周国安

南京工程学院

摘要(Abstract)：

随着物联网、人工智能与沉浸式交互业务的高速普及，海量终端智能任务下沉至边缘侧，传统云端集中式算力调度模式存 在时延过高、带宽拥堵、资源利用率失衡等突出问题，难以适配边缘场景异构性、动态性、低时延、高并发的核心需求。为解决边 缘智能系统多节点算力碎片化、资源协同性弱、动态负载适配能力不足等痛点，本文构建完整的边缘算力与资源协同调度理论框架， 界定分层算力资源分类标准，搭建多维度算力效能评价体系。针对业务负载动态波动、异构设备算力差异、高并发任务拥堵等场景， 设计动态算力预判模型、差异化分配策略与动态均衡优化方案，搭建边云双向联动、多终端协同流转的资源调度运行机制，适配低 时延专属业务场景。最后通过多场景仿真实验验证方案有效性，提出工程化适配改造方案与长效运维管控体系。实验结果表明，本 文所提调度机制可有效提升边缘系统算力利用率、降低任务响应时延、均衡节点负载，为边缘智能计算机系统规模化落地与高效运 维提供理论支撑与工程参考。

关键词(KeyWords)：

边缘智能；计算机系统；算力分配；资源协同调度；动态均衡；边云协同

参考文献(References)：

［1］张岩，张立臣.人工智能技术赋能计算机高等教育教学 改革研究［J］.教育教学研究前沿，2026，4（6）：43-45.