技术总结
本发明属于深度学习领域，具体公开了一种基于Kubernetes的集群负载调节方法及存储介质，方法包括：对集群中的节点添加不同的标签，并将添加标签后的节点分配给不同的使用场景；对同一使用场景中的节点的忙闲程度进行打分，得出所有节点的得分并计算得分平均值，统计得分低于得分平均值的节点得到忙碌节点并对忙碌节点添加污点值；根据污点值的添加情况对同一使用场景中的集群负载进行调节。本发明面向多团队共享GPU资源池这一应用场景，通过为节点添加标签划分不同的使用场景，确保不同团队能独占一部分节点，再通过周期性衡量集群的负载情况，使集群做到负载均衡，提高平台的稳定性与可用性。
技术研发人员：匡平;石华馨
受保护的技术使用者：电子科技大学
技术研发日：2021.02.25
技术公布日：2021.06.18