摘要
随着人工智能技术的发展,智算中心网络规模越来越大,复杂性越来越高,如何有效调度与配置AI算力资源已成为智算中心网络管理中的一个重要课题。针对这一问题,本文提出了一种基于深度强化学习的AI算力资源调度与分配算法,并给出了算法的具体实现过程。该算法可根据任务特点及网络负载情况动态分配算力资源以对智算中心网络进行有效管理。该算法具有从状态表示,动作空间,奖励函数,策略函数以及训练过程等方面对资源进行优化配置,从而提高任务执行效率以及资源利用率等优势。同时本算法既可利用现有深度强化学习算法也可设计新算法在真实数据集上训练测试,适用范围较广。
