虚拟化HPU调度算法

匹配质量提升39.7%

通过树形技能模型精确度量多技能,结合混合时间/事件调度策略,最大化人类处理单元的利用效率。

汪辉 · 於志文 · Ren, Zhuoli · 张尧 · 刘佳琪 · 王亮 · Bin, Guo

IEEE Transactions on Cybernetics 2025

参数信息

全局匹配质量提升率
39.7 %
HPU利用率提升幅度
11.2 %

技术优势

技能度量更准

采用分层多技能树模型,能够同时刻画单个HPU内多种技能的水平和它们之间的相关性,从而为任务匹配提供更可靠的依据。

调度兼顾效用

将时间驱动与事件驱动策略相结合,在资源受限条件下最大化HPU效用,而不是仅追求完成时间或负载均衡。

匹配质量提升

在人工数据集和真实案例中,FingHV的全局匹配质量相比基线方法最高提升39.7%,意味着任务能更准确地找到合适的HPU。

利用率更高

相比基线,FingHV使HPU利用率提升11.2%,在相同的HPU资源下能完成更多有效工作。

应用场景