6.2 智能调度逻辑设计

在调度核心模块内部，LLM 调度器遵循以下逻辑进行推理决策，主要包括任务优先级排序、资源分配策略和输出结构设计三个方面：

1）任务优先级排序

• 在每一轮调度中，LLM 调度器需对就绪任务进行优先级排序，以优化整个 DAG 的调度时长。

  • 根据任务的 b-level（从该任务到终点的最长路径耗时）进行排序，b-level 越大意味着任务对关键路径的影响越大；

  • 通过提示语引导模型优先调度关键路径上的任务，从而确保对最终完成时间影响最大的任务能够尽快执行。

2）资源分配策略

• 在多任务并发和资源受限的运行环境下，调度器需对CPU 核数与内存用量进行联合优化。系统引导 LLM 在资源分配中考虑两类指标：

  • 计算并行性收益：对支持并行加速的任务分配更多 CPU 核数，以最小化运行时间；

  • 内存可达性约束：对存在最小内存需求的任务，确保系统剩余内存满足其 min_memory 限制，避免调度失败。

• 具体策略如下：

  • 对于具备并行加速能力的节点（例如：核数翻倍可减少约 30% 运行时间的任务），在关键路径任务上允许临时性资源“超配”；

  • 非关键路径任务优先考虑资源节约，在满足 min_memory 的基础上尽可能少配 CPU；

  • LLM 推理中通过提示语明确指示模型识别“内存瓶颈任务”，优先排除调度冲突。

• 示例提示语片段可包括：

  “请判断每个任务的最小内存要求是否满足当前系统剩余内存，再做核数分配与任务启动决策。”

3）调度决策输出结构

• 调度模块输出的结果采用结构化的格式，供MiQroForge系统解析并执行具体的调度操作。输出结果需包含以下字段：

  {
    "to_start": ["node_A", "node_B"],
    "assigned_resources": {
      "node_A": { "cores": 4, "memory_gb": 8 },
      "node_B": { "cores": 2, "memory_gb": 4 }
    },
    "decision": "start",
    "updated_dag": [ ... ]
  }
  

  • to_start: 列表，包含本轮推荐启动的任务节点；

  • assigned_resources：为每个任务分配的资源包，含 cores（核数）与 memory_gb（单位：GB）；

  • decision: 字符串，指示本轮是否启动新任务（"start"）或保持等待（"wait"）；

  • updated_dag: 列表，每个节点在本轮后的更新 ETA 和核数等信息。

• 系统根据该输出结构执行调度操作，并将结果记录为调度日志。