买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】作业调度方法、装置、存储介质及电子设备_国网冀北电力有限公司信息通信分公司;国家电网有限公司_202410021030.4 

申请/专利权人:国网冀北电力有限公司信息通信分公司;国家电网有限公司

申请日:2024-01-05

公开(公告)日:2024-04-30

公开(公告)号:CN117950832A

主分类号:G06F9/48

分类号:G06F9/48;G06F9/50

优先权:

专利状态码:在审-实质审查的生效

法律状态:2024.05.17#实质审查的生效;2024.04.30#公开

摘要:本申请公开了一种作业调度方法、装置、存储介质及电子设备,涉及计算机技术领域。方法包括:接收深度学习训练作业模型;根据深度学习训练作业模型配置状态集和动作集,状态集包括深度学习训练作业模型所需节点的数量、每个节点所需要的GPU数量和深度学习训练作业模型的特征,动作集用于指示深度学习训练作业模型可以占用的GPU的位置信息;构建DQN神经网络,根据状态集、动作集和奖励值确定DQN神经网络的网络参数;基于网络参数确定深度学习训练作业模型对应的目标节点和目标GPU;将深度学习训练作业模型调度至目标节点和目标GPU。将作业调度与深度学习训练作业模型的特征相结合,以最佳资源位置执行深度学习训练作业,提高了计算效率和资源利用率。

主权项:1.一种作业调度方法,其特征在于,所述方法包括:接收深度学习训练作业模型;根据所述深度学习训练作业模型配置状态集和动作集,所述状态集包括所述深度学习训练作业模型所需节点的数量、每个节点所需要的GPU数量和所述深度学习训练作业模型的特征,所述动作集用于指示所述深度学习训练作业模型可以占用的GPU的位置信息;构建DQN神经网络,根据所述状态集、所述动作集和奖励值确定所述DQN神经网络的网络参数,所述奖励值用于指示所述深度学习训练作业模型的工作效率;基于所述网络参数确定所述深度学习训练作业模型对应的目标节点和目标GPU;将所述深度学习训练作业模型调度至所述目标节点和所述目标GPU。

全文数据:

权利要求:

百度查询: 国网冀北电力有限公司信息通信分公司;国家电网有限公司 作业调度方法、装置、存储介质及电子设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。