一种分布式深度学习任务混部后的性能预测方法

摘要

本发明公开一种分布式深度学习任务混部后的性能预测方法，包括如下步骤：所述任务刻画模块收集分布式GPU深度学习任务中所有混部的应用单独运行时的性能指标、单独训练时间以及多应用混部时位置和时间关系的数据信息；所述过滤模块对所述任务刻画模块中混部单独运行时的性能指标、单独训练时间和位置、时间数据进行筛选生成混部任务组合数据信息；所述性能预测模块对混部任务组合数据信息进行编码输入，通过预测到的干扰状态下总体完成时间得到任务混部干扰程度；本发明综合考虑了分布式GPU任务混部不同任务后干扰不同，任务混部之间的不同位置关系和不同时间关系对GPU任务的性能影响不同等因素，可以适用于多任务混部的性能预测。