CN114553729A - 服务质量QoS度量方法、装置及算力节点 - Google Patents
服务质量QoS度量方法、装置及算力节点 Download PDFInfo
- Publication number
- CN114553729A CN114553729A CN202011344910.3A CN202011344910A CN114553729A CN 114553729 A CN114553729 A CN 114553729A CN 202011344910 A CN202011344910 A CN 202011344910A CN 114553729 A CN114553729 A CN 114553729A
- Authority
- CN
- China
- Prior art keywords
- computing
- node
- service
- power
- computing power
- 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
- 238000000691 measurement method Methods 0.000 title claims description 10
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000005259 measurement Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims description 46
- 230000005540 biological transmission Effects 0.000 claims description 42
- 230000003993 interaction Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- ABEXEQSGABRUHS-UHFFFAOYSA-N 16-methylheptadecyl 16-methylheptadecanoate Chemical compound CC(C)CCCCCCCCCCCCCCCOC(=O)CCCCCCCCCCCCCCC(C)C ABEXEQSGABRUHS-UHFFFAOYSA-N 0.000 description 1
- 241000764238 Isis Species 0.000 description 1
- 238000004691 coupled cluster theory Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008846 dynamic interplay Effects 0.000 description 1
- 238000005417 image-selected in vivo spectroscopy Methods 0.000 description 1
- 238000012739 integrated shape imaging system Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
-
- 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)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明实施例提供一种服务质量QoS度量方法、装置及算力节点,该方法包括:根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量;本发明实施例针对算力感知网络或算力网络的新型网络架构,将算力资源作为QoS的度量指标,并在相应的网络架构中予以利用,以满足算力资源受限时为高算力优先级的业务预留或分配更多的算力资源。
Description
技术领域
本发明涉及通信技术领域,尤其是指一种服务质量QoS度量方法、装置及算力节点。
背景技术
传统的网络只是提供数据通信的管道,以连接为基础,受制于固定的网络寻址机制,在更高更苛刻的体验质量(Quality of Experience,QoE)要求下往往无法满足。随着云计算及边缘计算的大力发展,网络中的计算资源融入到网络的各个角落,使每一个网络节点都可以成为资源的提供者,用户的请求可以通过调用最优的节点资源来满足,不再局限于某一特定节点,避免造成连接和网络调度资源的浪费。这就要求计算资源节点之间具备互动调度的能力,或者计算任务动态路由的能力,不仅能够完成传统的高负载、长连接的任务,也能够及时处理轻量级、短生命周期的计算任务。
现在的网络中,网络的状态与数据中心的资源信息互不感知,网络无法感知数据中心内部的服务和资源部署信息,当用户请求某一服务时,网络无法将业务请求至最佳服务节点,影响用户体验,同时降低了网络中的计算资源效率。
因此,当前提出了算力感知网络的新型网络架构,面向全网算力资源建立统一的资源和服务视图,实现网络状态和数据中心服务、资源状态的互相感知,将用户请求调度至最佳的数据中心进行计算,保障用户体验。
传统网络的QoS(Quality of Service,服务质量)度量指标主要包括带宽/吞吐量、时延、抖动、丢包率,面向新型的算力感知网络其传统的QoS度量体系已无法适用。
发明内容
本发明实施例的目的在于提供一种服务质量QoS度量方法、装置及算力节点,以解决传统的QoS度量体系无法适用算力感知系统的问题。
为了解决上述问题,本发明实施例提供一种服务质量QoS度量方法,应用于算力节点,包括:
根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
其中,所述方法还包括:
根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
其中,在所述算力节点为所述隧道的头节点的情况下,所述根据至少一个业务的算力资源需求,建立业务对应的传输隧道,包括:
根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
其中,在所述算力节点为所述隧道的尾节点的情况下,所述根据至少一个业务的算力资源需求,建立业务对应的传输隧道,包括:
接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
其中,所述方法还包括:
根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
其中,所述方法还包括:
在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
其中,所述IGP的交互消息包括:可选子TLV,所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。
其中,所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
其中,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
其中,所述方法还包括:
监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
本发明实施例还提供一种服务质量QoS度量装置,应用于算力节点,包括:
度量模块,用于根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
本发明实施例还提供一种算力节点,包括处理器和收发器,所述收发器在处理器的控制下接收和发送数据,所述处理器用于执行以下操作:
根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
其中,所述处理器还用于执行以下操作:
根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
其中,在所述算力节点为所述隧道的头节点的情况下,所述处理器还用于执行以下操作:
根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
其中,在所述算力节点为所述隧道的尾节点的情况下,所述处理器还用于执行以下操作:
接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
其中,所述处理器还用于执行以下操作:
根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
其中,所述处理器还用于执行以下操作:
在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
其中,所述IGP的交互消息包括:可选子TLV,所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。
其中,所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
其中,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
其中,所述处理器还用于执行以下操作:
监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
本发明实施例还提供一种算力节点,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程序,所述处理器执行所述程序时实现如上所述的服务质量QoS度量方法。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的服务质量QoS度量方法中的步骤。
本发明的上述技术方案至少具有如下有益效果:
本发明实施例的服务质量QoS度量方法、装置及算力节点中,针对算力感知网络或算力网络的新型网络架构,将算力资源作为QoS的度量指标,并在相应的网络架构中予以利用,以满足算力资源受限时为高算力优先级的业务预留或分配更多的算力资源。
附图说明
图1表示本发明实施例提供的服务质量QoS度量方法的步骤示意图;
图2表示本发明实施例提供的服务质量QoS度量方法中算力优先级对应算力资源分配示例;
图3表示本发明实施例提供的服务质量QoS度量方法中IGP消息的格式示意图;
图4表示本发明实施例提供的示例一的流程示意图;
图5表示本发明实施例提供的服务质量QoS度量装置的结构示意图;
图6表示本发明实施例提供的算力节点的结构示意图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例进行详细描述。
如图1所示,本发明实施例提供一种服务质量QoS度量方法,应用于算力节点,包括:
步骤101,根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
其中,所述算力资源包括下述至少一项:中央处理器CPU、图形处理器GPU、存储信息、内存信息以及缓存信息;所述网络资源包括下述至少一项:时延信息、抖动信息、带宽信息、吞吐量信息、丢包率以及可靠性。
进一步的,本发明的至少一个实施例还提供基于算力资源(或者算力资源和网络资源)进行QoS度量的资源预留方法,其使用的协议技术为MPLS DS-TE(多协议标签交换差分服务的流程工程)技术。即本发明实施例中,所述方法还包括:
根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
需要说明的是,为使用MPLS DS-TE针对不同业务类型进行不同的算力预留,本发明实施例引入了算力优先级(Compute Class,CC)的概念,对应具备指定的算力要求的一组QoS流的算力集合称为一个CC(例如需要50~80Tflops的算力),可为每个CC单独分配算力资源,如图2所示。
例如,依据算力的要求等级,将算力优先级CC的数量定义为3个,如下表所示:
CC | 算力等级 | 任务类型 |
CC0-High | 计算密集型 | 如深度学习任务 |
CC1-Medium | 计算中等型 | 如处理图像渲染 |
CC2-Low | 计算稀疏型 | 普通计算业务处理 |
同时提出两种算力约束模型,即算力节点在为业务进行算力资源预留时算力约束模型:
1.CC0、CC1、CC2不互相抢占,只按原有预留算力资源使用;
2.CC0、CC1、CC2互相抢占,高优先级可以抢占低优先级的算力资源。例如,CC0作为最高优先级可以抢占低优先级的资源。
作为一个可选实施例,在所述算力节点为所述隧道的头节点的情况下,所述根据至少一个业务的算力资源需求,建立业务对应的传输隧道,包括:
根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
作为另一个可选实施例,在所述算力节点为所述隧道的尾节点的情况下,所述根据至少一个业务的算力资源需求,建立业务对应的传输隧道,包括:
接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
承接上例,所述方法还包括:
接收到预留消息的算力节点根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
例如,隧道上的各个算力节点根据当前的资源情况,决定是否接收这个隧道,如果接收这个隧道则在对应的算力优先级上预留资源;否则不进行算力资源预留。
需要说明的是,在各算力节点为业务预留对应的算力资源时,需要遵守上述算力约束模型,可以只按算力优先级对应的预留算力资源使用,或者,高优先级可以抢占低优先级的算力资源,从而进行资源预留。
需要说明的是,只有路径消息和预留消息经过的算力节点均满足业务的算力资源需求,给隧道才能建立起来;否则隧道建立失败,算力业务应用需重新发送算力资源需求以重新触发隧道的建立。
作为本发明的一个可选实施例,所述方法还包括:
在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
其中,所述IGP的交互消息包括:可选子TLV(类型长度内容),所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。例如,新增可选子TLV类型为30,长度为40Byte,携带预留算力资源,最大可预留资源,对应的算力等级等。即所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
再例如,在IGP的ISIS协议子TLV类型已经定义的子TLV中,引入新的可选子TLV,具体格式如图3所示,CC Model ID字段用于指示算力资源ID,Reserved字段为预留字段,CC0value字段用于携带算力优先级CC0对应的算力资源信息,CC1 value字段用于携带算力优先级CC1对应的算力资源信息,CC2value字段用于携带算力优先级CC2对应的算力资源信息。
作为另一个可选实施例,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
例如,定义ClassNum 30为算力优先级,RSVP消息携带具体的算力数据指标,如最大算力资源、最大可预留算力资源、每个优先级的当前可用资源、算力等级等。
作为又一个可选实施例,所述方法还包括:
监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
例如,资源变化值/当前使用值*100%>阈值,启动重新建立隧道的步骤。
本发明实施例中定义了新的算力优先级的概念,并在MPLS DS-TE技术中通过IGP和RSVP等协议中进行字段扩展实现控制面的信息传递,保证端到端的基于优先级算力资源预留和抢占机制。
为了更清楚的描述本发明实施例提供的算力资源预留方法,下面结合一个示例进行说明。
示例一,如图4所示,算力资源预留的方法包括:
步骤1,算力业务应用的业务1、业务2、业务3分别携带各自的算力资源需求发送给接入路由器R1(即算力节点,一般为算力网络的头节点)。(具体可通过SRv6中TLV字段携带,或者通过管理员预先在R1设备配置)。
步骤2,R1将算力资源映射为具体的CC等级值,并保存对应关系;
步骤3,配置MPLS DS-TE隧道。通过RSVP协议中路径消息(Path消息)携带每个业务对应的CC等级、需预留的算力资源,沿路径从R1到R4依次传递。R4汇总全部信息后进行智能计算,选取路径中最优的一个或多个节点实施资源预留。
步骤4,RSVP协议中的预留消息(Resv消息)沿数据流的反方向发送,从R4向R1依次传递。携带每业务在各个节点具体需要预留的资源,各节点依据该信息为这3个业务(可能为3个不同CC)在同一个节点或多个节点进行资源预留。
步骤5,路径各节点间的资源变化及更新情况通过IGP协议进行动态扩散。
综上,本发明实施例面对算力感知的新型网络,新增算力资源作为QoS的度量体系,并在相应的网络技术中予以利用,以满足算力资源受限时为高优先级的业务预留或分配更多的算力资源,以满足当前用户对于云网融合的多样化需求,并保证不同等级的业务类型可以优先使用更多的算力资源。
如图5所示,本发明实施例还提供一种服务质量QoS度量装置,应用于算力节点,包括:
度量模块501,用于根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
作为一个可选实施例,所述装置还包括:
建立模块,用于根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
作为一个可选实施例,在所述算力节点为所述隧道的头节点的情况下,所述建立模块包括:
第一子模块,用于根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
第二子模块,用于向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
第三子模块,用于接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
作为一个可选实施例,在所述算力节点为所述隧道的尾节点的情况下,所述建立模块包括:
第四子模块,用于接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
第五子模块,用于根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
第六子模块,用于采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
作为一个可选实施例,所述装置还包括:
预留模块,用于根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
作为一个可选实施例,所述装置还包括:
交互模块,用于在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
第一子模块,用于,所述IGP的交互消息包括:可选子TLV,所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。
作为一个可选实施例,所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
作为一个可选实施例,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
作为一个可选实施例,所述装置还包括:
触发模块,用于监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
本发明实施例面对算力感知的新型网络,新增算力资源作为QoS的度量体系,并在相应的网络技术中予以利用,以满足算力资源受限时为高优先级的业务预留或分配更多的算力资源,以满足当前用户对于云网融合的多样化需求,并保证不同等级的业务类型可以优先使用更多的算力资源。
需要说明的是,本发明实施例提供的服务质量QoS度量装置是能够执行上述服务质量QoS度量方法的装置,则上述服务质量QoS度量方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
如图6所示,本发明实施例还提供一种算力节点,包括处理器600和收发器610,所述收发器610在处理器600的控制下接收和发送数据,所述处理器600用于执行以下操作:
根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
作为一个可选实施例,所述处理器还用于执行以下操作:
根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
作为一个可选实施例,在所述算力节点为所述隧道的头节点的情况下,所述处理器还用于执行以下操作:
根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
作为一个可选实施例,在所述算力节点为所述隧道的尾节点的情况下,所述处理器还用于执行以下操作:
接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
作为一个可选实施例,所述处理器还用于执行以下操作:
根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
作为一个可选实施例,所述处理器还用于执行以下操作:
在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
作为一个可选实施例,所述IGP的交互消息包括:可选子TLV,所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。
作为一个可选实施例,所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
作为一个可选实施例,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
作为一个可选实施例,所述处理器还用于执行以下操作:
监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
本发明实施例面对算力感知的新型网络,新增算力资源作为QoS的度量体系,并在相应的网络技术中予以利用,以满足算力资源受限时为高优先级的业务预留或分配更多的算力资源,以满足当前用户对于云网融合的多样化需求,并保证不同等级的业务类型可以优先使用更多的算力资源。
需要说明的是,本发明实施例提供的算力节点是能够执行上述服务质量QoS度量方法的算力节点,则上述服务质量QoS度量方法的所有实施例均适用于该算力节点,且均能达到相同或相似的有益效果。
本发明实施例还提供一种算力节点,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,所述处理器执行所述程序时实现如上所述的服务质量QoS度量方法实施例中的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的服务质量QoS度量方法实施例中的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,所述的计算机可读存储介质,如只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储介质中,使得存储在该计算机可读存储介质中的指令产生包括指令装置的纸制品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上,使得计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他科编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (23)
1.一种服务质量QoS度量方法,应用于算力节点,其特征在于,包括:
根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
3.根据权利要求2所述的方法,其特征在于,在所述算力节点为所述隧道的头节点的情况下,所述根据至少一个业务的算力资源需求,建立业务对应的传输隧道,包括:
根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
4.根据权利要求2所述的方法,其特征在于,在所述算力节点为所述隧道的尾节点的情况下,所述根据至少一个业务的算力资源需求,建立业务对应的传输隧道,包括:
接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
5.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
6.根据权利要求3或4所述的方法,其特征在于,所述方法还包括:
在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
7.根据权利要求6所述的方法,其特征在于,所述IGP的交互消息包括:可选子TLV,所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。
8.根据权利要求7所述的方法,其特征在于,所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
9.根据权利要求3或4所述的方法,其特征在于,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
10.根据权利要求2所述的方法,其特征在于,所述方法还包括:
监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
11.一种服务质量QoS度量装置,应用于算力节点,其特征在于,包括:
度量模块,用于根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
12.一种算力节点,包括处理器和收发器,所述收发器在处理器的控制下接收和发送数据,其特征在于,所述处理器用于执行以下操作:
根据算力资源进行QoS度量,或者,根据算力资源和网络资源进行QoS度量。
13.根据权利要求12所述的算力节点,其特征在于,所述处理器还用于执行以下操作:
根据至少一个业务的算力资源需求,建立业务对应的隧道;其中,所述隧道中的至少一个算力节点为业务预留算力资源。
14.根据权利要求13所述的算力节点,其特征在于,在所述算力节点为所述隧道的头节点的情况下,所述处理器还用于执行以下操作:
根据至少一个业务的算力资源需求,确定与所述算力资源需求对应的算力优先级;
向隧道中的各个算力节点依次传递路径消息;所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
接收沿所述路径消息的传递方向的反方向传递的预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;其中,所述路径消息和所述预留消息采用逐跳传输的方式传递。
15.根据权利要求13所述的算力节点,其特征在于,在所述算力节点为所述隧道的尾节点的情况下,所述处理器还用于执行以下操作:
接收从所述隧道的头节点开始采用逐跳传输的方式传递的路径消息,所述路径消息中携带:各个业务的算力资源需求,各个算力资源需求对应的算力优先级以及发送路径消息的算力节点的算力资源相关信息;
根据所述路径消息,选择隧道中的至少一个算力节点为对应的业务进行算力资源预留,并生成预留消息;所述预留消息中携带各个业务在至少一个算力节点需要预留的算力资源信息;
采用逐跳传输的方式,沿所述路径消息的传递方向的反方向传递所述预留消息。
16.根据权利要求14或15所述的算力节点,其特征在于,所述处理器还用于执行以下操作:
根据所述路径消息以及该算力节点当前的资源情况,为业务预留对应的算力资源。
17.根据权利要求14或15所述的算力节点,其特征在于,所述处理器还用于执行以下操作:
在隧道各算力节点间的算力资源发生变化或更新的情况下,各算力节点间通过内部网关协议IGP进行动态交互。
18.根据权利要求17所述的算力节点,其特征在于,所述IGP的交互消息包括:可选子TLV,所述可选子TLV用于通告和收集隧道上各算力优先级对应的可预留算力资源。
19.根据权利要求17所述的算力节点,其特征在于,所述IGP的交互消息携带下述至少一个信息:
已预留的算力资源信息;
最大可预留的算力资源信息;
算力资源信息对应的算力优先级。
20.根据权利要求14或15所述的算力节点,其特征在于,所述预留消息为资源预留协议RSVP消息;
所述RSVP消息还包括下述至少一项:
该算力节点的最大算力资源信息;
该算力节点的最大可预留算力资源信息;
该算力节点上每个算力优先级的当前可用算力资源信息;
该算力节点上的算力资源的算力优先级。
21.根据权利要求13所述的算力节点,其特征在于,所述处理器还用于执行以下操作:
监控各个算力节点上业务的算力资源使用情况,在算力资源的使用满足预先设定的调整阈值的情况下,重新根据至少一个业务的算力资源需求,建立业务对应的隧道。
22.一种算力节点,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1-10任一项所述的服务质量QoS度量方法。
23.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-10任一项所述的服务质量QoS度量方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011344910.3A CN114553729A (zh) | 2020-11-26 | 2020-11-26 | 服务质量QoS度量方法、装置及算力节点 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011344910.3A CN114553729A (zh) | 2020-11-26 | 2020-11-26 | 服务质量QoS度量方法、装置及算力节点 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114553729A true CN114553729A (zh) | 2022-05-27 |
Family
ID=81659107
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011344910.3A Pending CN114553729A (zh) | 2020-11-26 | 2020-11-26 | 服务质量QoS度量方法、装置及算力节点 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553729A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060250961A1 (en) * | 2005-05-04 | 2006-11-09 | Jean-Philippe Vasseur | Dynamic TE-LSP priority and preemption |
CN101132642A (zh) * | 2007-09-21 | 2008-02-27 | 中兴通讯股份有限公司 | 基于mpls-te的ngn中lsp隧道的建立方法 |
CN101136844A (zh) * | 2006-08-29 | 2008-03-05 | 华为技术有限公司 | 实现多协议标签交换网络差分业务流量工程的方法和系统 |
CN102164092A (zh) * | 2011-05-23 | 2011-08-24 | 北京交通大学 | 一体化标识网络服务质量保证方法及系统 |
CN106341351A (zh) * | 2016-09-30 | 2017-01-18 | 西安空间无线电技术研究所 | 一种混合网络中基于QoS区分的路径资源分配方法 |
CN108234355A (zh) * | 2016-12-15 | 2018-06-29 | 中国电信股份有限公司 | 一种网络资源预留方法、pce及sdn网络系统 |
CN108924054A (zh) * | 2018-06-27 | 2018-11-30 | 中国人民解放军国防科技大学 | 一种多优先级的跨域资源预约集成服务保障方法 |
CN111679905A (zh) * | 2020-05-11 | 2020-09-18 | 天津大学 | 算网融合网络模型 |
-
2020
- 2020-11-26 CN CN202011344910.3A patent/CN114553729A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060250961A1 (en) * | 2005-05-04 | 2006-11-09 | Jean-Philippe Vasseur | Dynamic TE-LSP priority and preemption |
CN101136844A (zh) * | 2006-08-29 | 2008-03-05 | 华为技术有限公司 | 实现多协议标签交换网络差分业务流量工程的方法和系统 |
CN101132642A (zh) * | 2007-09-21 | 2008-02-27 | 中兴通讯股份有限公司 | 基于mpls-te的ngn中lsp隧道的建立方法 |
CN102164092A (zh) * | 2011-05-23 | 2011-08-24 | 北京交通大学 | 一体化标识网络服务质量保证方法及系统 |
CN106341351A (zh) * | 2016-09-30 | 2017-01-18 | 西安空间无线电技术研究所 | 一种混合网络中基于QoS区分的路径资源分配方法 |
CN108234355A (zh) * | 2016-12-15 | 2018-06-29 | 中国电信股份有限公司 | 一种网络资源预留方法、pce及sdn网络系统 |
CN108924054A (zh) * | 2018-06-27 | 2018-11-30 | 中国人民解放军国防科技大学 | 一种多优先级的跨域资源预约集成服务保障方法 |
CN111679905A (zh) * | 2020-05-11 | 2020-09-18 | 天津大学 | 算网融合网络模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7636781B2 (en) | System and method for realizing the resource distribution in the communication network | |
CN108965132B (zh) | 一种选择路径的方法及装置 | |
CN109088829B (zh) | 一种数据调度方法、装置、存储介质及设备 | |
EP3422646A1 (en) | Method and device for multi-flow transmission in sdn network | |
CN108471629B (zh) | 传输网络中业务服务质量的控制方法、设备及系统 | |
CN112422427B (zh) | 基于分段路由的流量工程实现方法、装置及控制器 | |
US8837282B2 (en) | Method and apparatus for pooling bandwidth across disparate bandwidth reservations | |
CN114051715A (zh) | 控制设备、交换设备和方法 | |
EP3002915A1 (en) | Routing in dependence of the application | |
US20130329602A1 (en) | Method, node device and system for establishing label switched path | |
JP5496353B2 (ja) | ネットワークリソース管理の方法および配置構成 | |
CN112019363A (zh) | 确定业务传输需求的方法、设备及系统 | |
CN101197777B (zh) | 用于建立双向连接的方法 | |
CN113810442B (zh) | 资源预留的方法、装置、终端及节点设备 | |
CN108234355B (zh) | 一种网络资源预留方法、pce及sdn网络系统 | |
CN109150722A (zh) | 一种业务转发的方法及网络设备 | |
CN114553729A (zh) | 服务质量QoS度量方法、装置及算力节点 | |
CN113852554B (zh) | 一种数据传输方法、装置及设备 | |
CN115002844A (zh) | 基于动态tdma资源分配自组网的资源预留实现方法及系统 | |
WO2021052364A1 (zh) | 业务路径的建立方法、装置、电子设备及可读存储介质 | |
CN112532520B (zh) | 基于pce的te-lsp的实现方法及装置 | |
WO2024103842A1 (zh) | 确定性资源调度方法及装置 | |
Barz et al. | ARGON: Reservation in Grid-enabled networks | |
US9391850B2 (en) | Method and apparatus for quality-of-service (QoS) management | |
WO2022237860A1 (zh) | 报文处理方法、资源分配方法以及相关设备 |
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 |