面向 AI 智能体系统的不确定性感知资源编排

研究者提出面向 AI 智能体系统的在线资源编排算法 CRO，以解决多步流水线运行时计算与带宽需求难以预测的问题。该算法基于保形预测将历史执行追踪转化为调度时预留，提供有限样本且免分布的概率覆盖保证。多峰与重尾任务仿真显示，CRO 是唯一在各风险水平下均满足目标覆盖的方法，较切比雪夫界基线将资源浪费减少约一半。