基于异构算力平台的视频图像算力算法调度研究

来源：计算机测量与控制杂志2026年第7期北京时间：

作者：陆肖元,戚晨凯,夏峰,陆伟波,钟杨忆冰

单位：上海大学计算机工程与科学学院

摘要：针对公安视频监控系统中长期存在的“算力孤岛”与“应用烟囱”问题，本研究提出并实现了基于分层解耦架构的智能算力调度平台。该平台的核心在于构建自主可控的国产化AI算力底座，基于Ascend系列AI处理器，提供模块、板卡、小站、服务器和集群等丰富形态，支持异构计算的端-边-云全场景部署，实现高效的视频图像实时分析和资源池化。并创新性地融合Deep Q-Network (DQN) 强化学习算法与二级协同调度机制，以实现异构算力资源的动态适配与高效利用。通过精细化的算法仓管理、任务智能编排以及资源池化技术，平台能够有效整合NVIDIA GPU、华为NPU等多元异构算力。实验结果表明，该平台可稳定支撑500-1000路视频流的实时解析，任务响应时间显著降低40%，算力利用率提升35%以上。本研究不仅填补了异构算力调度在公安实战应用中的理论空白，还通过引入DQN优化动态决策，为强化学习在边缘计算环境中的应用提供了新范式，具有重要的理论创新与实践价值，尤其在推动视频解析从“人工看”向“智能看”的转型中展现出显著潜力。

关键词：异构算力平台;视频图像分析 智能调度 DQN 资源池化;国产化底座

基金资助：国家级自然科学研究项目82372469