摘要：在具有多个绘制节点的并行绘制系统中,负载均衡算法起到至关重要的作用,直接影响到并行绘制系统的工作效率和系统资源的利用率。传统方法利用基于绘制历史所预测下一帧的绘制时间来作为负载均衡算法的负载划分依据,这种方法在突变场景中负载估计准确度较低。针对基于绘制历史算法中的问题,采用深度学习的方法来预测下一帧绘制的时间。该方法通过采用Caffe深度学习框架,首先采集并行绘制系统中影响负载的数据,然后输入采集到的数据集训练和测试设计的神经网络模型,最后在预测下一帧绘制时间时,调用训练好的模型实时获得下一帧的绘制时间。通过实验验证,深度学习方法提高了突变场景中下一帧绘制时间预测的准确度,并且预测所需时间满足了并行绘制系统的实时需求。该方法在预测准确度和预测耗时方面都达到的并行绘制系统负载平衡能够接受的范围。