公开(公告)号：CN109976911B

公开(公告)日：2021-04-20

申请号：CN201910230528.0

申请日：2019-03-25

Applicant: 哈尔滨工程大学

Inventor： 邓牌 ,  李晋 ,  程建华 ,  史长亭 ,  白玉

IPC: G06F9/50 ,  G06N3/08

Abstract: 本发明提供的是一种自适应资源调度方法。步骤一，模块化处理；步骤二，确定主次级GPU；步骤三，监测各GPU运行状态；步骤四；实时动态分配；步骤五，分散处理数据；步骤六，汇总组合；步骤七，完成学习。该发明，资源分配方式分为两级，第一级分配通过将平台模块化，然后划分主次级GPU使用权力，第二级分配以一种服务器自我学习方式，根据以往的任务经验估计动态资源分配量来分配资源，使得整个平台合理分配平台硬件资源，提高系统吞吐量、提高硬件资源的利用率，加快神经网络任务的训练速度，避免出现部分GPU闲置状况，解决资源调度，使得整个系统的负载均衡，没有闲置资源的情况。

公开(公告)号：CN109976911A

公开(公告)日：2019-07-05

申请号：CN201910230528.0

申请日：2019-03-25

Applicant: 哈尔滨工程大学

Inventor： 邓牌 ,  李晋 ,  程建华 ,  史长亭 ,  白玉

IPC: G06F9/50 ,  G06N3/08

Abstract: 本发明提供的是一种自适应资源调度方法。步骤一，模块化处理；步骤二，确定主次级GPU；步骤三，监测各GPU运行状态；步骤四；实时动态分配；步骤五，分散处理数据；步骤六，汇总组合；步骤七，完成学习。该发明，资源分配方式分为两级，第一级分配通过将平台模块化，然后划分主次级GPU使用权力，第二级分配以一种服务器自我学习方式，根据以往的任务经验估计动态资源分配量来分配资源，使得整个平台合理分配平台硬件资源，提高系统吞吐量、提高硬件资源的利用率，加快神经网络任务的训练速度，避免出现部分GPU闲置状况，解决资源调度，使得整个系统的负载均衡，没有闲置资源的情况。