基于GPU调度的硬件计算资源分配优化模型数据集合

本数据集以JSON格式存储，汇集GPU硬件计算资源调度与分配优化所需的多维度训练及模型推理数据，包含五类核心数据对象，全面支撑GPU资源建模、动态调度与策略优化工作。 1、GPU硬件资源静态配置数据：涵盖UUID格式设备唯一标识、主流GPU型号、脱敏设备序列号、显存、CUDA核心、拓扑结构、固件版本等静态硬件参数，可支撑GPU资源池静态建模与拓扑感知调度。 2、GPU资源使用状态实时数据：以毫秒级时间戳采集GPU核心利用率、显存使用、功耗、运行作业数量及类型等实时状态信息，为设备实时监控和动态调度决策提供依据。 3计算作业特征与资源需求数据：包含作业类型、运行时长、资源供需参数、作业优先级、模型参数量、并行依赖关系等核心字段，用于作业资源需求建模，助力调度策略优化。 4、GPU调度策略优化训练数据：收录资源池状态快照、待调度作业队列、调度分配方案、各类调度策略标签及作业等待时间、资源利用率等评估指标，支持多场景调度优化模型的训练与评估。 5、调度模型推理与性能评估数据：记录调度推理特征、决策方案、执行后的资源效率、决策延迟、策略优化提升幅度等信息，用于调度模型在线效果评估与迭代优化。

搜集汇总

背景与挑战

背景概述

本数据集以JSON格式存储，服务于GPU硬件计算资源调度与分配优化，涵盖五类核心数据对象：GPU硬件静态配置参数、毫秒级实时资源使用状态、计算作业特征与资源需求、调度策略优化训练数据，以及调度模型推理与性能评估数据。该数据集可完整支撑GPU资源池建模、动态调度决策以及多场景调度优化模型的训练、评估与迭代优化工作。