基于量化适配度与预测调度的异构算力任务调度方法

本发明公开了一种基于量化适配度与预测调度的异构算力任务调度方法，包括：将集群节点划分为图形处理器算力池与中央处理器算力池，构建任务‑资源适配度评分矩阵，计算任务在各类节点的适配度评分并由比值确定GPU敏感型、CPU适配型或混合型类别；采用优先决策层与节点分配层构成的双层解耦调度框架生成调度决策，经闭环校准；采集集群遥测数据输入负载预测模型，在资源瓶颈前触发扩容、权重调整与抢占干预。本发明解决了GPU与CPU资源混用致利用率低下、且调度缺乏预测能力致高优先级人工智能任务端到端延迟难收敛的问题。