CN111555909B - 针对图形处理器渲染池gpu pool的渲染资源分配方法 - Google Patents
针对图形处理器渲染池gpu pool的渲染资源分配方法 Download PDFInfo
- Publication number
- CN111555909B CN111555909B CN202010319173.5A CN202010319173A CN111555909B CN 111555909 B CN111555909 B CN 111555909B CN 202010319173 A CN202010319173 A CN 202010319173A CN 111555909 B CN111555909 B CN 111555909B
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- upper limit
- channel
- virtual machine
- pool
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5011—Pool
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种针对图形处理器的渲染池GPU POOL的渲染资源的分配方法。其中,该方法包括:接收虚拟机发送的带宽设置参数;根据接收到的带宽设置参数为虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽。本发明解决了相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
Description
技术领域
本发明涉及数据处理领域,具体而言,涉及一种针对图形处理器渲染池GPU POOL的渲染资源分配方法。
背景技术
零终端与云端服务器通信以实现各种应用处理,具体的,云端服务器为每一个与其建立连接的零终端分配一个虚拟机,用于处理该零终端的业务。虚拟机对用户应用请求进行处理后在操作系统中对图像渲染相关的绘图指令进行截获后,将截获到的绘图指令发送至GPU Pool(GPU渲染池),由GPU Pool根据相应绘图指令实现图像渲染。待GPU Pool完成图像渲染之后,将渲染后得到的图像直接或者通过虚拟机发送给零终端。
GPU Pool由多个显卡构成,具有大规模图像渲染能力。虽然GPU Pool具有非常强大的图像渲染能力,但其图像渲染资源毕竟是有限的,现有虚拟机对GPU Pool中的资源调度方式是在GPU Pool中不设置限制规则,对于进入GPU Pool的每台虚拟机的所有绘图指令进行排队轮询处理,这种方式是在底层的一种FIFO共享式GPU资源调度处理方式,每个用户分得渲染资源的机会是均等的,然而不同的用户对渲染资源的需求是不同的,有的多,有的少,但是渲染资源总量是固定的,这就导致对有些用户来说渲染资源过剩,有些用户的渲染资源则不足,也就是说,渲染资源不能做到按需分配。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种针对图形处理器渲染池GPU POOL的渲染资源分配方法,以至少解决相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
根据本发明实施例的一个方面,提供了一种针对图形处理器渲染池GPU POOL的渲染资源分配方法,包括:接收虚拟机发送的带宽设置参数;根据接收到的带宽设置参数为所述虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽。
可选的,根据接收到的带宽设置参数为所述虚拟机分配带宽包括:根据所述带宽设置参数,确定所述虚拟机发送数据的信道的带宽上限值;确定所述信道的数据请求的占用带宽是否超过所述带宽上限值;在所述数据请求的占用带宽超过所述带宽上限值的情况下,将所述数据请求加入等待队列,按照所述带宽上限值,对所述数据请求进行传输,其中,所述数据请求的占用带宽越高,占用GPU渲染池的资源越多;在所述数据请求的占用带宽未超过所述带宽上限值的情况下,通过所述信道,对所述数据请求进行传输。
可选的,对所述数据请求进行传输之后,包括:接收虚拟机通过所述信道发送的更新后的带宽设置参数;根据更新后的所述带宽设置参数,更新所述信道的带宽上限值,以对所述信道的带宽进行重新分配。
可选的,所述信道为多个,对所述数据请求进行传输之后,包括:统计多个所述信道在预设时间段内的使用带宽;在所述预设时间段内的所述使用带宽超过所述信道的所述带宽上限值的时间,超过预设时间阈值的情况下,调整所述信道的带宽上限值。
可选的,调整所述信道的带宽上限值包括:确定所述信道的所述带宽上限值的调整建议值;根据所述调整建议值生成通知信息,其中,所述通知信息包括所述调整建议值;向人机交互设备发送调整所述信道的带宽上限值的所述通知信息;接收所述人机交互设备发送的调整后的带宽上限值。
可选的,确定所述信道的所述带宽上限值的调整建议值包括:确定所述调整建议值的理论值;根据所述信道的预设的多个带宽上限值,确定大于或等于所述理论值的多个带宽上限值中最小的宽带上限值,为所述调整建议值。
可选的,确定所述调整建议值的理论值包括以下至少之一:确定所述预设时间段内所述信道的占用带宽的平均值,作为所述理论值;确定所述预设时间段内所述信道超过所述带宽上限值的占用宽带的平均值,作为所述理论值;确定所述预设时间段内所述信道占用带宽的最大值,作为所述理论值。
根据本发明实施例的另一方面,还提供了一种针对图形处理器渲染池GPU POOL的渲染资源分配装置,包括:接收模块,用于接收虚拟机发送的带宽设置参数;分配模块,用于根据接收到的带宽设置参数为所述虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述的针对图形处理器渲染池GPU POOL的渲染资源分配方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的针对图形处理器渲染池GPU POOL的渲染资源分配方法。
在本发明实施例中,采用接收虚拟机发送的带宽设置参数;根据接收到的带宽设置参数为虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽的方式,通过接收虚拟机发送的带宽设置参数,对虚拟机分配带宽,达到了通过带宽分配,实现对GPU渲染资源进行分配的目的,从而实现了按需求分配带宽,提高了带宽利用率的技术效果,进而解决了相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种针对图形处理器渲染池GPU POOL的渲染资源分配方法的流程图;
图2是根据本发明实施方式的平台框架的示意图;
图3是根据本发明实施方式的传输系统的示意图;
图4是根据本发明实施方式的另一种传输系统的示意图;
图5是根据本发明实施例的一种针对图形处理器渲染池GPU POOL的渲染资源分配装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种针对图形处理器渲染池GPU POOL的渲染资源分配方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种针对图形处理器渲染池GPU POOL的渲染资源分配方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,接收虚拟机发送的带宽设置参数;
步骤S104,根据接收到的带宽设置参数为虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽。
通过上述步骤,采用接收虚拟机发送的带宽设置参数;根据接收到的带宽设置参数为虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽的方式,通过接收虚拟机发送的带宽设置参数,对虚拟机分配带宽,达到了通过带宽分配,实现对GPU渲染资源进行分配的的目的,从而实现了按需求分配带宽,提高了带宽利用率的技术效果,进而解决了相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
相关技术中,零终端向云端服务器的虚拟机发送图像数据,由虚拟机通过信道发送到GPU渲染池中,进行渲染。因此,上述信道可以是云端服务器中虚拟机向GPU渲染池发送图像数据的信道,以解决相关技术中虚拟机在对GPU渲染池发送数据时,需要对数据排队轮询处理,导致效率低,带宽利用率较低。本实施例在虚拟机与GPU渲染池之间设置了带宽控制平台,通过带宽控制平台对多个虚拟机对GPU渲染池的多个信道进行带宽分配。上述步骤的执行主体可以为上述带宽控制平台。
接收数据请求的信道的带宽设置参数可以是上述虚拟机接收零终端发送的数据后,向上述带宽控制平台发送带宽设置参数,上述带宽设置参数与带宽策略相对应,例如带宽策略为资费,则带宽设置参数可以为:套餐类别、资费数额等等;带宽设置参数也可以直接为该信道的带宽上限值。
根据上述宽带设置参数可以对上述虚拟机的占用宽带进行分配,以实现对GPU渲染资源进行分配的的目的,从而实现了按需求分配带宽,提高了带宽利用率的技术效果,进而解决了相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
可选的,根据接收到的带宽设置参数为虚拟机分配带宽包括:根据带宽设置参数,确定虚拟机发送数据的信道的带宽上限值;确定信道的数据请求的占用带宽是否超过带宽上限值;在数据请求的占用带宽超过带宽上限值的情况下,将数据请求加入等待队列,按照带宽上限值,对数据请求进行传输,其中,数据请求的占用带宽越高,占用GPU渲染池的资源越多;在数据请求的占用带宽未超过带宽上限值的情况下,通过信道,对数据请求进行传输;
上述根据带宽设置参数,确定信道的带宽上限值,可以是带宽控制平台根据接收到的带宽设置参数来设置从虚拟机到GPU渲染池传输方向上的带宽上限值。
上述根据带宽上限值对信道的带宽进行分配可以是:确定信道的数据请求的占用带宽是否超过带宽上限值;在数据请求的占用带宽未超过带宽上限值的情况下,通过信道对数据请求进行传输;在数据请求的占用带宽超过带宽上限值的情况下,将数据请求加入等待队列,按照带宽上限值对数据请求进行传输。从而有效对新到的带宽进行分配的目的,实现了提高了带宽利用率,提高了数据传输的效率的技术效果,进而解决了相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
可选的,对数据请求进行传输之后,包括:接收虚拟机通过信道发送的更新后的带宽设置参数;根据更新后的带宽设置参数,更新信道的带宽上限值,以对信道的带宽进行重新分配。
上述对数据请求进行传输,可以是在数据请求的占用带宽未超过带宽上限值的情况下,通过信道对数据请求进行传输,还可以是在数据请求的占用带宽超过带宽上限值的情况下,将数据请求加入等待队列,按照带宽上限值对数据请求进行传输。在上述虚拟机向GPU渲染池传输数据的过程中,用户可以随时调整虚拟机的最大使用带宽,也就是,通过虚拟机向带宽控制平台发送新的带宽设置参数,接收到新的带宽设置参数的带宽控制平台则根据新的带宽设置参数为当前虚拟机重新分配带宽。从而进一步提高传输效率,和带宽利用率,进而提高用户体验。
可选的,信道为多个,对数据请求进行传输之后,包括:统计多个信道在预设时间段内的使用带宽;在预设时间段内的使用带宽超过信道的带宽上限值的时间,超过预设时间阈值的情况下,调整信道的带宽上限值。
上述带宽控制平台,通过统计多个信道在预设时间段内的使用带宽的情况,对带宽使用情况是宽松还是紧张进行确定,在使用紧张的情况下,为避免导致较多的数据传输延迟建议提高上述带宽上限值,从而进一步提高数据传输的效率。
可选的,调整信道的带宽上限值包括:确定信道的带宽上限值的调整建议值;根据调整建议值生成通知信息,其中,通知信息包括调整建议值;向人机交互设备发送调整信道的带宽上限值的通知信息;接收人机交互设备发送的调整后的带宽上限值。
带宽控制平台通过人机交互设备向用户提供调整带宽上限值的通知,用户也可以通过上述人机交互设备选择调整的目标带宽上限值。上述调整建议值可以为多个,用户可以根据上述人机交互设备从多个调整建议值中选择一个座位目标带宽上限值。
可选的,确定信道的带宽上限值的调整建议值包括:确定调整建议值的理论值;根据信道的预设的多个带宽上限值,确定大于或等于理论值的多个带宽上限值中最小的宽带上限值,为调整建议值。
一般会预定义多个带宽上限阶梯值。比如,带宽上限阶梯值设置为100Mbps、500Mbps、1000Mbps、2000Mbps,因此,根据上述方式计算得到一个带宽值之后,需要根据相应值所属的带宽范围来确定出最终的可调整带宽上限值,例如,计算得到的带宽值是670Mbps,则最终确定的可调整带宽上限值为1000Mbps;又比如,计算得到的带宽值是1340Mbps,则最终确定的可调整带宽上限值为2000Mbps。
可选的,确定调整建议值的理论值包括以下至少之一:确定预设时间段内信道的占用带宽的平均值,作为理论值;确定预设时间段内信道超过带宽上限值的占用宽带的平均值,作为理论值;确定预设时间段内信道占用带宽的最大值,作为理论值。
需要说明的是,本实施例还提供了一种可选的实施方式,下面对该实施方式进行详细说明。
云游戏是以云计算为基础的游戏方式,在云游戏的运行模式下,所有游戏都在服务器端运行,并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端,用户的游戏设备不需要任何高端处理器和显卡,只需要基本的视频解压能力就可以了。云计算(cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需提供给计算机和其他设备。提供资源的网络被称为"云"。
云游戏场景下资源的调度和分配是一个非常至关重要的问题。
本实施方式提出了一种在应用层通过带宽控制方式来对GPU渲染池资源进行分配的方案,该方案能够通过在应用层对虚拟机向GPU渲染池传输方向上的带宽进行限制,进而达到对GPU渲染池中的GPU(图形处理器,Graphics Processing Unit)资源进行分配的目的,这种方式灵活有效,且可应用性强。
图2是根据本发明实施方式的平台框架的示意图,如图2所示,本实施方式所提供的云游戏平台的基本实现框架包括游戏应用虚拟化,桌面虚拟化和GPU渲染池。
图3是根据本发明实施方式的传输系统的示意图,如图3所示,零终端与云端服务器通信以实现各种应用处理,具体的,云端服务器为每一个与其建立连接的零终端分配一个虚拟机,用于处理该零终端的业务。虚拟机对用户应用请求进行处理后在操作系统中对图像渲染相关的绘图指令进行截获后,将截获到的绘图指令发送至GPU渲染池,由GPU渲染池根据相应绘图指令实现图像渲染。待GPU渲染池完成图像渲染之后,将渲染后得到的图像直接或者通过虚拟机发送给零终端。
GPU渲染池由多个显卡构成,具有大规模图像渲染能力。虽然GPU渲染池具有非常强大的图像渲染能力,但其图像渲染资源毕竟是有限的,现有虚拟机对GPU渲染池中的资源调度方式是在GPU渲染池中不设置限制规则,对于进入GPU渲染池的每台虚拟机的所有绘图指令进行排队轮询处理,这种方式是在底层的一种FIFO共享式GPU资源调度处理方式。
现有技术中,应用层中的虚拟机向GPU渲染池发送绘图指令的数据流量完全是由相应虚拟机中的用户操作来决定的,当一个虚拟机中所产生的绘图指令数据流量大时,势必占用更多的GPU资源,当一个虚拟机中所产生的绘图指令数据流量小时,势必占用的GPU资源更少,在这种情况下,本实施方式根据一定规则来设定各个虚拟机的带宽,能够对各个虚拟机对GPU资源的使用起到限制作用,从而间接达到对GPU资源进行调度的目的。
基于以上内容,本实施方式提出了一种在应用层通过带宽控制方式来对GPU渲染池资源进行分配的方案。“带宽”是指可用的或可消耗的数据通信资源的比特率的度量。
图4是根据本发明实施方式的另一种传输系统的示意图,如图所示,首先将云游戏平台的基础架构修改如下:
该方案主要包括以下处理流程:
1、带宽设置阶段
步骤101、虚拟机向带宽控制平台发送带宽设置参数;
所述带宽设置参数与带宽策略相对应的,比如,假设带宽策略为资费,则带宽设置参数可以为:套餐类别、资费数额等等;带宽设置参数也可以直接为带宽上限值。带宽上限值规定了虚拟机向GPU渲染池方向上的传输通道的最大允许带宽。如果带宽设置参数不是带宽上限值,则根据相应的带宽策略,该带宽设置参数也应该与某一确定的带宽上限数值相对应。
步骤12、带宽控制平台接收虚拟机发送的带宽设置参数;
步骤13、带宽控制平台根据接收到的带宽设置参数为相应虚拟机分配带宽,所分配的带宽是针对从虚拟机到GPU渲染池之间的通信链路。
具体的,带宽控制平台根据接收到的带宽设置参数为相应虚拟机分配带宽是指:根据接收到的带宽设置参数来设置从虚拟机到GPU渲染池传输方向上的带宽上限值。
2、带宽控制阶段
步骤21、带宽控制平台在接收到绘图指令时,确定发送绘图指令的虚拟机在当前传输方向上的使用带宽是否超过为该虚拟机设置的最大带宽值;
步骤22、如果未超过,则将接收到的绘图指令发送给GPU渲染池;如果超过最大带宽值,则将接收到的绘图指令加入队列,并按照预设的最大带宽值,对队列中的绘图指令进行调度和发送。
3、带宽调整阶段
使用过程中,用户可以随时调整虚拟机的最大使用带宽,也就是,通过虚拟机向带宽控制平台发送新的带宽设置参数,接收到新的带宽设置参数的带宽控制平台则根据新的带宽设置参数为当前虚拟机重新分配带宽。
4、带宽优化措施
由于各个虚拟机向GPU渲染池方向上的传输带宽是固定的,而各个虚拟机的使用情况却是各不相同的,有的虚拟机用户偏向于使用图像渲染资源占用小的应用(比如,小型游戏应用),而有的虚拟机用户则偏向于使用图像渲染资源占用大的应用(比如,大型游戏应用),因此,不同虚拟机用户会有不同的使用需求,当带宽不能满足用户的使用需求时,会出现画面卡顿的感觉,这时,用户可以主动调整带宽设置参数。本发明所提供的带宽优化措施是:由带宽控制平台对用户的带宽使用情况进行评估,并根据评估结果来通知用户对带宽进行调整。具体调整方式如下:
步骤31、对虚拟机的带宽使用情况进行统计;
步骤32、判断相应虚拟机在预设时间段内的实际使用带宽超过预设阈值(相应虚拟机的带宽上限值)的总时长是否超过预设时长;如果是,则转入步33,如果否,则重新转入步骤31继续对虚拟机的带宽使用情况进行统计;
步骤33、根据虚拟机的带宽使用情况为用户推荐可调整带宽上限值。
具体的,向用户发送建议调整带宽设置参数的通知消息,相应通知消息中包括可调整带宽上限值。
所述可调整带宽上限值可以为一个值,也可以为多个值。
计算可调整带宽参数的方式可以有很多种,其中几种如下:
计算预设时间段内相应虚拟机的平均使用带宽值,根据该带宽值确定可调整带宽上限值;或者,
计算使用带宽超过预设阈值的时间段内的平均使用带宽值,根据计算得到的值确定可调整带宽上限值;或者,
确定出预设时间段内的最大使用带宽值,根据该值确定可调整带宽上限值。
实际使用中,可以将上述三种方式中其中一种或多种方式确定得到的值作为可调整带宽上限值推荐给用户。
实际应用中,一般会预定义多个带宽上限阶梯值。比如,带宽上限阶梯值设置为100Mbps、500Mbps、1000Mbps、2000Mbps,因此,根据上述方式计算得到一个带宽值之后,需要根据相应值所属的带宽范围来确定出最终的可调整带宽上限值,例如,计算得到的带宽值是670Mbps,则最终确定的可调整带宽上限值为1000Mbps;又比如,计算得到的带宽值是1340Mbps,则最终确定的可调整带宽上限值为2000Mbps。
图5是根据本发明实施例的一种针对图形处理器渲染池GPU POOL的渲染资源分配装置的示意图,如图5所示,根据本发明实施例的另一方面,还提供了一种针对图形处理器渲染池GPU POOL的渲染资源分配装置,包括:接收模块52和分配模块54,下面对该装置进行详细说明。
接收模块52,用于接收虚拟机发送的带宽设置参数;分配模块54,与上述接收模块52相连,用于根据接收到的带宽设置参数为虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽。
通过上述装置,采用接收模块52接收虚拟机发送的带宽设置参数;分配模块54根据接收到的带宽设置参数为虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽的方式,通过接收虚拟机发送的带宽设置参数,对虚拟机分配带宽,达到了通过带宽分配,实现对GPU渲染资源进行分配的的目的,从而实现了按需求分配带宽,提高了带宽利用率的技术效果,进而解决了相关技术中GPU渲染资源的调度方式,存在不能对渲染资源进行按需分配的技术问题。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述的针对图形处理器渲染池GPU POOL的渲染资源分配方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的针对图形处理器渲染池GPU POOL的渲染资源分配方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种针对图形处理器渲染池GPU POOL的渲染资源分配方法,其特征在于,应用于带宽控制平台,所述带宽控制平台设置于虚拟机与GPU Pool之间,包括:
接收虚拟机发送的带宽设置参数,其中,所述带宽设置参数与带宽策略相对应,在所述带宽策略为资费的情况下,带宽设置参数包括:套餐类别、资费数额,在所述带宽策略为带宽上限的情况下,带宽设置参数包括:信道的带宽上限值;
根据接收到的带宽设置参数为所述虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽,根据接收到的带宽设置参数为所述虚拟机分配带宽包括:根据所述带宽设置参数,确定所述虚拟机发送数据的信道的带宽上限值;确定所述信道的数据请求的占用带宽是否超过所述带宽上限值;在所述数据请求的占用带宽超过所述带宽上限值的情况下,将所述数据请求加入等待队列,按照所述带宽上限值,对所述数据请求进行传输,其中,所述数据请求的占用带宽越高,占用GPU渲染池的资源越多;在所述数据请求的占用带宽未超过所述带宽上限值的情况下,通过所述信道,对所述数据请求进行传输,所述信道是云端服务器中虚拟机向渲染池发送图像数据的信道。
2.根据权利要求1所述的方法,其特征在于,对所述数据请求进行传输之后,包括:
接收虚拟机通过所述信道发送的更新后的带宽设置参数;
根据更新后的所述带宽设置参数,更新所述信道的带宽上限值,以对所述信道的带宽进行重新分配。
3.根据权利要求1所述的方法,其特征在于,所述信道为多个,对所述数据请求进行传输之后,包括:
统计多个所述信道在预设时间段内的使用带宽;
在所述预设时间段内的所述使用带宽超过所述信道的所述带宽上限值的时间,超过预设时间阈值的情况下,调整所述信道的带宽上限值。
4.根据权利要求3所述的方法,其特征在于,调整所述信道的带宽上限值包括:
确定所述信道的所述带宽上限值的调整建议值;
根据所述调整建议值生成通知信息,其中,所述通知信息包括所述调整建议值;
向人机交互设备发送调整所述信道的带宽上限值的所述通知信息;
接收所述人机交互设备发送的调整后的带宽上限值。
5.根据权利要求4所述的方法,其特征在于,确定所述信道的所述带宽上限值的调整建议值包括:
确定所述调整建议值的理论值;
根据所述信道的预设的多个带宽上限值,确定大于或等于所述理论值的多个带宽上限值中最小的宽带上限值,为所述调整建议值。
6.根据权利要求5所述的方法,其特征在于,确定所述调整建议值的理论值包括以下至少之一:
确定所述预设时间段内所述信道的占用带宽的平均值,作为所述理论值;
确定所述预设时间段内所述信道超过所述带宽上限值的占用宽带的平均值,作为所述理论值;
确定所述预设时间段内所述信道占用带宽的最大值,作为所述理论值。
7.一种针对图形处理器渲染池GPU POOL的渲染资源分配装置,其特征在于,应用于带宽控制平台,所述带宽控制平台设置于虚拟机与GPU Pool之间,包括:
接收模块,用于接收虚拟机发送的带宽设置参数,其中,所述带宽设置参数与带宽策略相对应,在所述带宽策略为资费的情况下,带宽设置参数包括:套餐类别、资费数额,在所述带宽策略为带宽上限的情况下,带宽设置参数包括:信道的带宽上限值;
分配模块,用于根据接收到的带宽设置参数为所述虚拟机分配带宽,所分配的带宽是指从当前虚拟机向GPU Pool传输方向上的带宽,根据接收到的带宽设置参数为所述虚拟机分配带宽包括:根据所述带宽设置参数,确定所述虚拟机发送数据的信道的带宽上限值;确定所述信道的数据请求的占用带宽是否超过所述带宽上限值;在所述数据请求的占用带宽超过所述带宽上限值的情况下,将所述数据请求加入等待队列,按照所述带宽上限值,对所述数据请求进行传输,其中,所述数据请求的占用带宽越高,占用GPU渲染池的资源越多;在所述数据请求的占用带宽未超过所述带宽上限值的情况下,通过所述信道,对所述数据请求进行传输,所述信道是云端服务器中虚拟机向渲染池发送图像数据的信道。
8.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至6中任意一项所述的针对图形处理器渲染池GPU POOL的渲染资源分配方法。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至6中任意一项所述的针对图形处理器渲染池GPU POOL的渲染资源分配方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010319173.5A CN111555909B (zh) | 2020-04-21 | 2020-04-21 | 针对图形处理器渲染池gpu pool的渲染资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010319173.5A CN111555909B (zh) | 2020-04-21 | 2020-04-21 | 针对图形处理器渲染池gpu pool的渲染资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111555909A CN111555909A (zh) | 2020-08-18 |
CN111555909B true CN111555909B (zh) | 2023-08-01 |
Family
ID=72004219
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010319173.5A Active CN111555909B (zh) | 2020-04-21 | 2020-04-21 | 针对图形处理器渲染池gpu pool的渲染资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111555909B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904835A (zh) * | 2012-11-13 | 2013-01-30 | 无锡城市云计算中心有限公司 | 系统带宽分配方法和装置 |
CN104104973A (zh) * | 2014-06-12 | 2014-10-15 | 中山大学 | 一种应用于云媒体系统的群组带宽管理优化方法 |
CN110795202A (zh) * | 2018-08-02 | 2020-02-14 | 华为技术有限公司 | 一种虚拟化集群资源管理系统的资源分配方法以及装置 |
-
2020
- 2020-04-21 CN CN202010319173.5A patent/CN111555909B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904835A (zh) * | 2012-11-13 | 2013-01-30 | 无锡城市云计算中心有限公司 | 系统带宽分配方法和装置 |
CN104104973A (zh) * | 2014-06-12 | 2014-10-15 | 中山大学 | 一种应用于云媒体系统的群组带宽管理优化方法 |
CN110795202A (zh) * | 2018-08-02 | 2020-02-14 | 华为技术有限公司 | 一种虚拟化集群资源管理系统的资源分配方法以及装置 |
Non-Patent Citations (1)
Title |
---|
基于云计算的分布式视频渲染服务平台;吴晓瑜等;《广播电视信息》;20150415(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111555909A (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111450528B (zh) | 一种云游戏的渲染服务系统、方法及装置 | |
US8341624B1 (en) | Scheduling a virtual machine resource based on quality prediction of encoded transmission of images generated by the virtual machine | |
CN109298936B (zh) | 一种资源调度方法及装置 | |
CN113434300B (zh) | 一种数据处理方法以及相关装置 | |
CN105159782A (zh) | 基于云主机为订单分配资源的方法和装置 | |
US20150371354A1 (en) | Host-Based GPU Resource Scheduling | |
US10620697B2 (en) | Wireless communication management for virtual reality devices | |
CN105242957A (zh) | 一种云计算系统调配gpu资源到虚拟机的方法及系统 | |
CN109726005A (zh) | 用于管理资源的方法、服务器系统和计算机程序产品 | |
CN111628887B (zh) | 物联网切片资源分配系统、方法、电子设备及存储介质 | |
US10884768B2 (en) | Solution which can improve VDI user experience automatically | |
JP7174764B2 (ja) | リソーススケジューリング方法、機器、システム、ならびにセンタサーバ | |
Basiri et al. | Delay-aware resource provisioning for cost-efficient cloud gaming | |
CN113038187B (zh) | 视频体验质量公平的实用网络带宽分配方法、设备及介质 | |
US20100254616A1 (en) | Image compression acceleration using multiple processors | |
CN112286637A (zh) | 计算资源的调整方法及装置 | |
CN104363277A (zh) | 云游戏分布式系统中带宽资源分配管理系统及其管理方法 | |
CN115445194A (zh) | 游戏的渲染方法、装置、设备及存储介质 | |
CN109729113A (zh) | 管理专用处理资源的方法、服务器系统和计算机程序产品 | |
CN111555909B (zh) | 针对图形处理器渲染池gpu pool的渲染资源分配方法 | |
CN110727511B (zh) | 应用程序的控制方法、网络侧设备和计算机可读存储介质 | |
CN111949398A (zh) | 资源调度方法及装置 | |
CN107426114B (zh) | 资源分配方法及系统 | |
CN113923206A (zh) | 数据传输方法、装置及系统 | |
CN113538081B (zh) | 商城订单系统及其实现资源自适应调度的处理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |