CN114048857A - 算力分配方法、装置及算力服务器 - Google Patents
算力分配方法、装置及算力服务器 Download PDFInfo
- Publication number
- CN114048857A CN114048857A CN202111234287.0A CN202111234287A CN114048857A CN 114048857 A CN114048857 A CN 114048857A CN 202111234287 A CN202111234287 A CN 202111234287A CN 114048857 A CN114048857 A CN 114048857A
- Authority
- CN
- China
- Prior art keywords
- calculation
- sub
- computation
- node
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 447
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 123
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000007726 management method Methods 0.000 abstract description 19
- 238000010586 diagram Methods 0.000 description 8
- 238000012937 correction Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- RYAUSSKQMZRMAI-YESZJQIVSA-N (S)-fenpropimorph Chemical compound C([C@@H](C)CC=1C=CC(=CC=1)C(C)(C)C)N1C[C@H](C)O[C@H](C)C1 RYAUSSKQMZRMAI-YESZJQIVSA-N 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000005610 quantum mechanics Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Condensed Matter Physics & Semiconductors (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种算力分配方法、装置及算力服务器,方法包括:根据对算题进行算题规划处理,得到算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。根据算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式,确定了算题对应的至少一个算题计算任务。根据各计算节点的动态算力信息以及算力调用关系,为各算题计算任务确定至少一个目标节点,并向各目标节点发送算力操控信号。接收各目标节点返回的计算结果,并将计算结果发送给应用节点。这实现了为各子算题分配合适的目标节点来提供算力,从而使得算力分配更加合理化,同时提高了对量子计算机和电子计算机的管理和操作效率。
Description
技术领域
本发明涉及量子计算技术领域,尤其涉及一种算力分配方法、装置及算力服务器。
背景技术
量子计算机是指遵循量子力学规律进行高速数学和逻辑运算、存储及处理量子信息的物理装置。量子计算机的主要特点为:运算速度快、处理信息能力较强、应用范围较广等。
在相关技术中,通常将量子计算机作为一个特定算法装置安装在电子计算机中,使用电子计算机来实现对量子计算机计算过程的管理和操作。但是,相关技术需要依赖大量的人工试验和算法调试工作,对量子计算机的管理和操作效率较低。
发明内容
本发明提供一种算力分配方法、装置及算力服务器,用以解决现有技术中对量子计算机的管理和操作效率较低的缺陷,提高对量子计算机的管理和操作效率。
本发明提供一种算力分配方法,应用于算力服务器,所述算力服务器包括至少一个计算节点,所述计算节点包括量子计算机和/或电子计算机;所述方法包括:
对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;
根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;
根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;
向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;
接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
根据本发明提供的一种算力分配方法,所述对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式,包括:
根据历史算题配置数据和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
根据本发明提供的一种算力分配方法,所述根据历史算题配置数据和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式,包括:
根据所述历史算题配置数据,确定算题配置关系;其中,所述算题配置关系用于指示各算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;
根据所述算题配置关系和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
根据本发明提供的一种算力分配方法,所述根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点,包括:
确定各所述算题计算任务的算力量化指标阈值;
根据各所述算题计算任务的算力量化指标阈值、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点。
根据本发明提供的一种算力分配方法,所述向各所述目标节点发送算力操控指令之后,还包括:
接收各所述目标节点返回的动态算力信息以及计算进程;
根据所述动力算力信息以及计算进程,对各所述目标节点进行调整。
本发明还提供一种算力分配装置,其特征在于,应用于算力服务器,所述算力服务器包括至少一个计算节点,所述计算节点包括量子计算机和/或电子计算机;所述装置包括:
第一处理模块,用于对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;
第一确定模块,用于根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;
第二确定模块,用于根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;
发送模块,用于向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;
第二处理模块,用于接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
根据本发明提供的一种算力分配装置,所述第一处理模块具体用于:
根据历史算题配置数据和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
根据本发明提供的一种算力分配装置,所述第一处理模块具体用于:
根据所述历史算题配置数据,确定算题配置关系;其中,所述算题配置关系用于指示各算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;
根据所述算题配置关系和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
根据本发明提供的一种算力分配装置,所述第二确定模块具体用于:
确定各所述算题计算任务的算力量化指标阈值;
根据各所述算题计算任务的算力量化指标阈值、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点。
根据本发明提供的一种算力分配装置,所述装置还包括第三处理模块,所述第三处理模块具体用于:
接收各所述目标节点返回的动态算力信息以及计算进程;
根据所述动力算力信息以及计算进程,对各所述目标节点进行调整。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述算力分配方法的步骤。
本发明还提供一种算力服务器,其特征在于,包括至少一个算力服务硬件设备,所述算力服务硬件设备实现如上述任一种所述算力分配方法的步骤;所述算力服务硬件设备与至少一个应用节点连接;所述算力服务硬件设备包括量子态微波操控系统接口以及数字算力通信端口连接,其中,所述量子态微波操控系统接口用于连接至少一个量子计算机;所述数字算力通信端口用于连接至少一个电子计算机。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述算力分配方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述算力分配方法的步骤。
本发明提供的一种算力分配方法、装置及算力服务器,方法包括:根据对算题进行算题规划处理,得到算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。根据算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式,确定了算题对应的至少一个算题计算任务。根据各计算节点的动态算力信息以及算力调用关系,为各算题计算任务确定至少一个目标节点,并向各目标节点发送算力操控信号。接收各目标节点返回的计算结果,并将计算结果发送给应用节点。这实现了为算题分配对应的至少一个目标节点的过程中,考虑了算题对应的子算题的目标算题类型以及计算方式,为各子算题分配合适的目标节点来提供算力,从而使得算力分配更加合理化,同时提高了对量子计算机和电子计算机的管理和操作效率。
附图说明
为了更清楚地说明本发明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一简单地介绍,显而易见地,下面描述中的附图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附图。
图1是本发明提供的算力管理及操作系统的示意图;
图2是本发明提供的算力分配方法的流程示意图之一;
图3是本发明提供的算力分配方法的流程示意图之二;
图4是本发明提供的算力分配方法的流程示意图之三;
图5是本发明提供的算力分配装置的结构示意图之一;
图6是本发明提供的算力分配装置的结构示意图之二;
图7为本发明提供的一种算力服务器的系统架构示意图;
图8是本发明提供的电子设备的结构示意图。
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,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面,首先结合图1对本发明所提供的算力分配方法所应用的量子算力管理及操作系统进行介绍,图1是本发明提供的算力管理及操作系统的示意图。
参照图1所示,算力管理和操作系统100包括算题规划器110、算题配置器120、算力操控器130以及算力监控器140。算力管理和操作系统主要执行以下处理:收集、存储、分析多个分布的量子计算机和电子计算机的动态算力信息,建立由多个分布的量子计算机和电子计算机组成的计算机群的算力网络连接模型和协同算力模型,来实现对多个量子计算机和电子计算机的算力进行智能化和自动化的管理和操作。
其中,算力网络连接模型包括由多个分布的量子计算机和电子计算机共同组成的计算机群的计算节点之间相互的信息网络连接结构、连接的通信协议以及连接方式。算力网络通过通信接口收集算力信息,并将算力网络信息中的矩阵数据保存于存储器、数据库或量子存储介质中。协同算力模型是多个计算机在算力网络上可进行的通过相互算法调用以及信息输入和输出协作完成计算任务的方式、检验方法、纠错方法、复算方法等模型。协同算力模型通过算力网络定时对多个量子计算机及电子计算机的动态算力信息进行收集、更新,并将更新后的算力信息保存于存储器、数据库、或量子存储介质中。
算力规划器用于根据系统模型或算题识别模型将接收到的算题分解为多个子算题,以及确定处理各子算题的算法类型、计算步骤以及计算方式。算法类型包括量子算法或经典算法。其中,系统模型为系统中已经存储对应常用算题的最佳算法配置模型。算题识别模型为根据系统收集和存储的算题和算法的集合数据进行机器学习训练得到的模型。
算法配置器用于根据各量子计算机以及各电子计算机的动态算力信息以及各动态算力信息对应的相互调用关系,计算得出能够解决算题的算法配置方案。
算力操控器用于向满足算法配置方案的一台或多台量子计算机和/或电子计算机发送操作指令和计算数据,并且对算力操控任务进行排序。之后,向对应的量子计算机和/或电子计算机发送算力任务操作指令,并获得计算过程数据和计算效率等反馈信息。其中,根据所操控对应计算机物理状态类型,发送与所操控对应计算机物理状态类型对应的操作信息。例如,对量子计算机发送量子系统微波操控信息,对电子计算机发送电子系统数字操控信息。
算力监控器用于根据反馈信息监控并判断量子计算机的算力状态以及计算进程。同时,算力监控器判断量子计算机或电子计算机是否出现计算错误或提供给所操控的算力,根据反馈信息更新并发送操控指令。
通过本发明所提供的算力分配方法所应用的量子算力管理及操作系统实现了由多个量子计算机和/或电子计算机对多个算题提供算力进行运算的过程,以实现对多个算题的求解。同时,实现了对量子计算机和电子计算机的算力资源进行了有效的管理及操作。
下面,结合图2-图4描述本发明的算力分配方法。
图2是本发明提供的算力分配方法的流程示意图之一,如图2所示,该方法包括:
步骤210、对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各子算题对应的目标算法类型以及计算方式。其中,目标算法类型包括量子算法或经典算法。
其中,在本发明所提供的算力分配方法中的执行主体为算力服务器。
在本实施例中,应用节点为用于提供算题的终端设备,例如可以为计算机、手机、平板电脑等通信设备,对此不作限制。其中,算题是指需要一定算力进行求解的题目。
可选的,算力服务器接收应用节点发送的算题,并根据系统模型对算题进行算题规划处理,得到算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。其中,目标算法类型包括量子算法或经典算法。需要说明的是,量子算法是指需要通过量子计算机才能使用的算法,而经典算法是指通过电子计算机可以使用的算法。系统模型为算力服务器中已经存储常用算题对应的最佳算法配置模型,即该系统模型中存储有各常用算题对应的最佳算法配置信息。
可选的,算力服务器接收应用节点发送的算题,并根据算法识别模型对算题进行算题规划处理,得到算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。其中,算题识别模型为根据算力服务器收集和存储的算题和算法的集合数据进行机器学习训练得到的模型,即向算题识别模型输入算题,该算题识别模型输出该算题对应的算法配置信息,即算法对应的算法配置信息为算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。
步骤220、根据各子算题对应的目标算法类型以及计算方式,确定各子算题对应的算题计算任务。
基于上述步骤210确定了算题对应的至少一个子算题,以及各子算题对应的目标算法类型以及计算方式。接下来,确定各子算题对应的算题计算任务。
可选的,针对各算题中的任意一个,将子算题、子算题对应的目标算法类型以及计算方式,确定为一条算题计算任务。可以理解的是,该算题计算任务中包括子算题、子算题对应的目标算法类型,以及处理该子算题的计算方式。需要说明的是,子算题的计算方式为处理该子算题的算法。
步骤230、根据各子算题对应的算题计算任务、各计算节点的动态算力信息以及算力调用关系,从各计算节点中为各算题计算任务确定至少一个目标节点。
其中,计算节点是指可以提供计算能力的设备。例如,可以为能够提供量子算力的量子计算机;以及能够提供经典算力的电子计算机。计算节点的动态算力信息例如可以包括计算节点的类型、可提供算法操作的类型和性质、各类型操作的单位时间处理计算量、计算机实时处理的任务排程等动态情况。
考虑到算题计算任务之间是相互有关系的。例如串联,并联,耦合等。在处理各子算题对应的算题计算任务时,需要通过多个量子计算机或电子计算机配合来完成多个相互关联的算题计算任务。因此,通过使用算力调用关系来表示各计算节点的算力动态信息对应的相互调用关系,即多个量子计算机和/电子计算机中的算力调用关系。
可选的,根据各子算题对应的算题计算任务,确定各子算题对应的算力量化指标阈值。其中,算力量化指标可以包括计算处理的时间、计算速度、错误率、纠错次数以及计算能耗等。若确定算力量化指标为计算速度,则子算题存在计算速度阈值。那么根据各计算节点的动态算力信息,将动态算力信息中计算速度大于计算速度阈值且计算速度最大对应的计算节点确定为子任务对应的一个目标节点。同时,根据算力调用关系,将与子任务对应的一个目标节点存在算力调用关系且计算速度大于计算速度阈值的计算节点确定为子任务对应的其他目标节点。因此,根据子任务对应的一个目标节点以及子任务对应的其他目标节点,得到了子任务对应的至少一个目标节点。
步骤240、向各目标节点发送算力操控指令。其中,算力操控指令中包括子算题、子算题对应的目标算法类型以及计算方式。
基于上述步骤230,确定了各子算题对应的至少一个目标节点,接下来,向各目标节点发送算力操控指令。其中,算力操控指令中包括子算题、子算题对应的目标算法类型以及计算方式。计算方式用于指示处理该子算题,所应使用的算法。
可以理解的是,各目标节点接收到算力操作指令后,各目标节点根据算力操控指令,采用算力操控指令中的计算方式(算法)对算力操控指令中的子算题进行处理。
步骤250、接收各目标节点返回的计算结果,将计算结果发送给应用节点。
基于上述步骤240向各目标节点发送算力操作指令后,当各目标节点处理完各自的算题计算任务后得到算题计算任务对应的计算结果,各目标节点会将计算结果发送给算力服务器。算力服务器接收各目标节点返回的计算结果,并将计算结果发送给对应的应用节点。
本发明提供的算力分配方法,根据对算题进行算题规划处理,得到算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。根据算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式,确定了算题对应的至少一个算题计算任务。根据各计算节点的动态算力信息以及算力调用关系,为各算题计算任务确定至少一个目标节点,并向各目标节点发送算力操控信号。接收各目标节点返回的计算结果,并将计算结果发送给应用节点。这实现了为算题分配对应的至少一个目标节点的过程中,考虑了算题对应的子算题的目标算题类型以及计算方式,为各子算题分配合适的目标节点来提供算力,从而使得算力分配更加合理化,同时提高了对量子计算机和电子计算机的管理和操作效率。
可选的,图3是本发明提供的算力分配方法的流程示意图之二,如图3所示,该方法包括:
步骤310、根据历史算题配置数据和算题,确定算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。
其中,历史算题配置数据中包括常用算题以及各常用算题对应的至少一个子算题和各子算题对应的目标算题类型以及计算方式。根据历史算题配置数据,确定算题对算题配置信息之间的关系,即确定算题配置关系。
可选的,根据算题配置关系和算题,确定算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。具体的,将来自应用节点的算题与算题配置关系中的常用算题进行对比,从算题配置关系中找到与算题相关的关联算题,将关联算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式,确定为算题对应的至少一个子算题和各子算题对应的目标算题类型以及计算方式。
步骤320、根据各子算题对应的目标算法类型以及计算方式,确定各子算题对应的算题计算任务。
步骤330、根据各子算题对应的算题计算任务、各计算节点的动态算力信息以及算力调用关系,从各计算节点中为各算题计算任务确定至少一个目标节点。
步骤340、向各目标节点发送算力操控指令。其中,算力操控指令中包括子算题、子算题对应的目标算法类型以及计算方式。
步骤350、接收各目标节点返回的计算结果,将计算结果发送给应用节点。
可选地,关于步骤320-350的说明和解释,可以参照上述针对步骤220-250的说明和解释,且能达到相同的技术效果,为避免重复,在此这里不再赘述。
可选的,图4是本发明提供的算力分配方法的流程示意图之三,如图4所示,该方法包括:
步骤410、根据历史算题配置数据和算题,确定算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。
步骤420、根据各子算题对应的目标算法类型以及计算方式,确定各子算题对应的算题计算任务。
步骤430、确定各算题计算任务的算力量化指标阈值。
在本实施例中,确定各算题计算任务对应的算力量化指标以及各算题计算任务对应的算力量化指标阈值。其中,算力量化指标为各算题对应的一组指标,例如为:计算处理时间、错误率、纠错次数、计算能耗等。
也就是说,确定各算题计算任务对应的计算处理时间阈值、错误率阈值、纠错次数阈值、计算能耗等。
步骤440、根据各算题计算任务的算力量化指标阈值、各计算节点的动态算力信息以及算力调用关系,从各计算节点中为各算题计算任务确定至少一个目标节点。
基于上述步骤430,确定了各算题计算任务的算力量化指标阈值之后,接下来,从各计算节点中为各算题计算任务确定至少一个目标节点。
可选的,获取各计算节点的动态算力信息以及算力调用关系。根据各计算节点的动态算力信息以及算力调用关系,将从各计算节点中选出满足算题计算任务的各项算力量化指标(大于或等于算力量化指标阈值)的计算节点,作为算题计算任务对应的一个目标节点。同时,根据该算题计算任务对应的一个目标节点以及各计算节点之间的算力调用关系,确定算题计算任务对应的其他目标节点。也就是说,根据算题计算任务对应的一个目标节点以及其他目标节点,确定了该算题计算任务对应的至少一个目标节点。
步骤450、向各目标节点发送算力操控指令。其中,算力操控指令中包括子算题、子算题对应的目标算法类型以及计算方式。
步骤460、接收各目标节点返回的动态算力信息以及计算进程。
基于上述步骤450,向各目标节点发送算力操控指令后,各目标节点会返回各自的动态算力信息以及该目标节点计算各自所计算的算题计算任务的计算进程。
可选的,算力服务器接收各目标节点返回的动态算力信息以及计算进程。
步骤470、根据动力算力信息以及计算进程,对各目标节点进行调整。
基于上述步骤460,算力服务器接收到各目标节点的动力算力信息以及计算进程,接下来算力服务器会根据各目标节点的动力算力信息以及计算进程对各目标节点进行调整。
可选的,算力服务器根据各目标节点的动态算力信息以及计算进程,判断各计算节点是否出现计算错误或是否能够提供所需要的算力。若一目标节点不能为所负责的算题计算任务提供所需要的算力或计算出现错误,则需要对出现错误的目标节点进行调整,以及为该算题计算任务确定新的目标节点并向该新的目标节点发送算力操作指令,以使新的目标节点根据接收到的算力操控指令对算题计算任务进行处理。
步骤480、接收各目标节点返回的计算结果,将计算结果发送给应用节点。
可选地,关于步骤410、420、450、480的说明和解释,可以分别参照上述针对步骤310、220、240、250的说明和解释,且能达到相同的技术效果,为避免重复,在此这里不再赘述。
下面对本发明提供的算力分配装置进行描述,下文描述的算力分配装置与上文描述的算力分配方法可相互对应参照。
本发明提供一种算力分配装置,图5是本发明提供的算力分配装置的结构示意图之一,如图5所示,该装置500包括:第一处理模块501、第一确定模块502、第二确定模块503、发送模块504以及第二处理模块505;其中,
第一处理模块501,用于对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;
第一确定模块502,用于根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;
第二确定模块503,用于根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;
发送模块504,用于向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;
第二处理模块505,用于接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
根据本发明提供的一种算力分配装置,所述第一处理模块具体用于:根据历史算题配置数据和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
本发明提供的算力分配装置,根据对算题进行算题规划处理,得到算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式。根据算题对应的至少一个子算题和各子算题对应的目标算法类型以及计算方式,确定了算题对应的至少一个算题计算任务。根据各计算节点的动态算力信息以及算力调用关系,为各算题计算任务确定至少一个目标节点,并向各目标节点发送算力操控信号。接收各目标节点返回的计算结果,并将计算结果发送给应用节点。这实现了为算题分配对应的至少一个目标节点的过程中,考虑了算题对应的子算题的目标算题类型以及计算方式,为各子算题分配合适的目标节点来提供算力,从而使得算力分配更加合理化,同时提高了对量子计算机和电子计算机的管理和操作效率。
可选的,所述第一处理模块具体用于:
根据所述历史算题配置数据,确定算题配置关系;其中,所述算题配置关系用于指示各算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;
根据所述算题配置关系和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
可选的,所述第二确定模块具体用于:
确定各所述算题计算任务的算力量化指标阈值;
根据各所述算题计算任务的算力量化指标阈值、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点。
可选的,图6是本发明提供的算力分配装置的结构示意图之二,如图6所示,该装置600包括:第一处理模块501、第一确定模块502、第二确定模块503、发送模块504、第二处理模块505以及第三处理模块601;
第三处理模块601具体用于:
接收各所述目标节点返回的动态算力信息以及计算进程;
根据所述动力算力信息以及计算进程,对各所述目标节点进行调整。
本发明提供的算力服务器,该算力服务器包括至少一个算力服务硬件设备,其中,每个算力服务硬件设备包括量子态微波操控系统接口以及数字算力通信端口连接,算力服务硬件设备通过算力管理和操作系统实现如上述任一种算力分配方法的步骤;算力服务硬件设备与至少一个应用节点连接;其中,量子态微波操控系统接口用于连接至少一个量子计算机;数字算力通信端口用于连接至少一个电子计算机。
下面,结合图7对本发明提供的一种算力服务器进行介绍,图7为本发明提供的一种算力服务器的系统架构示意图。
参考图7所示,算力服务器700中包括两个算力服务硬件设备,分别为算力服务硬件设备A和算力服务硬件设备B。算力服务硬件设备通过算力管理和操作系统实现如上述任一种算力分配方法的步骤;其中,每个算力服务硬件设备中均包括量子态微波操控系统接口和数字算力通信端口。如图7中,算力服务硬件设备A中包括量子态微波操控系统接口A1和数字算力通信端口A2,算力服务硬件设备A通过算力管理和操作系统A3实现如上述任一种算力分配方法的步骤;以及,算力服务硬件设备B中包括量子态微波操控系统接口B1和数字算力通信端口B2,算力服务硬件设备B通过算力管理和操作系统B3实现如上述任一种算力分配方法的步骤。算力服务硬件设备A和算力服务硬件设备B分别与N个应用节点连接,N个应用节点分别为:应用节点1、应用节点2、…、应用节点N。算力服务硬件设备中的量子态微波操控系统接口用于连接至少一个量子计算机,数字算力通信端口用于连接至少一个电子计算机。以算力服务硬件设备B为例,对量子态微波操控系统接口B1和数字算力通信端口B2接入的计算节点进行介绍。如图7所示,量子态微波操控系统接口B1连接N个量子计算机,分别为量子计算机1、量子计算机2、…、量子计算机N;数字算力通信接口B2连接M个电子计算机,分别为电子计算机1、电子计算机2、…、电子计算机M。
图8是本发明提供的一种电子设备的实体结构示意图,如图8所示,该电子设备800可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行算力分配方法,该方法包括:
对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
此外,上述的存储器830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。基于这样的理解,本发明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,算力服务器,或者网络设备等)执行本发明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-Only Memory)、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。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的算力分配方法,该方法包括:对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的算力分配方法,该方法包括:对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
以上所描述的装置实施例仅仅是示意性的,其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (10)
1.一种算力分配方法,其特征在于,应用于算力服务器,所述算力服务器包括至少一个计算节点,所述计算节点包括量子计算机和/或电子计算机;所述方法包括:
对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;
根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;
根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;
向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;
接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
2.根据权利要求1所述的方法,其特征在于,所述对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式,包括:
根据历史算题配置数据和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
3.根据权利要求2所述的方法,其特征在于,所述根据历史算题配置数据和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式,包括:
根据所述历史算题配置数据,确定算题配置关系;其中,所述算题配置关系用于指示各算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;
根据所述算题配置关系和所述算题,确定所述算题对应的至少一个子算题和各所述子算题对应的目标算法类型以及计算方式。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点,包括:
确定各所述算题计算任务的算力量化指标阈值;
根据各所述算题计算任务的算力量化指标阈值、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述向各所述目标节点发送算力操控指令之后,还包括:
接收各所述目标节点返回的动态算力信息以及计算进程;
根据所述动力算力信息以及计算进程,对各所述目标节点进行调整。
6.一种算力分配装置,其特征在于,应用于算力服务器,所述算力服务器包括至少一个计算节点,所述计算节点包括量子计算机和/或电子计算机;所述装置包括:
第一处理模块,用于对应用节点发送的算题进行算题规划处理,得到至少一个子算题和各所述子算题对应的目标算法类型以及计算方式;其中,所述目标算法类型包括量子算法或经典算法;
第一确定模块,用于根据各所述子算题对应的目标算法类型以及计算方式,确定各所述子算题对应的算题计算任务;
第二确定模块,用于根据各所述子算题对应的算题计算任务、各所述计算节点的动态算力信息以及算力调用关系,从各所述计算节点中为各所述算题计算任务确定至少一个目标节点;
发送模块,用于向各所述目标节点发送算力操控指令;其中,所述算力操控指令中包括所述子算题、所述子算题对应的目标算法类型以及计算方式;
第二处理模块,用于接收各所述目标节点返回的计算结果,将所述计算结果发送给所述应用节点。
7.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述算力分配方法的步骤。
8.一种算力服务器,其特征在于,包括至少一个算力服务硬件设备,所述算力服务硬件设备执行如权利要求1至5任一项所述的算力分配方法;所述算力服务硬件设备与至少一个应用节点连接;所述算力服务硬件设备包括量子态微波操控系统接口以及数字算力通信端口;其中,所述量子态微波操控系统接口用于连接至少一个量子计算机;所述数字算力通信端口用于连接至少一个电子计算机。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述算力分配方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述算力分配方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234287.0A CN114048857B (zh) | 2021-10-22 | 2021-10-22 | 算力分配方法、装置及算力服务器 |
PCT/CN2022/124604 WO2023066084A1 (zh) | 2021-10-22 | 2022-10-11 | 算力分配方法、装置及算力服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111234287.0A CN114048857B (zh) | 2021-10-22 | 2021-10-22 | 算力分配方法、装置及算力服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114048857A true CN114048857A (zh) | 2022-02-15 |
CN114048857B CN114048857B (zh) | 2024-04-09 |
Family
ID=80206093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111234287.0A Active CN114048857B (zh) | 2021-10-22 | 2021-10-22 | 算力分配方法、装置及算力服务器 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114048857B (zh) |
WO (1) | WO2023066084A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978908A (zh) * | 2022-05-11 | 2022-08-30 | 量子科技长三角产业创新中心 | 算力网络节点评价及操作方法和装置 |
WO2023066084A1 (zh) * | 2021-10-22 | 2023-04-27 | 量子科技长三角产业创新中心 | 算力分配方法、装置及算力服务器 |
WO2023185976A1 (zh) * | 2022-03-31 | 2023-10-05 | 中国移动通信有限公司研究院 | 算力处理方法、装置及算力节点 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117667602B (zh) * | 2024-01-31 | 2024-04-26 | 山东航天九通车联网有限公司 | 一种基于云计算在线服务算力优化方法和装置 |
CN117687798B (zh) * | 2024-02-01 | 2024-05-10 | 浪潮通信信息系统有限公司 | 一种算力网络原生应用管控方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111949394A (zh) * | 2020-07-16 | 2020-11-17 | 广州玖的数码科技有限公司 | 一种共享算力资源的方法、系统及存储介质 |
CN112465146A (zh) * | 2020-11-19 | 2021-03-09 | 苏州浪潮智能科技有限公司 | 一种量子与经典混合云平台以及任务执行方法 |
CN112819170A (zh) * | 2021-01-22 | 2021-05-18 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
CN112862104A (zh) * | 2021-04-01 | 2021-05-28 | 中国科学技术大学 | 混合型量子计算机架构及其执行计算任务的方法 |
JP2021099860A (ja) * | 2020-03-17 | 2021-07-01 | 北京百度網訊科技有限公司 | タスク計算量決定方法、装置、電子機器及びコンピュータプログラム製品 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428055A (zh) * | 2018-04-27 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 量子计算方法和设备 |
US11769070B2 (en) * | 2019-10-09 | 2023-09-26 | Cornell University | Quantum computing based hybrid solution strategies for large-scale discrete-continuous optimization problems |
GB202002491D0 (en) * | 2020-02-21 | 2020-04-08 | Oxford Quantum Circuits Ltd | Control method for a distributed processing system including a quantum information processor |
CN113419833B (zh) * | 2021-06-24 | 2023-12-29 | 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、装置和量子云计算平台任务调度服务器 |
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 |
-
2021
- 2021-10-22 CN CN202111234287.0A patent/CN114048857B/zh active Active
-
2022
- 2022-10-11 WO PCT/CN2022/124604 patent/WO2023066084A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021099860A (ja) * | 2020-03-17 | 2021-07-01 | 北京百度網訊科技有限公司 | タスク計算量決定方法、装置、電子機器及びコンピュータプログラム製品 |
CN111949394A (zh) * | 2020-07-16 | 2020-11-17 | 广州玖的数码科技有限公司 | 一种共享算力资源的方法、系统及存储介质 |
CN112465146A (zh) * | 2020-11-19 | 2021-03-09 | 苏州浪潮智能科技有限公司 | 一种量子与经典混合云平台以及任务执行方法 |
CN112819170A (zh) * | 2021-01-22 | 2021-05-18 | 北京百度网讯科技有限公司 | 控制脉冲生成方法、装置、系统、设备及存储介质 |
CN112862104A (zh) * | 2021-04-01 | 2021-05-28 | 中国科学技术大学 | 混合型量子计算机架构及其执行计算任务的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023066084A1 (zh) * | 2021-10-22 | 2023-04-27 | 量子科技长三角产业创新中心 | 算力分配方法、装置及算力服务器 |
WO2023185976A1 (zh) * | 2022-03-31 | 2023-10-05 | 中国移动通信有限公司研究院 | 算力处理方法、装置及算力节点 |
CN114978908A (zh) * | 2022-05-11 | 2022-08-30 | 量子科技长三角产业创新中心 | 算力网络节点评价及操作方法和装置 |
CN114978908B (zh) * | 2022-05-11 | 2023-09-26 | 量子科技长三角产业创新中心 | 算力网络节点评价及操作方法和装置 |
WO2023216489A1 (zh) * | 2022-05-11 | 2023-11-16 | 量子科技长三角产业创新中心 | 算力网络节点评价及操作方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
WO2023066084A1 (zh) | 2023-04-27 |
CN114048857B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114048857B (zh) | 算力分配方法、装置及算力服务器 | |
CN111667267B (zh) | 一种区块链交易风险识别方法及装置 | |
US8938648B2 (en) | Multi-entity test case execution workflow | |
CN110766167B (zh) | 交互式特征选择方法、设备及可读存储介质 | |
CN111091278A (zh) | 机械设备异常检测的边缘检测模型构建方法及装置 | |
CN113821332B (zh) | 自动机器学习系统效能调优方法、装置、设备及介质 | |
CN111290922B (zh) | 服务运行健康度监测方法及装置 | |
CN113536081A (zh) | 基于人工智能的数据中心数据管理方法及系统 | |
CN107577497A (zh) | 一种软件研发管理的方法、系统及相关装置 | |
CN110320837A (zh) | 一种可边缘计算的工业电脑 | |
CN112154415A (zh) | 大型计算机系统中的高效事件管理 | |
CN114297934A (zh) | 一种基于代理模型的模型参数并行仿真优化方法及装置 | |
CN113795032B (zh) | 室分隐形故障的判断方法、装置、存储介质及设备 | |
CN110262950A (zh) | 基于多项指标的异动检测方法和装置 | |
CN115480843A (zh) | 业务处理方法、装置、电子设备及非易失性存储介质 | |
CN115130911A (zh) | 机器人执行失败的配送任务的处理方法及装置 | |
CN109446020B (zh) | 云存储系统的动态评估方法以及装置 | |
CN114692903A (zh) | 用于设备故障检测的方法及终端设备 | |
CN111722977A (zh) | 系统巡检方法、装置及电子设备 | |
CN111783487A (zh) | 一种读卡器设备的故障预警方法及装置 | |
CN111106953A (zh) | 一种异常根因分析的方法及装置 | |
CN111565118A (zh) | 基于多观测维度hmm的虚拟化网元故障分析方法及系统 | |
CN111404266A (zh) | 一种远方定值智能比对方法、系统及装置 | |
CN116089021B (zh) | 面向深度学习的大规模负载混部调度方法、装置及介质 | |
CN115374945A (zh) | 一种基于量子贝叶斯网络的系统状态判断方法及装置 |
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 |