研究概要: 针对海量大数据处理需求及系统环境动态时变性，结合经济学、管理学等交叉学科方向，研究可有效提升资源调度及部署时效性、能效性、可用性、鲁棒性、绿色低碳的资源高效调度与部署方案。主要依托泛在的有线、无线通信，涉及算力及数据资源。

发展方向：全球大语言模型(Large language model,LLM)的发展浪潮中，一类观点认为大模型的主要创新门槛不仅在于算法与技术，更在于训练一个大模型、完成思路验证和检验所需的超大规模算力。因此，解决算力不足的瓶颈成为中国人工智能创新发展的核心问题之一。因此，未来我们将研究面向分布式大模型训练的算力跨域跨平台高效调度与交易机制