AI算法轻量化加载与跨层资源动态调度方法及系统

本发明提供一种AI算法轻量化加载与跨层资源动态调度方法及系统，该方法包括：在中心云侧对原始AI模型进行模型预处理生成轻量化模型，满足体积压缩率与精度损失约束；实时采集端侧设备、边缘计算节点和中心云台中各层级的资源状态，其中，资源状态包括算力、内存、网络带宽及任务负载信息；获取当前分析任务，并基于资源状态与当前分析任务的任务需求，调用资源调度优化模型采用遗传算法求解最优任务的分配比例，以最小化处理时延；将轻量化模型下发至边缘侧与端侧设备，并根据分配比例，将当前分析任务分配至端侧、边缘、云端三层执行。本发明具有算法加载轻量化、资源调度高效化、动态适应性强、平台通用性强以及部署成本低的效果。