CN112860400A - 一种处理分布式训练任务的方法、系统、设备及介质 - Google Patents
一种处理分布式训练任务的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112860400A CN112860400A CN202110175724.XA CN202110175724A CN112860400A CN 112860400 A CN112860400 A CN 112860400A CN 202110175724 A CN202110175724 A CN 202110175724A CN 112860400 A CN112860400 A CN 112860400A
- Authority
- CN
- China
- Prior art keywords
- event
- task
- synchronous
- identifier
- queue
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012545 processing Methods 0.000 title claims abstract description 36
- 230000001360 synchronised effect Effects 0.000 claims abstract description 77
- 238000012544 monitoring process Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims abstract description 9
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 13
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000000844 transformation 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- 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
- G06F9/52—Program synchronisation; Mutual exclusion, e.g. by means of semaphores
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种处理分布式训练任务的方法、系统、设备和存储介质，方法包括：监听分布式节点中每个节点的任务状态；响应于存在节点的任务状态发生变化，根据节点最新的任务状态映射生成分布式训练任务状态；将分布式训练任务状态装载为事件，并将事件放入同步事件队列的队尾；以及按照顺序依次接收同步事件队列中的每个事件，并根据事件的事件信息执行相应的任务。本发明通过将任务状态映射为整体的分布式训练任务状态，然后将分布式训练任务状态抽象并组装成事件放到同步事件队列中，能够对同步事件队列进行同步控制，极大地增加了人工智能平台的易用性。
Description
技术领域
本发明涉及人工智能平台领域，更具体地，特别是指一种处理分布式训练任务的方法、系统、计算机设备及可读介质。
背景技术
近几年，随着计算机硬件算力的升级和一些深度学习算法的迭代研发，人工智能领域再一次迎来了自己的蓬勃发展期，许多公司和研究院所为了能够赶上这一次的人工智能热潮，都成立了自己的人工智能部门，并且配置了大量的人工智能服务器供算法人员去使用。渐渐地，资源配置矛盾就出现了，很多算法人员为了实现自己的实验，都会去人工智能服务器申请资源去训练自己的任务，但是如果资管管控调度不合理，很容易造成一人占用服务器，其他人都得等待使用的情况。特别是针对一些分布式训练任务，单纯的靠人工运维很难实现资源的合理分配，所以非常有必要创建一种建立于人工智能服务器之上的人工智能资源管控平台，算法人员每次获取资源都需要从平台申请，并且统一调度，最大限度的满足算法人员的资源需要，提升工作效率与资源使用率。
在人工智能平台规划好后，又会面临很多问题，比如如何进行分布式训练任务的资源申请；训练任务的状态该怎么维护，特别地，对于一些分布式训练任务，该怎么通过不同的训练节点信息去映射整个的训练任务状态；训练任务完成后，需要执行什么逻辑，该怎么释放资源；用什么方式维护整个分布式训练任务的生命周期等等，这些都是需要考虑的问题。如果这些问题没有得到妥善的解决，就算一个平台构建成功，也不会得到算法工程师的青睐，最终会被市场环境所淘汰。
发明内容
有鉴于此，本发明实施例的目的在于提出一种处理分布式训练任务的方法、系统、计算机设备及计算机可读存储介质，基于同步事件队列的分布式训练任务状态监听更新机制，通过监听获取节点的任务状态，将任务状态映射为整体的分布式训练任务状态，然后将分布式训练任务状态抽象并组装成事件放到同步事件队列中，事件驱动引擎不间断的从同步事件队列获取最早进入队列的事件并进行处理，有条不紊的记录并处理分布式训练任务的各个状态，极大地增加了人工智能平台的易用性。
基于上述目的，本发明实施例的一方面提供了一种处理分布式训练任务的方法，包括如下步骤：监听分布式节点中每个节点的任务状态；响应于存在节点的任务状态发生变化，根据所述节点最新的任务状态映射生成分布式训练任务状态；将所述分布式训练任务状态装载为事件，并将所述事件放入同步事件队列的队尾；以及按照顺序依次接收所述同步事件队列中的每个事件，并根据所述事件的事件信息执行相应的任务。
在一些实施方式中，所述将所述分布式训练任务状态装载为事件包括：为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。
在一些实施方式中，所述将所述事件放入同步事件队列的队尾包括：判断所述事件绑定的标识是否已经存在；响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。
在一些实施方式中，所述将所述事件放入同步事件队列的队尾包括：响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。
本发明实施例的另一方面，提供了一种处理分布式训练任务的系统，包括：监听模块，配置用于监听分布式节点中每个节点的任务状态；映射模块，配置用于响应于存在节点的任务状态发生变化，根据所述节点最新的任务状态映射生成分布式训练任务状态；装载模块，配置用于将所述分布式训练任务状态装载为事件，并将所述事件放入同步事件队列的队尾；以及执行模块，配置用于按照顺序依次接收所述同步事件队列中的每个事件，并根据所述事件的事件信息执行相应的任务。
在一些实施方式中，所述装载模块配置用于：为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。
在一些实施方式中，所述装载模块配置用于：判断所述事件绑定的标识是否已经存在；响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。
在一些实施方式中，所述装载模块配置用于：响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。
本发明实施例的又一方面，还提供了一种计算机设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现如上方法的步骤。
本发明实施例的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时实现如上方法步骤的计算机程序。
本发明具有以下有益技术效果：基于同步事件队列的分布式训练任务状态监听更新机制，通过监听获取节点的任务状态，将任务状态映射为整体的分布式训练任务状态，然后将分布式训练任务状态抽象并组装成事件放到同步事件队列中，事件驱动引擎不间断的从同步事件队列获取最早进入队列的事件并进行处理，有条不紊的记录并处理分布式训练任务的各个状态，极大地增加了人工智能平台的易用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
图1为本发明提供的处理分布式训练任务的方法的实施例的示意图；
图2为本发明提供的处理分布式训练任务的计算机设备的实施例的硬件结构示意图；
图3为本发明提供的处理分布式训练任务的计算机存储介质的实施例的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
基于上述目的，本发明实施例的第一个方面，提出了一种处理分布式训练任务的方法的实施例。图1示出的是本发明提供的处理分布式训练任务的方法的实施例的示意图。如图1所示，本发明实施例包括如下步骤：
S1、监听分布式节点中每个节点的任务状态；
S2、响应于存在节点的任务状态发生变化，根据节点最新的任务状态映射生成分布式训练任务状态；
S3、将分布式训练任务状态装载为事件，并将事件放入同步事件队列的队尾；以及
S4、按照顺序依次接收同步事件队列中的每个事件，并根据事件的事件信息执行相应的任务。
本发明实施例可以设置多个组件，具体包括分布式节点状态监听组件、状态映射组件、事件抽象组件、同步事件队列组件、事件发现驱动引擎组件和事件处理组件。
分布式节点状态监听组件负责监听每个节点上的任务状态，当任务状态发生变化时，实时进行上报；状态映射组件负责收集分布式节点状态监听组件传过来的各个节点的任务状态信息，并根据各个节点的任务状态映射生成整个分布式训练任务状态；事件抽象组件负责将状态映射组件生成的分布式训练任务状态抽象装载为一个事件，该事件的事件信息中包含当前分布式训练任务的详细信息；同步事件队列组件负责维护每个任务的同步事件队列中事件的顺序，只有当该任务的上个事件处理完成后，才能将下一个事件弹出队列；事件发现驱动引擎组件的生命周期跟训练平台一致，主要功能是维护同步事件队列组件，负责从同步事件队列中弹出任务状态事件交给事件处理组件处理，在处理的过程中，锁定该同步事件队列，不让下一个事件弹出队列；事件处理组件负责接收分布式任务事件信息，根据信息去操作任务。
监听分布式节点中每个节点的任务状态。分布式节点状态监听组件在每个分布式节点上放一个探针，负责嗅探节点的任务的运行状态，收集任务状态并打包发送给状态映射组件。
响应于存在节点的任务状态发生变化，根据节点最新的任务状态映射生成分布式训练任务状态。接收来自分布式节点状态监听组件发送的各个节点的任务状态。根据任务状态判断此时该任务所处的状态，如果节点都是运行中，则判断任务处于运行中；如果其中一个节点出现错误，则将整个训练任务标记为失败状态；如果分布式训练任务的主节点处于完成状态，则将整个分布式训练任务标记为完成状态。将映射好的分布式训练任务状态发送给事件抽象组件。
将分布式训练任务状态装载为事件，将事件放入同步事件队列的队尾。
在一些实施方式中，所述将所述分布式训练任务状态装载为事件包括：为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。新建一个事件，并将分布式训练任务状态装载到事件中。为该事件创建一个id(标识)，该id与任务绑定，用来区分该事件所对应的任务。
在一些实施方式中，所述将所述事件放入同步事件队列的队尾包括：判断所述事件绑定的标识是否已经存在；响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。组装好事件之后，将该事件放入属于该任务的同步事件队列中，特别的，系统会为每一个分布式训练任务都创建一个同步事件队列，只有属于同一个任务的事件才能放到同一个队列。当接收到一个新的事件之后，先判断事件携带的id是否已经存在，如果不存在，新建一个同步事件队列，并将事件放到队列中。
在一些实施方式中，所述将所述事件放入同步事件队列的队尾包括：响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。如果事件携带的id已经存在，则通过id查找到属于该任务的同步事件队列，将该事件放到队列的尾部。
按照顺序依次接收同步事件队列中的每个事件，并根据事件的事件信息去执行相应的任务。事件发现驱动引擎组件负责不断嗅探各个同步事件队列中的队头事件元素，如果符合条件，则进行处理。事件发现驱动引擎组件不断轮询嗅探队列元素。当发现某个队列中的队头事件元素可以弹出，则将该事件发送给处理组件去处理，同时将该队列的队头锁住，使其不再弹出。当发现某个队列中的队头事件元素已被锁住，说明该任务还有事件没处理完成，则跳过当前操作，等待下次嗅探。
事件处理组件负责处理事件，并操作平台资源，进行资源回收操作。根据事件中的状态属性，更新任务状态。如果任务状态是运行中，则略过该状态。如果任务状态是失败，则清理分布式训练任务各个节点进程，释放占用的资源，并通知用户查看错误原因。如果任务状态是完成，则保存训练日志，并清理分布式训练任务各个节点进程，释放占用的资源，并通知用户任务已经完成。处理完事件后，释放对该任务同步事件队列的锁，保证下个事件能被事件发现驱动引擎组件嗅探到并弹出。
本发明运用一种基于同步事件队列的分布式训练任务状态监听更新机制，通过监听获取分布式任务的节点信息，利用节点状态将其映射为整体的分布式训练任务状态，然后将其状态抽象并组装成一种事件信息放到一个同步事件队列中，事前驱动引擎组件不间断的从同步事件队列获取最早进入队列的事件进行处理，有条不紊的记录并处理分布式训练任务的各个状态，极大地增加了人工智能平台的易用性。
需要特别指出的是，上述处理分布式训练任务的方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于处理分布式训练任务的方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在实施例之上。
基于上述目的，本发明实施例的第二个方面，提出了一种处理分布式训练任务的系统，包括：监听模块，配置用于监听分布式节点中每个节点的任务状态；映射模块，配置用于响应于存在节点的任务状态发生变化，根据所述节点最新的任务状态映射生成分布式训练任务状态；装载模块，配置用于将所述分布式训练任务状态装载为事件，并将所述事件放入同步事件队列的队尾；以及执行模块，配置用于按照顺序依次接收所述同步事件队列中的每个事件，并根据所述事件的事件信息执行相应的任务。
在一些实施方式中，所述装载模块配置用于：为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。
在一些实施方式中，所述装载模块配置用于：判断所述事件绑定的标识是否已经存在；响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。
在一些实施方式中，所述装载模块配置用于：响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。
基于上述目的，本发明实施例的第三个方面，提出了一种计算机设备，包括：至少一个处理器；以及存储器，存储器存储有可在处理器上运行的计算机指令，指令由处理器执行以实现如下步骤：S1、监听分布式节点中每个节点的任务状态；S2、响应于存在节点的任务状态发生变化，根据节点最新的任务状态映射生成分布式训练任务状态；S3、将分布式训练任务状态装载为事件，并将事件放入同步事件队列的队尾；以及S4、按照顺序依次接收同步事件队列中的每个事件，并根据事件的事件信息执行相应的任务。
在一些实施方式中，所述将所述分布式训练任务状态装载为事件包括：为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。
在一些实施方式中，所述将所述事件放入同步事件队列的队尾包括：判断所述事件绑定的标识是否已经存在；响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。
在一些实施方式中，所述将所述事件放入同步事件队列的队尾包括：响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。
如图2所示，为本发明提供的上述处理分布式训练任务的计算机设备的一个实施例的硬件结构示意图。
以如图2所示的装置为例，在该装置中包括一个处理器201以及一个存储器202，并还可以包括：输入装置203和输出装置204。
处理器201、存储器202、输入装置203和输出装置204可以通过总线或者其他方式连接，图2中以通过总线连接为例。
存储器202作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的处理分布式训练任务的方法对应的程序指令/模块。处理器201通过运行存储在存储器202中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的处理分布式训练任务的方法。
存储器202可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据处理分布式训练任务的方法的使用所创建的数据等。此外，存储器202可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器202可选包括相对于处理器201远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置203可接收输入的用户名和密码等信息。输出装置204可包括显示屏等显示设备。
一个或者多个处理分布式训练任务的方法对应的程序指令/模块存储在存储器202中，当被处理器201执行时，执行上述任意方法实施例中的处理分布式训练任务的方法。
执行上述处理分布式训练任务的方法的计算机设备的任何一个实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
本发明还提供了一种计算机可读存储介质，计算机可读存储介质存储有被处理器执行时执行如上方法的计算机程序。
如图3所示，为本发明提供的上述处理分布式训练任务的计算机存储介质的一个实施例的示意图。以如图3所示的计算机存储介质为例，计算机可读存储介质3存储有被处理器执行时执行如上方法的计算机程序31。
最后需要说明的是，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，处理分布式训练任务的方法的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例，可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。
应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种处理分布式训练任务的方法，其特征在于，包括以下步骤：
监听分布式节点中每个节点的任务状态；
响应于存在节点的任务状态发生变化，根据所述节点最新的任务状态映射生成分布式训练任务状态；
将所述分布式训练任务状态装载为事件，并将所述事件放入同步事件队列的队尾；以及
按照顺序依次接收所述同步事件队列中的每个事件，并根据所述事件的事件信息执行相应的任务。
2.根据权利要求1所述的方法，其特征在于，所述将所述分布式训练任务状态装载为事件包括：
为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。
3.根据权利要求2所述的方法，其特征在于，所述将所述事件放入同步事件队列的队尾包括：
判断所述事件绑定的标识是否已经存在；
响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。
4.根据权利要求3所述的方法，其特征在于，所述将所述事件放入同步事件队列的队尾包括：
响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。
5.一种处理分布式训练任务的系统，其特征在于，包括：
监听模块，配置用于监听分布式节点中每个节点的任务状态；
映射模块，配置用于响应于存在节点的任务状态发生变化，根据所述节点最新的任务状态映射生成分布式训练任务状态；
装载模块，配置用于将所述分布式训练任务状态装载为事件，并将所述事件放入同步事件队列的队尾；以及
执行模块，配置用于按照顺序依次接收所述同步事件队列中的每个事件，并根据所述事件的事件信息执行相应的任务。
6.根据权利要求5所述的系统，其特征在于，所述装载模块配置用于：
为所述事件创建对应的标识，并将所述标识与所述事件和对应的任务进行绑定。
7.根据权利要求6所述的系统，其特征在于，所述装载模块配置用于：
判断所述事件绑定的标识是否已经存在；响应于所述标识不存在，新建一个同步事件队列，并将所述事件放入所述新建的同步事件队列的队尾。
8.根据权利要求7所述的系统，其特征在于，所述装载模块配置用于：
响应于所述标识存在，根据所述标识确定所述任务对应的同步事件队列，并将所述事件放入所述对应的同步事件队列的队尾。
9.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现权利要求1-4任意一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4任意一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110175724.XA CN112860400A (zh) | 2021-02-09 | 2021-02-09 | 一种处理分布式训练任务的方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110175724.XA CN112860400A (zh) | 2021-02-09 | 2021-02-09 | 一种处理分布式训练任务的方法、系统、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112860400A true CN112860400A (zh) | 2021-05-28 |
Family
ID=75989359
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110175724.XA Pending CN112860400A (zh) | 2021-02-09 | 2021-02-09 | 一种处理分布式训练任务的方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112860400A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113608842A (zh) * | 2021-09-30 | 2021-11-05 | 苏州浪潮智能科技有限公司 | 一种容器集群和组件的管理方法、装置、系统及存储介质 |
| CN114979141A (zh) * | 2022-05-13 | 2022-08-30 | 北京百度网讯科技有限公司 | 一种任务处理方法、装置、设备以及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108182110A (zh) * | 2018-01-23 | 2018-06-19 | 平安科技（深圳）有限公司 | 任务流转控制方法、装置、设备及计算机可读存储介质 |
| CA2995929A1 (en) * | 2017-03-09 | 2018-09-09 | Capital One Services, Llc | Systems and methods for providing automated natural language dialogue with customers |
| CN109828833A (zh) * | 2018-11-02 | 2019-05-31 | 上海帆一尚行科技有限公司 | 一种神经网络训练任务的排队系统及其方法 |
| CN110532067A (zh) * | 2018-05-25 | 2019-12-03 | 杭州海康威视数字技术股份有限公司 | 事件处理方法、装置、设备及存储介质 |
| CN111756811A (zh) * | 2020-05-29 | 2020-10-09 | 苏州浪潮智能科技有限公司 | 一种分布式系统的主动推送的方法、系统、设备及介质 |
| CN112000473A (zh) * | 2020-08-12 | 2020-11-27 | 中国银联股份有限公司 | 深度学习模型的分布式训练方法以及装置 |
-
2021
- 2021-02-09 CN CN202110175724.XA patent/CN112860400A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2995929A1 (en) * | 2017-03-09 | 2018-09-09 | Capital One Services, Llc | Systems and methods for providing automated natural language dialogue with customers |
| CN108182110A (zh) * | 2018-01-23 | 2018-06-19 | 平安科技（深圳）有限公司 | 任务流转控制方法、装置、设备及计算机可读存储介质 |
| CN110532067A (zh) * | 2018-05-25 | 2019-12-03 | 杭州海康威视数字技术股份有限公司 | 事件处理方法、装置、设备及存储介质 |
| CN109828833A (zh) * | 2018-11-02 | 2019-05-31 | 上海帆一尚行科技有限公司 | 一种神经网络训练任务的排队系统及其方法 |
| CN111756811A (zh) * | 2020-05-29 | 2020-10-09 | 苏州浪潮智能科技有限公司 | 一种分布式系统的主动推送的方法、系统、设备及介质 |
| CN112000473A (zh) * | 2020-08-12 | 2020-11-27 | 中国银联股份有限公司 | 深度学习模型的分布式训练方法以及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113608842A (zh) * | 2021-09-30 | 2021-11-05 | 苏州浪潮智能科技有限公司 | 一种容器集群和组件的管理方法、装置、系统及存储介质 |
| CN114979141A (zh) * | 2022-05-13 | 2022-08-30 | 北京百度网讯科技有限公司 | 一种任务处理方法、装置、设备以及存储介质 |
| CN114979141B (zh) * | 2022-05-13 | 2024-04-26 | 北京百度网讯科技有限公司 | 一种任务处理方法、装置、设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110928774B (zh) | 一种基于节点式的自动化测试系统 | |
| CN102739802B (zh) | 面向业务应用的it集中运维分析系统 | |
| CN104731580A (zh) | 基于Karaf与ActiveMQ的自动化运维系统及其实现方法 | |
| CN112860400A (zh) | 一种处理分布式训练任务的方法、系统、设备及介质 | |
| CN110581773A (zh) | 一种自动化服务监控与报警管理系统 | |
| CN107483245A (zh) | 一种基于karaf_agent的主动采集实现装置 | |
| US11119828B2 (en) | Digital processing system for event and/or time based triggering management, and control of tasks | |
| CN109614164A (zh) | 实现插件可配置的方法、装置、设备及可读存储介质 | |
| CN110569113A (zh) | 分布式任务的调度方法及系统、计算机可读存储介质 | |
| CN103164262B (zh) | 一种任务管理方法及装置 | |
| CN109902028A (zh) | Acl特性的自动化测试方法、装置、设备及存储介质 | |
| CN113391901A (zh) | Rpa机器人的管理方法、装置、设备及存储介质 | |
| CN114422386A (zh) | 一种微服务网关的监测方法及装置 | |
| CN116400987B (zh) | 持续集成方法、装置、电子设备及存储介质 | |
| CN113687927A (zh) | Flume任务调度配置方法、装置、设备及存储介质 | |
| CN114817134B (zh) | 一种快照任务监控方法、装置、设备及介质 | |
| CN103118248A (zh) | 监控方法、监控代理、监控服务器和系统 | |
| WO2022193855A1 (zh) | 一种任务状态更新方法、装置、设备及介质 | |
| CN109375946A (zh) | 一种管理节点包管理器的组件包的方法及系统 | |
| CN114371961A (zh) | 一种通用的应用系统自动化灾难恢复演练方法及存储介质 | |
| Sousa et al. | M2-fot: a proposal for monitoring and management of fog of things platforms | |
| CN110764882B (zh) | 分布式管理方法、分布式管理系统及装置 | |
| CN110781002A (zh) | 一种弹性伸缩方法、管理系统、终端及存储介质 | |
| CN111600928B (zh) | 一种模拟服务控制方法、智能终端及存储介质 | |
| CN114625539B (zh) | 脚本工具执行方法、装置、电子设备集群及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |
|
| RJ01 | Rejection of invention patent application after publication |