CN112035247A - 一种资源调度方法、车机及计算机存储介质 - Google Patents

一种资源调度方法、车机及计算机存储介质 Download PDF

Info

Publication number
CN112035247A
CN112035247A CN202010805558.2A CN202010805558A CN112035247A CN 112035247 A CN112035247 A CN 112035247A CN 202010805558 A CN202010805558 A CN 202010805558A CN 112035247 A CN112035247 A CN 112035247A
Authority
CN
China
Prior art keywords
computing power
computing
vehicle machine
idle
power resource
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
CN202010805558.2A
Other languages
English (en)
Inventor
唐涛
田发景
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.)
Pateo Connect Nanjing Co Ltd
Original Assignee
Pateo Connect Nanjing Co Ltd
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 Pateo Connect Nanjing Co Ltd filed Critical Pateo Connect Nanjing Co Ltd
Priority to CN202010805558.2A priority Critical patent/CN112035247A/zh
Publication of CN112035247A publication Critical patent/CN112035247A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明公开了一种资源调度方法、车机及计算机存储介质,所述资源调度方法包括:获取至少一个算力资源请求;根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,所述算力资源包括CPU算力资源和GPU算力资源。本发明提供的资源调度方法、车机及计算机存储介质,通过从车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理获取的至少一个算力资源请求,确保能够有效及时的同时处理多个算力资源请求,提升了用户使用体验。

Description

一种资源调度方法、车机及计算机存储介质
技术领域
本发明涉及数据处理领域,特别是涉及一种资源调度方法、车机及计算机存储介质。
背景技术
随着经济的快速发展与社会的飞速进步,为了满足日益增长的物质文化生活的需要,越来越多的人购置了车辆。同时,为了方便用户操作或提升驾驶体验,许多车辆还为用户提供了众多智能化服务,如语音识别、手势识别等。然而,车辆所能提供的服务越多时,要求车辆的车机的计算能力也相应需要提升,否则将影响服务的响应速度,进而影响用户使用体验。以车辆内配置有多个麦克风为例,若多个麦克风的识别同时开启,语音识别所产生的算力资源请求会占用大部分的CPU资源,导致车机的CPU处理速度慢甚至无法同时处理算力资源请求,影响用户使用体验。
发明内容
本发明的目的在于提供一种资源调度方法、车机及计算机存储介质,通过从车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理获取的至少一个算力资源请求,确保能够有效及时的同时处理多个算力资源请求,提升了用户使用体验。
为达到上述目的,本发明的技术方案是这样实现的:
第一方面,本发明实施例提供了一种资源调度方法,应用于车机,所述方法包括:
获取至少一个算力资源请求;
根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,所述算力资源包括CPU算力资源和GPU算力资源。
作为其中一种实施方式,所述根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,包括:
获取每一所述算力资源请求所需的运算类型;
根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求。
作为其中一种实施方式,所述根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求,包括:
若所述算力资源请求所需的运算类型为预设第一运算类型,则选取所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源处理所述算力资源请求;
若所述算力资源请求所需的运算类型为预设第二运算类型,则选取所述车机的空闲CPU算力资源和/或与所述车机关联的终端的空闲CPU算力资源处理所述算力资源请求;
其中,所述第一运算类型所需的算力资源大于所述第二运算类型所需的算力资源。
作为其中一种实施方式,还包括:
若所述车机的CPU算力资源的占用状态和/或与所述车机关联的终端的CPU算力资源的占用状态都为预设高占用状态,则将所述算力资源请求分配给所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源进行处理。
作为其中一种实施方式,若所述车机的算力资源和/或与所述车机关联的终端的算力资源中都存在空闲算力资源,则优先选取所述车机的空闲算力资源处理所述算力资源请求。
作为其中一种实施方式,若所述车机的算力资源和/或与所述车机关联的终端的算力资源中都存在空闲算力资源,则优先选取与所述车机关联的终端的空闲算力资源处理所述算力资源请求。
作为其中一种实施方式,所述根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求之前,还包括:
建立与所述终端之间的Qingling连接,并通过所述Qingling连接获取与所述车机关联的终端的算力资源信息,所述终端的算力资源信息包括所述终端的空闲算力资源。
作为其中一种实施方式,还包括:
向与所述车机关联的终端发送携带有所述算力资源请求的处理指令,所述处理指令用于指示所述终端依据所选取的空闲算力资源处理所述算力资源请求;
接收所述终端处理所述算力资源请求后返回的处理结果
接收与所述车机关联的终端处理所述算力资源请求后返回的处理结果。
第二方面,本发明实施例提供了一种车机,所述车机包括处理器以及用于存储程序的存储器;当所述程序被所述处理器执行,使得所述处理器实现第一方面所述的资源调度方法。
第三方面,本发明实施例提供了一种计算机存储介质,存储有计算机程序,所述计算机程序被处理器执行时,实现第一方面所述的资源调度方法。
本发明实施例提供的资源调度方法、车机及计算机存储介质,所述资源调度方法包括:获取至少一个算力资源请求;根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,所述算力资源包括CPU算力资源和GPU算力资源。如此,通过从车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理获取的至少一个算力资源请求,确保能够有效及时的同时处理一个或多个算力资源请求,提升了用户使用体验。
附图说明
图1为本发明实施例提供的一种资源调度方法的流程示意图;
图2为本发明实施例提供的一种资源调度方法的原理示意图;
图3为本发明实施例提供的一种车机的结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明技术方案做进一步的详细阐述。除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
参见图1,为本发明实施例提供的一种资源调度方法,该资源调度方法可以由本发明实施例提供的一种资源调度装置来执行,该资源调度装置可以采用软件和/或硬件的方式来实现,在具体应用中,该资源调度装置可以具体是车机或车载T-BOX等,本实施例中以所述资源调度方法应用于车机为例,该资源调度方法包括以下步骤:
步骤S101:获取至少一个算力资源请求;
这里,当所述车机获取到算力资源请求时,说明所述车机需要利用算力资源去处理该算力资源请求,而所述算力资源用于表征为了实现运算操作所能提供的资源,包括CPU算力资源和GPU算力资源等。所述算力资源请求用于实现需要通过运算操作而完成的任务,包括但不限于语音识别任务、语音压缩/解压缩任务、语音传输任务、图像处理任务等。例如,假设用户在车辆内使用语音识别功能即用户通过车辆内的一个麦克风输入语音时,所述车机将通过该麦克风采集到语音信号,从而相应获取到一个语音识别任务,即获取到一个算力资源请求。此外,所述算力资源请求还包括实现一定运算操作所需占用的资源大小信息。需要说明的是,一个任务可能对应有多个算力资源请求。
步骤S102:根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,所述算力资源包括CPU算力资源和GPU算力资源。
需要说明的是,所述车机的算力资源包括车机的已占用算力资源和车机的空闲算力资源,所述终端的算力资源也包括终端的已占用算力资源和终端的空闲算力资源,若需要处理一算力资源请求且确保该算力资源请求能够马上获得处理而不需要等待,则只能够利用空闲算力资源处理该算力资源请求。可以理解地,所述车机即可实时获知自身的算力资源信息,也可实时获知与所述车机关联的终端的算力资源信息。这里,所述调度策略可以根据实际情况需要进行设置,其目的是能够利用CPU算力资源和GPU算力资源实现对至少一个算力资源请求的同时处理。在一实施方式中,所述根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,包括:获取每一所述算力资源请求所需的运算类型;根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求。可以理解地,不同算力资源请求所需的运算类型可能不同,比如,一些算力资源请求所需的算力资源可能较多,而另一些算力资源请求所需的算力资源可能少,并且,CPU算力资源和GPU算力资源处理也可能分别适合处理不同的算力资源请求,因此,在获取到算力资源请求后,可先获取该算力资源请求所需的运算类型,然后再根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求。这里,所述运算类型与空闲算力资源的选取方式之间的对应关系可以根据实际情况需要预先进行设置和调整,所述空闲算力资源的选取方式用于指示从哪里选择空闲算力资源。如此,根据预设的算力资源请求所需的运算类型与空闲算力资源的选取方式之间的对应关系,能够快速选取对应的空闲算力资源,提升了处理速度。
在一实施方式中,所述根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求,包括:
若所述算力资源请求所需的运算类型为预设第一运算类型,则选取所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源处理所述算力资源请求;
若所述算力资源请求所需的运算类型为预设第二运算类型,则选取所述车机的空闲CPU算力资源和/或与所述车机关联的终端的空闲CPU算力资源处理所述算力资源请求;
其中,所述第一运算类型所需的算力资源大于所述第二运算类型所需的算力资源。
这里,所述第一运算类型可以是相对需要较多操作的运算,如深度学习运算等,而所述第二运算类型可以是相对不需要较多操作的运算,如普通逻辑运算等。当所述算力资源请求只有一个时,所述选取所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源处理所述算力资源请求,具体为选取所述车机的空闲GPU算力资源或与所述车机关联的终端的空闲GPU算力资源处理所述算力资源请求,相应的,所述选取所述车机的空闲CPU算力资源和/或与所述车机关联的终端的空闲CPU算力资源处理所述算力资源请求,具体为选取所述车机的空闲CPU算力资源或与所述车机关联的终端的空闲CPU算力资源处理所述算力资源请求。而当所述算力资源请求有多个时,所述选取所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源处理所述算力资源请求,具体为单独选取所述车机的空闲GPU算力资源或与所述车机关联的终端的空闲GPU算力资源处理所有的所述算力资源请求,或者选取所述车机的空闲GPU算力资源处理一部分所述算力资源请求,而选取与所述车机关联的终端的空闲GPU算力资源处理剩余的所述算力资源请求,相应的,所述选取所述车机的空闲CPU算力资源和/或与所述车机关联的终端的空闲CPU算力资源处理所述算力资源请求,具体为单独选取所述车机的空闲CPU算力资源或与所述车机关联的终端的空闲CPU算力资源处理所有的所述算力资源请求,或者选取所述车机的空闲CPU算力资源处理一部分所述算力资源请求,而选取与所述车机关联的终端的空闲CPU算力资源处理剩余的所述算力资源请求。可以理解地,由于CPU和GPU分别对不同运算类型的算力资源请求具有各自的处理优势,例如CPU可能对普通逻辑运算的处理速度快,而GPU可能对深度学习运算的处理速度快,因此,可以根据算力资源请求的运算类型选择对应的算力资源类型进行处理。如此,能够有效提高处理速度,加快处理效率。
在一实施方式中,若所述车机的CPU算力资源的占用状态和/或与所述车机关联的终端的CPU算力资源的占用状态都为预设高占用状态,则将所述算力资源请求分配给所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源进行处理。
可以理解地,由于车辆内的许多操作都需要依靠车机的CPU进行处理,因此,为了确保车机能够正常运行,应尽量减少对车机的CPU算力资源的占用。同理,由于终端内的许多操作都需要依靠终端的CPU算力资源进行处理,为了确保与车机关联的终端能够正常运行,也应尽量减少对所述终端的CPU算力资源的占用。在所述车机的CPU算力资源的占用状态和/或与所述车机关联的终端的CPU算力资源的占用状态都为预设高占用状态时,可以将所述算力资源请求分配给所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源进行处理,以避免因所述车机的CPU算力资源或与所述车机关联的终端的CPU算力资源被占用过多而对应影响所述车机或所述终端的处理效率,进而确保所述车机或所述终端的正常运行,进一步有效提升了用户使用体验。需要说明的是,所述高占用状态可以根据实际情况需要进行设置,具体可以根据车机或终端的已占用算力资源相对于自身全部算力资源的百分比或者车机或终端的已占用算力资源大小等进行确定,比如,可以设置在车机的已占用算力资源相对于车机自身全部算力资源的百分比大于百分之八十时,认为所述车机的CPU算力资源的占用状态为高占用状态。
在一实施方式中,若所述车机的算力资源和与所述车机关联的终端的算力资源中都存在空闲算力资源,则优先选取所述车机的空闲算力资源处理所述算力资源请求。也就是说,在可从所述车机的空闲GPU算力资源和与所述车机关联的终端的空闲GPU算力资源中选取空闲GPU算力资源处理所述算力资源请求的情况下,优先选取所述车机的空闲GPU算力资源处理所述算力资源请求;在可从所述车机的空闲CPU算力资源和与所述车机关联的终端的空闲CPU算力资源中选取空闲CPU算力资源处理所述算力资源请求的情况下,优先选取所述车机的空闲CPU算力资源处理所述算力资源请求。可以理解地,所述车机与所述终端之间需要依靠两者之间所建立的数据连接进行数据交互,而由于所述车机与所述终端之间的连接可能会受到外界环境的影响,导致可能会出现连接不稳定、效率差等问题,以致影响对所述算力资源请求的处理速度。因此,在所述车机的空闲算力资源和与所述车机关联的终端的空闲算力资源都可以使用的情况下,可优先使用所述车机的空闲算力资源,从而提高处理效率,进一步提升用户使用体验。
在一实施方式中,若所述车机的算力资源和与所述车机关联的终端的算力资源中都存在空闲算力资源,则优先选取与所述车机关联的终端的空闲算力资源处理所述算力资源请求。也就是说,在可从所述车机的空闲GPU算力资源和与所述车机关联的终端的空闲GPU算力资源中选取空闲GPU算力资源处理所述算力资源请求的情况下,优先选取所述终端的空闲GPU算力资源处理所述算力资源请求;在可从所述车机的空闲CPU算力资源和与所述车机关联的终端的空闲CPU算力资源中选取空闲CPU算力资源处理所述算力资源请求的情况下,优先选取所述终端的空闲CPU算力资源处理所述算力资源请求。可以理解地,所述车机可能随时需要处理或接收多个算力资源请求,且用户通常喜欢使用所述车机的导航、娱乐等功能,为了确保所述车机正常工作且尽量减少所述车机的运算处理操作,在所述车机的空闲算力资源和与所述车机关联的终端的空闲算力资源都可以使用的情况下,可优先使用所述终端的空闲算力资源,从而提高处理效率,进一步提升用户使用体验。
综上,上述实施例提供的资源调度方法中,通过从车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理获取的至少一个算力资源请求,确保能够有效及时的同时处理一个或多个算力资源请求,提升了用户使用体验。
在一实施方式中,所述根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求之前,还包括:
建立与所述终端之间的Qingling连接,并通过所述Qingling连接获取与所述车机关联的终端的算力资源信息,所述与所述车机关联的终端的算力资源信息包括所述终端的空闲算力资源。
需要说明的是,所述终端是指具有算力资源的设备,包括但不限于智能手机、平板电脑等,且所述终端与所述车机之间可建立数据连接,包括但不限于Qingling连接、蓝牙连接、USB连接等。由于通过Qingling连接在设备之间进行数据传输时具有稳定性好且效率高等优点,因此,本实施例中选用Qingling连接作为车机与终端之间的数据连接通道,即实现将车机与终端进行关联,从而实现在车机与终端之间能够稳定且快速的传输数据等。这里,所述车机通过所述Qingling连接获取与所述车机关联的终端的算力资源信息,可以是所述车机实时或周期性或不定时通过所述Qingling连接获取与所述车机关联的终端的算力资源信息,比如所述车机周期性向所述终端发送算力资源采集指令,以获取所述终端根据所述算力资源采集指令返回的所述终端的算力资源信息。所述与所述车机关联的终端的算力资源信息不仅可包括所述终端的空闲算力资源,还可包括所述终端的已占用算力资源即所述终端被占用的算力资源。此外,当所述车机选取与所述车机关联的终端的空闲GPU或CPU算力资源处理所述算力资源请求时,所述车机需要通过所述Qingling连接向所述终端发送对应的处理指令,以指示由所述终端处理所述算力资源请求,以及返回处理结果等。
在一实施方式中,该方法还可包括:向与所述车机关联的终端发送携带有所述算力资源请求的处理指令,所述处理指令用于指示所述终端依据所选取的空闲算力资源处理所述算力资源请求;接收所述终端处理所述算力资源请求后返回的处理结果。具体地,所述车机在确定选取与所述车机关联的终端的空闲GPU算力资源或空闲CPU算力资源处理所述算力资源请求时,向所述终端发送携带有所述算力资源请求的处理指令,以指示所述终端依据所选取的空闲算力资源处理所述算力资源请求,并接收所述终端处理所述算力资源请求后返回的处理结果。如此,实现了车机能够通过与所述车机关联的终端处理自身所获取到的算力资源请求,相应提高了车机的处理能力和处理效率,进一步提升了用户使用体验。
基于前述实施例相同的发明构思,本实施例通过具体示例对前述实施例的技术方案进行详细说明。本实施例中以所述终端为手机、车辆内设置有多个麦克风为例,相应的具体场景为车机接收到多语音识别请求。参见图2,为本发明实施例提供的资源调度方法的原理示意图,车辆内存在本机设备即车机以及与所述本机设备关联的其它设备即手机,相应的手机包括有算力的GPU和有算力的CPU,车机包括有算力的GPU和有算力的CPU,语音识别所用到资源分为普通逻辑运算和深度学习运算,车机在存在一个资源调度服务RDS,每当语音发起一个新的资源请求到来时,资源调度服务RDS首先判断请求资源类型,如果是深度学习运算,则会在RDS的资源池里寻找空闲的GPU资源,如果有空闲的GPU资源如手机GPU、车机GPU,就会将深度学习运算放到对应GPU资源上运行;如果是普通逻辑运算,则会在RDS的资源池里寻找空闲的CPU资源,如果有空闲的CPU资源如手机CPU、车机CPU,就会将普通逻辑运算运算放到对应GPU资源上运行。如果RDS的资源池里的CPU资源都处于高占用,这时GPU资源还存在空闲,会将所有运算都分配给GPU资源进行运算.如果GPU资源也不空闲,那么语音处于等待状态,直到有运算资源才分配给语音。RDS服务在调度资源时,对多设备传输的稳定和效率有很高要求,而Qinglink刚好满足这些条件,因此本示例中通过Qinglink作为多设备间的连接的通道,主要有以下两个场景会用到:第一个场景、检测多设备的GPU和CPU资源空闲程度;第二个场景、对运算请求及运算结果的通信需要通过QingLink。
综上,本示例中充分利用车辆内的闲置算力来分摊开来处理多语音,保证语音功能在多麦克风、多识别的高算力场景下能正常使用,此时车辆内具有计算能力的不仅有车载中控的GPU和CPU,还有手机的GPU和CPU,通过算力调度中控+Qinglink发现有算力请求,然后读取空闲的算力资源,将空闲算力资源分配给算力请求应用如语音,这样,就算车辆内的2个或2个以上麦克风同时识别也可以一直开着,不用担心算力不够的问题,实现能够同时处理多识别场景的情况。
基于前述实施例相同的发明构思,本发明实施例提供了一种车机,如图3所示,该车机包括:处理器110和用于存储能够在处理器110上运行的计算机程序的存储器111;其中,图3中示意的处理器110并非用于指代处理器110的个数为一个,而是仅用于指代处理器110相对其他器件的位置关系,在实际应用中,处理器110的个数可以为一个或多个;同样,图3中示意的存储器111也是同样的含义,即仅用于指代存储器111相对其他器件的位置关系,在实际应用中,存储器111的个数可以为一个或多个。所述处理器110用于运行所述计算机程序时,实现应用于上述车机的所述资源调度方法。
该车机还可包括:至少一个网络接口112。该车机中的各个组件通过总线系统113耦合在一起。可理解,总线系统113用于实现这些组件之间的连接通信。总线系统113除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图3中将各种总线都标为总线系统113。
其中,存储器111可以是易失性存储器或非易失性存储器,也可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM,ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory);磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM,Random AccessMemory),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(SRAM,Static Random Access Memory)、同步静态随机存取存储器(SSRAM,Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM,Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM,SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM,Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM,Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM,SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM,Direct Rambus Random Access Memory)。本发明实施例描述的存储器111旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器111用于存储各种类型的数据以支持该车机的操作。这些数据的示例包括:用于在该车机上操作的任何计算机程序,如操作系统和应用程序;联系人数据;电话簿数据;消息;图片;视频等。其中,操作系统包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。这里,实现本发明实施例方法的程序可以包含在应用程序中。
基于前述实施例相同的发明构思,本实施例还提供了一种计算机存储介质,所述计算机存储介质中存储有计算机程序,计算机存储介质可以是磁性随机存取存储器(FRAM,ferromagnetic random access memory)、只读存储器(ROM,Read Only Memory)、可编程只读存储器(PROM,Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM,Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM,Electrically Erasable Programmable Read-Only Memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM,Compact Disc Read-Only Memory)等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如移动电话、计算机、平板设备、个人数字助理等。所述计算机存储介质中存储的计算机程序被处理器运行时,实现应用于上述车机的所述资源调度方法。所述计算机程序被处理器执行时实现的具体步骤流程请参考图1所示实施例的描述,在此不再赘述。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,除了包含所列的那些要素,而且还可包含没有明确列出的其他要素。
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,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,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以所述权利要求的保护范围为准。

Claims (10)

1.一种资源调度方法,应用于车机,其特征在于,所述方法包括:
获取至少一个算力资源请求;
根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,所述算力资源包括CPU算力资源和GPU算力资源。
2.根据权利要求1所述的方法,其特征在于,所述根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求,包括:
获取每一所述算力资源请求所需的运算类型;
根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求。
3.根据权利要求2所述的方法,其特征在于,所述根据预设的运算类型与空闲算力资源的选取方式之间的对应关系,从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理对应的所述算力资源请求,包括:
若所述算力资源请求所需的运算类型为预设第一运算类型,则选取所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源处理所述算力资源请求;
若所述算力资源请求所需的运算类型为预设第二运算类型,则选取所述车机的空闲CPU算力资源和/或与所述车机关联的终端的空闲CPU算力资源处理所述算力资源请求;
其中,所述第一运算类型所需的算力资源大于所述第二运算类型所需的算力资源。
4.根据权利要求3所述的方法,其特征在于,还包括:
若所述车机的CPU算力资源的占用状态和/或与所述车机关联的终端的CPU算力资源的占用状态都为预设高占用状态,则将所述算力资源请求分配给所述车机的空闲GPU算力资源和/或与所述车机关联的终端的空闲GPU算力资源进行处理。
5.根据权利要求2所述的方法,其特征在于,
若所述车机的算力资源和与所述车机关联的终端的算力资源中都存在空闲算力资源,则优先选取所述车机的空闲算力资源处理所述算力资源请求。
6.根据权利要求2所述的方法,其特征在于,
若所述车机的算力资源和与所述车机关联的终端的算力资源中都存在空闲算力资源,则优先选取与所述车机关联的终端的空闲算力资源处理所述算力资源请求。
7.根据权利要求1所述的方法,其特征在于,所述根据预设调度策略从所述车机的算力资源和/或与所述车机关联的终端的算力资源中选取空闲算力资源处理所述至少一个算力资源请求之前,还包括:
建立与所述终端之间的Qingling连接,并通过所述Qingling连接获取与所述车机关联的终端的算力资源信息,所述终端的算力资源信息包括所述终端的空闲算力资源。
8.根据权利要求1所述的方法,其特征在于,还包括:
向与所述车机关联的终端发送携带有所述算力资源请求的处理指令,所述处理指令用于指示所述终端依据所选取的空闲算力资源处理所述算力资源请求;
接收所述终端处理所述算力资源请求后返回的处理结果。
9.一种车机,其特征在于,所述装置包括处理器以及用于存储程序的存储器;当所述程序被所述处理器执行,使得所述处理器实现如权利要求1至8中任一项所述的资源调度方法。
10.一种计算机存储介质,其特征在于,存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至8中任一项所述的资源调度方法。
CN202010805558.2A 2020-08-12 2020-08-12 一种资源调度方法、车机及计算机存储介质 Pending CN112035247A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010805558.2A CN112035247A (zh) 2020-08-12 2020-08-12 一种资源调度方法、车机及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010805558.2A CN112035247A (zh) 2020-08-12 2020-08-12 一种资源调度方法、车机及计算机存储介质

Publications (1)

Publication Number Publication Date
CN112035247A true CN112035247A (zh) 2020-12-04

Family

ID=73578088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010805558.2A Pending CN112035247A (zh) 2020-08-12 2020-08-12 一种资源调度方法、车机及计算机存储介质

Country Status (1)

Country Link
CN (1) CN112035247A (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112488563A (zh) * 2020-12-11 2021-03-12 中国联合网络通信集团有限公司 一种算力参数的确定方法和装置
CN112699458A (zh) * 2020-12-28 2021-04-23 东风汽车集团有限公司 一种车载域控制器算力计算方法及装置
CN112817753A (zh) * 2021-01-21 2021-05-18 浙江大华技术股份有限公司 任务的处理方法及装置、存储介质、电子装置
CN113037819A (zh) * 2021-02-26 2021-06-25 杭州雾联科技有限公司 一种边缘算力资源共享方法、装置及设备
CN113611311A (zh) * 2021-08-20 2021-11-05 天津讯飞极智科技有限公司 语音转写方法、装置、录音设备和存储介质
CN114356569A (zh) * 2021-12-31 2022-04-15 星河智联汽车科技有限公司 一种车机互联的资源分配方法、装置、设备及存储介质
CN114460923A (zh) * 2022-01-28 2022-05-10 重庆长安新能源汽车科技有限公司 车载分布式算力的系统、方法及车辆
WO2022143744A1 (zh) * 2020-12-31 2022-07-07 维沃移动通信有限公司 信息处理方法、装置、设备及存储介质
WO2022188750A1 (zh) * 2021-03-09 2022-09-15 华为技术有限公司 一种应用运行方法及电子设备
CN115915457A (zh) * 2023-01-30 2023-04-04 阿里巴巴(中国)有限公司 资源调度方法、车辆控制方法、设备及系统
WO2023174347A1 (zh) * 2022-03-18 2023-09-21 北京罗克维尔斯科技有限公司 算力资源共享方法、装置、终端设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778080A (zh) * 2014-01-14 2015-07-15 中兴通讯股份有限公司 基于协处理器的作业调度处理方法及装置
CN107688495A (zh) * 2017-06-22 2018-02-13 平安科技(深圳)有限公司 调度处理器的方法及设备
CN110851271A (zh) * 2019-10-28 2020-02-28 北京梧桐车联科技有限责任公司 资源共享方法及装置、存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778080A (zh) * 2014-01-14 2015-07-15 中兴通讯股份有限公司 基于协处理器的作业调度处理方法及装置
CN107688495A (zh) * 2017-06-22 2018-02-13 平安科技(深圳)有限公司 调度处理器的方法及设备
CN110851271A (zh) * 2019-10-28 2020-02-28 北京梧桐车联科技有限责任公司 资源共享方法及装置、存储介质

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112488563A (zh) * 2020-12-11 2021-03-12 中国联合网络通信集团有限公司 一种算力参数的确定方法和装置
CN112488563B (zh) * 2020-12-11 2023-06-06 中国联合网络通信集团有限公司 一种算力参数的确定方法和装置
CN112699458A (zh) * 2020-12-28 2021-04-23 东风汽车集团有限公司 一种车载域控制器算力计算方法及装置
CN112699458B (zh) * 2020-12-28 2023-03-03 东风汽车集团有限公司 一种车载域控制器算力计算方法及装置
WO2022143744A1 (zh) * 2020-12-31 2022-07-07 维沃移动通信有限公司 信息处理方法、装置、设备及存储介质
CN112817753A (zh) * 2021-01-21 2021-05-18 浙江大华技术股份有限公司 任务的处理方法及装置、存储介质、电子装置
CN113037819A (zh) * 2021-02-26 2021-06-25 杭州雾联科技有限公司 一种边缘算力资源共享方法、装置及设备
WO2022188750A1 (zh) * 2021-03-09 2022-09-15 华为技术有限公司 一种应用运行方法及电子设备
CN113611311A (zh) * 2021-08-20 2021-11-05 天津讯飞极智科技有限公司 语音转写方法、装置、录音设备和存储介质
CN114356569A (zh) * 2021-12-31 2022-04-15 星河智联汽车科技有限公司 一种车机互联的资源分配方法、装置、设备及存储介质
CN114460923A (zh) * 2022-01-28 2022-05-10 重庆长安新能源汽车科技有限公司 车载分布式算力的系统、方法及车辆
WO2023174347A1 (zh) * 2022-03-18 2023-09-21 北京罗克维尔斯科技有限公司 算力资源共享方法、装置、终端设备和存储介质
CN115915457A (zh) * 2023-01-30 2023-04-04 阿里巴巴(中国)有限公司 资源调度方法、车辆控制方法、设备及系统

Similar Documents

Publication Publication Date Title
CN112035247A (zh) 一种资源调度方法、车机及计算机存储介质
CN114443256B (zh) 资源调度方法及电子设备
CN113535343B (zh) 基于网络调度的算力共享方法及相关产品
CN111506262A (zh) 一种存储系统、文件存储和读取方法及终端设备
US20150046732A1 (en) System and method for memory channel interleaving with selective power or performance optimization
CN112153600B (zh) 一种音频管理方法、装置、系统及计算机存储介质
CN111679904A (zh) 一种基于边缘计算网络的任务调度方法及装置
CN111445331A (zh) 交易撮合方法及装置
CN111984204A (zh) 一种数据读写方法、装置及电子设备和存储介质
CN111913792B (zh) 一种业务处理方法和装置
CN113050910A (zh) 语音交互方法、装置、设备及存储介质
CN112764676B (zh) 一种资源分配系统及方法
CN114265713A (zh) Rdma事件管理方法、装置、计算机设备及存储介质
CN111338803B (zh) 一种线程处理方法和装置
CN112396511B (zh) 分布式风控变量数据处理方法、装置及系统
CN111475230B (zh) 应用的功能配置方法、装置和电子设备
CN102137494A (zh) 通信资源的分配方法及装置
CN111768794A (zh) 一种语音降噪方法、语音降噪系统、设备及存储介质
CN115185658A (zh) 一种基于时间和通信可靠的任务卸载调度方法及相关产品
CN117112191A (zh) 信息处理方法和电子设备
CN114063968A (zh) 一种音频设备选择方法、装置及电子设备
CN115712337A (zh) 处理器的调度方法、装置、电子设备及存储介质
CN110896536A (zh) 一种sim卡控制方法、移动终端及计算机存储介质
CN111477222A (zh) 语音控制终端的方法及智能眼镜
CN117785486B (zh) 环境资源调配方法、装置、设备和介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201204

RJ01 Rejection of invention patent application after publication