面向6G的算力网络多域资源联合调度系统设计与优化 .docxVIP

PAGE2

面向6G的算力网络多域资源联合调度系统设计与优化

摘要

随着6G通信技术的演进，网络与计算的深度融合已成为必然趋势，传统单一维度的资源调度方式难以满足万物智联场景下对低时延、大带宽和高可靠性的严苛需求。针对算力网络中计算、存储、网络资源协同调度困难的问题，本课题设计并实现了一套面向6G的算力网络多域资源联合调度系统。系统采用分层架构设计，引入深度强化学习算法构建智能决策引擎，实现了对异构资源的实时感知与联合优化。

本文首先分析了6G算力网络面临的资源孤岛与负载不均痛点，确立了多域资源协同调度的设计目标。其次，基于软件定义网络思想构建了包含感知层、决策层与执行层的总体架构，详细设计了资源抽象模型与联合调度算法。在实现阶段，利用Python与PyTorch框架开发了核心调度模块，并搭建仿真环境进行了系统测试。测试结果表明，本系统在任务平均完成时延与资源利用率方面均优于传统调度方案，有效验证了多域联合调度策略的可行性与优越性。

关键词：6G；算力网络；资源调度；深度强化学习；多域协同

第一章绪论

1.1研究背景

随着5G网络的商用部署与6G愿景的逐步清晰，通信网络正经历着从“连接人”到“连接万物”再到“万物智联”的深刻变革。未来6G网络将不仅承载海量数据的传输任务，更需具备强大的计算能力以支撑全息通信、数字孪生、元宇宙等新兴应用。这些应用通常具有超低时延、超高可靠性