CN118550711B 一种算力效能提升方法及系统 （广脉科技股份有限公司）

本发明提出了一种算力效能提升方法及系习模型对任务执行顺序以及分配的计算资源进2对即将执行的任务进行分析，结合任务特性，评估任务特征对计算资源的基于自适应资源管理系统的实时监测数据，获取当前在任务执行前，对任务进行分割和并行化处理；并通过优化在任务执行过程中，实时监测计算资源的状态和任务的执行情利用基于历史执行数据的深度学习模型，对任务执行顺序和计算资源分配进行预测，根据业务需求，确定所需的计算资源类型和数量，并对每种计算在物理和/或虚拟环境中部署异构计算环境，并通过基准测试和模拟任务对环境的性通过自适应资源管理系统，实时收集计算资源的使用情况，并对实根据历史数据和当前趋势，对资源需求情况进行预测；基于多因素3从异构计算环境中收集历史执行数据，并对收集到的历史执行数据使用训练好的深度学习模型对任务执行顺序和计算资源分配进行环境构建模块：构建集成多类型计算资源的异构计算环境，所述习模型对任务执行顺序以及分配的计算资源进行预测和优化，并结合自适应资源管理系对即将执行的任务进行分析，结合任务特性，评估任务特征对计算资源的基于自适应资源管理系统的实时监测数据，获取当前在任务执行前，对任务进行分割和并行化处理；并通过优化在任务执行过程中，实时监测计算资源的状态和任务的执行情利用基于历史执行数据的深度学习模型，对任务执行顺序和计算资源分配进行预测，4数据预处理模块：从异构计算环境中收集历史执行数据，并对收分配预测模块：使用训练好的深度学习模型对任务执行顺序和计算资源分配进行预5[0014]在物理和/或虚拟环境中部署异构计算环境，并通过基准测试和模拟任务对环境6[0020]从异构计算环境中收集历史执行数据，并对收集到的历[0028]基于自适应资源管理系统的实时监测数据，获取当前计算资源的状态和使用情7[0056]基于自适应资源管理系统的实时监测数据，获取当前计算资源的状态和使用情89资源进行动态分配并对任务进行智能调度，确保任务能够按照最优顺序和分配策略执行。由于采用了自适应和预测的方法，系统能够在资源使用和任务执行过程中进行实时调整，[0077]根据计算资源的异构性和任务间的依赖关系设计协同工作策略，包括任务分配、[0078]在物理和/或虚拟环境中部署异构计算环境，并通过基准测试和模拟任务对环境资源能够高效支持任务的执行。构建计算资源互连架构，选择适当的连接方式（如PCIe、所选资源能够高效支持任务的执行，提高计算效能。构建的计算资源互连架构（如PCIe、[0088]上述技术方案的效果为：自适应资源管理系统能够实时收集计算资源的使用情[0090]从异构计算环境中收集历史执行数据，并对收集到的历[0100]基于自适应资源管理系统的实时监测数据，获取当前计算资源的状态和使用情表示任务列表或与计算资源相关的任务集合，F表示任务特征的数量或影响承载能力的务依赖关系进行建模和分析。这有助于确定任务执行的先后顺序和潜在的并行执行机会。分割成适合在不同计算资源上执行的子任务。这样可以更好地利用不同类型的计算资源，[0116]上述技术方案的效果为：务分割和并行化处理可以显著降低整体任务的执行时和并行性，可以确保在并行执行过程中不会因为依赖关系而导致某些任务无法开始执行，资源进行动态分配并对任务进行智能调度，确保任务能够按照最优顺序和分配策略执行。由于采用了自适应和预测的方法，系统能够在资源使用和任务执行过程中进行实时调整，[0137]策略设计模块：根据计算资源的异构性和任务间的依赖资源能够高效支持任务的执行。构建计算资源互连架构，选择适当的连接方式（如PCIe、所选资源能够高效支持任务的执行，提高计算效能。构建的计算资源互连架构（如PCIe、[0148]上述技术方案的效果为：自适应资源管理系统能够实时收集计算资源的使用情[0160]基于自适应资源管理系统的实时监测数据，获取当前计算资源的状态和使用情表示任务列表或与计算资源相关的任务集合，F表示任务特征的数量或影响承载能力的