買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉國電南瑞科技股份有限公司申請的專利一種用于數據中心資源調度的加速優化方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116244047B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211569812.9，技術領域涉及：G06F9/48；該發明授權一種用于數據中心資源調度的加速優化方法是由梅竹;陳懷新;楊文清;王召;朱佳;楊春松;程聰;朱麗霞;許明杰設計研發完成，并于2022-12-08向國家知識產權局提交的專利申請。

本一種用于數據中心資源調度的加速優化方法在說明書摘要公布了：本發明公開了一種用于數據中心資源調度的加速優化方法，包括如下步驟：步驟1、用戶提交任務請求，所有請求進入隊列，等待數據中心進行資源分配；步驟2、數據中心通過最優調度目標根據任務屬性進行資源分配；步驟3、將任務屬性作為最優調度目標，形成后期深度強化學習時的經驗知識庫；步驟4、基于步驟3得到的經驗知識庫，通過深度強化學習網絡，將其應用于數據中心資源調度任務中，迭代出最優策略，即得到最優的Q值和與該Q值對應的分配策略；步驟5、在最優策略執行后，當節點間的算力不均衡，部分空閑節點的算力并未充分利用，進行動態增補的編碼，優化資源調度效率。本發明能夠最大化地提升資源利用率，高效分配資源，降低無效碳排放。

本發明授權一種用于數據中心資源調度的加速優化方法在權利要求書中公布了：1.一種用于數據中心資源調度的加速優化方法，其特征在于，包括如下步驟： 步驟1、用戶提交任務請求，所有請求進入隊列，等待數據中心進行資源分配； 步驟2、數據中心通過最優調度目標根據任務屬性進行資源分配； 步驟3、將任務屬性作為最優調度目標，形成后期深度強化學習時的經驗知識庫； 步驟4、基于步驟3得到的經驗知識庫，通過深度強化學習網絡DQN，將其應用于數據中心資源調度任務中，迭代出最優策略，即得到最優的Q值和與該Q值對應的分配策略a；具體為：利用卷積神經網絡CNN初始化一個狀態動作值函數Qs，a，Q值包含了資源的任務隊列信息，在訓練過程t時刻，會有一個狀態st，采取一個動作at，并得到一次獎勵rt，隨后跳到狀態st+1，此時收集到數據st,at,rt,st+1儲存于緩存中，這組緩存數據st,at,rt,st+1用于計算目標值公式為： 通過不斷使用狀態s、動作a、獎勵r更新Q值，此時該問題變為一個回歸問題，即通過機器學習中梯度下降方法得到該任務的目標值和與該值對應的分配策略 步驟5、在最優策略執行后，當節點間的算力不均衡，部分空閑節點的算力并未充分利用，進行動態增補的編碼，進一步優化資源調度效率；具體包括如下步驟： 步驟51、將數據集A分片，平均分成k份，記為A1，...Ak； 步驟52、將A1，...Ak份數據子集進行第一次多項式編碼，記為n可認作為可以調用的服務器工作節點個數，即最大化使用服務器，則對于工作節點i，i∈[1,n]，其中a∈Vk，為該多項式的k維向量； 步驟53、對于工作節點i，計算其結果Pi，得到 步驟54、將計算結果Pi繼續切片，分成m份，得到Pi的列矩陣，公式為： 整個任務被分成mk個子任務塊，先被分成k份，再被分成m份，為了實現恢復計算結果的要求，對子任務塊Pi,j，j∈[1,m]再次進行編碼，編碼公式為：其中i∈[1,n]，j∈[1,m]，對于每個工作任務，在完成計算時會出現mk個已編碼的數據塊供傳輸使用，實現分布式系統下的節點資源動態協同計算。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人國電南瑞科技股份有限公司，其通訊地址為：211100 江蘇省南京市江寧區誠信大道19號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。