一种面向深度学习训练推理的算力资源调度方法

本发明涉及人工智能计算技术领域，公开了一种面向深度学习训练推理的算力资源调度方法，其中一种面向深度学习训练推理的算力资源调度方法，包括：获取多源时序数据，从电网接口获取电价时序数据，从环境监测系统获取温度、湿度等环境参数时序数据，从电网调度中心获取碳排放因子数据，将上述数据进行时间对齐和格式统一，生成综合数据集；将所述多维预测值输入深度强化学习调度模型，通过多目标奖励函数进行训练，输出任务调度策略；根据所述调度策略和实时环境数据，生成包含任务‑GPU映射关系和GPU频率设置的算力资源分配指令；本发明在保证深度学习训练任务性能的前提下，进行了资源的节约和优化。