CN102592247A - 任务管理系统、任务管理方法以及程序 - Google Patents

任务管理系统、任务管理方法以及程序 Download PDF

Info

Publication number
CN102592247A
CN102592247A CN2011104069765A CN201110406976A CN102592247A CN 102592247 A CN102592247 A CN 102592247A CN 2011104069765 A CN2011104069765 A CN 2011104069765A CN 201110406976 A CN201110406976 A CN 201110406976A CN 102592247 A CN102592247 A CN 102592247A
Authority
CN
China
Prior art keywords
calculation
calculation element
task
computing power
task management
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2011104069765A
Other languages
English (en)
Inventor
坚木雅宣
冈森厚
浮田昌一
盛合志帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN102592247A publication Critical patent/CN102592247A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5094Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Debugging And Monitoring (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了任务管理系统、任务管理方法以及程序,该任务管理系统包括:能力信息获取部,从使用来源于可再生能源的电力执行计算的计算装置中获取能力信息,该能力信息表示根据设置有该计算装置的地区的天气信息所预测的该计算装置的计算能力;以及任务管理部,基于利用能力信息获取部从多个计算装置获取的能力信息而向多个计算装置分配计算任务。

Description

任务管理系统、任务管理方法以及程序
技术领域
本发明涉及任务管理系统、任务管理方法以及程序。
背景技术
在对诸如石油、煤等的不可再生能源的有限性的强烈关注中,很大精力集中在了通过使用日光、风等的可再生能源发电上。例如,为了取代使用不可再生能源进行发电的发电厂,在每个地区正建造使用日光发电的太阳能发电厂、使用风力发电的风力发电厂等。另外,随着普通市民对关于保护自然环境的关注的增强,诸如太阳能发电设施的发电设施也开始在普通家庭中广泛使用。此外,还关注使用可再生能源的各种方法,诸如有效地使用可再生能源的方法(例如,参考日本未审查专利申请公开第2010-255963号)和有效地使用来源于可再生能源的电力的方法(例如,参考日本未审查专利申请公开第2010-119225号)。
发明内容
然而,可再生能源的供给量经常根据天气条件改变。例如,日照时间在雨天很短。另外,风力在天很好时基本上为零。在这些天气条件中,利用太阳能发电站或风力发电站几乎不能够得到任何电力。在这种情况下,需要终止利用来源于可再生能源的电力进行操作的电子设备的操作。另外,即使没有完全终止操作,由于电力的供给量很小,认为降低了电子设备的处理能力。以这种方式,在使用来源于可再生能源的电力进行操作的电子设备中,可能在不可预测的时刻发生操作的终止或处理性能能力的降低。
因此,当使用诸如此类的电子设备时,在能够可靠地完成待执行的处理的时刻,需要在该电子设备中执行该处理。这里,考虑一种系统,其通过使用利用来源于可再生能源的电力进行操作的多个计算装置来实现分布式计算。操作的终止或处理性能能力的降低可以在以与上述电子设备相同的方式没有被预测到的时刻而出现在每一计算装置(包括在该系统中)中。然而,如果操作的终止或处理性能的降低发生在计算装置的一部分中,则整个系统的性能明显降低。为了不发生性能降低,需要设计一种方法,其中,根据每一计算装置在执行计算期间的能力来分配计算任务。
因此,期望提供考虑到在使用来源于可再生能源的电力来执行计算的计算装置中的执行计算期间的计算能力而能够分配适当的计算任务的新改进的任务管理系统、任务管理方法和程序。这里,此处所提及的计算能力例如具有这样的含义:在从请求执行计算任务的时间点开始的预定时期内使用来源于可再生能源的电力所能够完成的计算量。
根据本发明实施方式的任务管理系统包括:能力信息获取部,从使用来源于可再生能源的电力来执行计算的计算装置获取能力信息,该能力信息表示基于设置有该计算装置的地区的天气信息而预测的该计算装置的计算能力;以及任务管理部,基于使用能力信息获取部从多个计算装置获取的能力信息而向多个计算装置分配计算任务。
另外,该任务管理系统还可以包括:计算能力预测部,基于设置有计算装置的地区的天气信息来预测该计算装置的计算能力;以及计算能力验证部,通过比较由能力信息获取部所获取的能力信息中表示的计算能力与由计算能力预测部所预测的计算能力,来验证能力信息的准确性。在这种情况下,任务管理部可以向该计算装置分配计算任务,该计算装置对应于准确性经计算能力验证部所验证的能力信息。
另外,根据本发明另一实施方式的任务管理系统包括:计算能力预测部,根据设置有计算装置的地区的天气信息来预测通过使用来源于可再生能源的电力执行计算的计算装置的计算能力;以及任务管理部,基于由计算能力预测部针对多个计算装置所预测的计算能力而向多个计算装置分配计算任务。
另外,该任务管理系统还可以包括:执行请求部,针对由任务管理部请求分配计算任务的计算装置来请求执行计算任务;结果获取部,从使用执行请求部接收计算任务的请求的计算装置中获取计算任务的执行结果;以及错误(dishonesty)检测部,基于由计算能力预测部预测的关于计算能力的信息来检测由结果获取部获取的执行结果中的错误。
另外,错误检测部可以被配置为用于在将时间T1与时间T2相比较且T2<T1的情况下确定由结果获取部获取的执行结果是错误的,时间T1是在以使用计算能力预测部所预测的计算能力来执行计算任务的情况下直到完成计算任务为止所需的时间,时间T2是从使用执行请求部执行请求直到使用结果获取部获取执行结果为止所花费的时间。
此外,在将由执行请求部请求执行计算任务的计算装置连接至蓄电池的情况下,错误检测部被配置为用于在比较时间T3与时间T2且T2<T3的情况下确定由结果获取部获取的执行结果是错误的,所述时间T3是在使用在蓄电池完全充电的状态下的计算装置的计算能力以及由计算能力预测部预测的计算能力来执行计算任务的情况下直到完成计算任务为止所需的时间,时间T2是从使用执行请求部发出执行请求直到使用结果获取部获取执行结果为止所花费的时间。
此外,根据本发明的再一实施方式的任务管理系统的任务管理方法包括:从使用来源于可再生能源的电力来执行计算的计算装置中获取能力信息,该能力信息表示基于设置有该计算装置的地区的天气信息所预测的计算装置的计算能力;以及基于使用能力信息获取部从多个计算装置获取的能力信息而向多个计算装置分配计算任务。
此外,根据本发明的又一实施方式的任务管理系统的任务管理方法包括:根据设置有计算装置的地区的天气信息来预测使用来源于可再生能源的电力执行计算的计算装置的计算能力;以及基于针对多个计算装置所预测的计算能力而向所述多个计算装置分配计算任务。
根据本发明的又一实施方式的程序使计算机执行以下功能:能力信息获取功能,从使用来源于可再生能源的电力来执行计算的计算装置中获取能力信息,该能力信息表示基于设置有计算装置的地区的天气信息而预测的计算装置的计算能力;以及任务管理功能,基于使用能力信息获取功能从多个计算装置获取的能力信息而向多个计算装置分配计算任务。
此外,根据本发明的另一实施方式的程序使计算机执行以下功能:计算能力预测功能,根据设置有计算装置的地区的天气信息来预测计算装置的计算能力,该计算装置使用来源于可再生能源的电力来执行计算;以及任务管理功能,基于由计算能力预测部针对多个计算装置预测的计算能力而向多个计算装置分配计算任务。
另外,提供了一种根据本发明另一实施方式的记录介质,该记录介质记录程序并且能够由计算机读取。
根据本发明的上述实施方式,考虑到在使用来源于可再生能源的电力执行计算的计算装置中的执行计算期间的计算能力,能够分配适当的计算任务。
附图说明
图1是用于描述根据本发明实施方式的使用可再生能源的分布式处理系统的系统配置的说明图;
图2是用于描述包括在根据该实施方式的分布式处理系统中的任务管理系统的功能配置的说明图;
图3是用于描述包括在根据实施方式的分布式处理系统中的计算装置的功能配置的说明图;
图4是用于描述根据实施方式的任务分配方法的一个实施例的说明图;
图5是用于描述根据实施方式的任务分配方法的一个实施例的说明图;
图6是用于描述根据实施方式的任务分配方法的一个实施例的说明图;
图7是用于描述根据实施方式的错误验证方法(dishonesty verificationmethod)的说明图;
图8是用于描述根据实施方式的用于预测计算能力的方法的说明图;
图9是用于描述根据实施方式的用于预测计算能力的方法的说明图;
图10是用于描述根据实施方式的用于预测计算能力的方法的说明图;
图11是用于具体描述根据实施方式的错误验证方法的说明图;
图12是用于具体描述根据实施方式的错误验证方法的说明图;
图13是用于描述根据实施方式的能够实现任务管理系统和计算装置的功能的信息处理装置的硬件配置的说明图。
具体实施方式
下文在参考附图的同时详细地描述本发明的实施方式。这里,在说明书和附图中,对于实际上具有相同功能配置的组成元件,附加有相同的附图标号,并由此省略了重复描述。
[描述的流程]
这里,将简单地说明关于下述的本发明实施方式的描述流程。
首先,在参考图1的同时来描述根据实施方式的使用可再生能源的分布式处理系统10的系统配置。接着,在参考图2的同时描述包括在分布式处理系统10中的任务管理系统100的功能配置。接下来,在参考图3的同时描述包括在根据实施方式的分布式处理系统10内的计算装置200的功能配置。接着,在参考图4至图6的同时描述根据实施方式的任务分配方法。接下来,在参考图7的同时描述根据实施方式的错误验证方法。
另外,在参考图8至图10的同时来描述根据实施方式的用于预测计算能力的方法。此外,在参考图11和图12的同时来描述根据实施方式的错误验证方法。接下来,在参考图13的同时来描述根据实施方式的能够实现任务管理系统100和计算装置200的功能的信息处理装置的硬件配置。最后,概括实施方式的技术概念并简单地描述能够从技术概念中获得的操作效果。
(描述项)
1.实施方式
1-1:分布式处理系统10的系统配置
1-2:任务管理系统100的功能配置
1-3:计算装置200的功能配置
1-4:任务分配方法
1-4-1:使用任务管理系统100来预测计算能力的情况
1-4-2:使用计算装置200来预测计算能力的情况
1-4-3:验证计算能力的情况
1-5:错误验证方法
1-6:硬件配置实例
2.概要
<1.实施方式>
将描述本发明的实施方式。
[1-1:分布式处理系统10的系统配置]
首先,在参考图1的同时描述分布式处理系统10的系统配置。图1是用于描述根据实施方式的分布式处理系统10的系统配置的说明图。
如图1所示,分布式处理系统10由任务管理系统100和多个计算装置200构成。这里,任务管理系统100和多个计算装置200经由网络50相连接。另外,网络50连接至天气信息提供服务70的提供商。这里,在图1的实施例中,存在三个计算装置200,但是计算装置200的数量可以为两个,或者可以为四个以上。
分布式处理系统10是向多个计算装置200划分并分配多个计算任务并且并行地执行多个计算任务的系统。分配计算任务的处理由任务管理系统100执行。另外,根据实施方式的计算装置200利用来源于可再生能源的电力进行操作。例如,计算装置200使用通过利用太阳能发电或风力发电所产生的电力进行操作。另外,计算装置200可以连接至蓄电池300。在这种情况下,计算装置200使用存储在蓄电池300中的电力和来源于可再生能源的电力进行操作。
通常,在各领域使用了一种分散处理技术,其中,将多个计算任务分发给多个计算机并由多个计算机执行这些计算任务。例如,分布式处理技术被用于诸如分子动力学计算、天气预测计算等的大规模计算。特别地,非常关注被称作网格计算的技术,其中,通过使用设置在多个位置的计算机并行地执行计算任务。然而,在操作多个计算机时需要相当大的电力。此外,大型空气调节装置等被操作为用于冷却数据中心等中的计算机,在数据中心中,聚集了高性能计算机并且为执行一定量的计算所消耗的电力是巨大的。
因此,在考虑到全球变暖效应的情况下,期望如果通过来源于可再生能源的电力来提供用于执行一定量的计算所消耗的电力,则需要抑制不可再生能源的消耗,并且尽可能地抑制对具有变暖效应的气体的释放。即,可以说,通过对使用来源于可再生能源的电力进行操作的计算机进行分组来实现环境友好的大规模计算是现代社会需要解决的一个问题。为此而提出了根据实施方式的分布式处理系统10。然而,来源于可再生能源的电力的供给量是不稳定的。例如,能够使用太阳能发电所获得的电力的供给量根据日常条件而变化。
因此,在使用可再生能源的情况下,需要一种与在典型分布式计算中使用的任务分配方法不同的独特任务分配方法。另外,为了减轻电力供给量的不稳定性,还需要设计放置计算机的场所的设置。例如,当将所有的计算机放置在相同的场所时,在该场所的天气条件恶化的情况下,必须停止所有的计算机。为了降低这个风险,期望在地理上分开的场所中设置执行分布式处理的计算机。
然而,即使采用诸如此类的设计,当存在天气条件(在存在被分配计算任务的计算机的场所中无法被预测)恶化、以及在天气条件已经恶化的场所中的计算机已分配有计算任务时,计算是延时的。在分散计算的情况下,当一部分计算任务未完成时,不能够获得最终的计算结果。因此,当一部分计算任务未完成时,存在这样的处理,其中,将未完成的计算任务重新分配给另一计算机或允许延迟以及等待计算任务的完成。因此,显著降低了整个系统的性能。
为了避免这种情况,如果以辅助方式使用存储在大型存储单元中的电力或以辅助方式使用由电力公司供应的电力来操作计算机,就已足够。然而,如果采用了诸如上述独特任务分配方法的方法,则存在额外成本,诸如提供存储单元的成本、从电力公司接收电力供给的成本等。当存在诸如此类的额外成本时,由于每单位的计算成本增加,所以尽可能地抑制额外成本的产生。
考虑到这些情况,本发明人提出了一种配置,其中,通过预测可再生能源的供给量来检测能够从计算执行开始时间起以预定的时间完成计算任务的计算机,并且向该计算机分配计算任务。图1中所示的分布式处理系统10是这种配置的一个实施例。在分布式处理系统10中分配计算任务的单元为任务管理系统100。另一方面,执行计算任务的单元为计算装置200。这里,如图1所示,计算装置200可以连接至存储单元(蓄电池300)。在这种情况下,存在提供蓄电池300的成本,但能够通过在蓄电池300内存储过剩的电力以及在电力不足时使用剩余电力,来进一步稳定电力的供给。
如将在后文中所具体描述的,根据实施方式的任务管理系统100使用天气信息来预测每个计算装置200的计算能力,并且基于预测结果向每个计算装置200分配计算任务。本文所提及的计算能力具有这样的含义:作为目标的计算装置200能够以预定的时间完成的计算量。例如,在由计算装置200在时刻T1启动执行计算任务的情况下,在时刻(timing)T2(T2>T1)能够完成的计算量X等于计算装置200的计算能力。另外,计算能力可以采用直到完成计算任务为止所需的时间来表示。例如,在时刻T1由计算装置200启动执行具有计算量X的计算任务的情况下,直到完成计算任务为止的时间ΔT(或当完成计算任务时的时刻T2)等同于计算装置200的计算能力。
上述计算能力取决于作为目标的计算装置200在每单位时间能够执行的计算量。另外,由于当提供给计算装置200的电力的量很小时,每单位时间能够执行的计算量减少,所以计算能力还取决于提供给计算装置200的电力的量。如果假定在提供了电力量P的电力的情况下通过计算装置200在每单位时间能够执行的计算量为常数,则能够根据提供给计算装置200的电力量P来确定计算装置200的计算能力。也就是说,如果可以知道能够由计算装置200在每单位时间执行的计算量与电力量P之间的关系,则能够根据电力量P的预测值来预测计算装置200的计算性能。
此外,提供给计算装置200的电力是来源于可再生能源的电力。因此,能够基于天气信息来预测提供给计算装置200的电力量P。例如,当考虑使用太阳能发电所产生的电力量P时,如果太阳能板的性能和日照条件(例如,光照时间、直接的太阳辐射量等)是已知的,则能够估计使用太阳能发电所产生的电力量P进行估计。此外,当考虑使用风力发电来所产生的电力量P时,如果风力发电机的性能和风况(例如,风向、风量等)已知,则能够估计使用风力发电所产生的电力量P。也就是说,能够通过参考设置计算装置200的地区的天气信息来估计提供给计算装置200的电力量P。
以这种方式,能够基于天气信息来估计提供给计算装置200的电力量P。此外,能够根据电力量P来预测计算装置200的计算性能。因此,能够根据天气信息来预测计算装置200的计算性能。例如,在安排开始执行计算任务的时刻之后,通过参考天气预报,能够基于从天气预报估计的电力量P来预测被请求执行计算任务的计算装置200的计算性能。这里,能够从例如天气信息提供服务70经由网络50获取天气信息。
如上所述预测的计算装置200的计算性能通过任务管理系统100用于任务分配。例如,任务管理系统100通过考虑每一计算装置200的预测的计算性能来选择能够在预定时间内完成计算任务的计算装置200。然后,任务管理系统100向选择了的计算装置200分配计算任务。考虑到计算装置200根据天气条件的变化而变化的计算性能,通过使用诸如此类的配置,任务管理系统100能够实现对计算任务的适当分配。
然而,包括在分布式处理系统10中的任务管理系统100和计算装置200不能够由同一管理者来管理。例如,可以考虑这样的情况:任务管理系统100的管理者通过向计算装置200的管理者支付补偿来请求执行计算任务。在诸如此类的情况下,例如基于计算量、执行时间等来计算关于执行计算任务的补偿。也就是说,支付补偿与计算结果的精度无关。如果计算装置200的管理者具有不良意图,则可以将计算任务外包(contract out)而不考虑计算能力,并且可以将任意(haphazard)计算结果返回至任务管理系统100。
当存在被执行的诸如此类的错误时,任务管理系统100的管理者甚至在为这种错误付出代价之后仍不能获得正确的计算结果。因此,本发明人提出了一种配置,其中通过利用预测计算装置200的计算能力的功能来验证诸如上述的错误。这种配置是通过使用任务管理系统100的功能来实现的。例如,在向某一计算装置200请求执行计算任务的情况下,能够基于计算装置200的计算能力和计算任务的计算量来预测执行计算任务所需的时间。因此,在计算结果在短于预计时间的时间内返回的情况下,任务管理系统100认为该计算结果是错误的。
此外,在下列计算分配处理中,任务管理系统100不向返回错误的计算结果的计算装置200分配计算任务。通过诸如此类的配置,对任务管理系统100的管理者来说,能够降低为错误付出代价的机会。这里,在向计算装置200请求执行计算任务之前,计算装置200的管理者能够根据所怀疑的计算装置200的计算任务的承包情况以及所怀疑的计算装置200的计算能力来检测错误。在这种情况下,能够通过不对所怀疑的计算装置200请求执行任务来逃避为错误付出代价。
在上文中,描述了根据实施方式的分布式处理系统10的系统配置。另外,将简单地描述包括在分布式处理系统10中的任务管理系统100和计算装置200的操作。下面将详细地描述任务管理系统100和计算装置200的功能配置和操作。
[1-2:任务管理系统100的功能配置]
首先,在参考图2的同时描述任务管理系统100的功能配置。图2是用于描述任务管理系统100的功能配置的说明图。这里,图2中所示的任务管理系统100的功能配置为一个实施例,针对将在稍后描述的分配计算任务的方法,对组成元件的一部分的适当省略和修改均是可行的。
如图2所示,任务管理系统100主要由通信部101、天气信息获取部102、计算能力预测部103、能力信息获取部104、计算能力验证部105、任务管理部106以及错误检测部107构成。
通信部101是用于经由网络50进行通信的通信单元。在向计算装置200请求计算任务的情况下,首先,天气信息获取部102经由通信部101获取来自天气信息提供服务70的天气信息。此时,天气信息获取部102获取设置有计算装置200(作为计算任务请求的目标)的地区的天气信息。另外,天气信息获取部102获取包括从至少在计划启动执行计算任务的时刻之后开始的天气预报的天气信息。由天气信息获取部102获取的天气信息被输入至计算能力预测部103。
当输入天气信息后,计算能力预测部103预测作为计算任务请求的目标的计算装置200的计算能力。这里,计算能力预测部103已经保存了诸如与能够由作为计算任务请求的目标的计算装置200使用电力量P的电力在每单位时间执行的计算量相关的信息(下文中,为计算性能信息)。再者,计算能力预测部103已经保存了与用于向计算装置200(作为计算任务请求的目标)提供电力的发电机(产生来源于可再生能源的电力的发电机)的发电性能相关的信息(下文中,为发电性能信息)。
计算能力预测部103使用天气信息和发电性能信息来预测在计算任务执行计划时期内针对计算装置200所提供的电力量P,并且使用预测结果和计算性能信息来预测计算能力。以这种方式,将表明通过使用计算能力预测部103预测的计算性能的信息(下文中,为能力信息)输入至计算能力验证部105。另外,计算能力验证部105输入表明由能力信息获取部104获取的计算装置200的计算性能的能力信息。能力信息是使用计算装置200基于天气信息所预测到的。
前后文描述了很多,但能力信息获取部104经由通信部101而从作为计算任务请求的目标的计算装置200获取能力信息。此时,能力信息获取部104针对作为计算任务请求的目标的计算装置200询问在计算任务执行计划时期内的计算性能,并且获取表示计算性能的能力信息。以这种方式,使用能力信息获取部104所获取的能力信息被输入至如上所述的计算能力验证部105中。另外,能力信息还被输入至任务管理部106。
计算能力验证部105比较由计算能力预测部103输入的能力信息和由能力信息获取部104输入的能力信息,并验证从作为计算任务请求的目标的计算装置200获取的能力信息的准确性。如果存在由计算装置200的管理者在尝试接受更多计算任务的契约(contract)时错误地夸大计算能力的情况,则由能力信息获取部104所输入的能力信息表示的计算能力将远远大于由计算能力预测部103所输入的能力信息表示的计算能力。也就是说,计算能力验证部105能够使用计算装置200来检测错误的计算能力的声明。
向任务管理部106通知使用计算能力验证部105的验证结果。在所通知的验证结果显示出错误的情况下,任务管理部106从计算任务请求目标中去除声明错误的计算能力的计算装置200。然后,任务管理部106从未被移除且依然存在的计算装置200中选择实际上被请求执行计算任务的计算装置200。这时,任务管理部106参考每个计算装置200的能力信息并且选择能够在预定的时间内完成计算任务的计算装置200。例如,在针对一个计算任务选择了多个计算装置200的情况下,则选择具有最高计算能力的计算装置200或具有最低计算成本的计算装置200。
任务管理部106向选定的计算装置200分配计算任务。然后,任务管理部106经由通信部101向作为目标的计算装置200请求执行所分配的计算任务。由于该请求,由计算装置200执行计算任务并且从计算装置200中发送计算结果。计算结果经由通信部101接收并且从通信部101被输入至任务管理部106。
这里,任务管理部106测量从请求计算任务执行至接收计算结果的时间(下文中,计算执行时间)。另外,任务管理部106基于计算装置200的计算能力和计算任务的计算量来计算完成执行所请求的计算任务所需要的时间(下文中,为预测时间)。然后,任务管理部106将计算执行时间和预测时间输入至错误检测部107。当输入计算执行时间和预测时间时,错误检测部107基于输入的计算执行时间和预测时间来检测错误的计算结果。例如,错误检测部107比较计算执行时间和预测时间,并且在计算执行时间短于预测时间的情况下确定计算结果是错误的。
向任务管理部106通知使用错误检测部107的检测结果。在所通知的检测结果显示出错误的情况下,例如,任务管理部106从下文中的计算任务分配目标中移除返回被确定为错误的计算结果的计算装置200。以这种方式,能够通过检测错误的计算结果来检测返回了任意计算结果的计算装置200,并且能够防止为错误的计算付出代价并防止计算的可靠性损坏。
上文,已经描述了任务管理系统100的功能配置。
[1-3:计算装置200的功能配置]
接下来,在参考图3的同时描述计算装置200的功能配置。图3是用于描述计算装置200的功能配置的说明图。这里,图3中所示的计算装置200的功能配置为一个实施例,并且关于将在后文描述的分配计算任务的方法,组成元件的一部分的适当省略和修改是可行的。
如图3所示,计算装置200主要由通信部201、天气信息获取部202、计算能力预测部203以及计算执行部204构成。
通信部201为用于经由网络50进行通信的通信单元。如上所述,当请求计算任务时,首先,任务管理系统100关于计算装置200而查询计算能力。当收到查询时,天气信息获取部202经由通信部201获取计划执行计算任务时的天气信息。然后,由天气信息获取部202获取的天气信息被输入至计算能力预测部203。当输入天气信息时,计算能力预测部203基于输入的天气信息来预测在执行计算任务期间的计算能力。
这里,计算能力预测部203已经保存了诸如与能够由计算装置200使用电力量P的电力在每单位时间内执行的计算量相关的信息(下文中,为计算性能信息)。另外,计算能力预测部203已经保存了与用于向计算装置200供应电力的发电机(产生来源于可再生能源的电力的发电机)的发电性能相关的信息(下文中,为发电性能信息)。因此,计算能力预测部203使用天气信息和发电能力信息来预测在计算任务执行计划时期内针对计算装置200所提供的电力量P,并且使用预测结果和计算性能信息来预测计算能力。表示由计算能力预测部203预测的计算能力的能力信息经由通信部201被发送至任务管理系统100。
另外,在从任务管理系统100接收到执行计算任务的情况下,从任务管理系统100发送的计算任务经由通信部201被输入至计算执行部204。当输入计算任务时,计算执行部204执行输入的计算任务。当完成计算任务的执行时,计算执行部204输出计算任务的执行结果(下文中,为计算结果)。由计算执行部204输出的计算结果经由通信部201被发送至任务管理系统100。
上文,已经描述了计算装置200的功能配置。
[1-4:任务分配方法]
接着,将通过具体实施例描述根据实施方式的任务分配方法。
(1-4-1:通过使用任务管理系统100来预测计算能力的情况)
首先,在参考图4的同时描述使用涉及由任务管理系统100预测的计算装置200的计算能力的信息来适当地分配计算任务的方法。图4是用于描述使用涉及由任务管理系统100预测的计算装置200的计算能力的信息来适当地分配计算任务的方法的说明图。这里,在图4中描述了任务管理系统100和一个计算装置200之间的通信,但是实际上,针对多个计算装置200而执行相同的交换。
如图4所示,首先,任务管理系统100从计算装置200获取环境信息并保存(寄存)所获取的环境信息(S100)。这里所提及的环境信息为诸如涉及计算装置200的计算性能的上述计算性能信息、涉及向计算装置200提供电力的发电机的发电性能的上述发电性能信息等的信息。通过将环境信息提前寄存在任务管理系统100中,能够在任务管理系统100中预测计算装置200的计算性能。这里,每次分配计算任务时,可以不进行在步骤S100中所示的环境信息的寄存处理。
当环境信息的寄存流程完成时,任务管理系统100基于天气预报来预测计算装置200在执行计算任务期间的计算能力(S101)。首先,任务管理系统100使用天气信息获取部102的功能获取来自天气信息提供服务70的信息。天气信息是设置有计算装置200的地区的天气信息。此外,天气信息是显示出在计划执行计算任务时的天气条件的天气预报。当获取天气信息时,任务管理系统100使用计算能力预测部103的功能而基于获取的天气信息来预测提供给计算装置200的电力的量。然后,任务管理系统100根据使用计算能力预测部103的功能所预测的电力的量来计算计算装置200的计算能力。
当完成计算能力预测处理时,任务管理系统100利用任务管理部106的功能来向计算装置200询问是否能够执行计算任务(S102)。这时,任务管理系统100利用任务管理部106的功能而向计算装置200通知计算任务的计算量和计算任务的所需执行时间(或完成时刻)。关于询问,计算装置200对是否可以执行计算任务作出响应(S103)。例如,在诸如正执行除已接收到其询问的计算任务之外的计算任务的情况下,计算装置200在难以在期望的计算任务执行时间内完成已接收到询问的计算任务的情况下作出不能够执行计算任务的响应。然而,这里,将对能够执行计算任务的响应进行描述。
当从计算装置200接收到响应时,任务管理系统100通过利用任务管理部106的功能而向计算装置200分配计算任务。然后,任务管理系统100利用任务管理部106的功能而向计算装置200请求执行所分配的计算任务(S104)。这时,任务管理系统100使用任务管理部106基于在步骤S101中预测的计算能力来分配计算任务。例如,在基于待执行的计算任务的计算量和计算能力计算出的计算任务执行时间短于所期望的计算任务执行时间的情况下,任务管理系统100利用任务管理部106的功能来向计算装置200分配计算任务。
这里,实际上,任务管理系统100通过作为请求目标的多个计算装置200来执行计算任务分配方法。因此,多个计算装置200可以被视为关于同一计算任务的请求目标候选者。在多个计算装置200作为关于同一计算任务的请求目标候选者的情况下,任务管理系统100通过利用任务管理部106的功能而基于每个计算装置200的计算能力来缩小作为请求目标的计算装置200。例如,任务管理系统100利用任务管理部106的功能而选择具有最高计算能力的计算装置200作为是请求目标的计算装置200。当存在诸如此类的配置时,存在能够在期望的计算任务执行时间内完成计算任务的很大可能性。
当向计算装置200请求执行计算任务时,计算装置200利用计算执行部204的功能来执行所请求的计算任务。然后,当完成计算任务时,计算装置200向任务管理系统100通知计算结果(S105)。
上文中,已经描述了使用涉及由任务管理系统100预测的计算装置200的计算能力的信息来适当地分配计算任务的方法。在应用该方法的情况下,能够省略包括在计算装置200中的天气信息获取部202和计算能力预测部203。另外,这里,通过集中在一个计算装置200上已经示出了任务管理系统100和计算装置200之间的交换,但实际上,关于多个计算装置200而执行相同的交换。
(1-4-2:使用计算装置200来预测计算能力的情况)
接着,在参考图5的同时来描述通过使用涉及由计算装置200预测的在执行计算任务期间的计算能力的信息来适当地分配计算任务的方法。图5是用于描述通过使用涉及由计算装置200预测的在执行计算任务期间的计算能力的信息来适当地分配计算任务的方法的说明图。这里,在图5中描述了任务管理系统100和一个计算装置200之间的交换,但实际上,关于多个计算装置200而执行相同的交换。
如图5所示,首先,任务管理系统100利用任务管理部106的功能而向计算装置200询问是否能够执行计算任务(S111)。此时,任务管理系统100利用任务管理部106的功能而向计算装置200通知计算任务的计算量和计算任务所期望的执行时间(或完成时刻)。针对询问,计算装置200基于天气预报来预测在执行计算任务期间的计算能力(S112)。
首先,计算装置200利用天气信息获取部202的功能获取来自天气信息提供服务70的信息。天气信息是设置有计算装置200的地区的天气信息。另外,天气信息是显示在计划执行计算任务时的天气的条件的天气预报。当获取了天气信息时,计算装置200利用计算能力预测部203的功能基于获取的天气信息来预测在执行计算任务期间提供的电力的量。然后,计算装置200根据利用计算能力预测部203的功能所预测的电力的量来计算计算装置200的计算能力。
当完成计算能力预测处理时,计算装置200向任务管理系统100对是否能够执行计算任务和预测的计算能力作出响应(S113)。例如,在正在执行除已接收到针对其的询问的计算任务之外的计算任务的情况下,计算装置200在难以在期望的计算任务执行时间内完成已接收到针对其的询问的计算任务的情况下作出不能执行计算任务的响应。另外,计算装置200在难以在期望的计算任务执行时间内以预测的计算能力执行计算任务的情况下作出不能执行计算任务的响应。然而,这里将对作出能够执行计算任务的响应进行描述。
当从计算装置200接收到响应时,任务管理系统100通过利用任务管理部106的功能而向计算装置200分配计算任务。然后,任务管理系统100利用任务管理部106的功能而向计算装置200请求执行所分配的计算任务(S114)。此时,任务管理系统100利用任务管理部106基于由计算装置200所预测的计算能力来分配计算任务。例如,在基于待执行的计算任务的计算量以及计算能力所计算出的计算任务执行时间短于期望的计算任务执行时间的情况下,任务管理系统100利用任务管理部106的功能而向计算装置200分配计算任务。
这里,实际上,任务管理系统100通过作为请求目标的多个计算装置200执行计算任务分配方法。因此,多个计算装置200可以被视为关于同一计算任务的请求目标候选者。在多个计算装置200作为关于同一计算任务的请求目标候选者的情况下,任务管理系统100利用任务管理部106的功能而基于每个计算装置200的计算能力来缩小作为请求目标的计算装置200。例如,任务管理系统100通过利用任务管理部106的功能而选择具有最高计算能力的计算装置200作为是请求目标的计算装置200。当存在诸如此类的配置时,存在能够在期望的计算任务执行时间内完成计算任务的很大可能性。
当对计算装置200请求执行计算任务时,计算装置200利用计算执行部204的功能来执行所请求的计算任务。然后,当完成计算任务时,计算装置200向任务管理系统100通知计算结果(S115)。
上文中,已经描述了通过使用涉及由计算装置200预测的在计算任务执行期间的计算能力的信息来适当地分配计算任务的方法。这里,通过集中在一个计算装置200上示出了任务管理系统100和计算装置200之间的交换,但实际上,关于多个计算装置200执行相同的交换。
(1-4-3:验证计算能力的情况)
接下来,在参考图6的同时描述任务分配方法,该任务分配方法包括验证计算装置200针对任务管理系统100的询问的响应的精度的处理。图6是用于描述包括验证计算装置200针对任务管理系统100的询问的响应的精度的处理的说明图。这里,在图6中描述了任务管理系统100和一个计算装置200之间的交换,但实际上,关于多个计算装置200而执行相同的交换。
如图6所示,首先,任务管理系统100从计算装置200获取环境信息并保存(寄存)所获取的环境信息(S120)。这里,所提及的环境信息是诸如上述涉及计算装置200的计算性能的计算性能信息、上述涉及向计算装置200提供电力的发电机的发电性能的发电性能信息等的信息。通过将该环境信息提前寄存在任务管理系统100中,能够在任务管理系统100中预测计算装置200的计算性能。这里,每次分配计算任务时,可以不进行在步骤S120中说明的环境信息的寄存处理。
接着,任务管理系统100利用任务管理部106的功能而向计算装置200询问是否能够执行计算任务(S121)。此时,任务管理系统100利用任务管理部106的功能而向计算装置200通知计算任务的计算量和计算任务的理想执行时间(或完成时刻)。关于询问,计算装置200基于天气预报来预测在执行计算任务期间的计算能力(S122)。
首先,计算装置200利用天气信息获取部202的功能获取来自天气信息提供服务70的信息。天气信息是设置有计算装置200的地区的天气信息。另外,天气信息是显示在计划执行计算任务时的天气的条件的天气预报。当获取了天气信息时,计算装置200利用计算能力预测部203的功能基于获取的天气信息来预测在执行计算任务期间所提供的电力的量。然后,计算装置200根据利用计算能力预测部203的功能所预测的电力的量来计算计算装置200的计算能力。
当完成计算能力预测处理时,计算装置200向任务管理系统100对是否能够执行计算任务和预测的计算能力作出响应(S123)。例如,在正执行除已接收到其询问的计算任务之外的计算任务的情况下,计算装置200在难以在期望的计算任务执行时间内完成已接收到其询问的计算任务的情况下作出不能够执行计算任务的响应。另外,计算装置200在难以在期望的计算任务执行时间内以预测的计算能力执行计算任务的情况下作出不能够执行计算任务的响应。然而,这里,将对作出能够执行计算任务的响应进行描述。
当从计算装置200接收到响应时,任务管理系统100基于天气预报来预测计算装置200在执行计算任务期间的计算能力(S124)。首先,任务管理系统100利用天气信息获取部102的功能获取来自天气信息提供服务70的信息。天气信息是设置有计算装置200的地区的天气信息。另外,天气信息是显示在计划执行计算任务时的天气的条件的天气预报。当获取了天气信息时,任务管理系统100利用计算能力预测部103的功能而基于所获取的天气信息来预测提供给计算装置200的电力的量。然后,任务管理系统100根据利用计算能力预测部103的功能所预测的电力的量来计算计算装置200的计算能力。
当完成计算能力预测处理时,任务管理系统100利用计算能力验证部105的功能来验证从计算装置200接收到的响应的内容(S125)。例如,任务管理系统100通过利用计算能力验证部105的功能来比较计算装置200的响应中的计算能力和在步骤S124中预测的计算能力,并确认计算能力是否明显不同。此时,在计算能力明显不同的情况下,可以认为来自计算装置200的响应是错误的。因此,从计算任务分配目标中移除发送被认为是错误的响应的计算装置200。当存在诸如此类的配置时,能够从分配目标中移除被怀疑错误的计算装置200,并且能够改善计算结果的可靠性。
在步骤S125中确认了响应内容的准确性的情况下,任务管理系统100利用任务管理部106的功能向计算装置200分配计算任务。然后,任务管理系统100利用任务管理部106的功能向计算装置200请求执行所分配的计算任务(S126)。此时,任务管理系统100利用任务管理部106基于在步骤S124中预测的计算能力来分配计算任务。例如,在计算任务执行时间(基于待执行的计算任务的计算量以及计算能力所计算出)短于期望的计算任务执行时间的情况下,任务管理系统100利用任务管理部106的功能而向计算装置200分配计算任务。
这里,实际上,任务管理系统100通过作为请求目标的多个计算装置200来执行计算任务分配方法。因此,多个计算装置200可以被视为关于同一计算任务的请求目标候选者。在多个计算装置200为关于同一计算任务的请求目标候选者的情况下,任务管理系统100利用任务管理部106的功能而基于每个计算装置200的计算能力来缩小作为请求目标的计算装置200。例如,任务管理系统100利用任务管理部106的功能来选择具有最高计算能力的计算装置200作为是请求目标的计算装置200。当存在诸如此类的配置时,存在能够在期望的计算任务执行时间内完成计算任务的很大可能性。
当向计算装置200请求执行计算任务时,计算装置200利用计算执行部204的功能来执行所请求的计算任务。然后,当完成计算任务时,计算装置200向任务管理系统100通知计算结果(S127)。
在上文中,已经描述了包括验证计算装置200针对任务管理系统100的询问的响应的精度的处理的任务分配方法。这里,已经通过集中在一个计算装置200上而示出了任务管理系统100和计算装置200之间的交换,但实际上,关于多个计算装置200而执行相同的交换。
(补充说明1:验证响应内容的方法)
这里,在参考图8至图10的同时补充关于计算装置200的响应的验证方法(等效于上述步骤S125)的描述。
如图8所示,当将计算任务的执行开始时刻设置为T1并且将计算任务的执行完成时刻设置为T2时,在未来将计算执行时间(T1~T2)与预测计算能力时的时刻(当前的时间点)相比较。能够利用设置有计算装置200的地区的天气预报来预测将来的计算能力。首先,发电量是根据天气预报所预测的,能够利用预测结果和计算装置200的计算性能来预测计算能力。这里,能够将计算能力表示为在时刻T1开始执行具有一定计算量的计算任务的情况下完成计算任务所需的最短时间。
这里,计算能力(预测时间ΔTexp)是在任务管理系统100中预测的。另外,将计算能力(响应时间ΔT)通知给任务管理系统100作为计算装置200的响应。在这种情况下,任务管理系统100通过比较预测时间ΔTexp和响应时间ΔT来验证计算装置200的响应内容。
旨在执行错误的计算装置200的管理者例如接收超过计算装置200的计算能力的计算任务契约以及仅通过返回任意的计算结果而接收补偿。因此,计算装置200的管理者试图以计算能力(短的响应时间ΔT)高于实际计算装置的响应来通知任务管理系统100。因此,如图9所示,在ΔT<ΔTexp的情况下,认为计算装置200的响应是错误的。另一方面,在ΔT≥ΔTexp的情况下,认为计算装置200的响应是正确的。因此,任务管理系统100在ΔT≥ΔTexp的情况下向计算装置200分配计算任务。
然而,存在蓄电池300连接至计算装置200的情况。在这种情况下,计算装置200能够使用期望能够稳定输出的蓄电池300的电力来执行计算任务。因此,与计算装置200不连接至蓄电池300的情况相比,计算装置200的计算性能得到改善。然而,计算性能根据存储在蓄电池300中的电力的量而不同。因此,需要针对连接至蓄电池300的计算装置200的响应进行仔细验证。在已知蓄电池300的存储容量的情况下,能够根据蓄电池300的蓄电量来预测预测时间ΔTexp(x%)(x%的电力存储在蓄电池300中的情况下的预测时间)。
例如,如图10所示,当将蓄电池300完全充电的预测时间表示为ΔTexp(100%)、将在蓄电池300充电50%时的预测时间表示为ΔTexp(50%)、并且将蓄电池300充电0%时的预测时间表示为ΔTexp(0%)时,则存在ΔTexp(100%)<ΔTexp(50%)<ΔTexp(0%)的关系。因此,将响应时间ΔT与最短的预测时间ΔTexp(100%)相比较,认为计算装置200的响应在ΔT<ΔTexp(100%)的情况下是错误的。另一方面,将响应时间ΔT与最长的预测时间ΔTexp(0%)相比较,认为计算装置200的响应在ΔT≥ΔTexp(0%)的情况下是正确的。然而,为了确定响应在ΔTexp(100%)<ΔT<ΔTexp(0%)的情况下的准确性,基于由任务管理系统100的管理者预先确定的标准来确定响应的准确性就已足够。
在上文中,已经补充说明了针对计算装置200的响应的验证方法(等效于上述步骤S125)。上述验证方法为一个实施例,但能够利用该方法在计算装置200以错误响应作出响应的情况下来辨别错误。
(补充说明2:估计蓄电量的方法)
这里,将简单地补充说明用于预测连接至计算装置200的蓄电池300蓄电量的方法。在针对连接至计算装置200的蓄电池300的系统也提供来源于可再生能源的电力的情况下,能够基于以往的天气信息来粗略地估计蓄电池300的蓄电量。该估计方法实际上与上述预测计算能力的方法是相同的,但所使用的天气信息是不同的。天气预报用于预测计算能力。然而,当预测蓄电池300的蓄电量时,使用了以往的天气信息。也就是说,能够基于以往的天气信息,通过估计在开始执行计算任务之前提供给蓄电池300电力的量来粗略地估计蓄电池300的蓄电量。
通过利用何时验证计算装置200的响应内容或何时验证计算结果(将在后文描述),能够针对蓄电池300的蓄电量进行估计。例如,即使ΔTexp(100%)<ΔT<ΔTexp(80%),如果蓄电池300被估计为处于接近完全充电的状态,则能够认为响应是正确的。以这种方式,通过估计蓄电池300的蓄电量来提高验证精度。
[1-5:错误验证方法]
接着,在参考图7的同时描述利用任务管理系统100的错误验证方法。到这里为止,已经讨论了计算装置200的响应中的计算能力的准确性。然而,即使关于计算能力的响应是正确的,也不能保证计算结果的准确性。例如,具有不良意图的计算装置200的管理者可能以正确的计算能力作出响应,被请求执行计算任务,并且以任意的计算结果作出响应。因此,本发明提出了用于验证计算结果的准确性的错误验证方法。这里,能够将错误验证方法与图4至图6中所示的任务分配方法相结合。
首先,执行图4至图6中的任务分配方法,并且由任务管理系统100向计算装置200请求执行所分配的计算任务(S131)。当向计算装置200请求执行计算任务时,计算装置200利用计算执行部204的功能来执行所请求的计算任务。然后,当完成计算任务时,计算装置200向任务管理系统100通知计算结果(S132)。此时,任务管理系统100测量从请求执行计算任务到通知计算结果的时间(下文中,为计算执行时间ΔTr)。然后,当接收到计算结果时,任务管理系统100验证是否存在错误(S133)。
首先,任务管理系统100利用错误检测部107的功能而基于计算装置200的计算能力和计算任务的计算量来预测执行计算任务所需要的时间(预测时间ΔTexp)。接下来,任务管理系统100利用错误检测部107的功能来比较预测时间ΔTexp和计算执行时间ΔTr。具有不良意图的计算装置200的管理者试图接受比使用计算装置200实际上能够执行的计算任务量更多的计算任务的契约。结果,可以认为,在短于实际上执行计算任务的情况的时间内返回错误的计算结果。
因此,任务管理系统100利用错误检测部107的功能确定计算结果在如图11所示的ΔTr<ΔTexp的情况下是错误的。另一方面,任务管理系统100利用错误检测部107的功能来确定计算结果在ΔTr≥ΔTexp的情况下是正确的。另外,在蓄电池300连接至计算装置200的情况下,在蓄电池300完全充电或蓄电池300充电0%的情况下将计算执行时间ΔTr与预测时间ΔTexp(100%)和ΔTexp(0%)相比较。然后,如图12所示,任务管理系统100利用错误检测部107的功能来确定计算结果在ΔTr<ΔTexp(100%)的情况下是错误的。另一方面,任务管理系统100利用错误检测部107的功能来确定计算结果在ΔTr≥ΔTexp(0%)的情况下是正确的。
在上文中,已经描述了使用任务管理系统100的错误验证方法。能够通过应用错误验证方法来检测错误的计算装置200。另外,能够通过从计算任务分配目标中去除错误的计算装置200来提高计算结果的可靠性。
[1-6:硬件配置实例]
例如使用图13中所示的信息处理装置的硬件配置实现上述任务管理系统100和计算装置200的每个组成元件的功能。也就是说,每个组成元件由图13中所示的使用计算机程序被控制的硬件来实现。这里,硬件的形式是任意的,并且例如个人计算机、移动电话、PHS、诸如PDA的移动信息终端、游戏装置、以及各种信息电器均包括在内。这里,PHS是个人手持电话系统的缩写。另外,PDA是个人数字助理的缩写。
如图13所示,硬件主要具有CPU 902、ROM 904、RAM 906、主机总线908以及桥接器910。此外,硬件具有外部总线912、接口914、输入部916、输出部918、存储部920、驱动器922、连接端口924以及通信部926。这里,CPU为中央处理单元的缩写。另外,ROM为只读存储器的缩写。另外,RAM是随机存取存储器的缩写。
CPU 902例如用作计算处理装置或控制装置,并基于记录在ROM904、RAM 906、存储部920、或可移除记录介质928中的各种程序来控制每个组成元件的全部或部分操作。ROM 904是用于存储读出至CPU 902的程序、用于计算的数据等的单元。RAM 906临时地或永久性地存储例如读出至CPU 902的程序、当执行程序时任意改变的各种参数等。
这些组成元件例如经由高速数据传送可行的主机总线908而互相连接。另一方面,主机总线908例如经由桥接器910连接至数据传送速度相对较低的外部总线912。另外,作为输入部916,能够使用例如鼠标、键盘、触控面板、按钮、开关、控制杆等。此外,作为输入部916,例如,可以使用能够利用红外线波或其它波来传输控制信号的远程控制器。
输出部918例如为这样的装置,其能够向用户通知视觉上获取或者通过使用诸如显示装置(诸如CRT、LCD、PDP、或ELD)、诸如扬声器或耳机的音频输出装置的声音、打印机、移动电话、传真等所获取的信息。这里,CRT是阴极射线管的缩写。此外,LCD是液晶显示器的缩写。另外,PDP是等离子显示面板的缩写。此外,ELD是电致发光显示器的缩写。
存储装置920是用于存储各种类型的数据的装置。作为存储装置920,例如,使用诸如硬盘驱动器(HDD)的磁性存储装置、半导体存储装置、光学存储装置、磁光存储装置等。这里,HDD为硬盘驱动器的缩写。
驱动器922例如为这样的装置,该装置读出记录在可移除记录介质928(诸如磁盘、光盘、磁光盘、或半导体存储器)中的信息,以及将信息写至可移除记录介质928。可移除记录介质928为例如DVD介质、蓝光介质、HD DVD介质以及各种类型的半导体存储介质等。当然,可移除记录介质928可以是安装有非接触型IC芯片的IC卡、电子设备等。这里,IC为集成电路的缩写。
连接端口924例如是用于连接外部连接装置930(诸如USB端口、IEEE 1394端口、SCSI、RS-232C端口、或光学音频终端)的端口。外部连接装置930例如为打印机、便携式音乐播放器、数字照相机、数码摄像机、IC录音机等。这里,USB是通用串行总线的缩写。另外,SCSI是小型计算机系统接口的缩写。
通信部926是用于连接至网络932的通信装置,并且例如为有线或无线LAN、蓝牙(注册商标)、WUSB IC卡、光学通信路由器、ADSL路由器、各种类型的通信调制解调器等。另外,与通信部926相连接的网络932被配置为使用以有线或无线方式连接的网络,并且其例如为因特网、家庭LAN、红外线通信、可见光通信、广播或卫星通信等。这里,LAN是局域网络的缩写。另外,WUSB为无线USB的缩写。另外,ADSL是非对称数字用户线路的缩写。
<2.总结>
最后,将简单地总结本发明的实施方式的技术概念。这里所写的技术概念能够例如被应用于诸如PC、移动电话、便携式游戏装置、移动信息终端、信息电器、或汽车导航系统的各种信息处理装置。例如,能够使用诸如高性能PC的信息处理装置来实现上述任务管理系统的功能。另外,能够使用诸如PC、移动电话、便携式游戏装置、移动信息终端、信息电器、或汽车导航系统的信息处理装置来实现上述计算装置的功能。
能够如下来表示根据实施方式的任务管理系统。任务管理系统具有如下的能力信息获取部和任务管理部。能力信息获取部从使用来源于可再生能源的电力来执行计算的计算装置中获取显示出该计算装置的计算能力的能力信息,该能力信息是基于设置有该计算装置的地区的天气信息而预测到的。另外,任务管理部基于使用能力信息获取部从多个计算装置获取的能力信息而向所述多个计算装置分配计算任务。
任务管理部能够通过具有能力信息获取部来了解每个计算装置在执行计算期间的计算能力。例如,当使用了天气信息时,能够预测来源于可再生能源的电力在执行计算期间(从计算开始计划时刻直到预定时间过去之后为止)的发电量。当电力的发电量已知时,能够通过将由计算装置以每单位电力执行的计算量乘以发电量来评估计算装置的计算能力。当以这种方式评估计算能力时,能够使用该评估结果来抽取被期望能够完成计算任务的计算装置。
也就是说,在某一计算任务的计算量不超过某一计算装置在执行期间具有的计算能力的情况下,可以向该计算装置分配计算任务。另一方面,在某一计算任务的计算量超过某一计算装置在执行期间具有的计算能力的情况下,可以从计算任务分配目标中移除该计算装置。通过重复诸如此类的流程,能够向适当的计算设备分配待执行的计算任务。也就是说,能够防止由于一部分计算装置在执行计算任务中延迟很久而导致的整个系统性能明显下降。
(注意)
任务管理部106是计算请求部和结果获取部的一个实施例。
在上文中,已经参考附图描述了本发明的适当实施方式,但无需多说明,本发明并不受该实施例的限制。本领域的技术人员应该理解,根据设计要求和其他因素,可以进行各种修改、组合、子组合以及变更,只要它们均在所附权利要求或其等价物的范围内。
本发明包含于2010年12月15日向日本专利局提交的日本优先专利申请JP 2010-279662所涉及的主题,其全部内容结合于此作为参考。

Claims (11)

1.一种任务管理系统,包括:
能力信息获取部,从通过使用来源于可再生能源的电力执行计算的计算装置中获取能力信息,所述能力信息表示基于设置有所述计算装置的地区的天气信息所预测的所述计算装置的计算能力;以及
任务管理部,基于使用所述能力信息获取部从多个计算装置获取的所述能力信息而向所述多个计算装置分配计算任务。
2.根据权利要求1所述的任务管理系统,还包括:
计算能力预测部,基于设置有所述计算装置的地区的天气信息来预测所述计算装置的计算能力;以及
计算能力验证部,通过比较在由所述能力信息获取部获取的所述能力信息中表示的计算能力与由所述计算能力预测部预测的计算能力来验证所述能力信息的准确性,
其中,所述任务管理部向与通过所述计算能力验证部确认了准确性的所述能力信息对应的所述计算装置分配计算任务。
3.根据权利要求1所述的任务管理系统,还包括通信部和天气信息获取部,所述天气信息获取部经由所述通信部获取来自天气信息提供服务的天气信息。
4.一种任务管理系统,包括:
计算能力预测部,根据设置计算装置的地区的天气信息来预测所述计算装置的计算能力,所述计算装置使用来源于可再生能源的电力来执行计算;以及
任务管理部,根据由所述计算能力预测部关于多个计算装置预测的所述计算能力来向所述多个计算装置分配计算任务。
5.根据权利要求2或4所述的任务管理系统,还包括:
执行请求部,对由所述任务管理部分配了计算任务的所述计算装置请求执行所述计算任务;
结果获取部,从接收了所述执行请求部的所述计算任务的请求的所述计算装置中获取所述计算任务的执行结果;以及
错误检测部,基于由所述计算能力预测部预测的关于所述计算能力的信息,来检测由所述结果获取部获取的所述执行结果的错误。
6.根据权利要求5所述的任务管理系统,
其中,所述错误检测部在比较时间T1与时间T2并且T2<T1的情况下确定由所述结果获取部获取的所述执行结果是错误的,所述时间T1是在以使用所述计算能力预测部预测的计算能力来执行计算任务的情况下直到完成所述计算任务为止所需的时间,所述时间T2是从由所述执行请求部发出执行请求直到由所述结果获取部获取所述执行结果为止所花费的时间。
7.根据权利要求6所述的任务管理系统,
其中,在将由所述执行请求部请求执行所述计算任务的计算装置连接至蓄电池的情况下,所述错误检测部在比较时间T3与时间T2并且T2<T3的情况下确定由所述结果获取部获取的执行结果是错误的,所述时间T3是在使用在蓄电池完全充电的状态下的所述计算装置的计算能力以及由所述计算能力预测部预测的计算能力来执行所述计算任务的情况下直到完成所述计算任务为止所需的时间,所述时间T2是从由所述执行请求部发出执行请求直到由所述结果获取部获取所述执行结果为止所花费的时间。
8.一种任务管理系统的任务管理方法,包括:
从使用来源于可再生能源的电力来执行计算的计算装置中获取能力信息,所述能力信息表示基于设置所述计算装置的地区的天气信息所预测的所述计算装置的计算能力;以及
基于使用所述能力信息获取部从多个计算装置获取的所述能力信息而向所述多个计算装置分配计算任务。
9.一种任务管理系统的任务管理方法,包括:
根据设置有计算装置的地区的天气信息来预测所述计算装置的计算能力,所述计算装置使用来源于可再生能源的电力来执行计算;以及
基于针对多个计算装置所预测的计算能力而向所述多个计算装置分配计算任务。
10.一种使计算机执行以下功能的程序:
能力信息获取功能,从使用来源于可再生能源的电力来执行计算的计算装置中获取能力信息,所述能力信息表示基于设置有所述计算装置的地区的天气信息而预测的所述计算装置的计算能力;以及
任务管理功能,基于使用所述能力信息获取功能从多个计算装置获取的能力信息而向所述多个计算装置分配计算任务。
11.一种使计算机执行以下功能的程序:
计算能力预测功能,根据设置有计算装置的地区的天气信息来预测所述计算装置的计算能力,所述计算装置使用来源于可再生能源的电力来执行计算;以及
任务管理功能,基于由所述计算能力预测部针对多个计算装置预测的计算能力而向所述多个计算装置分配计算任务。
CN2011104069765A 2010-12-15 2011-12-08 任务管理系统、任务管理方法以及程序 Pending CN102592247A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2010279662A JP5582016B2 (ja) 2010-12-15 2010-12-15 タスク管理装置、タスク管理方法、及びプログラム
JP2010-279662 2010-12-15

Publications (1)

Publication Number Publication Date
CN102592247A true CN102592247A (zh) 2012-07-18

Family

ID=46236262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011104069765A Pending CN102592247A (zh) 2010-12-15 2011-12-08 任务管理系统、任务管理方法以及程序

Country Status (3)

Country Link
US (1) US20120159508A1 (zh)
JP (1) JP5582016B2 (zh)
CN (1) CN102592247A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106899656A (zh) * 2017-01-03 2017-06-27 珠海格力电器股份有限公司 设备控制方法和装置
CN109947551A (zh) * 2019-03-19 2019-06-28 中南大学 一种多轮次任务分配方法、边缘计算系统及其存储介质

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3010552B1 (fr) * 2013-09-10 2016-12-09 Commissariat Energie Atomique Gestion de la consommation energetique d'un parc de calculateurs
JP6279180B2 (ja) * 2016-02-04 2018-02-14 三菱電機株式会社 親局装置、子局装置、プロセス委譲管理方法、プロセス実行方法、プロセス委譲管理プログラム及びプロセス実行プログラム
FR3050295B1 (fr) * 2016-04-13 2018-05-25 Centre National De La Recherche Scientifique Systeme de traitement de donnees avec transfert d’energie
CN106773813B (zh) * 2016-11-29 2019-07-02 国网山东省电力公司鄄城县供电公司 用电控制方法及装置
KR101898144B1 (ko) * 2017-03-20 2018-09-12 한양대학교 산학협력단 에너지 하베스팅으로 구동되는 시스템에서 태스크 스케줄링 방법 및 장치
JP6981276B2 (ja) * 2018-01-26 2021-12-15 沖電気工業株式会社 負荷分散システム
CN110543148B (zh) * 2018-05-28 2021-04-09 华为技术有限公司 一种任务调度方法及装置
JP7079193B2 (ja) * 2018-12-17 2022-06-01 東邦瓦斯株式会社 仮想通貨マイニングシステム
US11687370B2 (en) * 2020-11-23 2023-06-27 International Business Machines Corporation Activity assignment based on resource and service availability
CN116845973B (zh) * 2023-08-25 2023-11-21 湖北华中电力科技开发有限责任公司 一种风力供电方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060174219A1 (en) * 2005-01-31 2006-08-03 Peter Dunki Control system for controlling software modules
CN100362806C (zh) * 2005-03-16 2008-01-16 华为技术有限公司 一种实现分布式系统中负载分担的方法
US20080127185A1 (en) * 2006-11-29 2008-05-29 Benayon Jay W Process modeling and simulation for delegated resources
CN101821696A (zh) * 2007-08-28 2010-09-01 Commvault系统公司 如数据存储操作的自适应能耗管理的数据处理资源的能耗管理
WO2010136054A1 (de) * 2009-05-29 2010-12-02 Siemens Aktiengesellschaft Energieverteilung

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3658420B2 (ja) * 1994-04-14 2005-06-08 株式会社日立製作所 分散処理システム
US7082606B2 (en) * 2001-05-01 2006-07-25 The Regents Of The University Of California Dedicated heterogeneous node scheduling including backfill scheduling
JP2003029989A (ja) * 2001-07-16 2003-01-31 Matsushita Electric Ind Co Ltd 分散処理システムおよびジョブ分散処理方法
US20050198636A1 (en) * 2004-02-26 2005-09-08 International Business Machines Corporation Dynamic optimization of batch processing
JP2007249491A (ja) * 2006-03-15 2007-09-27 Fujitsu Ltd マルチサーバ環境においてバッチジョブを分散させるプログラム、装置、および方法
US7739243B2 (en) * 2007-08-01 2010-06-15 International Business Machines Corporation System and method for dynamically configuring a multiplatform computing environment
US8447993B2 (en) * 2008-01-23 2013-05-21 Palo Alto Research Center Incorporated Integrated energy savings and business operations in data centers
US8260928B2 (en) * 2008-05-05 2012-09-04 Siemens Industry, Inc. Methods to optimally allocating the computer server load based on the suitability of environmental conditions
US8086544B2 (en) * 2008-09-03 2011-12-27 International Business Machines Corporation Analysis of energy-related factors for selecting computational job locations
US8046468B2 (en) * 2009-01-26 2011-10-25 Vmware, Inc. Process demand prediction for distributed power and resource management
JP5323554B2 (ja) * 2009-03-27 2013-10-23 株式会社日立製作所 ジョブ処理方法、ジョブ処理プログラムを格納したコンピュータ読み取り可能な記録媒体、および、ジョブ処理システム
US9348394B2 (en) * 2010-09-14 2016-05-24 Microsoft Technology Licensing, Llc Managing computational workloads of computing apparatuses powered by renewable resources
US8849469B2 (en) * 2010-10-28 2014-09-30 Microsoft Corporation Data center system that accommodates episodic computation

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060174219A1 (en) * 2005-01-31 2006-08-03 Peter Dunki Control system for controlling software modules
CN101116060A (zh) * 2005-01-31 2008-01-30 瑞士联合银行集团 用于控制软件模块的控制系统
CN100362806C (zh) * 2005-03-16 2008-01-16 华为技术有限公司 一种实现分布式系统中负载分担的方法
US20080127185A1 (en) * 2006-11-29 2008-05-29 Benayon Jay W Process modeling and simulation for delegated resources
CN101821696A (zh) * 2007-08-28 2010-09-01 Commvault系统公司 如数据存储操作的自适应能耗管理的数据处理资源的能耗管理
WO2010136054A1 (de) * 2009-05-29 2010-12-02 Siemens Aktiengesellschaft Energieverteilung

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106899656A (zh) * 2017-01-03 2017-06-27 珠海格力电器股份有限公司 设备控制方法和装置
CN109947551A (zh) * 2019-03-19 2019-06-28 中南大学 一种多轮次任务分配方法、边缘计算系统及其存储介质
CN109947551B (zh) * 2019-03-19 2021-04-23 中南大学 一种多轮次任务分配方法、边缘计算系统及其存储介质

Also Published As

Publication number Publication date
JP5582016B2 (ja) 2014-09-03
JP2012128673A (ja) 2012-07-05
US20120159508A1 (en) 2012-06-21

Similar Documents

Publication Publication Date Title
CN102592247A (zh) 任务管理系统、任务管理方法以及程序
Sun et al. Optimal battery purchasing and charging strategy at electric vehicle battery swap stations
US11989069B2 (en) Power distribution management based on distributed networking protocol analytics
Mahoor et al. Least-cost operation of a battery swapping station with random customer requests
Sortomme et al. Optimal scheduling of vehicle-to-grid energy and ancillary services
Sarker et al. Optimal operation and services scheduling for an electric vehicle battery swapping station
US9306412B2 (en) Optimum charging for electric-based vehicle
CN111439163B (zh) 控制装置以及计算机可读存储介质
CN103180164B (zh) 调度移动能源以响应电力网状态
KR20210154148A (ko) 양방향 충전기의 이용 동안에 전기 차량 배터리 건전성을 보호하기 위하여 온도 데이터를 이용하기 위한 방법들
US20120277926A1 (en) Transformer structure for smart load balancing
CA2687037A1 (en) Method and system for scheduling the discharge of distributed power storage devices and for levelizing dispatch participation
JP7179088B2 (ja) システム及びプログラム
CN107719143A (zh) 一种电池更换移动站对电动车更换电池的方法及装置
EP2793342B1 (en) Power demand amount calculation system, power demand amount calculation method, power demand amount calculation apparatus, program, and recording medium
Kandasamy et al. Loss‐of‐life investigation of EV batteries used as smart energy storage for commercial building‐based solar photovoltaic systems
Cui et al. Optimal control of PEVs for energy cost minimization and frequency regulation in the smart grid accounting for battery state-of-health degradation
Bin Irshad et al. Stochastic modelling of electric vehicle behaviour to estimate available energy storage in parking lots
Ciechanowicz et al. Towards a business case for vehicle-to-grid—Maximizing profits in ancillary service markets
Sains et al. Optimal charging and discharging for EVs in a V2G participation under critical peak conditions
KR101581684B1 (ko) 에너지 저장장치의 방전심도 제어를 통한 충방전 스케줄링 장치 및 방법
WO2022209241A1 (ja) 充電管理方法、プログラム、及び充電管理システム
CN116007644A (zh) 一种车辆行驶路线的规划方法和装置
Kwasinski et al. Signal processing in the electrification of vehicular transportation: techniques for electric and plug-in hybrid electric vehicles on the smart grid
Henri et al. Mode‐based energy storage control approach for residential photovoltaic systems

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20120718

RJ01 Rejection of invention patent application after publication