CN111176836A - 一种云渲染资源调度方法及装置 - Google Patents

Abstract

本发明公开一种云渲染资源调度方法及装置，涉及通信技术领域，用于为目标应用程序分配云渲染资源，提高云渲染资源分配效率。该方法包括：云渲染资源调度平台确定目标应用程序对应的第一资源需求模型；根据第一资源需求模型，为目标应用程序分配第一云渲染资源，第一云渲染资源包括计算资源和存储资源；在应用程序的运行过程中，监控目标应用程序的运行指标，运行指标用于指示目标应用程序对于第一云渲染资源的使用量；根据目标应用程序的运行指标，确定第二资源需求模型；根据第二资源需求模型，为目标应用程序分配第二云渲染资源。本发明适用于云渲染资源分配的过程中。

Description

一种云渲染资源调度方法及装置

技术领域

本发明涉及通信技术领域，尤其涉及云渲染资源调度方法及装置。

背景技术

现有技术中通过人为干预的方式对应用程序预先配置云渲染资源，因此缺乏有效的途径对应用程序获取的云渲染资源的实际需求进行评估。导致人为配置的云渲染资源与应用程序实际运行所需的云渲染资源差距较大，云渲染资源分配率低。

云渲染服务器建设成本较高，由于不能根据应用程序的实际需求为应用程序分配云渲染资源，从而造成了云渲染资源的浪费，资源占用的浪费造成了极大的额外成本负担。

发明内容

本发明提供一种云渲染资源调度方法及装置，用于为目标应用程序分配合适的云渲染资源。

为达到上述目的，本发明采用如下技术方案：

第一方面，提供一种云渲染资源调度方法，包括：确定目标应用程序对应的第一资源需求模型，第一资源需求模型用于表征目标应用程序对于云渲染资源的预期需求；根据第一资源需求模型，为目标应用程序分配第一云渲染资源，第一云渲染资源包括计算资源和存储资源；在目标应用程序的运行过程中，监控目标应用程序的运行指标，运行指标用于指示目标应用程序对于第一云渲染资源的使用量；根据目标应用程序的运行指标，确定第二资源需求模型，第二资源需求模型用于表征目标应用程序对于云渲染资源的实际需求；根据第二资源需求模型，为目标应用程序分配第二云渲染资源。

基于本发明的技术方案，由于目标应用程序在渲染的过程中需要计算资源与存储资源，因此，目标应用程序云渲染资源调度平台确定目标应用程序对应的第一资源需求模型；根据第一资源需求模型，为目标应用程序分配第一云渲染资源，第一云渲染资源包括计算资源与存储资源。由于第一资源需求模型反映目标应用程序一般的云渲染过程，用于表征目标应用程序对于云渲染资源的预期需求，不一定能反映目标应用程序对云渲染资源的实际需求。因此，云渲染资源调度平台监控目标应用程序的运行指标，运行指标用于指示目标应用程序对于第一云渲染资源的使用量；之后，云渲染资源调度平台可以根据目标应用程序对于第一云渲染资源的使用量，确定第二资源需求模型，第二资源需求模型用于表征目标应用程序对于云渲染资源的实际需求。这样一来，云渲染资源调度平台能够准确地获取目标应用程序对云渲染资源的实际需求，因此云渲染资源调度平台可以充分考虑目标应用程序对云渲染资源的实际需求，为目标应用程序分配合适的第二云渲染资源，避免云渲染资源的浪费。

第二方面，本发明实施例提供一种通信装置，包括：确定单元，用于确定目标应用程序对应的第一资源需求模型，第一资源需求模型用于表征目标应用程序对于云渲染资源的预期需求；分配单元，用于根据第一资源需求模型，为目标应用程序分配第一云渲染资源，第一云渲染资源包括计算资源和存储资源；监控单元，用于在目标应用程序的运行过程中，监控目标应用程序的运行指标，运行指标用于指示目标应用程序对于第一云渲染资源的使用量；确定单元，还用于根据目标应用程序的运行指标，确定第二资源需求模型，第二资源需求模型用于表征目标应用程序对于云渲染资源的实际需求；分配单元，还用于根据第二资源需求模型，为目标应用程序分配第二云渲染资源。

第三方面，本发明提供了一种通信装置，该通信装置包括处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的云渲染资源调度方法。

第四方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行第一方面和第一方面的任一种可能的实现方式中所涉及的云渲染资源调度方法。

第五方面，本发明提供一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述第一方面和第一方面的任一种可能的实现方式中所描述的云渲染资源调度方法。

第六方面，本发明实施例提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的云渲染资源调度方法。

具体的，本发明实施例中提供的芯片还包括存储器，用于存储计算机程序或指令。

附图说明

图1为本发明实施例提供的一种通信系统结构示意图；

图2为本发明实施例提供的一种云渲染资源调度方法的流程图；

图3为本发明实施例提供的一种云渲染资源调度方法的流程图；

图4为本发明实施例提供的一种云渲染资源调度方法的流程图；

图5为本发明实施例提供的一种通信装置的结构示意图；

图6为本发明实施例提供的另一种通信装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行描述。

在本发明的描述中，除非另有说明，“/”表示“或”的意思，例如，A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。此外，“至少一个”是指一个或多个，“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

下面先对本发明实施例涉及的一些概念进行简单介绍。

1、云渲染

云渲染的模式与常规的云计算类似，即将三维(3Dimensions，3D)程序放在远程的服务器中渲染，用户终端通过互联网软件或者直接在本地的3D程序中点击一个“云渲染”按钮并借助高速互联网接入访问资源，指令从用户终端中发出，服务器根据指令执行对应的渲染任务，而渲染结果画面则被传送回用户终端中加以显示。

2、图形处理器(Graphics Processing Unit,GPU)

GPU又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备(如平板电脑、智能手机等)上图像运算工作的微处理器。用途是将计算机系统所需要的显示信息进行转换驱动，并向显示器提供行扫描信号，控制显示器的正确显示，是连接显示器和个人电脑主板的重要元件，也是“人机对话”的重要设备之一。显卡作为电脑主机里的一个重要组成部分，承担输出显示图形的任务，对于从事专业图形设计的人来说显卡非常重要。

3、显存

显存也被叫做帧缓存，它的作用是用来存储显卡芯片处理过或者即将提取的渲染数据。如同计算机的内存一样，显存是用来存储要处理的图形信息的部件。

以上是对本发明所涉及的术语的介绍，以下不再赘述。

如图1所示，本发明提供一种通信系统，包含终端、云渲染资源调度平台以及服务器。

其中，终端可以安装应用程序。终端可以为：用户设备(user equipment，UE)、接入终端、终端单元、终端站、移动站、移动台、远方站、远程终端、移动设备、无线通信设备、车辆用户设备、终端代理或终端装置等。可选的，所述终端可以为各种具有通信功能的手持设备、车载设备、可穿戴设备、计算机，本发明实施例对此不作任何限定。例如，手持设备可以是智能手机。车载设备可以是车载导航系统。可穿戴设备可以是智能手环。计算机可以是个人数字助理(personal digital assistant，PDA)电脑、平板型电脑以及膝上型电脑(laptop computer)。

云渲染资源调度平台用于调度、管理云渲染资源。

服务器用于向终端所安装的目标应用程序提供云渲染资源。其中，服务器可以是实体服务器，也可以是虚拟服务器，例如云端服务器。

如图2所示，本发明实施例还提供一种云渲染资源调度方法，该方法应用于图1所示的通信系统。该方法包括以下步骤：

S101、云渲染资源调度平台确定目标应用程序对应的第一资源需求模型。

其中，目标应用程序为终端上需要进行云渲染的应用程序。第一资源需求模型用于表征目标应用程序对于云渲染资源的预期需求。

一种可能的实现方式，云渲染资源调度平台从应用程序评估库中确定目标应用程序对应的第一资源需求模型。其中，应用程序评估库用于存储多个资源需求模型。

下面结合图3，具体说明S101的实现步骤：

S1011、云渲染资源调度平台获取目标应用程序的标识信息。

其中，目标应用程序的标识信息用于标识目标应用程序。

S1012、云渲染资源调度平台根据目标应用程序的标识信息，判断目标应用程序是否经过资源占有评估。

其中，资源占有评估用于对目标应用程序的云渲染资源的使用情况进行评估，建立资源需求模型。

一种可能的实现方式，云渲染资源调度平台根据目标应用程序的标识信息，查找应用程序评估库，判断目标应用程序是否经过资源占有评估。

其中，应用程序评估库存储有多个应用程序的标识信息，以及每一个应用程序的标识信息对应的资源需求模型。

可以理解的是，若应用程序评估库中存储有目标应用程序的标识信息对应的资源需求模型，则说明目标应用程序经过资源占有评估。反之，若应用程序评估库中未存储有目标应用程序的标识信息对应的资源需求模型，则说明目标应用程序未经过资源占有评估。

若目标应用程序经过资源占有评估，云渲染资源调度方法还包括以下步骤S1013。

若目标应用程序未经过资源占有评估，云渲染资源调度方法包括以下步骤S1014-S1015。

S1013、云渲染资源调度平台根据目标应用程序的标识信息，从应用程序评估库中确定目标应用程序对应的第一资源需求模型。

S1014、云渲染资源调度平台根据目标应用程序的指标参数，确定目标应用程序的资源占用级别评分。

其中，目标应用程序的指标参数包括：目标应用程序的类型、时延要求、以及分辨率。目标应用程序的资源占用级别评分用于表征目标应用程序占用云渲染资源的级别。

可选的，对于一个应用程序来说，该应用程序的资源占有级别评分等于各个资源占有级别子维度评分之和。

示例性的，应用程序的指标参数与应用程序的资源占用级别子维度评分关系如表1所示。

表1

需要说明的是，在应用程序类型中，从图像处理到影视处理再到益智游戏最后到PVE对战游戏，对云渲染资源的需求不断增大。

如表1所示，云渲染资源调度平台确定类型为图像处理的应用程序的资源占用级别子维度评分为1分，类型为影视处理的应用程序的资源占用级别子维度评分为2分，类型为益智游戏的应用程序的资源占用级别子维度评分为3分以及类型为PVE对战游戏的应用程序的资源占用级别子维度评分为4分。

随着应用程序的时延要求、分辨率不断提高，应用程序对云渲染资源的需求不断增大，相应的云渲染资源调度平台给应用程序的越高的分数。

S1015、云渲染资源调度平台根据目标应用程序的资源占用级别评分，确定目标应用程序对应的第一资源需求模型。

一种可能的实现方式，若应用程序评估库中存储第三资源需求模型，则云渲染资源调度平台则以第三资源需求模型作为第一资源需求模型。其中，第三资源需求模型对应的资源占用级别评分与目标应用程序对应的资源占用级别评分相同。

示例性的，目标应用程序的指标参数为：目标应用程序类型为益智游戏、时延要求40ms、分辨率960(1920*1080)，则目标应用程序的各项指标参数的资源占用级别子维度评分分别为3分、4分、2分。因此，目标应用程序的资源占用级别评分为9分。应用程序评估库中资源需求模型A对应的应用程序的资源占用级别评分为9分，则云渲染资源调度平台将资源需求模型A作为目标应用程序对应的第一资源需求模型。

另一种可能的实现方式，若应用程序评估库中未存储第三资源需求模型，云渲染资源调度平台以第四资源需求模型作为第一资源需求模型。在应用程序评估库存储的多个资源需求模型中，第四资源需求模型对应的资源占用级别评分最接近目标应用程序对应的资源占用级别评分，即第四资源需求模型对应的资源占用级别评分与目标应用程序对应的资源占用级别评分绝对值最小。

示例性的，应用程序评估库存储有资源需求模型A、资源需求模型B、资源需求模型C。资源需求模型A对应的资源占用级别评分为6分、资源需求模型B对应的资源占用级别评分为11分、资源需求模型C对应的资源占用级别评分为12分。云渲染资源调度平台根据目标应用程序的指标参数，确定目标应用程序的资源占用级别评分为9分。在应用程序评估库存储中，资源需求模型A与目标应用程序的资源占用级别评分之间的绝对值为3分；资源需求模型B与目标应用程序的资源占用级别评分之间的绝对值为2分；资源需求模型C与目标应用程序的资源占用级别评分之间的绝对值为3分。由上可知，资源需求模型B与目标应用程序的资源占用级别评分之间的绝对值最小，资源需求模型B对应的资源占用级别评分最接近目标应用程序对应的资源占用级别评分。因此，云渲染资源调度平台将资源需求模型B作为目标应用程序对应的第一资源需求模型。

S102、云渲染资源调度平台根据第一资源需求模型，为目标应用程序分配第一云渲染资源。

其中，第一云渲染资源包括计算资源和存储资源。

需要说明的是，计算资源可以是GPU资源、CPU资源等。存储资源可以是显存资源、外存资源、内存条资源等。本发明实施例不限于此。

一种可能的实现方式中，云渲染资源调度平台根据第一资源需求模型，指示目标服务器为目标应用程序分配第一云渲染资源。目标服务器可以满足目标应用程序对于云渲染资源的需求。

示例性的，若第一资源需求模型为f(a)＝10，则云渲染资源调度平台指示目标服务器为目标应用程序分配10个GPU资源和10个显存资源。可选的，1个显存资源即为1GB的显存资源。

示例性的，资源需求模型与目标应用程序对于云渲染资源的预期需求如表2所示。

表2

资源需求模型F(a)	计算资源的个数	存储资源的个数
			10	10	10
7.5	7	8
			7	9	5

可选的，步骤S102可以具体实现为：云渲染资源调度平台根据第一资源需求模型，向目标服务器发送第一指令信息。其中，第一指令信息用于指示目标服务器向目标应用程序分配第一云渲染资源。

可选的，步骤S102可以具体实现为：云渲染资源调度平台将第一资源需求模型发送给目标服务器，使目标服务器根据接收到的第一资源需求模型，为目标应用程序分配第一云渲染资源。

下面对云渲染调度平台确定目标服务器的实现方式进行说明。

云渲染资源调度平台根据第一资源需求模型，从服务器集群中确定至少一个服务器。其中，至少一个服务器中的每一个服务器满足目标应用程序对于渲染资源的需求。

在至少一个服务器中仅有一个服务器的情况下，云渲染资源调度平台确定上述服务器为目标服务器。

在至少一个服务器中有多个服务器的情况下，云渲染资源调度平台根据目标应用程序的标识信息，确定目标应用程序的优先级。云渲染资源调度平台根据目标应用程序的优先级，从多个服务器中，为目标应用程序分配目标服务器。

可选的，当目标应用程序的优先级大于预设值时，云渲染资源调度平台确定目标服务器为多个服务器中空闲的云渲染资源最多的服务器；当目标应用程序的优先级小于等于预设值时，云渲染资源调度平台确定目标服务器为多个服务器中空闲的云渲染资源最小的服务器。

需要说明的是，云渲染资源调度平台给优先级高的目标应用程序提供空闲的云渲染资源最多的服务器，以便于当优先级高的目标应用程序在后续过程中需要更多的云渲染资源时，目标服务器可以及时给目标应用程序提供云渲染资源，进而保证用户的体验。云渲染资源调度平台给优先级低的目标应用程序提供空闲的云渲染资源最少的服务器，充分利用服务器资源。

S103、在目标应用程序的运行过程中，云渲染资源调度平台监控目标应用程序的运行指标。

其中，运行指标用于指示目标应用程序对于第一云渲染资源的使用量。

一种可能的实现方式，云渲染资源调度平台在预设时间内监控目标应用程序的运行指标，获取目标应用程序的计算资源的使用量和存储资源的使用量。云渲染资源调度平台指示服务器分给目标应用程序云渲染资源后，在预设时间内监测目标服务器上分配给目标应用程序的计算资源和存储资源的使用情况，获取目标应用程序的计算资源的使用量和存储资源的使用量。

示例性的，云渲染资源调度平台指示服务器分给目标应用程序10个GPU资源和10个显存资源后，监测7天内上述10个GPU资源上空闲GPU资源的个数和使用中GPU资源的个数，从而可以获取7天内目标应用程序的GPU资源的使用量。同样的，可以获取7天内目标应用程序的显存资源的使用量。

可选的，云渲染资源调度平台在预设时间内，获取目标应用程序的计算资源的最大使用量、计算资源的最小使用量、存储资源的最大使用量、存储资源的最小使用量。

需要说明的是，云渲染资源调度平台将预设时间内获取的目标应用程序的计算资源的最大使用量、计算资源的最小使用量做平均值处理，可以快速确定预设时间内目标应用程序计算资源的平均使用量。预设时间内目标应用程序计算资源的平均使用量,可以评估目标应用程序的计算资源的使用情况，反映预设时间内目标应用程序计算资源的实际使用量。因此，云渲染资源调度平台根据获得预设时间内目标应用程序计算资源的平均使用量，评估需要分配给目标应用程序计算资源的数量。同理，云渲染资源调度平台根据获得预设时间内目标应用程序存储资源的平均使用量，评估需要分配给目标应用程序存储资源的数量。

S104、云渲染资源调度平台根据目标应用程序的运行指标，确定第二资源需求模型。

可选的，第二资源需求模型可以根据以下公式确定；

其中，f(a)表示目标应用程序a对应的资源需求模型，g(a)_min表示计算资源的最小使用量，g(a)_max表示计算资源的最大使用量，m(a)_min表示存储资源的最小使用量，m(a)_max表示存储资源的最大使用量，θ表示所述计算资源对应的权重系数，β表示所述存储资源对应的权重系数。

需要说明的是，权重系数θ和β由目标应用程序所在的服务器集群决定。云渲染资源调度平台根据服务器集群中所有服务器计算资源占有量和存储资源占有量，确定权重系数θ和β。示例性的，服务器集群中所有服务器GPU资源占有量与显存资源占有量的比值为4∶6，则θ为40％，β为60％。

示例性的，目标应用程序的第一资源需求模型为f(a)＝10,表征目标应用程序需求10个GPU资源和10个显存资源。云渲染资源调度平台为目标应用程序分别分配10个GPU资源和10个显存资源，目标应用程序在运行七天的过程中，云渲染资源调度平台获取该目标应用程序的GPU资源的最大使用量为7、GPU资源的最小使用量为7、显存资源的最大使用量为9、显存资源的最小使用量为7。云渲染资源调度平台通过监测服务器集群资源的占有量，所有服务器GPU资源占有量与显存资源占有量的比值为1∶1，则θ和β分别为50％。根据上述公式，可知七天内目标应用程序GPU资源的平均使用量为7，显存资源的平均使用量为8。因此，云渲染资源调度平台评估目标应用程序需求7个GPU资源和8个显存资源，即需要分配给应用程7个GPU资源和8个显存资源。云渲染资源调度平台通过计算可以得到第二资源需求模型为f(a)＝7.5，评估目标应用程序需求7个GPU资源和8个显存资源。

S105、云渲染资源调度平台根据第二资源需求模型，为目标应用程序分配第二云渲染资源。

其中，第二云渲染资源包括计算资源和存储资源。

需要说明的是，步骤S105与步骤S102相似，其具体实现方式可以参考步骤S102的具体描述，此处不再赘述。

基于本发明的技术方案，由于目标应用程序在渲染的过程中需要计算资源与存储资源，因此，目标应用程序云渲染资源调度平台确定目标应用程序对应的第一资源需求模型；根据第一资源需求模型，为目标应用程序分配第一云渲染资源，第一云渲染资源包括计算资源与存储资源。由于第一资源需求模型反映目标应用程序一般的云渲染过程，用于表征目标应用程序对于云渲染资源的预期需求，不一定能反映目标应用程序对云渲染资源的实际需求。因此，云渲染资源调度平台监控目标应用程序的运行指标，运行指标用于指示目标应用程序对于第一云渲染资源的使用量；之后，云渲染资源调度平台可以根据目标应用程序对于第一云渲染资源的使用量，得到第二资源需求模型，第二资源需求模型用于表征目标应用程序对于云渲染资源的实际需求。这样一来，云渲染资源调度平台能够准确地获取目标应用程序对云渲染资源的实际需求，因此云渲染资源调度平台可以充分考虑目标应用程序对云渲染资源的实际需求，为目标应用程序分配合适的第二云渲染资源，避免云渲染资源的浪费。

如图4所示，云渲染资源调度方法在步骤S105之后，还包括：

S106、云渲染资源调度平台将第二资源需求模型保存至应用程序评估库中。

一种可能的实现方式，在应用程序库中，云渲染资源调度平台将第二资源需求模型替换第一资源需求模型。

可选的，将目标应用程与目标应用程对应的第二资源需求模型以及目标应用程序对应的资源占用级别评分保存至应用程序库中。

示例性的，应用程序库中目标应用程序对应的资源需求模型是f(a)＝10,表征目标应用程序需求10个GPU资源和10个显存资源。云渲染资源调度平台将第二资源需求模型替换第一资源需求模型后，应用程序库中目标应用程序对应的资源需求模型是f(a)＝7.5，表征目标应用程序需求7个GPU资源和8个显存资源。当目标应用程序再次需要分配云渲染资源时，云渲染资源调度平台从应用程序库中为目标应用程序分配资源需求模型为f(a)＝7.5(即7个GPU资源和8个显存资源)作为第一资源需求模型。

示例性的，应用程序库中资源占用级别评分为9分对应的资源需求模型是表征应用程序需求10个GPU资源和10个显存资源。云渲染资源调度平台将第二资源需求模型替换第一资源需求模型后，应用程序库中资源占用级别评分为9分对应的资源需求模型是f(a)＝7.5，表征应用程序需求7个GPU资源和8个显存资源。当资源占用级别评分为9分的应用程序需要分配云渲染资源时，云渲染资源调度平台从应用程序库中为该应用程序分配资源需求模型为f(a)＝7.5(即7个GPU资源和8个显存资源)作为第一资源需求模型。

基于图4的技术方案，云渲染资源调度平台第二资源需求模型保存至应用程序评估库中。云渲染资源调度平台通过将第二资源需求模型替换第一资源需求模型，实现对应用程序评估库中存储的内容进行校正，使目标应用程序下次可以快速准确地分配到合适的云渲染资源，提高了云渲染资源分配效率。

本发明实施例可以根据上述方法示例对资源处理装置进行功能模块或者功能单元的划分，例如，可以对应各个功能划分各个功能模块或者功能单元，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块或者功能单元的形式实现。其中，本发明实施例中对模块或者单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

如图5所示，本发明提供了一种通信装置，用于执行前述云渲染资源调度方法。装置包括：

确定单元501，用于确定目标应用程序对应的第一资源需求模型，第一资源需求模型用于表征目标应用程序对于云渲染资源的预期需求。

分配单元502，用于根据第一资源需求模型，为目标应用程序分配第一云渲染资源，第一云渲染资源包括计算资源和存储资源。

监控单元503，用于在目标应用程序的运行过程中，监控目标应用程序的运行指标，运行指标用于指示目标应用程序对于第一云渲染资源的使用量。

确定单元501，还用于根据目标应用程序的运行指标，得到第二资源需求模型，第二资源需求模型用于表征目标应用程序对于云渲染资源的实际需求。

分配单元502，还用于根据第二资源需求模型，为目标应用程序分配第二云渲染资源。

一种可能的设计中，确定单元501，还用于判断目标应用程序是否经过资源占有评估，资源占有评估用于对目标应用程序的云渲染资源的使用情况进行评估，建立资源需求模型；若目标应用程序经过资源占有评估，则根据目标应用程序的标识信息，从应用程序评估库中确定目标应用程序对应的第一资源需求模型，应用程序评估库用于存储多个资源需求模型；若目标应用程序未经过资源占有评估，则根据目标应用程序的指标参数，确定与目标应用程序的资源占用级别评分，根据目标应用程序的资源占用级别评分确定目标应用程序对应的第一资源需求模型；其中，目标应用程序的指标参数包括：目标应用程序类型、时延要求、以及分辨率；目标应用程序的资源占用级别评分用于表征目标应用程序占用云渲染资源的级别。

图6示出了上述实施例中所涉及的通信装置的又一种可能的结构示意图。该装置包括：处理器602和通信接口603。处理器602用于对装置的动作进行控制管理，例如，执行上述确定单元501、分配单元502以及监控单元503执行的步骤，和/或用于执行本文所描述的技术的其它过程。通信接口603用于支持该装置与其他网络实体的通信。终端还可以包括存储器601和总线604，存储器601用于存储装置的程序代码和数据。

其中，上述处理器602可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，单元和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本发明公开内容所描述的各种示例性的逻辑方框，单元和电路。上述处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。

存储器601可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。

总线604可以是扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。总线604可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本发明实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何在本发明揭露的技术范围内的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种云渲染资源调度方法，其特征在于，所述方法包括：

确定目标应用程序对应的第一资源需求模型，所述第一资源需求模型用于表征所述目标应用程序对于云渲染资源的预期需求；

根据第一资源需求模型，为所述目标应用程序分配第一云渲染资源，所述第一云渲染资源包括计算资源和存储资源；

在所述目标应用程序的运行过程中，监控所述目标应用程序的运行指标，所述运行指标用于指示所述目标应用程序对于第一云渲染资源的使用量；

根据所述目标应用程序的运行指标，确定第二资源需求模型，所述第二资源需求模型用于表征所述目标应用程序对于云渲染资源的实际需求；

根据所述第二资源需求模型，为所述目标应用程序分配第二云渲染资源。

2.根据权利要求1所述的云渲染资源调度方法，其特征在于，所述确定目标应用程序对应的第一资源需求模型，包括：

判断所述目标应用程序是否经过资源占有评估，所述资源占有评估用于对所述目标应用程序的云渲染资源的使用情况进行评估，建立资源需求模型；

若所述目标应用程序经过资源占有评估，则根据目标应用程序的标识信息，从应用程序评估库中确定所述目标应用程序对应的所述第一资源需求模型，所述应用程序评估库用于存储多个资源需求模型；

若所述目标应用程序未经过资源占有评估，则根据所述目标应用程序的指标参数，确定与所述目标应用程序的资源占用级别评分；

根据所述目标应用程序的资源占用级别评分确定所述目标应用程序对应的所述第一资源需求模型；其中，所述目标应用程序的指标参数包括：目标应用程序的类型、时延要求、以及分辨率；所述目标应用程序的资源占用级别评分用于表征目标应用程序占用云渲染资源的级别。

3.根据权利要求2所述的云渲染资源调度方法，其特征在于，所述根据所述目标应用程序的资源占用级别评分，确定所述目标应用程序对应的所述第一资源需求模型，包括：

若所述应用程序评估库中存储有第三资源需求模型，则以所述第三资源需求模型作为所述第一资源需求模型，所述第三资源需求模型对应的资源占用级别评分与所述目标应用程序对应的资源占用级别评分相同；

若所述应用程序评估库中未存储所述第三资源需求模型，则以第四资源需求模型作为所述第一资源需求模型；所述第四资源需求模型在所述应用程序评估库的多个资源需求模型中，对应的资源占用级别评分最接近所述目标应用程序对应的资源占用级别评分。

4.根据权利要求1至3任一项所述的云渲染资源调度方法，其特征在于，在所述根据所述第一资源需求模型，为所述目标应用程序分配第一云渲染资源之前，包括：

根据所述第一资源需求模型，确定至少一个服务器，所述服务器中空闲的云渲染资源大于等于所述第一云渲染资源；

根据所述目标应用程序的优先级，从所述至少一个服务器中，为所述目标应用程序分配目标服务器。

5.根据权利要求4所述的云渲染资源调度方法，其特征在于，

当所述目标应用程序的优先级大于预设值时，所述目标服务器为所述至少一个服务器中空闲的云渲染资源最多的服务器；

当所述目标应用程序的优先级小于等于预设值时，所述目标服务器为所述至少一个服务器中空闲的云渲染资源最小的服务器。

6.根据权利要求4所述的云渲染资源调度方法，其特征在于，所述方法还包括：

将应用程序评估库中存储的所述第一资源需求模型替换为所述第二资源需求模型。

7.根据权利要求1所述的云渲染资源调度方法，其特征在于，所述根据所述目标应用程序的运行指标，确定所述第二资源需求模型包括：

根据公式：

确定所述第二资源需求模型；

其中，f(a)表示目标应用程序a对应的第二资源需求模型，g(a)_min表示计算资源的最小使用量，g(a)_max表示计算资源的最大使用量，m(a)_min表示存储资源的最小使用量，m(a)_max表示存储资源的最大使用量，θ表示所述计算资源对应的权重系数，β表示所述存储资源对应的权重系数，θ+β＝1。

8.一种通信装置，其特征在于，所述装置包括：

确定单元，用于确定目标应用程序对应的第一资源需求模型，所述第一资源需求模型用于表征所述目标应用程序对于云渲染资源的预期需求；

分配单元，用于根据第一资源需求模型，为所述目标应用程序分配第一云渲染资源，所述第一云渲染资源包括计算资源和存储资源；

监控单元，用于在所述目标应用程序的运行过程中，监控所述目标应用程序的运行指标，所述运行指标用于指示所述目标应用程序对于第一云渲染资源的使用量；

所述确定单元，还用于根据所述目标应用程序的运行指标，确定第二资源需求模型，所述第二资源需求模型用于表征所述目标应用程序对于云渲染资源的实际需求；

所述分配单元，还用于根据所述第二资源需求模型，为所述目标应用程序分配第二云渲染资源。

9.根据权利要求8所述的通信装置，其特征在于，

所述确定单元，还用于判断所述目标应用程序是否经过资源占有评估，所述资源占有评估用于对所述目标应用程序的云渲染资源的使用情况进行评估，建立资源需求模型；若所述目标应用程序经过资源占有评估，则根据目标应用程序的标识信息，从应用程序评估库中确定所述目标应用程序对应的所述第一资源需求模型，所述应用程序评估库用于存储多个资源需求模型；若所述目标应用程序未经过资源占有评估，则根据所述目标应用程序的指标参数，确定与所述目标应用程序的资源占用级别评分；根据所述目标应用程序的资源占用级别评分，确定所述目标应用程序对应的所述第一资源需求模型；其中，所述目标应用程序的指标参数包括：目标应用程序的类型、时延要求、以及分辨率；所述目标应用程序的资源占用级别评分用于表征目标应用程序占用云渲染资源的级别。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7中任一项所述的云渲染资源调度方法。

Images