CN113419833B - 用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器 - Google Patents
用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器 Download PDFInfo
- Publication number
- CN113419833B CN113419833B CN202110705452.XA CN202110705452A CN113419833B CN 113419833 B CN113419833 B CN 113419833B CN 202110705452 A CN202110705452 A CN 202110705452A CN 113419833 B CN113419833 B CN 113419833B
- Authority
- CN
- China
- Prior art keywords
- user
- subtasks
- scheduling
- quantum
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 239000002245 particle Substances 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 6
- 125000004122 cyclic group Chemical group 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 4
- 101100042554 Arabidopsis thaliana SHL gene Proteins 0.000 description 3
- 101100154954 Human herpesvirus 6A (strain Uganda-1102) U1 gene Proteins 0.000 description 3
- 101100156597 Human herpesvirus 6A (strain Uganda-1102) U3 gene Proteins 0.000 description 3
- 101100149425 Oryza sativa subsp. japonica SHL2 gene Proteins 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005610 quantum mechanics Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请涉及量子云计算技术领域，公开一种用于量子云计算平台任务调度的方法，包括：获取量子云计算平台中待调度的任务，获取该任务对应的用户的类型；将任务分解成若干个子任务；根据用户的类型将子任务分配到预设的用户队列；对用户队列中的子任务进行调度。通过将用户分为不同的类型，并根据用户的类型将由量子云计算平台中待调度的任务分解成的子任务分配到预设的用户队列，然后对用户队列中的子任务进行调度，便于对不同的用户的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。本申请还公开一种用于量子云计算平台任务调度的装置及量子云计算平台任务调度服务器。
Description
技术领域
本申请涉及量子云计算技术领域，例如涉及一种用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器。
背景技术
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式。量子计算机基于量子力学原理构建，量子态叠加原理使得量子计算机的每个量子比特能够同时表示二进制中的0和1。相较经典计算机，量子计算机的算力呈指数级爆发式增长。量子计算在计算任务上具备指数加速能力，有望成为“后摩尔定律”时代新的计算形态。在量子计算尚未完全成熟和尚未规模普及的前提下，展示量子计算优势、吸引行业多方参与、发挥商业应用潜力是当前量子计算领域的重点关注方向。量子计算依托于经典信息网络，通过提供量子计算硬件与软件等普惠服务的量子云计算，成为量子计算呈现与发展最重要的形式之一。由于研发、购置量子计算机的成本极其昂贵，在相当长的时间里，通过云平台开展量子计算服务，共享稀缺资源，探索适用于量子计算的行业应用，是较为切实可行的实现方式。
目前，量子计算处在快速发展阶段，新技术层出不穷，随着量子计算硬件、软件、配套平台的不断进步，量子计算对行业吸引力随之提升。而世界上量子云计算提供商非常有限，一方面由于高量子比特的真实量子计算系统资源非常稀缺的稀缺性，另一方面因为云端普惠服务会带来大量用户的访问需求，在此发展背景下，量子云计算的资源调度是其中的关键问题。
在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有技术中，量子云计算平台进行任务调度时所有用户遵循同一调用规则，任务的调度无法根据用户需求进行调整，灵活度较低。
发明内容
为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。
本公开实施例提供了一种用于量子云计算平台任务调度的方法、装置和设备，以提高量子云计算平台的任务调度灵活度。
在一些实施例中，方法包括：获取量子云计算平台中待调度的任务，获取任务对应的用户的类型；将任务分解成若干个子任务；根据用户的类型将子任务分配到预设的用户队列；对用户队列中的子任务进行调度。
在一些实施例中，所述装置包括：量子处理器和存储有程序指令的量子存储器，量子处理器被配置为在执行所述程序指令时，执行上述的用于量子云计算平台任务调度的方法。
在一些实施例中，所述量子云计算平台任务调度服务器包括：上述的用于量子云计算平台任务调度的装置。
本公开实施例提供的用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器，可以实现以下技术效果：通过将用户分为不同的类型，并根据用户的类型将由量子云计算平台中待调度的任务分解成的子任务分配到预设的用户队列，然后对用户队列中的子任务进行调度，便于对不同的用户的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图并不构成对实施例的限定，附图中具有相同参考数字标号的元件示为类似的元件，附图不构成比例限制，并且其中：
图1是本公开实施例提供的一个用于量子云计算平台任务调度的方法的示意图；
图2为本公开实施例提供的一个各第一用户队列的子任务的调度顺序的示意图；
图3为本公开实施例提供的一个各第二用户队列的子任务的调度顺序的示意图；
图4是本公开实施例提供的一个用于对用户队列中的子任务进行调度的方法的示意图；
图5是本公开实施例提供的一个用于量子云计算平台任务调度的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开实施例的实施例。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。
除非另有说明，术语“多个”表示两个或两个以上。
本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。
术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。
结合图1所示，本公开实施例提供一种用于量子云计算平台任务调度的方法，包括：
步骤S101，获取量子云计算平台中待调度的任务，获取待调度的任务对应的用户的类型。
步骤S102，将待调度的任务分解成若干个子任务。
步骤S103，根据用户的类型将各子任务分配到预设的用户队列。
步骤S104，对用户队列中的子任务进行调度。
采用本公开实施例提供的用于量子云计算平台任务调度的方法，能通过将用户分为不同的类型，并根据用户的类型将由量子云计算平台中待调度的任务分解成的子任务分配到预设的用户队列，然后对用户队列中的子任务进行调度，便于对不同的用户的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
可选地，将量子云计算平台中待调度的任务分解成若干个子任务，包括：将待调度的任务分解成若干个可并行执行的子任务。可选地，各子任务的处理时间相互独立。可选地，执行子任务的所需要的资源小于或等于预设资源。
可选地，用户的类型包括第一预设用户类型、第二预设用户类型和第三预设用户类型，根据用户的类型将各子任务分配到预设的用户队列，包括：在用户的类型为第一预设用户类型的情况下，将各子任务分配到预设的第一用户队列，用户与第一用户队列存在唯一的映射关系；在用户的类型为第二预设用户类型的情况下，获取用户对应的用户等级；将相同用户等级的各用户对应的子任务分配到同一个预设的第二用户队列，该第二用户队列存在与多个用户的映射关系；在用户的类型为第三预设用户类型的情况下，将各子任务分配到预设的第三用户队列，第三用户队列存在与多个用户的映射关系。可选地，用户等级用于表征第二预设用户类型下的分类。
可选地，用户等级包括第一用户等级，第二用户等级和第三用户等级。
可选地，第一用户等级的优先级大于第二用户等级的优先级，第二用户等级的优先级大于第三用户等级的优先级。
这样，能够根据用户的类型将各子任务分配到预设的用户队列，便于对不同的用户的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度，提高了对量子云计算平台的任务调度的效率。
可选地，获取待调度的任务对应的用户的类型，包括：获取量子云计算平台中待调度的任务对应的用户的用户信息，在该用户信息与预设用户信息相同的情况下，将预设用户信息对应的用户的类型确定为待调度的任务对应的用户的类型。
可选地，预设用户信息包括：购买了超级使用权限的国家级科研项目组、购买了超级使用权限的企业单位、付费的企业、付费的院校、付费的个人用户或不付费用户等。
可选地，预设用户信息为购买了超级使用权限的国家级科研项目组或购买了超级使用权限的企业单位的情况下，对应的用户的类型为第一预设用户类型。可选地，第一预设用户类型为超级用户类。
可选地，预设用户信息为付费的企业、付费的院校或付费的个人用户的情况下，对应的用户的类型为第二预设用户类型。可选地，第二预设用户类型为高价值用户类。可选地，第二预设用户类型的数量大于所有用户数量的一半。
可选地，预设用户信息为不付费用户的情况下，对应的用户的类型为第三预设用户类型。可选地，第三预设用户类型为普通用户类。
可选地，第一预设用户类型对应的待调度的任务的处理时长小于第二预设用户类型对应的待调度的任务的处理时长；第二预设用户类型对应的待调度的任务的处理时间小于第三预设用户类型对应的待调度的任务的处理时长。
可选地，第一预设用户类型对应的优先级大于第二预设用户类型对应的优先级；第二预设用户类型对应的优先级大于第三预设用户类型对应的优先级。可选地，优先级高的类型对应的待调度的任务最先处理，即优先级高的类型对应的待调度的任务可抢占优先级低的类型对应的待调度的任务的资源。
可选地，获取待调度的任务对应的用户的用户等级，包括：获取该用户对应的付费信息，根据付费信息获取该用户的用户等级。
在一些实施例中，第一用户等级对应的付费信息大于第二用户等级对应的付费信息；第二用户等级对应的付费信息大于第三用户等级对应的付费信息。
可选地，量子云计算平台中待调度的任务为量子云计算平台中的服务。可选地，任务的类型与该任务对应的用户的类型相同。可选地，子任务的类型与该子任务对应的任务的类型相同。
可选地，对用户队列中的子任务进行调度，包括：在第一用户队列存在子任务的情况下，对第一用户队列中的子任务进行调度。
因为第一预设用户类型对应的优先级最高，所以最先处理用户的类型为第一预设用户类型的子任务，即第一用户队列的子任务。通过在第一用户队列存在子任务的情况下，对第一用户队列中的子任务进行调度，使第一用户队列中的子任务最先进行调度，从而使对第一用户队列中的子任务的处理时长较低，便于对不同的用户类型的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
可选地，在只有一个用户的情况下，对第一用户队列中的子任务进行调度，包括：按照第一用户队列中的子任务的排列顺序依次进行调度。
可选地，在用户有多个的情况下，对第一用户队列中的子任务进行调度，包括：在各第一用户队列中依次选取一个子任务进行循环调度。
可选地，在各用户的类型均为第一预设用户类型的情况下，每一个用户对应一个第一用户队列。
在一些实施例中，如图2所示，图2为各第一用户队列的子任务的调度顺序的示意图。用户SL1、用户SL2和用户SL3对应的类型均为第一预设用户类型，{R11，R12，R13，R14，R15}为用户SL1对应的第一用户队列，其中，R11、R12、R13、R14和R15分别为用户SL1对应的第一用户队列中的子任务；{R21，R22，R23}为用户SL2对应的第一用户队列，其中，R21、R22和R23分别为用户SL2对应的第一用户队列中的子任务；{R31，R32，R33，R34}为用户SL3对应的第一用户队列，其中，R31、R32、R33和R34分别为用户SL3对应的第一用户队列中的子任务。在各第一用户队列中依次选取一个子任务进行循环调度，则调度顺序为{R11，R21，R31，R12，R22，R32，R13，R23，R33，R14，R34，R15}，根据该调度顺序对各第一用户队列中的子任务进行调度。
这样，通过在各第一用户队列中依次选取一个子任务进行循环调度，使各第一用户队列中的子任务都能得到调度，便于对不同的用户的子任务进行调度，从而避免了长时间处理同一用户的任务，而其他用户的任务得不到调度的情况，提高了量子云计算平台的任务调度的灵活度和效率。
可选地，对用户队列中的子任务进行调度，包括：在第一用户队列不存在子任务且第二用户队列存在子任务的情况下，对第二用户队列中的子任务进行调度。
这样，在优先级最高的第一预设用户类型下不存在子任务的情况下，对排第二优先级的第二预设用户类型的子任务进行调度，便于对不同的用户类型的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
可选地，对第二用户队列中的子任务进行调度，包括：获取各用户等级对应的权重，权重用于表征子任务的选取个数；在各第二用户队列中依次选取子任务进行循环调度，各第二用户队列中子任务的选取个数与权重相同。
这样，通过根据权重在各第一用户队列中依次选取子任务进行循环调度，使各第二用户队列中的子任务都能得到调度，便于对不同用户等级的用户的子任务进行调度，从而避免了长时间处理同一用户的任务，而其他用户的子任务得不到调度的情况，从而提高了量子云计算平台的任务调度的灵活度和效率。
可选地，按照各用户对应的待调度任务到达量子云计算平台的时间顺序，对第二用户队列中各待调度任务的子任务进行排队。可选地，第二用户队列为FIFO(First InputFirst Output，先进先出)队列。例如：用户SHL1和用户SHL2的用户等级为第一用户等级HL1，用户SHL1对应的待调度任务到达量子云计算平台的时间先于用户SHL2对应的待调度任务到达量子云计算平台的时间，则在第一用户等级HL1对应的第二用户队列中，用户SHL1对应的待调度任务的子任务排在用户SHL2对应的待调度任务的子任务的前面。
可选地，第一用户等级对应的权重大于第二用户等级对应的权重，第二用户等级对应的权重大于第三用户等级对应的权重。
在一些实施例中，如图3所示，图3为各第二用户队列的子任务的调度顺序的示意图。第一用户等级HL1对应的权重为4，第二用户等级HL2对应的权重为3，第三用户等级HL3对应的权重为1。{R11，R12，R13，R14，R15}为第一用户等级HL1对应的第二用户队列，其中，R11、R12、R13、R14和R15分别为第一用户等级HL1对应的第二用户队列中的子任务；{R21，R22，R23，R24，R25}为第二用户等级HL2对应的第二用户队列，其中，R21、R22、R23、R24和R25分别为第二用户等级HL2对应的第二用户队列中的子任务；{R31，R32，R33，R34，R35}为第三用户等级HL3对应的第二用户队列，其中，R31、R32、R33、R34和R35分别为第三用户等级HL3对应的第二用户队列中的子任务。在各第二用户队列中依次选取子任务进行循环调度，选取的个数与权重相同，则调度顺序为{R11，R12，R13，R14，R21，R22，R23，R31，R15，R24，R25，R32，R33，R34，R35}，根据该调度顺序对第一用户队列中的子任务进行调度。
可选地，在第二用户队列中的子任务的个数小于或等于权重的情况下，对该第二用户队列中的所有子任务进行调度。
可选地，对用户队列中的子任务进行调度，包括：在第一用户队列和第二用户队列不存在子任务且第三用户队列存在子任务的情况下，对第三用户队列中的子任务进行调度。
可选地，按照各用户对应的待调度任务到达量子云计算平台的时间顺序，对第三用户队列中各待调度任务的子任务进行排队。
这样，在优先级最高的第一预设用户类型和排第二优先级的第二预设用户类型都不存在子任务的情况下，对优先级最低的第三预设用户类型的子任务进行调度，实现了在第一用户队列和第二用户队列不存在子任务的情况下，对第三用户队列中的子任务进行调度，便于对不同的用户类型的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
可选地，对用户队列中的子任务进行调度后，还包括：获取未赋予的资源卡片的数量；资源卡片用于表征执行量子云计算平台中的子任务的权限，资源卡片的数量等于量子计算资源颗粒的数量；量子计算资源颗粒由对量子云计算平台的资源池进行划分得到；在未赋予的资源卡片的数量大于设定阈值的情况下，对调度的子任务赋予一个资源卡片，执行调度的子任务。可选地，设定阈值为0。
通过将对量子云计算平台的资源池进行划分得到量子计算资源颗粒，并根据与量子计算资源颗粒对应的资源卡片用于表征执行量子云计算平台中的子任务的权限，使被赋予了资源卡片的子任务能够被执行，从而能够避免长时间处理同一任务，而且还通过对不同的用户队列中的子任务进行调度和量子计算资源分配，从而提高了量子云计算平台任务调度的效率和灵活度，解决了量子云计算平台并发计算的应用需求。
可选地，各量子计算资源颗粒的粒度相同，且各量子计算资源颗粒的运行时间相同。可选地，各量子计算资源颗粒的大小与预设资源的大小相同，则执行子任务的所需要的资源小于或等于量子计算资源颗粒。
在一些实施例中，子任务需要获取到资源卡片才能开始使用量子计算资源颗粒，即子任务需要获取到资源卡片才能开始被执行。在对调度的子任务赋予一个资源卡片的情况下，则未赋予的资源卡片的数量减一；在赋予了资源卡片的子任务被执行完成的情况下，释放该资源卡片，并将未赋予的资源卡片的数量加一。
在一些实施例中，在子任务被执行的时间达到预设时间且该子任务未被完成的情况下，释放该子任务被赋予的资源卡片，将未赋予的资源卡片的数量加一，并将该子任务分配到对应的用户队列进行保存，等待下一次调度。
可选地，在量子云计算平台的资源池的资源大于或等于执行所有用户队列中的子任务需要的资源的情况下，所有用户类队列中的子任务使用一个资源池。
可选地，在量子云计算平台的资源池的资源小于执行所有用户队列中的子任务需要的资源的情况下，给第二用户队列和第三用户队列分配最低使用资源。最低使用资源不能被其他用户队列中的子任务使用，例如，第二用户队列的最低使用资源为量子云计算平台的资源池的20％的资源，第三用户队列的最低使用资源为量子云计算平台的资源池的5％的资源。这样，给第二用户队列和第三用户队列分配最低使用资源，使在量子云计算平台的资源池的资源小于所有用户队列中的子任务执行需要的资源的情况下各个队列的子任务都能被调度并执行，便于对不同的用户类型的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度，同时，保障了优先度较低的用户类型的任务的调度与执行，避免了优先度较低的用户类型的任务长时间得不到调度，从而提高了量子云计算平台的任务调度的效率。
可选地，在对第二用户队列中的子任务进行循环调度且第二用户队列的使用资源已经全部被使用的情况下，待调度的子任务在其对应的第二用户队列中进行等待，记录此次循环该第二用户队列中子任务已被选取的个数。根据该第二用户队列对应的用户等级的权重和已被选取的个数计算待选取个数。在第二用户队列的使用资源有空余的情况下，在该第二用户队列中选取子任务进行调度，该第二用户队列中子任务的选取个数与待选取个数相同。可选地，待选取个数为该第二用户队列对应的用户等级的权重减去已被选取的个数的计算结果。
在一些实施例中，结合图4所示，本公开实施例提供的一个用于对用户队列中的子任务进行调度的方法，包括：
步骤S401，判断第一用户队列中是否存在子任务；若是，执行步骤S402；若否，执行步骤S403。
步骤S402，对第一用户队列中的子任务进行调度；执行步骤S406。
步骤S403，判断第二用户队列中是否存在子任务；若是，执行步骤S404；若否，执行步骤S405。
步骤S404，对第二用户队列中的子任务进行调度；执行步骤S406。
步骤S405，对第三用户队列中的子任务进行调度；执行步骤S406。
步骤S406，获取调度的子任务。
步骤S407，获取未赋予的资源卡片的数量。
步骤S408，在未赋予的资源卡片的数量大于0的情况下，对调度的子任务赋予一个资源卡片，未赋予的资源卡片的数量减一且执行调度的子任务。
步骤S409，在调度的子任务被执行的时间大于或等于预设时间的情况下，释放资源卡片，未赋予的资源卡片的数量加一。
步骤S410，判断调度的子任务是否被执行完成；若是，结束对该子任务的调度和执行；若否，执行步骤S411。
步骤S411，将调度的子任务分配到对应的用户队列进行保存，等待下一次调度；返回执行步骤S401。
结合图5所示，本公开实施例提供一种用于量子云计算平台任务调度的装置，包括量子处理器(processor)100和量子存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，量子处理器100、通信接口102、量子存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。量子处理器100可以调用量子存储器101中的逻辑指令，以执行上述实施例的用于量子云计算平台任务调度的方法。
此外，上述的量子存储器101中的逻辑指令可以通过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。
量子存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。量子处理器100通过运行存储在量子存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中用于量子云计算平台任务调度的方法。
量子存储器101可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、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，量子存储器101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。
通过将用户分为不同的类型，并根据用户的类型将由量子云计算平台中待调度的任务分解成的子任务分配到预设的用户队列，然后对用户队列中的子任务进行调度，便于对不同的用户的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
本公开实施例提供了一种量子云计算平台任务调度服务器，包含上述的用于量子云计算平台任务调度的装置。
通过将用户分为不同的类型，并根据用户的类型将由量子云计算平台中待调度的任务分解成的子任务分配到预设的用户队列，然后对用户队列中的子任务进行调度，便于对不同的用户的子任务进行不同的调度，从而提高了量子云计算平台的任务调度灵活度。
本公开实施例提供了一种量子计算机可读存储介质，存储有量子计算机可执行指令，所述量子计算机可执行指令设置为执行上述用于量子云计算平台任务调度的方法。
本公开实施例提供了一种量子计算机程序产品，所述量子计算机程序产品包括存储在量子计算机可读存储介质上的计算机程序，所述量子计算机程序包括程序指令，当所述程序指令被量子计算机执行时，使所述量子计算机执行上述用于量子云计算平台任务调度的方法。
上述的量子计算机可读存储介质可以是暂态量子计算机可读存储介质，也可以是非暂态量子计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来，该量子计算机软件产品存储在一个存储介质中，包括一个或多个指令用以使得一台量子计算机设备(可以是个人量子计算机，量子服务器，或者量子网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述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。
本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，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，可以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。另外，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。另外，在本公开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。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
Claims (8)
1.一种用于量子云计算平台任务调度的方法，其特征在于，包括：
获取量子云计算平台中待调度的任务，获取所述任务对应的用户的类型；所述用户的类型包括第一预设用户类型、第二预设用户类型和第三预设用户类型；
将所述任务分解成若干个子任务；
根据所述用户的类型将所述子任务分配到预设的用户队列；
对所述用户队列中的所述子任务进行调度；
所述根据所述用户的类型将所述子任务分配到预设的用户队列，包括：在所述类型为所述第一预设用户类型的情况下，将所述子任务分配到预设的第一用户队列，所述用户与所述第一用户队列存在唯一的映射关系；在所述类型为第二预设用户类型的情况下，获取所述用户对应的用户等级；将相同用户等级的各用户对应的子任务分配到同一个预设的第二用户队列，所述第二用户队列存在与多个用户的映射关系；在所述类型为所述第三预设用户类型的情况下，将所述子任务分配到预设的第三用户队列，所述第三用户队列存在与多个用户的映射关系；
所述对所述用户队列中的所述子任务进行调度后，还包括：获取未赋予的资源卡片的数量；所述资源卡片用于表征执行量子云计算平台中的子任务的权限，所述资源卡片的数量等于量子计算资源颗粒的数量；所述量子计算资源颗粒由对量子云计算平台的资源池进行划分得到；在未赋予的资源卡片的数量大于设定阈值的情况下，对调度的子任务赋予一个资源卡片，执行调度的子任务；
所述执行调度的子任务后，还包括：在所述调度的子任务被执行的时间达到预设时间且所述调度的子任务未被完成的情况下，释放所述调度的子任务被赋予的资源卡片；将未赋予的资源卡片的数量加一；并将所述调度的子任务分配到对应的用户队列进行保存，等待下一次调度。
2.根据权利要求1所述的方法，其特征在于，对所述用户队列中的所述子任务进行调度，包括：
在所述第一用户队列存在子任务的情况下，对所述第一用户队列中的子任务进行调度。
3.根据权利要求2所述的方法，其特征在于，所述用户有多个，对所述第一用户队列中的子任务进行调度，包括：
在各所述第一用户队列中依次选取一个子任务进行循环调度。
4.根据权利要求1所述的方法，其特征在于，对所述用户队列中的所述子任务进行调度，包括：
在所述第一用户队列不存在子任务且所述第二用户队列存在子任务的情况下，对所述第二用户队列中的子任务进行调度。
5.根据权利要求4所述的方法，其特征在于，对所述第二用户队列中的子任务进行调度，包括：
获取所述用户等级对应的权重，所述权重用于表征子任务的选取个数；
在所述第二用户队列中选取子任务进行循环调度，所述第二用户队列中子任务的选取个数与所述权重相同。
6.根据权利要求1所述的方法，其特征在于，对所述用户队列中的所述子任务进行调度，包括：
在所述第一用户队列和所述第二用户队列不存在子任务且所述第三用户队列存在子任务的情况下，对所述第三用户队列中的子任务进行调度。
7.一种用于量子云计算平台任务调度的装置，包括量子处理器和存储有程序指令的量子存储器，其特征在于，所述量子处理器被配置为在运行所述程序指令时，执行如权利要求1至6任一项所述的用于量子云计算平台任务调度的方法。
8.一种量子云计算平台任务调度服务器，其特征在于，包括如权利要求7所述的用于量子云计算平台任务调度的装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110705452.XA CN113419833B (zh) | 2021-06-24 | 2021-06-24 | 用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110705452.XA CN113419833B (zh) | 2021-06-24 | 2021-06-24 | 用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113419833A CN113419833A (zh) | 2021-09-21 |
| CN113419833B true CN113419833B (zh) | 2023-12-29 |
Family
ID=77717621
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110705452.XA Active CN113419833B (zh) | 2021-06-24 | 2021-06-24 | 用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113419833B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114048857B (zh) * | 2021-10-22 | 2024-04-09 | 天工量信(苏州)科技发展有限公司 | 算力分配方法、装置及算力服务器 |
| CN115456188B (zh) * | 2022-02-28 | 2024-04-05 | 本源量子计算科技（合肥）股份有限公司 | 量子计算任务优化处理方法、装置及量子计算机 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9367354B1 (en) * | 2011-12-05 | 2016-06-14 | Amazon Technologies, Inc. | Queued workload service in a multi tenant environment |
| CN110673950A (zh) * | 2019-08-23 | 2020-01-10 | 广东大杉网络科技有限公司 | 云计算任务分配方法、装置、设备及存储介质 |
| CN111488206A (zh) * | 2020-03-08 | 2020-08-04 | 苏州浪潮智能科技有限公司 | 一种深度学习任务调度方法、系统、终端及存储介质 |
| CN111813554A (zh) * | 2020-07-17 | 2020-10-23 | 济南浪潮数据技术有限公司 | 一种任务调度处理方法、装置及电子设备和存储介质 |
| CN112363821A (zh) * | 2021-01-12 | 2021-02-12 | 湖南大学 | 一种计算资源调度方法、装置及计算机设备 |
| CN112596879A (zh) * | 2020-12-24 | 2021-04-02 | 中国信息通信研究院 | 用于量子云计算平台任务调度的方法 |
| CN112988390A (zh) * | 2021-03-22 | 2021-06-18 | 上海超级计算中心 | 一种算力资源分配方法及装置 |
| CN113886034A (zh) * | 2021-09-09 | 2022-01-04 | 深圳奥哲网络科技有限公司 | 任务调度方法、系统、电子设备及存储介质 |
-
2021
- 2021-06-24 CN CN202110705452.XA patent/CN113419833B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9367354B1 (en) * | 2011-12-05 | 2016-06-14 | Amazon Technologies, Inc. | Queued workload service in a multi tenant environment |
| CN110673950A (zh) * | 2019-08-23 | 2020-01-10 | 广东大杉网络科技有限公司 | 云计算任务分配方法、装置、设备及存储介质 |
| CN111488206A (zh) * | 2020-03-08 | 2020-08-04 | 苏州浪潮智能科技有限公司 | 一种深度学习任务调度方法、系统、终端及存储介质 |
| CN111813554A (zh) * | 2020-07-17 | 2020-10-23 | 济南浪潮数据技术有限公司 | 一种任务调度处理方法、装置及电子设备和存储介质 |
| CN112596879A (zh) * | 2020-12-24 | 2021-04-02 | 中国信息通信研究院 | 用于量子云计算平台任务调度的方法 |
| CN112363821A (zh) * | 2021-01-12 | 2021-02-12 | 湖南大学 | 一种计算资源调度方法、装置及计算机设备 |
| CN112988390A (zh) * | 2021-03-22 | 2021-06-18 | 上海超级计算中心 | 一种算力资源分配方法及装置 |
| CN113886034A (zh) * | 2021-09-09 | 2022-01-04 | 深圳奥哲网络科技有限公司 | 任务调度方法、系统、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113419833A (zh) | 2021-09-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10599484B2 (en) | Weighted stealing of resources | |
| US9529590B2 (en) | Processor for large graph algorithm computations and matrix operations | |
| CN113419833B (zh) | 用于量子云计算平台任务调度的方法、装置和量子云计算平台任务调度服务器 | |
| Dutta et al. | A genetic: algorithm approach to cost-based multi-QoS job scheduling in cloud computing environment | |
| Nesmachnow et al. | Efficient heuristics for profit optimization of virtual cloud brokers | |
| Jangiti et al. | Scalable and direct vector bin-packing heuristic based on residual resource ratios for virtual machine placement in cloud data centers | |
| CN108427602B (zh) | 一种分布式计算任务的协同调度方法及装置 | |
| Binyahib et al. | A scalable hybrid scheme for ray-casting of unstructured volume data | |
| CN115292016A (zh) | 基于人工智能的任务调度方法及相关设备 | |
| Amalarethinam et al. | Customer facilitated cost-based scheduling (CFCSC) in cloud | |
| CN113902120A (zh) | 异构云解算平台混合计算任务动态自适应划分调度方法及系统 | |
| Saber et al. | Exact and hybrid solutions for the multi-objective vm reassignment problem | |
| CN109544347B (zh) | 尾差分配方法、计算机可读存储介质及尾差分配系统 | |
| Thai et al. | Task scheduling on the cloud with hard constraints | |
| Aladwani | Impact of selecting virtual machine with least load on tasks scheduling algorithms in cloud computing | |
| Mirsoleimani et al. | A parallel memetic algorithm on GPU to solve the task scheduling problem in heterogeneous environments | |
| Kumar et al. | Delay-based workflow scheduling for cost optimization in heterogeneous cloud system | |
| CN115098240B (zh) | 一种多处理器应用调度方法和系统及存储介质 | |
| CN112596879B (zh) | 用于量子云计算平台任务调度的方法 | |
| Kinger et al. | Priority-aware resource allocation algorithm for cloud computing | |
| Zinnen et al. | Deadline constrained scheduling in hybrid clouds with Gaussian processes | |
| Yuan et al. | Application of EM algorithm to hybrid flow shop scheduling problems with a special blocking | |
| Tchernykh et al. | Toward digital twins' workload allocation on clouds with low-cost microservices streaming interaction | |
| Yadwadkar et al. | Faster jobs in distributed data processing using multi-task learning | |
| Simon et al. | Multiple objective scheduling of hpc workloads through dynamic prioritization |
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 |