面向异构GPU智算集群的韧性感知调度方法及系统
知识产权简介
本发明涉及的是一种高性能计算与智算中心资源管理领域的技术，具体是一种面向异构GPU智算集群的韧性感知调度方法及系统。
转化前景
本申请针对现有智算集群因粗粒度调度导致的作业频繁中断与算力浪费问题，提出了一种面向异构 GPU 的韧性感知调度方法。成果可直接插件式集成于大型 AI 算力中心和云服务提供商的底层调度系统。通过精准量化硬件时空故障风险与上层 AI 作业的错误敏感度，执行两阶段启发式交叉风险评估，可在不增加硬件成本的前提下，显著降低软件作业中断次数并提升硬件可用性，大幅提升高端异构算力集群的整体可用性与执行能效。