本申请公开了一种高性能集群任务调度方法、装置、电子设备及可读存储介质。其中,方法包括预先基于深度学习算法构建任务预测模型,任务预测模型用于预测不同作业同时运行过程中各用户任务的应用运行时间。预先训练任务调度模型,任务调度模型用于基于强化学习的试错和延迟奖励特征,动态优化任务调度过程。将高性能集群任务调度的当前任务运行参数和计算参数输入至任务预测模型中,得到应用运行预测时间;基于应用运行预测时间,调用任务调度模型得到任务调度结果。本申请无需用户自己设计计算资源,可有效提升高性能集群的利用率和任务调度的准确度。
声明:
“高性能集群任务调度方法、装置、电子设备及存储介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)