一种基于机器学习的服务器算力调度方法

本发明公开了一种基于机器学习的服务器算力调度方法，包括如下步骤：获取服务器集群中各节点的处理器、图形处理器、智能计算单元、内存、存储和网络带宽状态，将不同类型资源转换为统一算力表示，生成当前算力碎片空间；根据待调度任务需求生成多个候选调度方案，并通过机器学习模型预测各方案执行后形成的未来算力碎片空间；判断是否存在满足任务需求的未来连续算力空间，若不存在，则在任务分配前执行算力空间重构，形成重构后的未来连续算力空间，再据此生成目标调度方案并控制服务器节点分配资源执行任务。本发明涉及服务器资源调度技术领域。