一种异构算力混训方法及系统

一种异构算力混训方法及系统，方法包括：将模型计算图转换为与硬件无关的通用指令，封装异构芯片GPU、CPU、MLU的硬件差异，并根据算子特性自动分配任务至最优硬件；通过PCI e P2P直连技术实现MLU与GPU直接通信，结合梯度压缩与异步通信机制，以降低传输延迟并隐藏通信开销；针对x86、ARM、RI SC‑V架构的通信库及依赖项进行容器化封装，集成指令集适配的组件，以实现跨架构一键部署与兼容性保障；基于深度强化学习实时采集节点负载与资源状态，动态调整任务分配比例。本方法能够有效提高异构算力混训的效率、稳定性和易用性。