CN112835703A - 任务处理方法、装置、设备及存储介质 - Google Patents
任务处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112835703A CN112835703A CN202110220579.2A CN202110220579A CN112835703A CN 112835703 A CN112835703 A CN 112835703A CN 202110220579 A CN202110220579 A CN 202110220579A CN 112835703 A CN112835703 A CN 112835703A
- Authority
- CN
- China
- Prior art keywords
- task
- computing power
- calling
- calculation
- target
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 403
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 40
- 230000003068 static effect Effects 0.000 claims description 38
- 230000001360 synchronised effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 238000005065 mining Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- 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
- G06F2209/5017—Task decomposition
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Power Sources (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明实施例公开了一种任务处理方法、装置、系统、设备及存储介质。其中,方法包括:获取当前连接网络中的全部算力调用设备的算力使用数据,全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;根据算力使用数据,将待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务;其中,待分发处理任务为待处理任务的分解子任务;接收目标算力调用设备返回的任务执行结果。本发明实施例能够提高任务处理的效率。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种任务处理方法、装置、设备及存储介质。
背景技术
随着通信技术的不断发展,目前有许多智能设备可以提供共享网络,用户所使用的移动终端设备可以连接到该共享网络,与智能设备建立连接,从而获取智能设备提供的服务。例如,汽车车机端可以提供蓝牙、WiFi(Wireless Fidelity,无线局域网)等网络,允许车内司机和乘客的手机共享车机网络,实现手机通过车机播放音乐、车机通过手机拨打电话等。
但在现有技术中,处于同一共享网络中的智能设备与移动终端设备之间,仅限于提供基于内容的服务,而更深一步,其对彼此的能力联合利用目前尚未实现。
发明内容
本发明实施例提供一种任务处理方法、装置、设备及存储介质,以提高任务处理的效率。
第一方面,本发明实施例提供了一种任务处理方法,应用于算力调用服务端设备,包括:
获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;
根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;
接收所述目标算力调用设备返回的任务执行结果。
第二方面,本发明实施例提供了一种任务处理方法,应用于算力调用客户端设备,包括:
将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;
接收所述算力调用服务端设备发送的目标待分发处理任务;
执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
第三方面,本发明实施例还提供了一种任务处理装置,配置于算力调用服务端设备,包括:
使用数据获取模块,用于获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;
任务发送模块,用于根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;
执行结果接收模块,用于接收所述目标算力调用设备返回的任务执行结果。
第四方面,本发明实施例还提供了一种任务处理装置,配置于算力调用客户端设备,包括:
使用数据发送模块,用于将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;
任务接收模块,用于接收所述算力调用服务端设备发送的目标待分发处理任务;
任务执行模块,用于执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
第五方面,本发明实施例还提供了一种任务处理系统,包括算力调用服务端设备和算力调用客户端设备;其中:
所述算力调用服务端设备,用于获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括所述算力调用服务端设备和所述算力调用客户端设备;根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;接收所述目标算力调用设备返回的任务执行结果。
所述算力调用客户端设备,用于将本机的算力使用数据发送至所述算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;接收所述算力调用服务端设备发送的目标待分发处理任务;执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
第六方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的任务处理方法。
第七方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的任务处理方法。
本发明实施例通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率。
附图说明
图1为本发明实施例一提供的一种任务处理方法的流程图。
图2为本发明实施例二提供的一种任务处理方法的流程图。
图3为本发明实施例三提供的一种任务处理方法的流程图。
图4为本发明实施例四提供的一种任务处理方法的流程图。
图5为本发明实施例五提供的一种任务处理装置的结构示意图。
图6为本发明实施例六提供的一种任务处理装置的结构示意图。
图7为本发明实施例七提供的一种任务处理系统的结构示意图。
图8为本发明实施例七提供的一种配置于车机的任务处理系统的结构示意图。
图9为本发明实施例七提供的一种任务处理系统的工作方法示意图。
图10为本发明实施例八提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本发明实施例一提供的一种任务处理方法的流程图,本实施例可适用于通过算力调用服务端设备联合算力调用客户端设备的全部算力协同处理任务的情况,该方法可以由本发明实施例提供的任务处理装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在电子设备中,该电子设备例如可以是算力调用服务端设备。相应的,如图1所示,该方法包括如下操作:
S110、获取当前连接网络中的全部算力调用设备的算力使用数据。
其中,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备。算力调用服务端设备可以是向一个或多个算力调用客户端设备提供共享网络的电子设备,可以通过该共享网络与各算力调用客户端设备建立网络连接并产生数据交互。算力调用客户端设备可以是与算力调用服务端设备建立网络连接并产生数据交互的电子设备。当前连接网络可以是算力调用服务端设备提供的共享网络,可以连接算力调用服务端设备与算力调用客户端设备。算力使用数据可以是表征算力调用设备所具备的算力的使用情况的数据,例如可以包括算力调用设备的GPU(Graphics Processing Unit,图形处理器)或CPU(Central Processing Unit,中央处理器)在当前时间未被使用的算力。
相应的,算力调用服务端设备可以提供共享网络以供一个或多个算力调用客户端设备接入,以使算力调用服务端设备可以分别与各算力调用客户端设备建立网络连接并进行数据交互。示例性的,算力调用服务端设备可以是汽车车机,可以提供车机WiFi,车内司机和乘客所使用的手机则可以作为算力调用客户端设备连接到车机WiFi中,从而车机与各手机之间可以进行数据交互。例如手机将音频数据发送至汽车车机,以使车机对音频数据进行播放;算力调用服务端设备也可以是智能音箱,可以提供蓝牙共享网络,从而可以同时与多台手机、电脑建立网络连接并进行数据交互,例如智能音箱将拨打电话指令数据发送至手机,以使手机执行拨打电话操作。
进一步的,算力调用服务端设备可以获取本机的算力使用数据,算力调用客户端设备也可以获取本机的算力使用数据,并通过当前连接网络将算力使用数据发送至算力调用服务端设备。因此,通过以上两种方式,算力调用服务端设备可以获取当前连接网络中的全部算力调用设备的算力使用数据。
S120、根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务。
其中,所述待分发处理任务为待处理任务的分解子任务,具体的,待处理任务可以是任意算力调用设备中需要被执行的任务,待处理任务的分解子任务可以是由待处理任务分解出来的一个或多个子任务。目标算力调用设备可以是当前连接网络中,除需要协同执行待处理任务的算力调用设备之外的一个或多个算力调用设备。
相应的,当前连接网络中的任意算力调用设备在检测到待处理任务时,可以将待处理任务进行分解,得到一个或多个分解子任务。示例性的,可以将待处理任务中任意一个算法的全部运算任务确定为一个分解子任务,示例性的,分解子任务可以是图片识别算法中的全部运算任务、语音识别算法中的全部运算任务或三维空间建模算法中的全部运算任务等。本实施例对待处理任务的分解方式不做限定。
需要说明的是,检测到待处理任务的算力调用设备对待处理任务进行分解,可以是将待处理任务所包括的部分任务进行分解,得到分解子任务,而未被分解的部分待处理任务则不属于分解子任务。示例性的,算力调用设备检测到当前需要运行一个游戏程序,可以将运行游戏程序过程中需要执行的动画处理任务和音效处理任务分解出来,得到两个分解子任务,而其他任务则不属于分解子任务。
需要说明的是,若检测到执行待处理任务的算力调用设备为算力调用服务端设备,则算力调用服务端设备可以直接将分解子任务确定为待分发处理任务;若检测到执行待处理任务的算力调用设备为算力调用客户端设备,则该算力调用客户端设备可以将分解子任务发送至算力调用服务端设备,以使算力调用服务端设备将接收到的分解子任务确定为待分发处理任务。
进一步的,算力调用服务端设备可以将待分发处理任务发送至目标算力调用设备,各待分发处理任务对应的目标算力调用设备可以根据目标算力调用设备的算力使用数据确定。具体的,算力调用服务端设备可以根据算力使用数据,确定各算力调用设备在当前时刻的算力使用情况,从而将各待分发处理任务发送至当前有能力执行该待分发处理任务的目标算力调用设备。因此,待分发处理任务和目标算力调用设备的数量均可以是一个或者多个,每个待分发处理任务可以被发送至一个目标算力调用设备,多个待分发处理任务可以被发送至同一个目标算力调用设备,也可以被发送至不同的目标算力调用设备。通过上述过程,待处理任务可以由多个算力调用设备协同执行。
S130、接收所述目标算力调用设备返回的任务执行结果。
其中,任务执行结果可以是目标算力调用设备执行其接收到的待分发处理任务得到的结果。
相应的,算力调用服务端设备被确定为目标算力调用设备时,可以执行其接收到的待分发处理任务并得到任务执行结果。算力调用客户端设备被确定为目标算力调用设备时,可以执行其接收到的待分发处理任务并得到任务执行结果,将任务执行结果发送至算力调用服务端设备。
可选的,算力调用服务端设备在接收到任务执行结果后,可以将其发送至执行待处理任务的算力调用设备,若此时该算力调用设备中未被分解的部分待处理任务也被执行完成,得到相应的任务执行结果,则执行待处理任务的算力调用设备可以将全部任务执行结果按照逻辑关系进行整合,最终得到待处理任务的执行结果。
本发明实施例提供了一种任务处理方法,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率。
实施例二
图2为本发明实施例二提供的一种任务处理方法的流程图。本发明实施例以上述实施例为基础进行具体化,在本发明实施例中,给出了将待分发处理任务发送至目标算力调用设备的具体可选的实现方式。
如图2所示,本发明实施例的方法具体包括:
S210、获取当前连接网络中的全部算力调用设备的算力使用数据。
在本发明的一个可选实施例中,在所述获取当前连接网络中的全部算力调用设备的算力使用数据之后,还可以包括:将所述算力使用数据发送至所述算力调用客户端设备,以对各所述算力调用设备进行算力同步处理;接收所述目标算力调用客户端设备根据算力同步处理结果发送的算力分配请求任务,将所述算力分配请求任务确定为所述待分发处理任务;或获取本机待处理任务,并根据所述算力同步处理结果对所述本机待处理任务进行分解,得到所述待分发处理任务。
其中,算力同步处理可以是根据获取到的算力使用数据,将全部算力调用设备的算力使用情况同步到各算力调用设备的处理操作。可选的,算力使用情况可以包括处于空闲工作状态的算力调用设备的个数,还可以包括处于空闲工作状态的算力调用设备可以执行的算法的类型。目标算力调用客户端设备可以是当前需要使用其他算力调用设备的算力,以得到待处理任务的任务执行结果的算力调用客户端设备。算力同步处理结果可以是各算力调用设备接收到的其他算力调用设备的算力使用情况。算力分配请求任务可以是目标算力调用客户端设备从待处理任务中分解出来的一个或多个分解子任务。本机待处理任务可以是算力调用服务端设备本地的待分发处理任务。
相应的,算力调用服务端设备在获取全部算力调用设备的算力使用数据后,可以对各所述算力调用设备进行算力同步处理,各算力调用设备则可以实时得知其他算力调用设备的算力使用情况。此时,若任意算力调用客户端设备或算力调用服务端设备检测到有需要执行的待处理任务,并且根据算力同步处理结果得知其他算力调用设备当前具有执行部分待处理任务的能力,则可以选择将该待处理任务分解,以将部分待处理任务分发至其他算力调用设备,使用其他算力调用设备的算力得到部分待处理任务的任务执行结果。可选的,在确定待处理任务需要使用的算力占本机设备算力的足够大的比例时,可以选择将该待处理任务分解,以将部分待处理任务分发至其他算力调用设备,使用其他算力调用设备的算力得到部分待处理任务的任务执行结果。
需要说明的是,检测到有需要执行的待处理任务的算力调用设备可以是算力调用服务端设备,也可以是算力调用客户端设备。若算力调用服务端设备检测到有需要执行的待处理任务,则可以根据其得到的算力使用数据,将待处理任务分解,得到本机待处理任务。若算力调用客户端设备检测到有需要执行的待处理任务,则可以根据算力同步处理结果,将待处理任务分解,得到算力分配请求任务。因此,算力调用服务端设备和算力调用客户端设备均可以基于当前连接网络,使用其他算力调用设备的算力,协同完成本机待处理任务。
上述实施方式通过将各算力调用设备的算力使用数据同步到全部算力调用设备,以使各算力调用设备可以选择调用其他算力调用设备的算力,实现多台设备配合执行单一设备中的任务,实现任务执行效率和效果的提升,同时提高各台设备算力的利用率。
S220、根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务。
在本发明的一个可选实施例中,所述算力使用数据可以包括:算力调用设备的当前待分配算力和算力调用设备的待调用执行算法;相应的,S220具体可以包括:
S221、根据所述算力使用数据,将当前待分配算力满足算力空闲条件的算力调用设备确定为空闲算力调用设备。
其中,当前待分配算力可以是表征在当前时刻,算力调用设备中未被使用的算力的参数,例如可以是未被使用的算力数值,也可以是未被使用的算力占本机设备算力的比例。算力空闲条件可以是根据当前待分配算力确定算力调用设备处于空闲工作状态的条件,可选的,可以是算力调用设备的当前待分配算力占本机设备算力足够大的比例。空闲算力调用设备可以是处于空闲工作状态,有能力接收待分发处理任务的一个或多个算力调用设备。
相应的,算力空闲条件可以是根据需要预先设定的,可以与算力使用数据相应设置。示例性的,算力使用数据可以是算力调用设备中未被使用的算力占本机设备算力的比例,则算力空闲条件可以是算力使用数据大于80%。算力调用服务端设备可以将算力使用数据满足算力空闲条件的全部算力调用设备确定为空闲算力调用设备。
S222、获取待分发处理任务对应的目标执行算法。
其中,目标执行算法可以是待分发处理任务中的运算任务所属的算法。
相应的,待分发处理任务中可以包括待处理任务中部分算法的运算任务,算力调用服务端设备可以根据待分发处理任务中的运算任务所属的算法,确定其对应的目标执行算法。
S223、将所述待调用执行算法中包括所述目标执行算法的空闲算力调用设备确定为目标算力调用设备。
其中,待调用执行算法可以是算力调用设备通过使用当前待分配算力进行运算,可以执行的算法。
相应的,算力调用设备可以使用当前待分配算力进行多种类型的运算,若算力调用设备可以完成的运算包括任意算法中的全部运算类型,则可以确定算力调用设备的待调用执行算法包括该算法。可选的,可以根据算力调用设备中的空闲功能模块确定算力调用设备的待调用执行算法。示例性的,若算力调用设备为手机,包括语音识别模块,则当语音识别功能未被使用时,待调用执行算法可以包括语音识别算法。进一步的,待调用执行算法中包括目标执行算法的空闲算力调用设备即为当前有能力执行待分发处理任务的设备,可以被确定为目标算力调用设备。
S224、将所述待分发处理任务分发至所述目标算力调用设备。
上述实施方式根据算力调用设备的当前待分配算力和待调用执行算法,可以准确确定出有能力执行待分发处理任务的设备,实现任务的合理分配和协同处理,提高任务处理效率和设备算力使用效率。
在本发明的一个可选实施例中,所述算力使用数据还可以包括:算力调用设备的历史待分配算力;所述将所述待分发处理任务分发至所述目标算力调用设备,可以包括:获取各所述目标算力调用设备的历史待分配算力;在确定所述目标算力调用设备的历史待分配算力均满足算力空闲条件的情况下,将所述待分发处理任务和动态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述动态处理策略和当前待分配算力调用动态类型算力执行所述待分发处理任务,所述目标算力调用设备在确定所述当前待分配算力不满足所述算力空闲条件时停止执行所述待分发处理任务;在确定所述目标算力调用设备的历史待分配算力不满足所述算力空闲条件的情况下,将所述待分发处理任务和静态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述静态处理策略和当前待分配算力调用静态类型算力执行所述待分发处理任务,直至将所述待分发处理任务执行完毕。
其中,历史待分配算力可以是表征在当前时刻之前的预设长度时间内,算力调用设备中未被使用的算力的参数。动态处理策略可以是指示目标算力调用设备动态使用当前待分配算力,以处理接收到的待分发处理任务的策略,具体的,动态使用当前待分配算力处理接收到的待分发处理任务,可以是使用当前待分配算力中的部分算力处理待分发处理任务,在当前待分配算力不满足算力空闲条件时,停止执行待分发处理任务。动态类型算力可以是动态处理策略中,目标算力调用设备在执行待分发处理任务时使用的算力。静态处理策略可以是指示目标算力调用设备静态使用当前待分配算力,以处理接收到的待分发处理任务的策略,具体的,静态使用当前待分配算力处理接收到的待分发处理任务,可以是固定使用当前待分配算力中的部分算力处理待分发处理任务,直至待分发处理任务执行完毕。静态类型算力可以是静态处理策略中,目标算力调用设备在执行待分发处理任务时使用的算力。具体的,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。算力设备占比可以是部分算力占本机设备算力的比例。
相应的,目标算力调用设备的历史待分配算力均满足算力空闲条件,可以表明目标算力调用设备在当前时刻之前的预设长度时间内一直处于空闲工作状态,则可以预测目标算力调用设备在当前情境下使用率较低,因此可以根据动态处理策略,使用当前待分配算力中的较大部分算力用于执行待分发处理任务。而当目标算力调用设备需要执行其他任务时,由于待分发处理任务占用了较大部分的当前待分配算力,会面临算力不足的问题,则根据动态处理策略,目标算力调用设备可以在当前待分配算力不满足算力空闲条件时停止执行待分发处理任务。可选的,目标算力调用设备停止执行待分发处理任务后,可以将任务停止通知信息确定为任务执行结果,发送至算力调用服务端设备。
相应的,目标算力调用设备的历史待分配算力不满足算力空闲条件,可以预测目标算力调用设备在当前情境下使用率较高,因此可以使用当前待分配算力中的较小部分算力用于执行待分发处理任务。由于待分发处理任务仅占用较小部分的当前待分配算力,几乎不会影响目标算力调用设备执行其他任务,则根据静态处理策略,目标算力调用设备可以保持执行待分发处理任务直至执行完毕。
示例性的,在上述汽车车机提供WiFi网络以供手机设备连接的例子中,若当前连接网络中存在手机A,手机A保持待机状态一定时间后,当前待分配算力和历史待分配算力均可以满足算力空闲条件,则可以将手机A确定为目标算力调用设备,将待分发处理任务和动态处理策略发送至手机A。根据动态处理策略和手机A的当前待分配算力,手机A可以使用占用当前待分配算力80%以下的部分算力执行待分发处理任务。当手机A接收到一通来电时,通话任务需要占用一部分算力,则此时手机A的当前待分配算力无法继续满足算力空闲条件,可以优先执行通话任务,停止执行待分发处理任务。当手机A的通话结束,其当前待分配算力恢复到满足算力空闲条件的状态,但其历史待分配算力则不满足算力空闲条件,算力调用服务端设备则会预测手机A有较大可能会需要执行来电造成的其他任务,因此,根据静态处理策略和当前待分配算力,手机A可以使用占用当前待分配算力50%以下的部分算力执行待分发处理任务,以使手机A可以同时执行待分发处理任务和其他任务。
上述实施方式通过制定不同的任务处理策略,避免了设备执行待分发处理任务的过程中出现其他任务时,算力缺乏的问题,实现算力的灵活调用,进一步地提高了算力分配的合理性。
S230、接收所述目标算力调用设备返回的任务执行结果。
在本发明的一个可选实施例中,在所述接收所述目标算力调用设备返回的任务执行结果之后,还可以包括:在确定所述待分发处理任务为所述目标算力调用客户端设备发送的算力分配请求任务的情况下,将所述任务执行结果发送至所述目标算力调用客户端设备;在确定所述待分发处理任务为所述本机待处理任务的情况下,根据所述任务执行结果,确定本机待处理任务执行结果。
相应的,若待分发处理任务为目标算力调用客户端设备发送的算力分配请求任务,此时得到的任务执行结果需要作为算力分配请求任务的执行结果,发送至目标算力调用客户端设备,以使目标算力调用客户端设备将全部任务执行结果按照逻辑关系进行整合,最终得到待处理任务的执行结果。若待分发处理任务为目标算力调用服务端设备的本机待处理任务,则目标算力调用服务端设备接收到任务执行结果后可以将全部任务执行结果按照逻辑关系进行整合,最终得到待处理任务的执行结果。
本发明实施例提供了一种任务处理方法,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率;进一步地,可以根据算力使用数据,准确确定出有能力执行待分发处理任务的设备,实现任务的合理分配,提高任务处理效率和设备算力使用效率。
实施例三
图3是本发明实施例三提供的一种任务处理方法的流程图,本实施例可适用于通过算力调用服务端设备联合算力调用客户端设备的全部算力协同处理任务的情况,该方法可以由本发明实施例提供的任务处理装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在电子设备中,该电子设备例如可以是算力调用客户端设备。相应的,如图3所示,该方法包括如下操作:
S310、将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务。
相应的,算力调用客户端设备可以将本机的算力使用数据发送至算力调用服务端设备,则算力调用服务端设备可以获得全部算力调用客户端设备的算力使用数据,同时,还可以获得算力调用服务端设备自身的算力使用数据,从而得到当前连接网络中的全部算力调用设备的算力使用数据。进一步的,算力调用服务端设备根据全部算力使用数据可以确定出目标算力调用设备,从而将待分发处理任务发送至目标算力调用设备。
S320、接收所述算力调用服务端设备发送的目标待分发处理任务。
其中,目标待分发处理任务可以是一个或多个待分发处理任务中,由算力调用服务端设备发送至本机的待分发处理任务。
相应的,算力调用服务端设备可以根据算力使用数据确定出一个或多个目标算力调用设备,并对一个或多个待分发处理任务进行划分,确定出发送至每个目标算力调用设备的目标待分发处理任务。
S330、执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
相应的,算力调用客户端设备接收到算力调用服务端设备发送至本机的目标待分发处理任务后,可以使用算力执行该任务,得到任务执行结果并发送回算力调用服务端设备。
本发明实施例提供了一种任务处理方法,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率。
实施例四
图4为本发明实施例四提供的一种任务处理方法的流程图。本发明实施例以上述实施例为基础进行具体化,在本发明实施例中,给出了执行所述目标待分发处理任务的具体可选的实现方式。
如图4所示,本发明实施例的方法具体包括:
S410、将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务。
S420、接收所述算力调用服务端设备发送的目标待分发处理任务。
在本发明的一个可选实施例中,在所述接收所述算力调用服务端设备发送的目标待分发处理任务的同时,还可以包括:
S430、接收所述目标待分发处理任务匹配的任务处理策略,判断所述任务处理策略是否为动态处理策略,若是,则执行S440,否则,执行S450。
S440、调用动态类型算力执行所述目标待分发处理任务,并在确定当前待分配算力不满足算力空闲条件时停止执行所述目标待分发处理任务。
其中,任务处理策略可以包括动态处理策略或静态处理策略。
相应的,算力调用服务端设备可以根据算力使用数据确定发送至每个算力调用客户端设备的待分发处理任务,同时确定其匹配的任务处理策略。具体的,算力调用服务端设备可以根据算力调用客户端设备的当前待分配算力和历史待分配算力确定任务处理策略。当前待分配算力和历史待分配算力均满足算力空闲条件的算力调用客户端设备可以接收到目标待分发处理任务和动态处理策略。根据动态处理策略,算力调用客户端设备可以使用动态类型算力处理待分发处理任务,在当前待分配算力不满足算力空闲条件时,停止执行待分发处理任务。可选的,算力调用客户端设备停止执行待分发处理任务后,可以将任务停止通知信息确定为任务执行结果,发送至算力调用服务端设备。
S450、调用静态类型算力执行所述目标待分发处理任务,直至将所述目标待分发处理任务执行完毕。
其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
相应的,当前待分配算力满足算力空闲条件,而历史待分配算力不满足算力空闲条件的算力调用客户端设备可以接收到目标待分发处理任务和静态处理策略。根据静态处理策略,算力调用客户端设备可以固定使用静态类型算力处理待分发处理任务,直至待分发处理任务执行完毕。
上述实施方式通过制定不同的任务处理策略,避免了设备执行待分发处理任务的过程中出现其他任务时,算力缺乏的问题,实现算力的灵活调用,进一步地提高了算力分配的合理性。
S460、将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
在本发明的一个可选实施例中,还可以包括:接收所述算力调用服务端设备发送的当前连接网络中的全部算力调用设备的算力使用数据;当检测到待处理任务时,根据所述全部算力调用设备的算力使用数据确定算力分配请求任务;将所述算力分配请求任务发送至所述算力调用服务端设备,以使所述算力调用服务端设备将所述算力分配请求任务确定为待分发处理任务,并将所述待分发处理任务发送至目标算力调用设备;所述目标算力调用设备用于执行所述待分发处理任务;接收所述算力调用服务端设备发送的任务执行结果。
相应的,各算力调用客户端设备接收到全部算力调用设备的算力使用数据后,可以得知其他算力调用设备的算力使用情况。当检测到待处理任务时,可以选择将待处理任务分解,以将部分待处理任务分发至其他算力调用设备,使用其他算力调用设备的算力得到部分待处理任务的任务执行结果。可以根据算力使用数据,确定空闲算力调用设备的个数和空闲算力调用设备的带调用执行算法,从待处理任务中分解出数量与空闲算力调用设备的个数相同,且属于带调用执行算法的一个或多个分解子任务,将其作为算力分配请求任务。可选的,可以在确定待处理任务需要使用的算力占本机设备算力的足够大的比例时,将该待处理任务分解为算力分配请求任务,从而使用目标算力调用设备的算力得到算力分配请求任务的任务执行结果。
本发明实施例提供了一种任务处理方法,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率;进一步地,可以根据算力使用数据,准确确定出有能力执行待分发处理任务的设备,实现任务的合理分配,提高任务处理效率和设备算力使用效率。
实施例五
图5为本发明实施例五提供的一种任务处理装置的结构示意图,如图5所示,所述装置包括:使用数据获取模块510、任务发送模块520和执行结果接收模块530。
其中,使用数据获取模块510,用于获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备。
任务发送模块520,用于根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务。
执行结果接收模块530,用于接收所述目标算力调用设备返回的任务执行结果。
在本发明实施例的一个可选实施方式中,所述算力使用数据可以包括:算力调用设备的当前待分配算力和算力调用设备的待调用执行算法;任务发送模块520,可以包括:空闲设备确定子模块,用于将当前待分配算力满足算力空闲条件的算力调用设备确定为空闲算力调用设备;目标算法获取子模块,用于获取待分发处理任务对应的目标执行算法;目标设备确定子模块,用于将所述待调用执行算法中包括所述目标执行算法的空闲算力调用设备确定为目标算力调用设备;任务分发子模块,用于将所述待分发处理任务分发至所述目标算力调用设备。
在本发明实施例的一个可选实施方式中,所述算力使用数据还可以包括:算力调用设备的历史待分配算力;任务分发子模块,具体可以用于:获取各所述目标算力调用设备的历史待分配算力;在确定所述目标算力调用设备的历史待分配算力均满足算力空闲条件的情况下,将所述待分发处理任务和动态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述动态处理策略和当前待分配算力调用动态类型算力执行所述待分发处理任务,所述目标算力调用设备在确定所述当前待分配算力不满足所述算力空闲条件时停止执行所述待分发处理任务;在确定所述目标算力调用设备的历史待分配算力不满足所述算力空闲条件的情况下,将所述待分发处理任务和静态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述静态处理策略和当前待分配算力调用静态类型算力执行所述待分发处理任务,直至将所述待分发处理任务执行完毕;其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
在本发明实施例的一个可选实施方式中,所述装置还可以包括:算力同步处理模块,用于将所述算力使用数据发送至所述算力调用客户端设备,以对各所述算力调用设备进行算力同步处理;算力分配请求任务接收模块,用于接收所述目标算力调用客户端设备根据算力同步处理结果发送的算力分配请求任务,将所述算力分配请求任务确定为所述待分发处理任务;本机待处理任务获取模块,用于获取本机待处理任务,并根据所述算力同步处理结果对所述本机待处理任务进行分解,得到所述待分发处理任务;任务执行结果发送模块,用于在确定所述待分发处理任务为所述目标算力调用客户端设备发送的算力分配请求任务的情况下,将所述任务执行结果发送至所述目标算力调用客户端设备。
上述装置可执行本发明任意实施例所提供的任务处理方法,具备执行任务处理方法相应的功能模块和有益效果。
本发明实施例提供了一种任务处理装置,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率。
实施例六
图6为本发明实施例六提供的一种任务处理装置的结构示意图,如图6所示,所述装置包括:使用数据发送模块610、任务接收模块620和任务执行模块630。
其中,使用数据发送模块610,用于将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务。
任务接收模块620,用于接收所述算力调用服务端设备发送的目标待分发处理任务。
任务执行模块630,用于执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
在本发明实施例的一个可选实施方式中,所述装置还可以包括:任务处理策略接收模块,用于在所述接收所述算力调用服务端设备发送的目标待分发处理任务的同时,接收所述目标待分发处理任务匹配的任务处理策略;任务执行模块630具体可以用于:在确定所述任务处理策略为动态处理策略的情况下,调用动态类型算力执行所述目标待分发处理任务,并在确定当前待分配算力不满足算力空闲条件时停止执行所述目标待分发处理任务;在确定所述任务处理策略为静态处理策略的情况下,调用静态类型算力执行所述目标待分发处理任务,直至将所述目标待分发处理任务执行完毕;其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
在本发明实施例的一个可选实施方式中,所述装置还可以包括:算力使用数据接收模块,用于接收所述算力调用服务端设备发送的当前连接网络中的全部算力调用设备的算力使用数据;算力分配请求任务确定模块,用于当检测到待处理任务时,根据所述全部算力调用设备的算力使用数据确定算力分配请求任务;算力分配请求任务发送模块,用于将所述算力分配请求任务发送至所述算力调用服务端设备,以使所述算力调用服务端设备将所述算力分配请求任务确定为待分发处理任务,并将所述待分发处理任务发送至目标算力调用设备;所述目标算力调用设备用于执行所述待分发处理任务;任务执行结果接收模块,用于接收所述算力调用服务端设备发送的任务执行结果。
上述装置可执行本发明任意实施例所提供的任务处理方法,具备执行任务处理方法相应的功能模块和有益效果。
本发明实施例提供了一种任务处理装置,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率。
实施例七
图7为本发明实施例七提供的一种任务处理系统的结构示意图。如图7所述,所述系统包括:算力调用服务端设备710和算力调用客户端设备720。
其中,算力调用服务端设备710,用于获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备710和算力调用客户端设备720;根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;接收所述目标算力调用设备返回的任务执行结果。
算力调用客户端设备720,用于将本机的算力使用数据发送至算力调用服务端设备710,以使算力调用服务端设备710根据所述算力使用数据向目标算力调用设备发送待分发处理任务;接收算力调用服务端设备710发送的目标待分发处理任务;执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至算力调用服务端设备710。
在本发明实施例的一个可选实施方式中,所述算力使用数据可以包括:算力调用设备的当前待分配算力和算力调用设备的待调用执行算法;相应的,算力调用服务端设备710可以用于:将当前待分配算力满足算力空闲条件的算力调用设备确定为空闲算力调用设备;获取待分发处理任务对应的目标执行算法;将所述待调用执行算法中包括所述目标执行算法的空闲算力调用设备确定为目标算力调用设备;将所述待分发处理任务分发至所述目标算力调用设备。
在本发明实施例的一个可选实施方式中,所述算力使用数据还可以包括:算力调用设备的历史待分配算力;相应的,算力调用服务端设备710可以用于:获取各所述目标算力调用设备的历史待分配算力;在确定所述目标算力调用设备的历史待分配算力均满足算力空闲条件的情况下,将所述待分发处理任务和动态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述动态处理策略和当前待分配算力调用动态类型算力执行所述待分发处理任务,所述目标算力调用设备在确定所述当前待分配算力不满足所述算力空闲条件时停止执行所述待分发处理任务;在确定所述目标算力调用设备的历史待分配算力不满足所述算力空闲条件的情况下,将所述待分发处理任务和静态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述静态处理策略调用静态类型算力执行所述待分发处理任务,直至将所述待分发处理任务执行完毕;其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
在本发明实施例的一个可选实施方式中,算力调用服务端设备710可以用于:在所述获取当前连接网络中的全部算力调用设备的算力使用数据之后,将所述算力使用数据发送至算力调用客户端设备720,以对各所述算力调用设备进行算力同步处理;接收目标算力调用客户端设备720根据算力同步处理结果发送的算力分配请求任务,将所述算力分配请求任务确定为所述待分发处理任务;或获取本机待处理任务,并根据所述算力同步处理结果对所述本机待处理任务进行分解,得到所述待分发处理任务;相应的,算力调用服务端设备710还可以用于:在所述接收所述目标算力调用设备返回的任务执行结果之后,在确定所述待分发处理任务为目标算力调用客户端设备720发送的算力分配请求任务的情况下,将所述任务执行结果发送至目标算力调用客户端设备720。
在本发明实施例的一个可选实施方式中,算力调用客户端设备720可以用于:在所述接收算力调用服务端设备710发送的目标待分发处理任务的同时,接收所述目标待分发处理任务匹配的任务处理策略;相应的,算力调用客户端设备720还可以用于:在确定所述任务处理策略为动态处理策略的情况下,调用动态类型算力执行所述目标待分发处理任务,并在确定当前待分配算力不满足算力空闲条件时停止执行所述目标待分发处理任务;在确定所述任务处理策略为静态处理策略的情况下,调用静态类型算力执行所述目标待分发处理任务,直至将所述目标待分发处理任务执行完毕;其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
在本发明实施例的一个可选实施方式中,算力调用客户端设备720还可以用于:接收算力调用服务端设备710发送的当前连接网络中的全部算力调用设备的算力使用数据;当检测到待处理任务时,根据所述全部算力调用设备的算力使用数据确定算力分配请求任务;将所述算力分配请求任务发送至算力调用服务端设备710,以使算力调用服务端设备710将所述算力分配请求任务确定为待分发处理任务,并将所述待分发处理任务发送至目标算力调用设备;所述目标算力调用设备用于执行所述待分发处理任务;接收算力调用服务端设备710发送的任务执行结果。
示例性的,图8为本发明实施例提供的一种配置于车机的任务处理系统的结构示意图。如图8,任务处理系统包括算力调用服务端设备车机,以及n个算力调用客户端设备,包括设备1~n。其中,设备1~n通过车机可以共享车机提供的蓝牙或者WiFi网络,则在车机和设备1~n之间可以进行算力调用,协调各设备的算力,完成任意设备中的待处理任务。例如,一般情况下,车机在单机状态下进行本地语音识别时,由于算力的不足,导致识别率远达不到在线识别,会影响用户体验。因此,车机通过与设备1~n的当前连接网络,同步各个设备的算力使用数据,并相应的同步到各设备;车机根据算力使用数据,可以分解语音识别的任务,并决定采用动态处理策略还是静态处理策略,将分解出的各任务连同匹配的任务处理策略发送至目标设备,从而各目标设备根据接收到的任务处理策略,执行任务并返回结果。
又如,在设备1中运行游戏或进行图像识别任务时,由于需要大量的算力,对单一设备造成压力。因此,设备1可以根据车机同步的算力使用数据,将任务分解,并通过车机分发至其他设备,以减轻设备1的压力。图9为本发明实施例提供的一种任务处理系统的工作方法示意图。如图9所示,以设备Device1和Device2为例,通过车机,可以将Device1中的待处理任务分发至车机和Device2执行,得到任务执行结果,并最终返回至Device1,以使Device1得到完整的待处理任务的执行结果,完成待处理任务。
本发明实施例提供了一种任务处理系统,通过算力调用服务端设备获取当前连接网络中包括算力调用服务端设备和算力调用客户端设备在内的全部算力调用设备的算力使用数据,以根据算力使用数据,将根据待处理任务分解得到的待分发处理任务发送至目标算力调用设备,以使目标算力调用设备执行待分发处理任务,解决现有技术中,处于同一共享网络中的设备之间缺乏能力联合利用的问题,进一步挖掘并协调了各台设备的算力,实现联合利用多台设备的算力协同处理任务,从而提高任务处理的效率。
实施例八
图10为本发明实施例八提供的一种电子设备的结构示意图。图10示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图10显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图10未显示,通常称为“硬盘驱动器”)。尽管图10中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图10中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,实现本发明实施例所提供的任务处理方法:获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;接收所述目标算力调用设备返回的任务执行结果;或,将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;接收所述算力调用服务端设备发送的目标待分发处理任务;执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
实施例九
本发明实施例五提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,实现本发明实施例所提供的任务处理方法:获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;接收所述目标算力调用设备返回的任务执行结果;或,将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;接收所述算力调用服务端设备发送的目标待分发处理任务;执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。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(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,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。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或计算机设备上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种任务处理方法,其特征在于,应用于算力调用服务端设备,包括:
获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;
根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;
接收所述目标算力调用设备返回的任务执行结果。
2.根据权利要求1所述的方法,其特征在于,所述算力使用数据包括:算力调用设备的当前待分配算力和算力调用设备的待调用执行算法;
所述将待分发处理任务发送至目标算力调用设备,包括:
将当前待分配算力满足算力空闲条件的算力调用设备确定为空闲算力调用设备;
获取待分发处理任务对应的目标执行算法;
将所述待调用执行算法中包括所述目标执行算法的空闲算力调用设备确定为目标算力调用设备;
将所述待分发处理任务分发至所述目标算力调用设备。
3.根据权利要求2所述的方法,其特征在于,所述算力使用数据还包括:算力调用设备的历史待分配算力;
所述将所述待分发处理任务分发至所述目标算力调用设备,包括:
获取各所述目标算力调用设备的历史待分配算力;
在确定所述目标算力调用设备的历史待分配算力均满足算力空闲条件的情况下,将所述待分发处理任务和动态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述动态处理策略和当前待分配算力调用动态类型算力执行所述待分发处理任务,所述目标算力调用设备在确定所述当前待分配算力不满足所述算力空闲条件时停止执行所述待分发处理任务;
在确定所述目标算力调用设备的历史待分配算力不满足所述算力空闲条件的情况下,将所述待分发处理任务和静态处理策略发送至所述目标算力调用设备,以使所述目标算力调用设备根据所述静态处理策略和当前待分配算力调用静态类型算力执行所述待分发处理任务,直至将所述待分发处理任务执行完毕;
其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
4.根据权利要求1-3任一所述的方法,其特征在于,在所述获取当前连接网络中的全部算力调用设备的算力使用数据之后,还包括:
将所述算力使用数据发送至所述算力调用客户端设备,以对各所述算力调用设备进行算力同步处理;
接收所述目标算力调用客户端设备根据算力同步处理结果发送的算力分配请求任务,将所述算力分配请求任务确定为所述待分发处理任务;或
获取本机待处理任务,并根据所述算力同步处理结果对所述本机待处理任务进行分解,得到所述待分发处理任务;
在所述接收所述目标算力调用设备返回的任务执行结果之后,还包括:
在确定所述待分发处理任务为所述目标算力调用客户端设备发送的算力分配请求任务的情况下,将所述任务执行结果发送至所述目标算力调用客户端设备;
在确定所述待分发处理任务为所述本机待处理任务的情况下,根据所述任务执行结果,确定所述本机待处理任务执行结果。
5.一种任务处理方法,其特征在于,应用于算力调用客户端设备,包括:
将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;
接收所述算力调用服务端设备发送的目标待分发处理任务;
执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
6.根据权利要求5所述的方法,其特征在于,在所述接收所述算力调用服务端设备发送的目标待分发处理任务的同时,还包括:
接收所述目标待分发处理任务匹配的任务处理策略;
所述执行所述目标待分发处理任务,包括:
在确定所述任务处理策略为动态处理策略的情况下,调用动态类型算力执行所述目标待分发处理任务,并在确定当前待分配算力不满足算力空闲条件时停止执行所述目标待分发处理任务;
在确定所述任务处理策略为静态处理策略的情况下,调用静态类型算力执行所述目标待分发处理任务,直至将所述目标待分发处理任务执行完毕;
其中,所述动态类型算力的算力设备占比大于所述静态类型算力的算力设备占比。
7.根据权利要求5或6所述的方法,其特征在于,还包括:
接收所述算力调用服务端设备发送的当前连接网络中的全部算力调用设备的算力使用数据;
当检测到待处理任务时,根据所述全部算力调用设备的算力使用数据确定算力分配请求任务;
将所述算力分配请求任务发送至所述算力调用服务端设备,以使所述算力调用服务端设备将所述算力分配请求任务确定为待分发处理任务,并将所述待分发处理任务发送至目标算力调用设备;所述目标算力调用设备用于执行所述待分发处理任务;
接收所述算力调用服务端设备发送的任务执行结果。
8.一种任务处理装置,其特征在于,配置于算力调用服务端设备,包括:
使用数据获取模块,用于获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括算力调用服务端设备和算力调用客户端设备;
任务发送模块,用于根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;
执行结果接收模块,用于接收所述目标算力调用设备返回的任务执行结果。
9.一种任务处理装置,其特征在于,配置于算力调用客户端设备,包括:
使用数据发送模块,用于将本机的算力使用数据发送至算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;
任务接收模块,用于接收所述算力调用服务端设备发送的目标待分发处理任务;
任务执行模块,用于执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
10.一种任务处理系统,其特征在于,包括算力调用服务端设备和算力调用客户端设备;其中:
所述算力调用服务端设备,用于获取当前连接网络中的全部算力调用设备的算力使用数据,所述全部算力调用设备包括所述算力调用服务端设备和所述算力调用客户端设备;根据所述算力使用数据,将待分发处理任务发送至目标算力调用设备,以使所述目标算力调用设备执行所述待分发处理任务;其中,所述待分发处理任务为待处理任务的分解子任务;接收所述目标算力调用设备返回的任务执行结果;
所述算力调用客户端设备,用于将本机的算力使用数据发送至所述算力调用服务端设备,以使所述算力调用服务端设备根据所述算力使用数据向目标算力调用设备发送待分发处理任务;接收所述算力调用服务端设备发送的目标待分发处理任务;执行所述目标待分发处理任务,并将所述目标待分发处理任务的任务执行结果发送至所述算力调用服务端设备。
11.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的任务处理方法。
12.一种计算机存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一所述的任务处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110220579.2A CN112835703B (zh) | 2021-02-26 | 2021-02-26 | 任务处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110220579.2A CN112835703B (zh) | 2021-02-26 | 2021-02-26 | 任务处理方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112835703A true CN112835703A (zh) | 2021-05-25 |
CN112835703B CN112835703B (zh) | 2024-04-26 |
Family
ID=75933991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110220579.2A Active CN112835703B (zh) | 2021-02-26 | 2021-02-26 | 任务处理方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112835703B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710485A (zh) * | 2022-02-21 | 2022-07-05 | 联想(北京)有限公司 | 处理方法和处理装置 |
CN117453388A (zh) * | 2023-07-21 | 2024-01-26 | 广东奥飞数据科技股份有限公司 | 一种分布式算力智能调度系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150295970A1 (en) * | 2014-04-09 | 2015-10-15 | Alibaba Group Holding Limited | Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system |
CN105471950A (zh) * | 2014-09-05 | 2016-04-06 | 鸿富锦精密工业(武汉)有限公司 | 分布式计算方法及系统 |
CN107844376A (zh) * | 2017-11-21 | 2018-03-27 | 北京星河星云信息技术有限公司 | 计算系统的资源调配方法、计算系统、介质和服务器 |
CN109769207A (zh) * | 2018-12-29 | 2019-05-17 | 驭势科技(北京)有限公司 | 一种移动设备动态组网分享算力的系统与方法 |
CN109783224A (zh) * | 2018-12-10 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于负载调配的任务分配方法、装置及终端设备 |
CN110928685A (zh) * | 2019-11-20 | 2020-03-27 | 圆通速递有限公司 | 一种智能协同计算系统和方法 |
CN111475276A (zh) * | 2020-05-29 | 2020-07-31 | 深圳市元征科技股份有限公司 | 一种基于边缘计算的任务管理方法及其装置 |
CN111966485A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 计算资源的调度方法、装置、电子设备以及存储介质 |
-
2021
- 2021-02-26 CN CN202110220579.2A patent/CN112835703B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150295970A1 (en) * | 2014-04-09 | 2015-10-15 | Alibaba Group Holding Limited | Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system |
CN105471950A (zh) * | 2014-09-05 | 2016-04-06 | 鸿富锦精密工业(武汉)有限公司 | 分布式计算方法及系统 |
CN107844376A (zh) * | 2017-11-21 | 2018-03-27 | 北京星河星云信息技术有限公司 | 计算系统的资源调配方法、计算系统、介质和服务器 |
CN109783224A (zh) * | 2018-12-10 | 2019-05-21 | 平安科技(深圳)有限公司 | 基于负载调配的任务分配方法、装置及终端设备 |
CN109769207A (zh) * | 2018-12-29 | 2019-05-17 | 驭势科技(北京)有限公司 | 一种移动设备动态组网分享算力的系统与方法 |
CN110928685A (zh) * | 2019-11-20 | 2020-03-27 | 圆通速递有限公司 | 一种智能协同计算系统和方法 |
CN111475276A (zh) * | 2020-05-29 | 2020-07-31 | 深圳市元征科技股份有限公司 | 一种基于边缘计算的任务管理方法及其装置 |
CN111966485A (zh) * | 2020-06-30 | 2020-11-20 | 北京百度网讯科技有限公司 | 计算资源的调度方法、装置、电子设备以及存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114710485A (zh) * | 2022-02-21 | 2022-07-05 | 联想(北京)有限公司 | 处理方法和处理装置 |
CN114710485B (zh) * | 2022-02-21 | 2023-10-27 | 联想(北京)有限公司 | 处理方法和处理装置 |
CN117453388A (zh) * | 2023-07-21 | 2024-01-26 | 广东奥飞数据科技股份有限公司 | 一种分布式算力智能调度系统及方法 |
CN117453388B (zh) * | 2023-07-21 | 2024-02-27 | 广东奥飞数据科技股份有限公司 | 一种分布式算力智能调度系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112835703B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6072834B2 (ja) | 方法、プログラム、装置、およびシステム | |
CN103067468B (zh) | 云调度方法及其系统 | |
CN109076304A (zh) | 用于自适应音频呈现的应用编程接口 | |
CN112835703B (zh) | 任务处理方法、装置、设备及存储介质 | |
JP2015530660A (ja) | 物理メモリの動的パーティショニング技術 | |
CN113849312A (zh) | 数据处理任务的分配方法、装置、电子设备及存储介质 | |
CN109902059B (zh) | 一种cpu与gpu之间的数据传输方法 | |
CN114579288B (zh) | 一种任务处理的方法、装置以及计算机设备 | |
US20130219386A1 (en) | Dynamic allocation of compute resources | |
CN111679911A (zh) | 云环境中gpu卡的管理方法、装置、设备及介质 | |
CN109725977A (zh) | 一种基于Android系统的多应用显示方法及终端设备 | |
CN111506434B (zh) | 一种任务处理方法、装置及计算机可读存储介质 | |
CN114116092A (zh) | 云桌面系统处理方法、云桌面系统控制方法以及相关设备 | |
CN112488907A (zh) | 数据处理方法及系统 | |
CN115037986B (zh) | 视频的自适应播放方法及设备 | |
CN111813541B (zh) | 一种任务调度方法、装置、介质和设备 | |
KR20210042992A (ko) | 딥러닝 모델을 트레이닝하는 방법 및 장치 | |
CN112165572A (zh) | 图像处理方法、装置、终端及存储介质 | |
CN110874343B (zh) | 基于深度学习芯片进行语音处理的方法和深度学习芯片 | |
CN116402318A (zh) | 面向配电网的多级算力资源分配方法、装置及网络架构 | |
CN117632457A (zh) | 一种加速器调度方法及相关装置 | |
CN115840648A (zh) | 一种仿真任务的处理方法、装置及电子设备 | |
CN115098272A (zh) | Gpu资源调度方法、调度器、电子设备和存储介质 | |
CN114500546A (zh) | 基于负载均衡集群的通信消息发送方法、装置及设备 | |
CN114146406A (zh) | 运算资源分配的方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |