CN112882826A - 一种资源协同调度方法以及装置 - Google Patents
一种资源协同调度方法以及装置 Download PDFInfo
- Publication number
- CN112882826A CN112882826A CN201911208422.7A CN201911208422A CN112882826A CN 112882826 A CN112882826 A CN 112882826A CN 201911208422 A CN201911208422 A CN 201911208422A CN 112882826 A CN112882826 A CN 112882826A
- Authority
- CN
- China
- Prior art keywords
- local
- computing
- computing resource
- service
- processed
- 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
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
- G06F9/50—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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提供了一种资源协同调度方法以及装置,用于使得智能终端上的应用程序可以协同调度使用本地资源和云端资源,从而实现该应用程序在开发和运行上与资源选择无感。本申请实施例方法包括:本地操作设备获取本地已安装启动的应用程序的待处理业务信息和当前所处网络的网络状态以及当前云计算系统中的计算资源,其中,该待处理业务信息包括该待处理业务的数据处理量和数据类型,该网络状态包括网络带宽和网络时延,该云计算系统中的计算资源包括本地操作设备中的本地计算资源和云操作系统中的云端计算资源;最后该本地操作设备根据该计算资源、该待处理业务信息以及该网络状态确定该待处理业务对应的计算资源。
Description
技术领域
本申请涉及云计算领域,尤其涉及一种资源协同调度方法以及装置。
背景技术
智能手机业已在现代人们的生活、工作中起到及其重要的作用,比如,在通讯,新闻,娱乐,购物等方面都给人们带来了极大的便利。另外一方面,计算资源云化也是一种重要的行业发展趋势,是数字化转型的重要的组成部分,云计算将成为数值化世界的重要基础设施,构筑在云之上的大数据、人工智能、物联网等技术将发挥更大的社会和经济价值。而智能手机成为接入云端的重要终端设备,借助智能手机本身的能力和云端计算/存贮资源提供的强大能力,智能终端必将在专业游戏(如云游戏等)、行业应用发挥越来越不可替代的作用。
然而,目前智能终端对云资源的使用多数是基于软件层(即Software层,也称为S层;在网络架构中S层为服务层,相对应的还有平台层(即Platform层,也称为P层)和基础设置层(即Infrastructure层,也称为I层)。这就需要在终端的应用层和云端的S层进行相对复杂的开发,一定程度上提高了智能手机对云端资源的使用的门槛。
目前可以看到的较为典型的智能终端对云资源的使用,主要为云存储和云电脑(也包括云游戏和云虚拟现实(Virtual Reality,VR))。这些应用通常需要在客户端开发特别的应用程序,来实现终端对云端存储资源和计算资源的使用。可以说,目前智能终端对云端资源的使用上需要特定条件下的有限使用。
发明内容
本申请实施例提供了一种资源协同调度方法以及装置,用于使得智能终端上的应用程序可以协同调度使用本地资源和云端资源,从而实现该应用程序在开发和运行上与资源选择无感。
第一方面,本申请实施例提供一种资源协同调度方法,具体应用于云计算系统,该云计算系统包括本地操作设备和云端操作设备,本地操作设备获取本地已安装启动的应用程序的待处理业务信息和当前所处网络的网络状态以及当前云计算系统中的计算资源,其中,该待处理业务信息包括该待处理业务的数据处理量和数据类型,该网络状态包括网络带宽和网络时延,该云计算系统中的计算资源包括本地操作设备中的本地计算资源和云操作系统中的云端计算资源;最后该本地操作设备根据该计算资源、该待处理业务信息以及该网络状态确定该待处理业务对应的计算资源。
本实施例中,由本地操作设备对计算资源进行调度,使得应用程序无需对计算资源以及数据传输等问题进行调度,从而实现应用程序在开发和运行上与资源选择无感,降低了应用程序的开发难度。
可选的,在该云计算系统中,该本地计算资源包括所述本地操作设备中的中央处理单元(Central Processing Unit,CPU),图形处理单元(Graphics Processing Unit,GPU)、数字信号处理(Digital Signal Processor,DSP)和现场可编程门阵列(fieldprogrammable gate array,FPGA);所述云端计算资源包括所述云端操作设备中的CPU、GPU、DSP和FPGA。
可选的,该本地操作设备获取计算资源具体如下:该本地操作设备通过控制接口获取本地计算资源;同时该本地操作设备通过控制接口向该云端操作设备发送查询信息,其中,该查询信息用于指示该云端操作设备获取云端计算资源;最后该本地操作设备接收该云端操作设备发送的反馈信息,其中该反馈信息用于指示该云端计算资源;最后该本地操作设备将该本地计算资源和该云端计算资源作为该计算资源,即全部可用的计算资源。这样将本地计算资源和云端计算资源作为一个计算资源池进行分配可以有效的协同调度该计算资源。
可选的,该本地操作设备根据该计算资源、该待处理业务信息和该网络状态确定该待处理业务的计算资源的具体操作如下:
一种可能实现方式中,所述本地操作设备根据所述待处理业务的数据类型预分配本地专用计算资源和云端专用计算资源,所述本地专用计算资源包含于所述本地计算资源,所述云端专用计算资源包含于所述云端计算资源;在所述本地专用计算资源满足所述待处理业务的计算需求时,所述本地操作设备确定所述本地专用计算资源作为所述待处理业务的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,且所述网络带宽和所述网络时延满足连接门限值时,所述本地操作设备确定所述云端专用计算资源作为所述待处理业务的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,但所述网络带宽和所述网络时延不满足所述连接门限值时,所述本地操作设备确定本地通用计算资源作为所述待处理业务的计算资源,所述本地通用计算资源为所述本地计算资源中适配任意数据类型的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,所述网络带宽和所述网络时延满足连接门限值,但是该云端专用计算资源不满足该待处理业务的计算需求时,所述本地操作设备确定所述本地通用计算资源作为所述待处理业务的计算资源。可以理解的是,本地专用计算资源或云端专用计算资源为与数据类型对应的计算资源,比如对于图形处理业务,其专用资源为GPU;而本地通用计算资源或云端通用资源为适配任意数据类型的计算资源,比如CPU。本实施例中,该连接门限值用于判断当前网络的网络状态是否良好或者稳定,比如设定该网络时延小于A秒时,网络质量优秀,则该网络时延的连接门限值为A。
另一种可能实现方式中,所述本地操作设备根据所述待处理业务的数据类型预分配本地专用计算资源和云端专用计算资源,所述本地专用计算资源包含于所述本地计算资源,所述云端专用计算资源包含于所述云端计算资源;在所述本地专用计算资源满足所述待处理业务的计算需求时,所述本地操作设备确定所述本地专用计算资源作为所述待处理业务的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,且所述网络带宽和所述网络时延满足连接门限值时,所述本地操作设备确定所述云端专用计算资源和该本地专用计算资源作为所述待处理业务的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,但所述网络带宽和所述网络时延不满足所述连接门限值时,所述本地操作设备确定本地通用计算资源和本地专用计算资源作为所述待处理业务的计算资源,所述本地通用计算资源为所述本地计算资源中适配任意数据类型的计算资源。可以理解的是,本地专用计算资源或云端专用计算资源为与数据类型对应的计算资源,比如对于图形处理业务,其专用资源为GPU;而本地通用计算资源或云端通用资源为适配任意数据类型的计算资源,比如CPU。本实施例中,该连接门限值用于判断当前网络的网络状态是否良好或者稳定,比如设定该网络时延小于A秒时,网络质量优秀,则该网络时延的连接门限值为A。
另一种可能实现方式中,在所述本地计算资源满足所述待处理业务的计算需求时,所述本地操作设备确定所述本地计算资源作为所述待处理业务的计算资源;在所述本地计算资源不满足所述待处理业务的计算需求,且所述网络带宽和所述网络时延满足连接门限值时,所述本地操作设备确定所述云端计算资源和所述本地计算资源作为所述待处理业务的计算资源;在在所述本地计算资源不满足所述待处理业务的计算需求,且所述网络带宽和所述网络时延不满足所述连接门限值时,所述本地操作设备确定所述本地计算资源作为所述待处理业务的计算资源。
另一种可能实现方式中,该本地操作设备确定该待处理业务的数据类型,并根据该业务类型分配对应的本地专用计算资源;然后该本地操作设备再根据该待处理业务的数据处理量确定该本地专用计算资源是否满足该待处理业务的计算需求,若满足,则该本地操作设备确定该本地专用计算资源为该待处理业务的计算资源;若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延满足该连接门限值需求,同时该云端计算资源满足该待处理业务的计算需求,则该本地操作设备可以确定利用云端计算资源为该待处理业务的计算资源,或者该本地操作设备确定利用云端计算资源和本地专用计算资源作为该待处理业务的计算资源(可以理解的是该云端计算资源可以为该待处理业务的专用计算资源,也可以是通用计算资源,也可以是该待处理业务的专用计算资源和通用计算资源的总和。具体情况可以视该待处理业务信息来确定。);若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延不满足该连接门限值需求,则该本地操作设备可以确定本地通用计算资源和该本地专用计算资源为该待处理业务的计算资源;若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延满足该连接门限值需求,但是该云端计算资源不满足该待处理业务的计算需求时,该本地操作设备可以确定本地通用计算资源、本地专用计算资源以及云端计算资源作为该待处理业务的计算资源。
本实施例中该本地操作设备可以根据不同的资源调度策略来对资源进行协同调度,从而实现资源与应用程序之间的无感操作。
可选的,该本地操作设备在为该待处理业务分配了计算资源之后,该计算资源对于该待处理业务的数据进行计算处理,执行完计算任务之后得到计算结果,该本地操作设备将该各个计算结果进行汇总并得到该待处理业务的处理结果,最后输出该处理结果。比如该待处理业务为需要更新一个游戏界面,则该本地操作设备在得到更新后的游戏界面之后将该游戏界面通过显示屏进行输出。
可选的,本地操作设备在建立异构计算系统时,还建立一个存储单元,其中该存储单元用于保证该计算资源的内存一致性,即不同的计算资源可以同时在该存储单元内进行数据的存储读取。这样可以避免不同的计算资源之间频繁进行数据传输。
第二方面,本申请实施例提供了一种资源协同调度装置,该装置具有实现上述第一方面中本地操作设备行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的实现方式中,该装置包括用于执行以上第一方面各个步骤的单元或模块。例如,该装置包括:收发模块,用于获取所述应用程序的待处理业务信息和网络状态,所述待处理业务信息包括数据处理量、数据类型,所述网络状态包括网络带宽和网络时延;获取计算资源,所述计算资源包括本地计算资源和云端操作设备的云端计算资源;处理模块,用于根据所述计算资源、所述待处理业务信息和所述网络状态确定所述待处理业务的计算资源。
可选的,还包括存储模块,用于保存本地操作设备必要的程序指令和数据。
在一种可能的实现方式中,该装置包括:处理器和收发器,所述处理器被配置为支持本地操作设备执行上述第一方面提供的方法中相应的功能。收发器用于指示本地操作设备和云端操作设备之间的通信,向云端操作设备发送上述方法中所涉及的信息或指令。可选的,此装置还可以包括存储器,所述存储器用于与处理器耦合,其保存本地操作设备必要的程序指令和数据。
在一种可能的实现方式中,当该装置为本地操作设备内的芯片时,该芯片包括:处理模块和收发模块,所述收发模块例如可以是该芯片上的输入/输出接口、管脚或电路等,将所述应用程序的待处理业务信息和网络状态、计算资源传送给与此芯片耦合的其他芯片或模块中;所述处理模块例如可以是处理器,此处理器用于根据所述计算资源、所述待处理业务信息和所述网络状态确定所述待处理业务的计算资源。该处理模块可执行存储单元存储的计算机执行指令,以支持本地操作设备执行上述第一方面提供的方法。可选地,所述存储单元可以为所述芯片内的存储单元,如寄存器、缓存等,所述存储单元还可以是位于所述芯片外部的存储单元,如只读存储器(read-only memory,简称ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,简称RAM)等。
在一种可能的实现方式中,该装置包括:处理器,基带电路,射频电路和天线。其中处理器用于实现对各个电路部分功能的控制,基带电路用于生成查询信息或者应用程序的数据,经由射频电路进行模拟转换、滤波、放大和上变频等处理后,再经由天线发送给云端操作设备。可选的,该装置还包括存储器,其保存本地操作设备必要的程序指令和数据。
其中,上述任一处提到的处理器,可以是一个通用中央处理器(CentralProcessing Unit,简称CPU),微处理器,特定应用集成电路(application-specificintegrated circuit,简称ASIC),或一个或多个用于控制上述各方面频谱资源复用方法的程序执行的集成电路。
附图说明
图1为云电脑模式的系统架构示意图;
图2为本申请实施例中云计算系统的系统架构示意图;
图3为本申请实施例中资源协同调度方法的一个实施例示意图;
图4为本申请实施例中资源协同调度的一个流程示意图;
图5为本申请实施例中资源协同调度的另一个流程示意图;
图6为本申请实施例中资源协同调度的另一个流程示意图;
图7为本申请实施例中资源协同调度的另一个流程示意图;
图8为本申请实施例中待处理业务的一个计算处理流程示意图;
图9为本申请实施例中待处理业务的另一个计算处理流程示意图;
图10为本申请实施例中待处理业务的另一个计算处理流程示意图;
图11为本申请实施例中资源协同调度装置的一个实施例示意图;
图12为本申请实施例中资源协同调度装置的另一个实施例示意图。
具体实施方式
本申请实施例提供了一种资源协同调度方法以及装置,用于使得智能终端上的应用程序可以协同调度使用本地资源和云端资源,从而实现该应用程序在开发和运行上与资源选择无感。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。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。
智能手机业已在现代人们的生活、工作中起到及其重要的作用,比如,在通讯,新闻,娱乐,购物等方面都给人们带来了极大的便利。另外一方面,计算资源云化也是一种重要的行业发展趋势,是数字化转型的重要的组成部分,云计算将成为数值化世界的重要基础设施,构筑在云之上的大数据、人工智能、物联网等技术将发挥更大的社会和经济价值。而智能手机成为接入云端的重要终端设备,借助智能手机本身的能力和云端计算/存贮资源提供的强大能力,智能终端必将在专业游戏(如云游戏等)、行业应用发挥越来越不可替代的作用。然而,目前智能终端对云资源的使用多数是基于软件层(即Software层,也称为S层;在网络架构中S层为服务层,相对应的还有平台层(即Platform层,也称为P层)和基础设置层(即Infrastructure层,也称为I层)。这就需要在终端的应用层和云端的S层进行相对复杂的开发,一定程度上提高了智能手机对云端资源的使用的门槛。目前可以看到的较为典型的智能终端对云资源的使用,主要为云存储和云电脑(也包括云游戏和云虚拟现实(Virtual Reality,VR))。比如如图1所示的云电脑模式,其中该云电脑模式包括瘦终端、管道、云虚拟桌面、云基础设施(包括CPU、内存、硬盘以及GPU)、第三方应用以及内容服务器等架构。智能终端对云端资源的使用有如下特点:云端通过虚拟平台实现对虚拟资源和业务资源的管理,用户实际的目标应用程序在云端虚拟机。桌面接入程序将本地终端远程连接至云端的虚拟桌面。上行方向,本地终端上的外设(比如鼠标或者键盘)可以基于各种策略映射至云平台的虚拟桌面上,并生成相应的操作指令。下行桌面的图像通常以视频流的方式投送至本地终端;本地终端将下行收到的远程桌面数据流解码后,送到显存;在本地显示器实现用户操作结果的呈现。以云电脑游戏为例,游戏程序安装在云端虚拟机,也即云电脑上,本地终端的远程桌面程序将指令上传至云电脑后,游戏程序借助云端的计算资源,实现相应的游戏画面的渲染。然后本地终端的远程桌面程序通过云端操作设备的相应接口抓取渲染完成的游戏画面,然后经过必要的压缩处理后,发送到本地终端进行解码显示。但是这样的云计算应用过程中本地终端与云端没有实现资源协同,主要的计算过程都是依赖于云端计算资源。这样导致本地终端的应用程序的开发需要针对开发。
为了解决这一问题,本申请实施例提供如下技术方案:本地操作设备获取本地已安装启动的应用程序的待处理业务信息和当前所处网络的网络状态以及当前云计算系统中的计算资源,其中,该待处理业务信息包括该待处理业务的数据处理量和数据类型,该网络状态包括网络带宽和网络时延,该云计算系统中的计算资源包括本地操作设备中的本地计算资源和云操作系统中的云端计算资源;最后该本地操作设备根据该计算资源、该待处理业务信息以及该网络状态确定该待处理业务对应的计算资源。
为了便于理解,下面对本申请实施例中的云计算系统架构进行描述。具体请参阅图2所示,该云计算系统包括本地操作设备(也可以称为终端操作系统)和云端操作设备,其中,该本地操作设备与该云端操作设备内均增加了一个资源协同模块(可以分别命名为资源协同模块-本地以及资源协同模块-云端),并创建异构计算系统架构。而本地操作设备中还存在本地应用层,各个应用程序包含在里面。在本实施例中,该资源协同模块用于负责本地操作设备和云端操作资源之间的资源调度策略管理,以及异构计算系统架构中异构计算内核的控制指令与数据传输的中转传递。该本地操作设备的资源协同模块与该云端操作设备的资源协同模块之间可以集成响应通信协议,从而实现两个资源协同模块之间的数据传输功能。本实施例中,该资源协同模块为一种软件模块。具体来说实施主体为本地操作设备中的处理器和云端操作设备的处理器。本实施例中,该异构计算系统可基于开放运算语言(Open Computer Language,OpenCL)环境开发,且不同操作系统中的异构计算系统各自向各自的资源协同模块提供控制接口和数据接口。而异构计算系统架构的异构计算内核均为中央处理单元(Central Processing Unit,CPU),异构计算系统架构中的其他计算单元包括但不限于图形处理单元(Graphics Processing Unit,GPU)、数字信号处理(DigitalSignal Processor,DSP)和现场可编程门阵列(field programmable gate array,FPGA)。该异构计算内核可以根据待处理业务的业务类型或业务需求为该待处理业务分配对应的计算单元。同时,该异构计算系统中还包括存储资源和内存资源。
具体请参阅图3所示,本申请实施例中资源协同调度方法的一个实施例包括:
301、本地操作设备获取应用程序的待处理业务信息、网络状态以及计算资源,其中,该待处理业务信息包括该待处理业务的数据处理量、该待处理业务的数据类型,该网络状态包括当前网络系统的网络带宽和网络时延,该计算资源包括该本地操作设备的本地计算资源和云端操作设备的云端计算资源。
在本地终端中启动了应用程序之后,该本地操作设备获取该应用程序在运行过程中的待处理业务,并获取该待处理业务的待处理业务信息,其中,该待处理业务信息包括该待处理业务的数据处理量,该待处理业务的数据类型。同时,该本地操作设备统计本地计算资源(即获取本地可用的计算资源),并向该云端操作设备发送资源查询信息;然后该云端操作设备统计云端计算资源(即获取云端可用的计算资源);最后该云端操作设备向该本地操作设备发送反馈信息,其中该反馈信息包括该云端操作设备的云端计算资源信息。同时该本地操作设备还需要实时获取当前网络的网络状态,比如网络带宽和网络时延。
302、该本地操作设备根据该计算资源、该待处理业务信息和该网络状态确定该待处理业务的计算资源。
该本地操作设备根据预先确定的资源调度策略以及该计算资源、该待处理业务信息以及网络状态确定该待处理业务的计算资源,其具体操作可以如下:
一种可能实现方式中,具体可以参阅图4所示,该本地操作设备确定该待处理业务的数据类型,并根据该业务类型分配对应的本地专用计算资源;然后该本地操作设备再根据该待处理业务的数据处理量确定该本地专用计算资源是否满足该待处理业务的计算需求,若满足,则该本地操作设备确定该本地专用计算资源为该待处理业务的计算资源;若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延满足该连接门限值需求,同时该云端计算资源满足该待处理业务的计算需求,则该本地操作设备可以确定利用云端计算资源为该待处理业务的计算资源,或者该本地操作设备确定利用云端计算资源和本地专用计算资源作为该待处理业务的计算资源(可以理解的是该云端计算资源可以为该待处理业务的专用计算资源,也可以是通用计算资源,也可以是该待处理业务的专用计算资源和通用计算资源的总和。具体情况可以视该待处理业务信息来确定。);若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延不满足该连接门限值需求,则该本地操作设备可以确定本地通用计算资源和该本地专用计算资源为该待处理业务的计算资源;若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延满足该连接门限值需求,但是该云端计算资源不满足该待处理业务的计算需求时,该本地操作设备可以确定本地通用计算资源和该本地专用计算资源为该待处理业务的计算资源。
另一种可能实现方式中,具体请参阅图5,所述本地操作设备根据所述待处理业务的数据类型预分配本地专用计算资源和云端专用计算资源,所述本地专用计算资源包含于所述本地计算资源,所述云端专用计算资源包含于所述云端计算资源;在所述本地专用计算资源满足所述待处理业务的计算需求时,所述本地操作设备确定所述本地专用计算资源作为所述待处理业务的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,且所述网络带宽和所述网络时延满足连接门限值时,所述本地操作设备确定所述云端专用计算资源作为所述待处理业务的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,但所述网络带宽和所述网络时延不满足所述连接门限值时,所述本地操作设备确定本地通用计算资源作为所述待处理业务的计算资源,所述本地通用计算资源为所述本地计算资源中适配任意数据类型的计算资源;在所述本地专用计算资源不满足所述待处理业务的需求,且所述网络带宽和所述网络时延满足连接门限值,但是该云端专用计算资源不满足该待处理业务的计算需求时,所述本地操作设备确定所述本地通用计算资源作为所述待处理业务的计算资源。可以理解的是,本地专用计算资源或云端专用计算资源为与数据类型对应的计算资源,比如对于图形处理业务,其专用资源为GPU;而本地通用计算资源或云端通用资源为适配任意数据类型的计算资源,比如CPU。本实施例中,该连接门限值用于判断当前网络的网络状态是否良好或者稳定,比如设定该网络时延小于A秒时,网络质量优秀,则该网络时延的连接门限值为A。
另一种可能实现方式中,具体请参阅图6,该本地操作设备确定该待处理业务的数据类型,并根据该业务类型分配对应的本地专用计算资源;然后该本地操作设备再根据该待处理业务的数据处理量确定该本地专用计算资源是否满足该待处理业务的计算需求,若满足,则该本地操作设备确定该本地专用计算资源为该待处理业务的计算资源;若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延满足该连接门限值需求,同时该云端计算资源满足该待处理业务的计算需求,则该本地操作设备可以确定利用云端计算资源为该待处理业务的计算资源,或者该本地操作设备确定利用云端计算资源和本地专用计算资源作为该待处理业务的计算资源(可以理解的是该云端计算资源可以为该待处理业务的专用计算资源,也可以是通用计算资源,也可以是该待处理业务的专用计算资源和通用计算资源的总和。具体情况可以视该待处理业务信息来确定。);若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延不满足该连接门限值需求,则该本地操作设备可以确定本地通用计算资源和该本地专用计算资源为该待处理业务的计算资源;若该本地专用计算资源不满足该待处理业务的计算需求,且该本地操作设备确定当前网络带宽和网络时延满足该连接门限值需求,但是该云端计算资源不满足该待处理业务的计算需求时,该本地操作设备可以确定本地通用计算资源、本地专用计算资源以及云端计算资源作为该待处理业务的计算资源。
另一可能实现方式中,具体请参阅图7,该本地操作设备根据该待处理业务的数据处理量确定该本地计算资源是否满足该待处理业务的计算需求,若满足,则该本地操作设备确定该本地计算资源为该待处理业务的计算资源;若该本地计算资源不满足该待处理业务的计算需求,则该本地操作设备确定当前网络带宽和网络时延是否满足该连接门限值,若满足,则该本地操作设备确定该云端计算资源和该本地计算资源作为该待处理业务的计算资源;若不满足,则该本地操作设备确定该本地计算资源作为该待处理业务的计算资源。
可以理解的是,图4至图7仅仅示出了调度策略的几种可能实现方式,在实际应用中,调度策略可以有其他可能实现方式,而所有的可以实现本申请的调度策略都在本申请的保护范围之内。
303、该本地操作设备获取该待处理业务的处理结果。
在该本地操作设备为该待处理业务分配了计算资源之后,各个计算资源对该待处理业务进行计算并得到各自的计算结果,最终计算结果进行汇总得到该待处理业务的处理结果。
本实施例中,根据计算资源的不同,计算处理过程也不相同,具体如下:
一种可能实现方式中,在本地计算资源作为该待处理业务的计算资源时,具体流程请参阅图8所示:
在本地应用程序启动之后,该本地操作设备中将CPU作为本地异构计算内核中的HOST机,该CPU查询可利用的计算资源(此时该计算资源仅为本地可用计算资源,比如本地CPU、本地GPU等);然后该CPU根据该待处理业务的数据类型给该待处理业务的不同数据分配不同的计算资源(比如文字处理可以直接利用CPU,而图形处理可以利用GPU);该CPU创建计算资源与数据类型之间一个上下文信息,用于说明不同数据类型对应的不同计算资源;同时,该CPU创建存储单元,该存储单元用于保持内存一致性。即不同的计算资源可以同时在该存储单元内进行数据的存储读取。这样可以避免不同的计算资源之间频繁进行数据传输;最后在所有的计算资源都执行计算任务完成之后,该CPU获取各个计算结果,并将各个计算结果汇总生成该处理结果。可以理解的是,如果CPU可以完成该待处理业务的数据处理时,该CPU也可以不给该待处理业务分配其他计算资源。
另一种可能实现方式中,在云端云计算资源作为该待处理业务的计算资源时,具体流程请参阅图9所示:
在本地应用程序启动之后,该云端操作设备中将CPU作为云端异构计算内核中的HOST机,该CPU查询可利用的计算资源(此时该计算资源仅为云端可用计算资源,比如云端CPU、云端GPU等);同时,该本地操作设备将该待处理业务的数据发送给该云端操作设备;然后该CPU根据该待处理业务的数据类型给该待处理业务的不同数据分配不同的计算资源(比如文字处理可以直接利用CPU,而图形处理可以利用GPU);该CPU创建计算资源与数据类型之间一个上下文信息,用于说明不同数据类型对应的不同计算资源;同时,该CPU创建存储单元,该存储单元用于保持内存一致性。即不同的计算资源可以同时在该存储单元内进行数据的存储读取。这样可以避免不同的计算资源之间频繁进行数据传输;最后在所有的计算资源都执行计算任务完成之后,该CPU获取各个计算结果,并将各个计算结果汇总生成该处理结果;最后该CPU将该处理结果发送给本地操作设备。
另一种可能实现方式中,在云端计算资源和该本地计算资源作为该待处理业务的计算资源时,具体流程请参阅图10所示:
在本地应用程序启动之后,该本地操作设备中将本地CPU作为HOST主机或者该云端操作设备中将云端CPU作为HOST机;作为HOST机的CPU查询可利用的计算资源(此时该计算资源包括本地可用计算资源和云端可用计算资源,比如本地CPU、本地GPU、云端CPU、云端GPU等);然后该作为HOST机的CPU根据该待处理业务的数据类型给该待处理业务的不同数据分配不同的计算资源(比如文字处理可以直接利用CPU,而图形处理可以利用GPU),其中,若该作为HOST机的CPU为部分数据分配了云端计算资源,则该本地操作设备需要将该部分数据发送给该云端操作设备;该作为HOST机的CPU创建计算资源与数据类型之间一个上下文信息,用于说明不同数据类型对应的不同计算资源;同时,该CPU创建存储单元,该存储单元用于保持内存一致性。即不同的计算资源可以同时在该存储单元内进行数据的存储读取。这样可以避免不同的计算资源之间频繁进行数据传输;最后在所有的计算资源都执行计算任务完成之后,该作为HOST机的CPU获取各个计算结果,并将各个计算结果汇总生成该处理结果;最后该作为HOST机的CPU将该处理结果发送给本地操作设备。
304、该本地操作设备输出该处理结果。
本实施例中,由本地操作设备对计算资源进行调度,使得应用程序无需对计算资源以及数据传输等问题进行调度,从而实现应用程序在开发和运行上与资源选择无感,降低了应用程序的开发难度。
上面描述了本申请实施例中的资源协同调度方法,下面对本申请实施例中的资源协同调度装置进行描述。
具体请参阅图11所示,本申请实施例中的资源协同调度装置1100包括:收发模块1101和处理模块1102。装置1100可以是上述方法实施例中的本地操作设备,也可以是本地操作设备内的一个或多个芯片。装置1100可以用于执行上述方法实施例中的本地操作设备的部分或全部功能。
例如,该收发模块1101可以用于执行上述方法实施例中的步骤301。例如,该收发模块1101获取应用程序的待处理业务信息、网络状态以及计算资源,其中,该待处理业务信息包括该待处理业务的数据处理量、该待处理业务的数据类型,该网络状态包括当前网络系统的网络带宽和网络时延,该计算资源包括该本地操作设备的本地计算资源和云端操作设备的云端计算资源。
例如,该处理模块1102可以用于执行上述方法实施例中的步骤302和步骤303。例如,处理模块1102根据该计算资源、该待处理业务信息和该网络状态确定该待处理业务的计算资源。
可选的,该收发模块1101用于执行上述图3至图8中本地操作设备的信息接收步骤。例如,该收发模块1101用于发送查询信息,并接收反馈信息。
可选的,装置1100还包括存储模块,此存储模块于处理模块耦合,使得处理模块可执行存储模块中存储的计算机执行指令以实现上述方法实施例中本地操作设备的功能,或者保证各个计算资源的内存一致性。在一个示例中,装置1100中可选的包括的存储模块可以为芯片内的存储单元,如寄存器、缓存等,所述存储模块还可以是位于芯片外部的存储单元,如只读存储器(read-only memory,简称ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,简称RAM)等。
应理解,上述图11对应实施例中资源协同调度装置的各模块之间所执行的流程与前述图3至图10中对应方法实施例中的本地操作设备执行的流程类似,具体此处不再赘述。
图12示出了上述实施例中一种资源协同调度装置1200可能的结构示意图,该装置1200可以配置成是前述本地操作设备。该装置1200可以包括:处理器1202、计算机可读存储介质/存储器1203、收发器1204、输入设备1205和输出设备1206,以及总线1201。其中,处理器,收发器,计算机可读存储介质等通过总线连接。本申请实施例不限定上述部件之间的具体连接介质。
一个示例中,该收发器1204获取应用程序的待处理业务信息、网络状态以及计算资源,其中,该待处理业务信息包括该待处理业务的数据处理量、该待处理业务的数据类型,该网络状态包括当前网络系统的网络带宽和网络时延,该计算资源包括该本地操作设备的本地计算资源和云端操作设备的云端计算资源;
该处理器1202根据该计算资源、该待处理业务信息和该网络状态确定该待处理业务的计算资源。
一个示例中,处理器1202可以包括基带电路,例如,可以对应用程序的数据或者查询请求按照协议进行数据封装,编码等以生成数据包或者查询信息。收发器1204可以包括射频电路,以对数据包或者查询信息进行调制放大等处理后发送给云端操作设备。
又一个示例中,处理器1202可以运行操作系统,控制各个设备和器件之间的功能。收发器1204可以包括基带电路和射频电路,例如,可以对查询信息经由基带电路,射频电路进行处理后发送给云端操作设备。
该收发器1204与该处理器1202可以实现上述图3至图10中任一实施例中相应的步骤,具体此处不做赘述。
可以理解的是,图12仅仅示出了本地操作设备的简化设计,在实际应用中,本地操作设备可以包含任意数量的收发器,处理器,存储器等,而所有的可以实现本申请的本地操作设备都在本申请的保护范围之内。
上述装置1200中涉及的处理器1202可以是通用处理器,例如通用中央处理器(CPU)、网络处理器(network processor,NP)、微处理器等,也可以是特定应用集成电路(application-specific integrated circBIt,ASIC),或一个或多个用于控制本申请方案程序执行的集成电路。还可以是数字信号处理器(digital signal processor,DSP)、现场可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。控制器/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等。处理器通常是基于存储器内存储的程序指令来执行逻辑和算术运算。
上述涉及的总线1201可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图12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。
上述涉及的计算机可读存储介质/存储器1203还可以保存有操作系统和其他应用程序。具体地,程序可以包括程序代码,程序代码包括计算机操作指令。更具体的,上述存储器可以是只读存储器(read-only memory,ROM)、可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory,RAM)、可存储信息和指令的其他类型的动态存储设备、磁盘存储器等等。存储器1203可以是上述存储类型的组合。并且上述计算机可读存储介质/存储器可以在处理器中,还可以在处理器的外部,或在包括处理器或处理电路的多个实体上分布。上述计算机可读存储介质/存储器可以具体体现在计算机程序产品中。举例而言,计算机程序产品可以包括封装材料中的计算机可读介质。
可以替换的,本申请实施例还提供一种通用处理系统,例如通称为芯片,该通用处理系统包括:提供处理器功能的一个或多个微处理器;以及提供存储介质的至少一部分的外部存储器,所有这些都通过外部总线体系结构与其它支持电路连接在一起。当存储器存储的指令被处理器执行时,使得处理器执行本地操作设备在图3至图8所述实施例中的资源协同调度方法中的部分或全部步骤,和用于本申请所描述的技术的其它过程。
结合本申请公开内容所描述的方法或者算法的步骤可以硬件的方式来实现,也可以是由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。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ASIC中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于用户设备中。
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,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。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,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,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,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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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网络单元上。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,在本申请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,本申请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(可以是个人计算机,服务器,或者网络设备等)执行本申请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、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (17)
1.一种资源协同调度方法,应用于云计算系统,所述云计算系统包括本地操作设备和云端操作设备,其特征在于,包括:
本地操作设备获取应用程序的待处理业务信息和网络状态,所述待处理业务信息包括数据处理量、数据类型,所述网络状态包括网络带宽和网络时延;
所述本地操作设备获取计算资源,所述计算资源包括本地计算资源和云端操作设备的云端计算资源;
所述本地操作设备根据所述计算资源、所述待处理业务信息和所述网络状态确定所述待处理业务的计算资源。
2.根据权利要求1所述的方法,其特征在于,所述本地计算资源包括所述本地操作设备中的中央处理器CPU、图形处理单元GPU、数字信号处理DSP和现场可编程门阵列FPGA;所述云端计算资源包括所述云端操作设备中的CPU、GPU、DSP和FPGA。
3.根据权利要求1所述的方法,其特征在于,所述本地操作设备获取计算资源包括:
所述本地操作设备获取本地计算资源;
所述本地操作设备向所述云端操作设备发送查询信息,所述查询信息用于指示所述云端操作设备获取云端计算资源;
所述本地操作设备接收所述云端操作设备发送的反馈信息,所述反馈信息用于指示所述云端计算资源,所述本地计算资源和所述云端计算资源作为所述计算资源。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述本地操作设备根据所述计算资源、所述待处理业务信息和所述网络状态确定所述待处理业务的计算资源包括:
所述本地操作设备根据所述待处理业务的数据类型预分配本地专用计算资源和云端专用计算资源,所述本地专用计算资源包含于所述本地计算资源,所述云端专用计算资源包含于所述云端计算资源;
在所述本地专用计算资源满足所述待处理业务的计算需求时,所述本地操作设备确定所述本地专用计算资源作为所述待处理业务的计算资源;
在所述本地专用计算资源不满足所述待处理业务的需求,且所述网络带宽和所述网络时延满足连接门限值时,所述本地操作设备确定所述云端专用计算资源作为所述待处理业务的计算资源;
在所述本地专用计算资源不满足所述待处理业务的需求,但所述网络带宽和所述网络时延不满足所述连接门限值时,所述本地操作设备确定本地通用计算资源作为所述待处理业务的计算资源,所述本地通用计算资源为所述本地计算资源中适配任意数据类型的计算资源。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述本地操作设备根据所述计算资源、所述待处理业务信息和所述网络状态确定所述待处理业务的计算资源包括:
在所述本地计算资源满足所述待处理业务的计算需求时,所述本地操作设备确定所述本地计算资源作为所述待处理业务的计算资源;
在所述本地计算资源不满足所述待处理业务的计算需求,且所述网络带宽和所述网络时延满足连接门限值时,所述本地操作设备确定所述云端计算资源和所述本地计算资源作为所述待处理业务的计算资源;
在在所述本地计算资源不满足所述待处理业务的计算需求,且所述网络带宽和所述网络时延不满足所述连接门限值时,所述本地操作设备确定所述本地计算资源作为所述待处理业务的计算资源。
6.根据权利要求1至5中任一项所述的方法,其特征在于,所述方法还包括:
所述本地操作设备获取所述待处理业务的处理结果;
所述本地操作设备输出所述处理结果。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述方法还包括:
所述本地操作设备建立存储单元,所述存储单元用于保持所述计算资源的内存一致性。
8.一种资源协同调度装置,其特征在于,包括:
收发模块,用于获取所述应用程序的待处理业务信息和网络状态,所述待处理业务信息包括数据处理量、数据类型,所述网络状态包括网络带宽和网络时延;获取计算资源,所述计算资源包括本地计算资源和云端操作设备的云端计算资源;
处理模块,用于根据所述计算资源、所述待处理业务信息和所述网络状态确定所述待处理业务的计算资源。
9.根据权利要求8所述的装置,其特征在于,所述本地计算资源包括所述本地操作设备中的中央处理器CPU、图形处理单元GPU、数字信号处理DSP和现场可编程门阵列FPGA;所述云端计算资源包括所述云端操作设备中的CPU、GPU、DSP和FPGA。
10.根据权利要求8所述的装置,其特征在于,所述收发模块,具体用于获取本地计算资源;向所述云端操作设备发送查询信息,所述查询信息用于指示所述云端操作设备获取云端计算资源;接收所述云端操作设备发送的反馈信息,所述反馈信息用于指示所述云端计算资源,所述本地计算资源和所述云端计算资源作为所述计算资源。
11.根据权利要求8至10中任一项所述的装置,其特征在于,所述处理模块,具体用于根据所述待处理业务的数据类型预分配本地专用计算资源和云端专用计算资源,所述本地专用计算资源包含于所述本地计算资源,所述云端专用计算资源包含于所述云端计算资源;
在所述本地专用计算资源满足所述待处理业务的计算需求时,确定所述本地专用计算资源作为所述待处理业务的计算资源;
在所述本地专用计算资源不满足所述待处理业务的需求,且所述网络带宽和所述网络时延满足连接门限值时,确定所述云端专用计算资源作为所述待处理业务的计算资源;
在所述本地专用计算资源不满足所述待处理业务的需求,但所述网络带宽和所述网络时延不满足所述连接门限值时,确定本地通用计算资源作为所述待处理业务的计算资源,所述本地通用计算资源为所述本地计算资源中适配任意数据类型的计算资源。
12.根据权利要求8至10中任一项所述的装置,其特征在于,所述处理模块,具体用于在所述本地计算资源满足所述待处理业务的计算需求时,确定所述本地计算资源作为所述待处理业务的计算资源;
在所述本地计算资源不满足所述待处理业务的计算需求,且所述网络带宽和所述网络时延满足连接门限值时,确定所述云端计算资源和所述本地计算资源作为所述待处理业务的计算资源;
在在所述本地计算资源不满足所述待处理业务的计算需求,且所述网络带宽和所述网络时延不满足所述连接门限值时,确定所述本地计算资源作为所述待处理业务的计算资源。
13.根据权利要求8至12中任一项所述的装置,其特征在于,所述收发模块,还用于获取所述待处理业务的处理结果;输出所述处理结果。
14.根据权利要求8至13中任一项所述的装置,其特征在于,所述处理模块,还用于建立存储单元,所述存储单元用于保持所述计算资源的内存一致性。
15.一种资源协同调度装置,包括至少一个处理器和存储器,所述存储器存储有计算机指令,所述处理器调用所述计算机指令执行上述权利要求1至7中任一项所述的方法。
16.一种计算机可读存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令用于执行上述权利要求1至7中任一项所述的方法。
17.一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机指令用于执行上述权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911208422.7A CN112882826B (zh) | 2019-11-30 | 2019-11-30 | 一种资源协同调度方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911208422.7A CN112882826B (zh) | 2019-11-30 | 2019-11-30 | 一种资源协同调度方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112882826A true CN112882826A (zh) | 2021-06-01 |
CN112882826B CN112882826B (zh) | 2023-03-03 |
Family
ID=76039763
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911208422.7A Active CN112882826B (zh) | 2019-11-30 | 2019-11-30 | 一种资源协同调度方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112882826B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553100A (zh) * | 2021-06-29 | 2021-10-26 | 袁敬 | 一种端到端、自组织的智能化计算框架及应用方法 |
CN114996117A (zh) * | 2022-03-28 | 2022-09-02 | 湖南智擎科技有限公司 | 面向SaaS模式的客户端GPU应用评测系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9817270D0 (en) * | 1998-08-07 | 1998-10-07 | Northern Telecom Ltd | A method of allocating resources in a telecommunications network |
JP2008158844A (ja) * | 2006-12-25 | 2008-07-10 | Nippon Telegr & Teleph Corp <Ntt> | 資源管理装置および方法 |
CN106550025A (zh) * | 2016-10-25 | 2017-03-29 | 深圳大学 | 一种移动云计算系统的数据处理方法及装置 |
US20170270450A1 (en) * | 2016-03-17 | 2017-09-21 | International Business Machines Corporation | Hybrid cloud operation planning and optimization |
CN107241767A (zh) * | 2017-06-14 | 2017-10-10 | 广东工业大学 | 一种移动协同计算的方法及装置 |
CN109862592A (zh) * | 2018-12-06 | 2019-06-07 | 北京邮电大学 | 一种基于多基站协作的移动边缘计算环境下资源管理和调度方法 |
US10447806B1 (en) * | 2017-06-09 | 2019-10-15 | Nutanix, Inc. | Workload scheduling across heterogeneous resource environments |
-
2019
- 2019-11-30 CN CN201911208422.7A patent/CN112882826B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB9817270D0 (en) * | 1998-08-07 | 1998-10-07 | Northern Telecom Ltd | A method of allocating resources in a telecommunications network |
JP2008158844A (ja) * | 2006-12-25 | 2008-07-10 | Nippon Telegr & Teleph Corp <Ntt> | 資源管理装置および方法 |
US20170270450A1 (en) * | 2016-03-17 | 2017-09-21 | International Business Machines Corporation | Hybrid cloud operation planning and optimization |
CN106550025A (zh) * | 2016-10-25 | 2017-03-29 | 深圳大学 | 一种移动云计算系统的数据处理方法及装置 |
US10447806B1 (en) * | 2017-06-09 | 2019-10-15 | Nutanix, Inc. | Workload scheduling across heterogeneous resource environments |
CN107241767A (zh) * | 2017-06-14 | 2017-10-10 | 广东工业大学 | 一种移动协同计算的方法及装置 |
CN109862592A (zh) * | 2018-12-06 | 2019-06-07 | 北京邮电大学 | 一种基于多基站协作的移动边缘计算环境下资源管理和调度方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113553100A (zh) * | 2021-06-29 | 2021-10-26 | 袁敬 | 一种端到端、自组织的智能化计算框架及应用方法 |
CN113553100B (zh) * | 2021-06-29 | 2023-03-14 | 袁敬 | 一种端到端、自组织的智能化计算框架及应用方法 |
CN114996117A (zh) * | 2022-03-28 | 2022-09-02 | 湖南智擎科技有限公司 | 面向SaaS模式的客户端GPU应用评测系统及方法 |
CN114996117B (zh) * | 2022-03-28 | 2024-02-06 | 湖南智擎科技有限公司 | 面向SaaS模式的客户端GPU应用评测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112882826B (zh) | 2023-03-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111897639B (zh) | 图像增广方法、装置、计算机设备及存储介质 | |
CN108781229B (zh) | 控制应用的会话的重定位的方法和服务器 | |
AU2019256257B2 (en) | Processor core scheduling method and apparatus, terminal, and storage medium | |
US9720739B2 (en) | Method and system for dedicating processors for desired tasks | |
CN107688495B (zh) | 调度处理器的方法及设备 | |
CN110399231B (zh) | 基于跨平台的数据处理方法、装置及计算机设备 | |
WO2018223786A1 (zh) | 云桌面系统、及其图像序列压缩编码方法和介质 | |
KR20130108609A (ko) | 범용 프로세서와 그래픽 프로세서 사이의 부하 분산 | |
CN109218356B (zh) | 管理服务器上有状态应用的方法和设备 | |
US20110289222A1 (en) | Client-server session parallelism | |
CN113849312A (zh) | 数据处理任务的分配方法、装置、电子设备及存储介质 | |
CN110955499A (zh) | 处理器核心配置方法、装置、终端及存储介质 | |
CN112882826B (zh) | 一种资源协同调度方法以及装置 | |
CN111200606A (zh) | 深度学习模型任务处理方法、系统、服务器及存储介质 | |
CN114265648B (zh) | 编码调度方法、服务器及客户端和获取远程桌面的系统 | |
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 | |
CN113794899A (zh) | 云桌面图像数据传输方法、装置、设备及存储介质 | |
CN115904761A (zh) | 片上系统、车辆及视频处理单元虚拟化方法 | |
CN113282410B (zh) | 资源配置方法及装置 | |
CN114205359A (zh) | 视频渲染协同方法、装置及设备 | |
CN116244231A (zh) | 一种数据传输方法、装置、系统、电子设备及存储介质 | |
CN114095758B (zh) | 云图像截取方法、相关装置 | |
CN112540804B (zh) | 小程序运行方法及装置、电子设备、介质 | |
CN115098272A (zh) | Gpu资源调度方法、调度器、电子设备和存储介质 | |
CN107580033A (zh) | 负载信息处理方法和装置、消息处理方法和装置、服务器 |
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 |