大数据支持下的人工智能对数据存储和算力的要求越来越高。云计算模式是能满足高性能计算力和海量存储空间需求的重要信息化基础设施。越来越多的数据被存在云端,所以云计算环境中既存在资源也存在众多任务。通过任务调度算法合理分配资源是提高云计算的服务质量、资源利用效率、任务执行效率以及降低用户使用成本的重要方式,也为降低云端能耗提供了潜在的可能。因此研究云计算平台的任务调度算法及其优化方法具有重要意义。本文针对云计算平台中的任务调度问题提出了成本和能耗感知的任务调度算法。首先提出的是成本感知的算法。建立任务模型、虚拟机模型、调度问题模型和使用成本模型,以有向无环图（Directed Acyclic Graph,DAG）为基础提出了基于关键路径节点优先的优先级计算方法,并以关键路径为核心按照优先级将任务排序成基本的任务队列;然后分别基于成本最低分配算法、基于区间插入分配算法和基于前驱节点的分配算法来完成任务在虚拟机之间的分配。接着本文以区间插入分配算法为基础提出了面向能耗的调度算法优化方法,通过分析任务特征进行调频调压以减少任务执行的功耗。本文分别通过随机生成DAG应用和真实应用验证对提出的算法进行了实验和验证。实验结果表明本文提出的成本感知算法在成本和应用执行时间方面都具有优越性。基于成本感知算法进行的低功耗优化能在低成本前提下兼顾降低任务执行能耗,实现了减少系统能耗的目标。