买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利一种深度学习任务混合部署方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119987974B 。

龙图腾网通过国家知识产权局官网在2025-06-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510445993.1，技术领域涉及：G06F9/48；该发明授权一种深度学习任务混合部署方法及系统是由王德胜;张伟哲;孙骁;王思远设计研发完成，并于2025-04-10向国家知识产权局提交的专利申请。

本一种深度学习任务混合部署方法及系统在说明书摘要公布了：本发明涉及计算机深度学习技术领域，特别涉及一种深度学习任务混合部署方法及系统。其方法包括：S1.用户通过Kubernetes原生接口提交任务；S2.任务调度优化器根据资源需求和服务等级分析任务并分配至合适节点；S3.SLO管理器跟踪系统各项性能指标的实时数据，并将实时数据与预先设定的服务等级目标进行对比；S4.Koordlet组件在目标节点上执行具体的资源分配操作；S5.流量安全监控器对各节点之间的数据流进行实时监测。本发明通过分析深度学习任务资源使用的周期性规律，提出针对不同类型资源的混合部署的策略，实现在线与离线任务的动态资源共享，同时确保系统在高负载条件下仍能稳定高效运行。

本发明授权一种深度学习任务混合部署方法及系统在权利要求书中公布了：1.一种深度学习任务混合部署方法，其特征在于，包括： S1.用户通过Kubernetes原生接口提交任务； S2.任务调度优化器对用户提交的任务进行解析，提取任务类型、资源需求、优先级、服务等级、数据局部性的关键信息，并根据历史数据和当前系统状态评估任务的资源消耗和执行时长，结合节点的实时资源使用情况和负载状态，采用多维度评分模型对各节点进行评估，最终确定一个或多个适合任务运行的目标节点； S3.SLO管理器跟踪系统各项性能指标的实时数据，并将实时数据与预先设定的服务等级目标进行对比，若某一任务的性能指标的实时数据出现偏离，则启动动态资源调度流程，通过调用优化调度策略对资源进行再分配； S4.确定节点后，将调度策略下发至Koordlet组件，Koordlet组件在目标节点上执行具体的资源分配操作，持续监控节点资源使用情况，并将任务执行后的节点资源使用情况和负载状态反馈至任务调度优化器； S5.流量安全监控器对各节点之间的数据流进行实时监测，通过与历史正常状态数据对比，当识别出异常流量模式或突发流量激增现象时，将检测到的异常信息会实时反馈给SLO管理器； 所述步骤S2中，任务的服务等级质量类型包括： SYSTEM：在系统进程中依据SYSTEM响应的最低延迟时间所对应的需求资源用量来进行严格的资源限制设计，以确保系统进程在获得必要资源以保证延迟响应的同时，不会占用过多资源； LSE：制定专用资源池和资源预留机，以确保这些任务能够在低干扰环境下获得稳定、低延迟的执行； LSR：引入更严格的资源隔离策略和优先级调度；资源隔离策略为这些LSR任务预留必要资源，优先级调度为LSR任务的优先级始终会处于一个较高优先级序列； LS：采用弹性资源共享模式，弹性资源共享模式为当系统资源充足的时候，给任务分配更多的资源；当监测到任务之间出现了资源争用，或者用户的请求流量突然激增时，减少任务的占用资源； BE：采用尽力而为的策略，尽力而为的策略为在保证高优先级任务资源需求不受影响的前提下，充分利用集群中的闲置资源。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。