تم اقتراح بوابة Linguistic Resource Forecasting (LRF) على جانب وحدة المعالجة المركزية لمنع أعطال الذاكرة في موزعات النماذج اللغوية الكبيرة الموزعة التي تتعامل مع نصوص مقيدة قانونيًا مثل مطالبات EPO. من خلال استخراج متجه بنية نصية ذي 16 بُعدًا وتطبيق متنبئ XGBoost، يتوقع النظام فخوط الحمل قبل تخصيص ذاكرة GPU.
في تجربة مباشرة شملت 6000 طلب، قللت بوابة LRF من نسبة التوجيه التشغيلي الخاطئ إلى 0.087–0.095، وهو أقل بكثير من خط الأساس القائم على عد الرموز البالغ 0.849. حقق المتنبئ قيمة AUROC تبلغ 0.84، بينما أدى عتبة التوجيه الديناميكية إلى تقليل نسبي بنسبة 8.2% في الأخطاء مقارنة بالعتبات الثابتة. بقي ذروة ذاكرة الفيديو الطرفية (VRAM) محدودة عند 4.82 GiB رغم تباين تأخير الشبكة الواسعة (WAN) بمقدار 27 مرة.
تقوم البوابة بتوجيه الطلبات إما إلى عامل محلي Qwen2.5-7B أو مجموعة عن بُعد على NVIDIA H100، مما يضمن استقرار العتاد تحت الغموض اللغوي.