研究面向多方异构算力平台的推荐算法，根据用户提交的任务详情，迅速且精准地筛选出最优的算力资源配置方案，实现算力推荐的个性化与智能化，最大程度提升算力利用效率，降低用户的使用成本与时间成本，提升数据中心运行资源以及网络的整体性能和效率。重点研究四个课题：（1）用户任务及算力资源多维数据收集与预处理；（2）面向算力服务推荐的任务和资源建模研究；（3）面向用户计算需求的异构算力资源推荐技术研究；（4）面向算力服务推荐的性能评估方法与优化研究。

合作单位：湖南大学