[发明专利]一种自适应资源调度方法

权利要求书

1.一种自适应资源调度方法，其特征是包括如下步骤：

步骤一，模块化处理；

将服务器按照视频、语音、文字和图片划分为四个模块，并在四个模块均等配制GPU；

步骤二，确定主次级GPU；

对GPU进行评估，判定各个GPU的计算处理能力，本模块直属的GPU为主级GPU，其他模块的GPU为本模块的次级GPU；

步骤三，监测各GPU运行状态；

步骤四；实时动态分配；

所述的实时动态分配是指：当本模块的计算和需处理的数据多时，本模块的直属GPU进行本模块的数据处理，当检测到其他模块的GPU同时工作时，并且资源分配不均时，采用类BP算法的方法，通过T时间点的资源分配量和以往执行历史中类似任务的资源分配量预测T+1或者T+n时间点的资源分配，并动态实时更新资源分配方式；

在次级GPU占用分配时，在次级GPU内部是按照视频、语音、图片、文字的序列进行依次处理的；

步骤五，分散处理数据；

步骤六，汇总组合；

在其他模块的GPU工作完毕后，将已完成训练GPU处理的数据输送到未完成的计算服务器内部，空闲出已完成任务的服务器资源，通过等待最后完成计算进行汇合处理；

步骤七，完成学习

当数据处理完毕后，被储存到TensorFlow平台内部，完成学习。

2.根据权利要求1所述的自适应资源调度方法，其特征是所述的监测各GPU运行状态是指：定时监控各个模块的计算强度，同时对各个GPU的运行状态进行监控。