李姗珊,卢 杰,贾诗音

在云计算中，人工智能技术大规模部署面临着资源分配、数据传输和体系结构协同的多重约束。当前，异构计算资源调度无序，导致计算效率低下；跨域数据传输机制响应慢，模型训练周期长；云边协作框架尚未建立，智能推理实时性难以保证。针对以上问题，从资源调度、传输信道和体系结构设计三个方面展开研究。构建面向异构资源的统一调度框架，融合GPU、FPGA和TPU等多种计算资源，提高资源利用率和任务执行效率。利用带宽预留和数据压缩技术拓宽跨域数据传输信道，减少模型迭代时延。构建层次化协作云边缘计算架构，实现推理任务向边缘节点下沉，缩短端到端响应时间。

云计算环境；人工智能技术；优化路径

[1] 王宇慧,祝川惠,康丽馨.云计算环境下的审计模式变革研究[J].商业经济,2025,(10):170-172+183. [2] 曾思敏.云计算环境下高校会计信息化建设策略[J].中国乡镇企业会计,2025,(16):10-12. [3] 方卫洪.云计算环境下计算机信息安全技术的深度应用与策略分析[J].中国战略性新兴产业,2025,(18):48-50. [4] 李海燕.基于云计算的大数据技术分析与应用[J].集成电路应用,2025,42(02):182-183. [5] 唐小波.云计算环境下的数据安全管理策略优化与技术研究[J].电工技术,2024,(S2):124-125+128. [6] 张峰.基于人工智能的云计算环境智能运维技术应用[J].电脑编程技巧与维护,2024,(12):151-154.

点击下载PDF