CN114518798A - 设备集群的低功耗控制方法及装置 - Google Patents
设备集群的低功耗控制方法及装置 Download PDFInfo
- Publication number
- CN114518798A CN114518798A CN202210144180.5A CN202210144180A CN114518798A CN 114518798 A CN114518798 A CN 114518798A CN 202210144180 A CN202210144180 A CN 202210144180A CN 114518798 A CN114518798 A CN 114518798A
- Authority
- CN
- China
- Prior art keywords
- task
- equipment
- cluster
- target
- list
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
- G06F1/3228—Monitoring task completion, e.g. by use of idle timers, stop commands or wait commands
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/4401—Bootstrapping
- G06F9/4418—Suspend and resume; Hibernate and awake
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computer Security & Cryptography (AREA)
- Power Sources (AREA)
Abstract
本公开涉及设备控制技术领域,提供了一种设备集群的低功耗控制方法及装置。该方法包括:获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;获取设备集群中每个设备的设备信息;根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;根据每个设备对应的控制策略,控制设备集群中每个设备。采用上述技术手段,解决现有技术中,缺少针对设备集群的低功耗控制方案的问题。
Description
技术领域
本公开涉及设备控制技术领域,尤其涉及一种设备集群的低功耗控制方法及装置。
背景技术
随着能源危机问题的日益严重,人们节约能源的意识日渐突出。对于物联网领域,现有技术往往是针对于一个设备,降低该设备的能耗,达到节约能源的目的。但是,物联网领域中,常见的是设备集群,如果只针对一个设备,降低该设备的能耗的方案,对于整个设备集群未必适用。
在实现本公开构思的过程中,发明人发现相关技术中至少存在如下技术问题:缺少针对设备集群的低功耗控制方案的问题。
发明内容
有鉴于此,本公开实施例提供了一种设备集群的低功耗控制方法、装置、电子设备及计算机可读存储介质,以解决现有技术中,缺少针对设备集群的低功耗控制方案的问题。
本公开实施例的第一方面,提供了一种设备集群的低功耗控制方法,包括:获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;获取设备集群中每个设备的设备信息;根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;根据每个设备对应的控制策略,控制设备集群中每个设备。
本公开实施例的第二方面,提供了一种设备集群的低功耗控制装置,包括:第一获取模块,被配置为获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;第二获取模块,被配置为获取设备集群中每个设备的设备信息;确定模块,被配置为根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;控制模块,被配置为根据每个设备对应的控制策略,控制设备集群中每个设备。
本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。
本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。
本公开实施例与现有技术相比存在的有益效果是:因为本公开实施例通过获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;获取设备集群中每个设备的设备信息;根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;根据每个设备对应的控制策略,控制设备集群中每个设备,因此,采用上述技术手段,可以解决现有技术中,缺少针对设备集群的低功耗控制方案的问题,进而提供一种针对设备集群的低功耗控制方案。
附图说明
为了更清楚地说明本公开实施例中的技术方案,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公开的一些实施例,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它的附图。
图1是本公开实施例的应用场景的场景示意图;
图2是本公开实施例提供的一种设备集群的低功耗控制方法的流程示意图;
图3是本公开实施例提供的一种设备集群的低功耗控制装置的结构示意图;
图4是本公开实施例提供的一种电子设备的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本公开实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本公开。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本公开的描述。
下面将结合附图详细说明根据本公开实施例的一种设备集群的低功耗控制方法和装置。
图1是本公开实施例的应用场景的场景示意图。该应用场景可以包括终端设备1、2和3、服务器4以及网络5。
终端设备1、2和3可以是硬件,也可以是软件。当终端设备1、2和3为硬件时,其可以是具有显示屏且支持与服务器4通信的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等;当终端设备1、2和3为软件时,其可以安装在如上的电子设备中。终端设备1、2和3可以实现为多个软件或软件模块,也可以实现为单个软件或软件模块,本公开实施例对此不作限制。进一步地,终端设备1、2和3上可以安装有各种应用,例如数据处理应用、即时通信工具、社交平台软件、搜索类应用、购物类应用等。
服务器4可以是提供各种服务的服务器,例如,对与其建立通信连接的终端设备发送的请求进行接收的后台服务器,该后台服务器可以对终端设备发送的请求进行接收和分析等处理,并生成处理结果。服务器4可以是一台服务器,也可以是由若干台服务器组成的服务器集群,或者还可以是一个云计算服务中心,本公开实施例对此不作限制。
需要说明的是,服务器4可以是硬件,也可以是软件。当服务器4为硬件时,其可以是为终端设备1、2和3提供各种服务的各种电子设备。当服务器4为软件时,其可以是为终端设备1、2和3提供各种服务的多个软件或软件模块,也可以是为终端设备1、2和3提供各种服务的单个软件或软件模块,本公开实施例对此不作限制。
网络5可以是采用同轴电缆、双绞线和光纤连接的有线网络,也可以是无需布线就能实现各种通信设备互联的无线网络,例如,蓝牙(Bluetooth)、近场通信(Near FieldCommunication,NFC)、红外(Infrared)等,本公开实施例对此不作限制。
用户可以通过终端设备1、2和3经由网络5与服务器4建立通信连接,以接收或发送信息等。需要说明的是,终端设备1、2和3、服务器4以及网络5的具体类型、数量和组合可以根据应用场景的实际需求进行调整,本公开实施例对此不作限制。
图2是本公开实施例提供的一种设备集群的低功耗控制方法的流程示意图。图2的设备集群的低功耗控制方法可以由图1的终端设备或服务器执行。如图2所示,该设备集群的低功耗控制方法包括:
S201,获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;
S202,获取设备集群中每个设备的设备信息;
S203,根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;
S204,根据每个设备对应的控制策略,控制设备集群中每个设备。
设备集群可以是一个单位向一个地区多个用户提供服务的一个设备的集合。任务列表中的多个任务是多个用户向提供该服务的设备集群下发的任务,当然多个用户,可以是个人也可以是单位。每个设备执行每个设备对应的任务的计划包括每个设备执行每个设备对应的每个任务的时间。根据每个设备的设备信息,可以确定每个设备执行任务列表中的一个任务需要的功耗(此时设备处于激活状态),以及每个设备处于休眠状态和挂起状态需要的功耗,以设备集群中所有设备的总功耗最低为原则,可以给每个设备应执行的一个或者多个任务,以及规划每个设备执行每个设备对应的任务的计划。
根据本公开实施例提供的技术方案,因为本公开实施例通过获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;获取设备集群中每个设备的设备信息;根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;根据每个设备对应的控制策略,控制设备集群中每个设备,因此,采用上述技术手段,可以解决现有技术中,缺少针对设备集群的低功耗控制方案的问题,进而提供一种针对设备集群的低功耗控制方案。
在步骤203中,根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,包括:根据每个设备的设备信息,确定每个设备对应的设备类别、任务执行能力等级和设备状态;确定任务列表中每个任务的任务类别;根据每个设备对应的设备类别和任务执行能力等级以及每个任务的任务类别,为每个设备分配一个或多个任务,得到每个设备对应的任务子列表;根据每个设备的设备状态和任务子列表,确定每个设备对应的控制策略。
每个设备的设备信息中,包含了每个设备对应的设备类别,比如在该设备集群中一个设备的设备类别可以是用于计算的,也可以是用于服务的等。计算类别的设备可以提供强大的计算能力,主要用户是需要计算支持的,服务类别的设备存储有多个服务策略,主要用户是咨询等服务的。每个设备的设备信息包含每个设备的型号和设备的服役年限等信息,可以根据每个设备的型号和设备的服役年限等信息对每个设备进行评价,得到每个设备的任务执行能力等级,任务执行能力等级用于表示一个设备执行任务的能力,以便于为设备分配任务时,提供支持。每个任务的任务类别也可以分为计算类的任务和服务类的任务等。每个设备对应的任务子列表,是从任务列表中为每个设备分配的任务。每个设备的设备状态可以是设备运行是否良好,还可以是一个设备一段那时间内出现问题的次数等。如果一个设备的设备状态显示该设备一段那时间内出现问题的次数大于一定的值,该设备运行不良好,那么该设备执行该设备的任务子列表中任务的时间就可以比较长,进而得到每个设备对应的控制策略。
在步骤204中,根据每个设备对应的控制策略,控制设备集群中每个设备,包括:基于每个设备对应的控制策略,规划每个设备休眠、挂起和激活的时间;根据每个设备休眠、挂起和激活的时间,控制设备集群中每个设备。
举例说明,该设备集群是提供云计算的设备集群,有包括服务器A的多个服务器。服务器A的任务包括任务1、任务2和任务3。服务器A某天的控制策略是:早上9点执行任务1,中午12点执行任务2,下午6点执行任务3。服务器A处理任务1、任务2和任务3分别需要一个小时的时间(之所以服务器A的三个任务是分开执行的,是因为可能存在任务是预约的情况),服务器A每次执行完任务,15分钟进入挂起状态,又15分钟进入休眠状态。那么服务器A某天的休眠、挂起和激活的时间,就为:早上9点,进入激活状态,执行任务1,早上10点,完成任务1,早上10点15分进入挂起状态,早上10点30分进入休眠状态,中午12点,进入激活状态,执行任务2,中午1点,完成任务2,中午1点15分进入挂起状态,中午1点30分进入休眠状态,下午6点,进入激活状态,执行任务3,下午7点,完成任务3,下午7点15分进入挂起状态,下午7点30分进入休眠状态。如果该天,服务器A还接到了除任务1、任务2和任务3之外的临时任务,服务器A还应该处理临时任务。如果服务器A接到临时任务时是休眠状态或者挂起状态,服务器A应该进入激活状态。该临时任务是服务器A接收到后紧急需要处理的。
在一个可选实施例中,包括:当目标设备处于休眠状态下,从目标设备对应的任务子列表中获取目标任务,其中,目标任务是目标设备对应的任务子列表中执行时间排最前的任务;在目标任务的执行时间,激活目标设备,使得目标设备开始处理目标任务;在目标设备执行完目标任务后,如果第一预设时间内没有目标设备需要执行的任务,使目标设备进入挂起状态,如果第一预设时间内有目标设备需要执行的任务,使目标设备继续处于激活状态,继续执行任务;在目标设备进入挂起状态后,如果第二预设时间内没有目标设备需要执行的任务,使目标设备进入休眠状态,如果第二预设时间内有目标设备需要执行的任务,使目标设备进入激活状态,开始执行任务。
目标任务是目标设备对应的任务子列表中执行时间排最前的任务,其中,对任务子列表中任务的排序只是对待执行的任务而言的,如果一个任务已经被执行或者正在执行中,就不会参与到此次排序中。执行时间排最前的任务,也就是需要第一个处理的任务。在目标任务的执行时间,激活目标设备,也就是目标设备进入激活状态。实际上设备的休眠、挂起和激活是一个循环,通过智能管理设备的休眠、挂起和激活,可以达到节约能源的目的。
在步骤203中,根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,包括:根据每个设备的设备信息和任务列表,通过神经网络模型确定每个设备对应的控制策略;其中,神经网络模型已通过训练,可以根据每个设备的设备信息和任务列表,生成每个设备对应的控制策略。
对神经网络模型进行训练,是通过训练数据集训练的,训练数据集类似于历史数据集。
在步骤203中,根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,包括:根据每个设备的设备信息和任务列表,通过拟合模型确定每个设备对应的控制策略;其中,拟合模型是基于数学建模原理构建的。
根据每个设备的设备信息和任务列表,通过拟合模型确定每个设备对应的控制策略之前,方法还包括:获取历史数据集,其中,历史数据集,包括:多个设备集群、每个设备集群对应的任务列表和每个设备集群中每个设备对应的控制策略,每个任务列表中包含多个任务,每个设备集群包括多个设备,每个设备均有对应的设备信息;对每个设备集群中每个设备的设备信息、每个设备集群对应的任务列表和每个设备集群中每个设备集群中每个设备对应的控制策略进行拟合处理,得到拟合函数;根据拟合函数建立拟合模型。
历史数据集中,每个设备集群中每个设备对应的控制策略可以是人为规划的,或者使用软件规划的。该软件类似于训练神经网络的标注数据集的软件。每个设备集群中每个设备对应的控制策略是基于设备集群中所有设备的总功耗最低为原则的。根据拟合函数建立拟合模型,可以根据每个设备的设备信息和任务列表,确定每个设备对应的控制策略。可以将每个设备的设备信息和任务列表输入拟合模型,输出每个设备对应的控制策略。神经网络模型的使用类似于拟合模型的使用。
上述所有可选技术方案,可以采用任意结合形成本申请的可选实施例,在此不再一一赘述。
下述为本公开装置实施例,可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节,请参照本公开方法实施例。
图3是本公开实施例提供的一种设备集群的低功耗控制装置的示意图。如图3所示,该设备集群的低功耗控制装置包括:
第一获取模块301,被配置为获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;
第二获取模块302,被配置为获取设备集群中每个设备的设备信息;
确定模块303,被配置为根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;
控制模块304,被配置为根据每个设备对应的控制策略,控制设备集群中每个设备。
设备集群可以是一个单位向一个地区多个用户提供服务的一个设备的集合。任务列表中的多个任务是多个用户向提供该服务的设备集群下发的任务,当然多个用户,可以是个人也可以是单位。每个设备执行每个设备对应的任务的计划包括每个设备执行每个设备对应的每个任务的时间。根据每个设备的设备信息,可以确定每个设备执行任务列表中的一个任务需要的功耗(此时设备处于激活状态),以及每个设备处于休眠状态和挂起状态需要的功耗,以设备集群中所有设备的总功耗最低为原则,可以给每个设备应执行的一个或者多个任务,以及规划每个设备执行每个设备对应的任务的计划。
根据本公开实施例提供的技术方案,因为本公开实施例通过获取设备集群所属区域的任务列表,其中,设备集群包括多个设备,任务列表中包含多个任务;获取设备集群中每个设备的设备信息;根据每个设备的设备信息和任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;根据每个设备对应的控制策略,控制设备集群中每个设备,因此,采用上述技术手段,可以解决现有技术中,缺少针对设备集群的低功耗控制方案的问题,进而提供一种针对设备集群的低功耗控制方案。
可选地,确定模块303还被配置为根据每个设备的设备信息,确定每个设备对应的设备类别、任务执行能力等级和设备状态;确定任务列表中每个任务的任务类别;根据每个设备对应的设备类别和任务执行能力等级以及每个任务的任务类别,为每个设备分配一个或多个任务,得到每个设备对应的任务子列表;根据每个设备的设备状态和任务子列表,确定每个设备对应的控制策略。
每个设备的设备信息中,包含了每个设备对应的设备类别,比如在该设备集群中一个设备的设备类别可以是用于计算的,也可以是用于服务的等。计算类别的设备可以提供强大的计算能力,主要用户是需要计算支持的,服务类别的设备存储有多个服务策略,主要用户是咨询等服务的。每个设备的设备信息包含每个设备的型号和设备的服役年限等信息,可以根据每个设备的型号和设备的服役年限等信息对每个设备进行评价,得到每个设备的任务执行能力等级,任务执行能力等级用于表示一个设备执行任务的能力,以便于为设备分配任务时,提供支持。每个任务的任务类别也可以分为计算类的任务和服务类的任务等。每个设备对应的任务子列表,是从任务列表中为每个设备分配的任务。每个设备的设备状态可以是设备运行是否良好,还可以是一个设备一段那时间内出现问题的次数等。如果一个设备的设备状态显示该设备一段那时间内出现问题的次数大于一定的值,该设备运行不良好,那么该设备执行该设备的任务子列表中任务的时间就可以比较长,进而得到每个设备对应的控制策略。
可选地,控制模块304还被配置为基于每个设备对应的控制策略,规划每个设备休眠、挂起和激活的时间;根据每个设备休眠、挂起和激活的时间,控制设备集群中每个设备。
举例说明,该设备集群是提供云计算的设备集群,有包括服务器A的多个服务器。服务器A的任务包括任务1、任务2和任务3。服务器A某天的控制策略是:早上9点执行任务1,中午12点执行任务2,下午6点执行任务3。服务器A处理任务1、任务2和任务3分别需要一个小时的时间(之所以服务器A的三个任务是分开执行的,是因为可能存在任务是预约的情况),服务器A每次执行完任务,15分钟进入挂起状态,又15分钟进入休眠状态。那么服务器A某天的休眠、挂起和激活的时间,就为:早上9点,进入激活状态,执行任务1,早上10点,完成任务1,早上10点15分进入挂起状态,早上10点30分进入休眠状态,中午12点,进入激活状态,执行任务2,中午1点,完成任务2,中午1点15分进入挂起状态,中午1点30分进入休眠状态,下午6点,进入激活状态,执行任务3,下午7点,完成任务3,下午7点15分进入挂起状态,下午7点30分进入休眠状态。如果该天,服务器A还接到了除任务1、任务2和任务3之外的临时任务,服务器A还应该处理临时任务。如果服务器A接到临时任务时是休眠状态或者挂起状态,服务器A应该进入激活状态。该临时任务是服务器A接收到后紧急需要处理的。
可选地,控制模块304还被配置为当目标设备处于休眠状态下,从目标设备对应的任务子列表中获取目标任务,其中,目标任务是目标设备对应的任务子列表中执行时间排最前的任务;在目标任务的执行时间,激活目标设备,使得目标设备开始处理目标任务;在目标设备执行完目标任务后,如果第一预设时间内没有目标设备需要执行的任务,使目标设备进入挂起状态,如果第一预设时间内有目标设备需要执行的任务,使目标设备继续处于激活状态,继续执行任务;在目标设备进入挂起状态后,如果第二预设时间内没有目标设备需要执行的任务,使目标设备进入休眠状态,如果第二预设时间内有目标设备需要执行的任务,使目标设备进入激活状态,开始执行任务。
目标任务是目标设备对应的任务子列表中执行时间排最前的任务,其中,对任务子列表中任务的排序只是对待执行的任务而言的,如果一个任务已经被执行或者正在执行中,就不会参与到此次排序中。执行时间排最前的任务,也就是需要第一个处理的任务。在目标任务的执行时间,激活目标设备,也就是目标设备进入激活状态。实际上设备的休眠、挂起和激活是一个循环,通过智能管理设备的休眠、挂起和激活,可以达到节约能源的目的。
可选地,确定模块303还被配置为根据每个设备的设备信息和任务列表,通过神经网络模型确定每个设备对应的控制策略;其中,神经网络模型已通过训练,可以根据每个设备的设备信息和任务列表,生成每个设备对应的控制策略。
对神经网络模型进行训练,是通过训练数据集训练的,训练数据集类似于历史数据集。
可选地,确定模块303还被配置为根据每个设备的设备信息和任务列表,通过拟合模型确定每个设备对应的控制策略;其中,拟合模型是基于数学建模原理构建的。
根据每个设备的设备信息和任务列表,通过拟合模型确定每个设备对应的控制策略之前,方法还包括:获取历史数据集,其中,历史数据集,包括:多个设备集群、每个设备集群对应的任务列表和每个设备集群中每个设备对应的控制策略,每个任务列表中包含多个任务,每个设备集群包括多个设备,每个设备均有对应的设备信息;对每个设备集群中每个设备的设备信息、每个设备集群对应的任务列表和每个设备集群中每个设备集群中每个设备对应的控制策略进行拟合处理,得到拟合函数;根据拟合函数建立拟合模型。
历史数据集中,每个设备集群中每个设备对应的控制策略可以是人为规划的,或者使用软件规划的。该软件类似于训练神经网络的标注数据集的软件。每个设备集群中每个设备对应的控制策略是基于设备集群中所有设备的总功耗最低为原则的。根据拟合函数建立拟合模型,可以根据每个设备的设备信息和任务列表,确定每个设备对应的控制策略。可以将每个设备的设备信息和任务列表输入拟合模型,输出每个设备对应的控制策略。神经网络模型的使用类似于拟合模型的使用。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本公开实施例的实施过程构成任何限定。
图4是本公开实施例提供的电子设备4的示意图。如图4所示,该实施例的电子设备4包括:处理器401、存储器402以及存储在该存储器402中并且可在处理器401上运行的计算机程序403。处理器401执行计算机程序403时实现上述各个方法实施例中的步骤。或者,处理器401执行计算机程序403时实现上述各装置实施例中各模块/单元的功能。
示例性地,计算机程序403可以被分割成一个或多个模块/单元,一个或多个模块/单元被存储在存储器402中,并由处理器401执行,以完成本公开。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序403在电子设备4中的执行过程。
电子设备4可以是桌上型计算机、笔记本、掌上电脑及云端服务器等电子设备。电子设备4可以包括但不仅限于处理器401和存储器402。本领域技术人员可以理解,图4仅仅是电子设备4的示例,并不构成对电子设备4的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如,电子设备还可以包括输入输出设备、网络接入设备、总线等。
处理器401可以是中央处理单元(Central Processing Unit,CPU),也可以是其它通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其它可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器402可以是电子设备4的内部存储单元,例如,电子设备4的硬盘或内存。存储器402也可以是电子设备4的外部存储设备,例如,电子设备4上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器402还可以既包括电子设备4的内部存储单元也包括外部存储设备。存储器402用于存储计算机程序以及电子设备所需的其它程序和数据。存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通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,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本公开的范围。
在本公开所提供的实施例中,应该理解到,所揭露的装置/电子设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/电子设备实施例仅仅是示意性的,例如,模块或单元的划分,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,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
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,在本公开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。
集成的模块/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存储介质中。基于这样的理解,本公开实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,计算机程序可以存储在计算机可读存储介质中,该计算机程序在被处理器执行时,可以实现上述各个方法实施例的步骤。计算机程序可以包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如,在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,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公开各实施例技术方案的精神和范围,均应包含在本公开的保护范围之内。
Claims (10)
1.一种设备集群的低功耗控制方法,其特征在于,包括:
获取设备集群所属区域的任务列表,其中,所述设备集群包括多个设备,所述任务列表中包含多个任务;
获取所述设备集群中每个设备的设备信息;
根据每个设备的设备信息和所述任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;
根据每个设备对应的控制策略,控制所述设备集群中每个设备。
2.根据权利要求1所述的方法,其特征在于,所述根据每个设备的设备信息和所述任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,包括:
根据每个设备的设备信息,确定每个设备对应的设备类别、任务执行能力等级和设备状态;
确定所述任务列表中每个任务的任务类别;
根据每个设备对应的设备类别和任务执行能力等级以及每个任务的任务类别,为每个设备分配一个或多个任务,得到每个设备对应的任务子列表;
根据每个设备的设备状态和任务子列表,确定每个设备对应的控制策略。
3.根据权利要求1所述的方法,其特征在于,所述根据每个设备对应的控制策略,控制所述设备集群中每个设备,包括:
基于每个设备对应的控制策略,规划每个设备休眠、挂起和激活的时间;
根据每个设备休眠、挂起和激活的时间,控制所述设备集群中每个设备。
4.根据权利要求1所述的方法,其特征在于,包括:
当目标设备处于休眠状态下,从所述目标设备对应的任务子列表中获取目标任务,其中,所述目标任务是所述目标设备对应的任务子列表中执行时间排最前的任务;
在所述目标任务的执行时间,激活所述目标设备,使得所述目标设备开始处理所述目标任务;
在所述目标设备执行完所述目标任务后,如果第一预设时间内没有所述目标设备需要执行的任务,使所述目标设备进入挂起状态,如果第一预设时间内有所述目标设备需要执行的任务,使所述目标设备继续处于激活状态,继续执行任务;
在所述目标设备进入挂起状态后,如果第二预设时间内没有所述目标设备需要执行的任务,使所述目标设备进入休眠状态,如果第二预设时间内有所述目标设备需要执行的任务,使所述目标设备进入激活状态,开始执行任务。
5.根据权利要求1所述的方法,其特征在于,所述根据每个设备的设备信息和所述任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,包括:
根据每个设备的设备信息和所述任务列表,通过神经网络模型确定每个设备对应的控制策略;
其中,所述神经网络模型已通过训练,可以根据每个设备的设备信息和所述任务列表,生成每个设备对应的控制策略。
6.根据权利要求1所述的方法,其特征在于,所述根据每个设备的设备信息和所述任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,包括:
根据每个设备的设备信息和所述任务列表,通过拟合模型确定每个设备对应的控制策略;
其中,所述拟合模型是基于数学建模原理构建的。
7.根据权利要求6所述的方法,其特征在于,所述根据每个设备的设备信息和所述任务列表,通过所述拟合模型确定每个设备对应的控制策略之前,所述方法还包括:
获取历史数据集,其中,所述历史数据集,包括:多个设备集群、每个设备集群对应的任务列表和每个设备集群中每个设备对应的控制策略,每个任务列表中包含多个任务,每个设备集群包括多个设备,每个设备均有对应的设备信息;
对每个设备集群中每个设备的设备信息、每个设备集群对应的任务列表和每个设备集群中每个设备集群中每个设备对应的控制策略进行拟合处理,得到拟合函数;
根据所述拟合函数建立拟合模型。
8.一种设备集群的低功耗控制装置,其特征在于,包括:
第一获取模块,被配置为获取设备集群所属区域的任务列表,其中,所述设备集群包括多个设备,所述任务列表中包含多个任务;
第二获取模块,被配置为获取所述设备集群中每个设备的设备信息;
确定模块,被配置为根据每个设备的设备信息和所述任务列表,以设备集群中所有设备的总功耗最低为原则,确定每个设备对应的控制策略,其中,每个设备对应的控制策略,包括:每个设备应执行的一个或者多个任务,以及每个设备执行每个设备对应的任务的计划;
控制模块,被配置为根据每个设备对应的控制策略,控制所述设备集群中每个设备。
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且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计算机程序时实现如权利要求1至7中任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如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210144180.5A CN114518798A (zh) | 2022-02-17 | 2022-02-17 | 设备集群的低功耗控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210144180.5A CN114518798A (zh) | 2022-02-17 | 2022-02-17 | 设备集群的低功耗控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114518798A true CN114518798A (zh) | 2022-05-20 |
Family
ID=81598143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210144180.5A Pending CN114518798A (zh) | 2022-02-17 | 2022-02-17 | 设备集群的低功耗控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114518798A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116430748A (zh) * | 2023-06-14 | 2023-07-14 | 深圳市华科科技有限公司 | 一种基于智能设备的节能控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902379A (zh) * | 2012-12-25 | 2014-07-02 | 中国移动通信集团公司 | 一种任务调度方法、装置及服务器集群 |
CN106933325A (zh) * | 2017-02-10 | 2017-07-07 | 华侨大学 | 一种固定优先级io设备能耗管理方法 |
CN112214295A (zh) * | 2020-09-23 | 2021-01-12 | 桂林理工大学 | 一种多cpu/gpu异构服务器集群的低能耗作业调度方法 |
CN113094159A (zh) * | 2021-03-22 | 2021-07-09 | 西安交通大学 | 一种数据中心作业调度方法、系统、存储介质及计算设备 |
-
2022
- 2022-02-17 CN CN202210144180.5A patent/CN114518798A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103902379A (zh) * | 2012-12-25 | 2014-07-02 | 中国移动通信集团公司 | 一种任务调度方法、装置及服务器集群 |
CN106933325A (zh) * | 2017-02-10 | 2017-07-07 | 华侨大学 | 一种固定优先级io设备能耗管理方法 |
CN112214295A (zh) * | 2020-09-23 | 2021-01-12 | 桂林理工大学 | 一种多cpu/gpu异构服务器集群的低能耗作业调度方法 |
CN113094159A (zh) * | 2021-03-22 | 2021-07-09 | 西安交通大学 | 一种数据中心作业调度方法、系统、存储介质及计算设备 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116430748A (zh) * | 2023-06-14 | 2023-07-14 | 深圳市华科科技有限公司 | 一种基于智能设备的节能控制方法及系统 |
CN116430748B (zh) * | 2023-06-14 | 2023-09-08 | 深圳市华科科技有限公司 | 一种基于智能设备的节能控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11847576B2 (en) | Methods and system for managing predictive models | |
CN103246546B (zh) | 基于云技术的开放式电力系统数值仿真系统及其仿真方法 | |
CN104335137B (zh) | 管理计算系统的功耗和性能 | |
CN102999385B (zh) | 计算设备中多处理器协同处理方法 | |
KR101329346B1 (ko) | 의료용 단말기를 통한 의료정보 처리 시스템 및 그 방법 | |
CN109408205A (zh) | 基于hadoop集群的任务调度方法和装置 | |
CN111625080B (zh) | 一种服务器节能方法、装置及电子设备和存储介质 | |
CN104410699A (zh) | 一种开放式云计算资源管理方法及系统 | |
CN115081958B (zh) | 用户电力调整方法、装置、电子设备和计算机可读介质 | |
CN109840141A (zh) | 基于云监控的线程控制方法、装置、电子设备及存储介质 | |
CN115081946A (zh) | 用电量调控方法、系统、装置、电子设备和计算机介质 | |
CN114518798A (zh) | 设备集群的低功耗控制方法及装置 | |
CN104202305A (zh) | 一种转码处理方法、装置及服务器 | |
CN104956345B (zh) | 基于响应定时优化在多处理器系统中执行频率协调 | |
CN113506100A (zh) | 联盟链数据处理方法、装置、计算机设备及存储介质 | |
Zhang | The application of fog computing and internet of things technology in music resource management model | |
CN115269176A (zh) | 任务分配方法、装置、计算机设备、存储介质和产品 | |
CN105828421A (zh) | 一种终端及终端省电的方法 | |
CN202737929U (zh) | 一种应用于企业的云计算系统 | |
CN117522087B (zh) | 虚拟电厂资源配置方法、装置、设备及介质 | |
CN110324428A (zh) | 应用层会话清理方法及装置 | |
CN114172157B (zh) | 一种新能源和数据中心增量负荷调度方法及装置 | |
CN114777289B (zh) | 空调节能效果的评价方法及装置 | |
CN115034684A (zh) | 基于机器人电量和任务的配送方法及装置 | |
CN114862281B (zh) | 配件系统对应的任务状态图的生成方法及装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20221209 Address after: 518054 cable information transmission building 25f2504, no.3369 Binhai Avenue, Haizhu community, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Xumi yuntu Space Technology Co.,Ltd. Address before: No.103, no.1003, Nanxin Road, Nanshan community, Nanshan street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Shenzhen Jizhi Digital Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right |