CN115641173A - 一种应用与算力网络融合方法、系统及电子设备 - Google Patents
一种应用与算力网络融合方法、系统及电子设备 Download PDFInfo
- Publication number
- CN115641173A CN115641173A CN202211272409.XA CN202211272409A CN115641173A CN 115641173 A CN115641173 A CN 115641173A CN 202211272409 A CN202211272409 A CN 202211272409A CN 115641173 A CN115641173 A CN 115641173A
- Authority
- CN
- China
- Prior art keywords
- application
- power network
- computing
- network resource
- 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
Images
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种应用与算力网络融合方法、系统及电子设备,用户仅需要输入应用的场景信息即可匹配出满足应用的算力网络资源,并提供用户基于不同算力网络资源的计费方法及规则,用户选择应用算力网络资源融合计费模型,实现按应用使用的算力网络资源计费,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种应用与算力网络融合方法、系统及电子设备。
背景技术
在算力网络建设和东数西算工程启动大环境下,消费者使用算力网络之前,需要熟悉至少十几种ICT术语和技能,才能购买服务,制约了算力网络应用和东数西算工程的发展。
发明内容
有鉴于此,本申请提供一种应用与算力网络融合方法、系统及电子设备,其具体方案如下:
一种应用与算力网络融合方法,包括:
获得待获得的应用的应用信息;
基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;
基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源;
基于所述第一算力网络资源的规则为所述待获得的应用提供算力。
进一步的,所述获得待获得的应用的应用信息,包括:
获得待获得的应用的应用属性、服务起始日期及时长。
进一步的,所述基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则,包括:
基于所述应用信息至少为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式,其中,所述算力网络资源由至少一种算力网络单元组成;
基于为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式获得与所述应用信息适配的至少一种算力网络资源的计费方法及规则。
进一步的,所述基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源,包括:
基于预先设置的计费方法及规则的权重确定每种算力网络资源的选择参数值;
基于每种算力网络资源的选择参数值从所述至少一种算力网络资源中选择第一算力网络资源。
进一步的,所述基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源,包括:
获得用户基于所述至少一种算力网络资源的计费方法及规则选择的第一算力网络资源。
进一步的,所述基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则,包括:
确定系统中是否存在与所述应用信息匹配的应用与算力网络融合模型;
若存在与所述应用信息匹配的应用与算力网络融合模型,则基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;
若不存在与所述应用信息匹配的应用与算力网络融合模型,则基于所述应用信息进行深度学习,得到模型训练后的应用与算力网络融合模型,基于所述应用信息获得所述模型训练后的应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则。
一种应用与算力网络融合系统,包括:
第一获得单元,用于获得待获得的应用的应用信息;
第二获得单元,用于获得基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;
选择单元,用于基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源;
算力提供单元,用于基于所述第一算力网络资源的规则为所述待获得的应用提供算力。
进一步的,所述第二获得单元用于:
基于所述应用信息至少为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式,其中,所述算力网络资源由至少一种算力网络单元组成;基于为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式获得与所述应用信息适配的至少一种算力网络资源的计费方法及规则。
一种电子设备,包括:
处理器,用于获得待获得的应用的应用信息;基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源;基于所述第一算力网络资源的规则为所述待获得的应用提供算力;
存储器,用于存储所述处理器执行上述处理过程的程序。
一种可读存储介质,用于至少存储一组指令集;
所述指令集用于被调用并至少执行如上任一项所述的应用与算力网络融合的方法。
从上述技术方案可以看出,本申请公开的应用与算力网络融合方法、系统及电子设备,获得待获得的应用的应用信息,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则,基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源,基于第一算力网络资源的规则为待获得的应用提供算力。本方案中用户仅需要输入应用的场景信息即可匹配出满足应用需求的算力网络资源,并提供用户基于不同算力网络资源的计费方法及规则选择一种算力网络资源,实现通过选择的算力网络资源为应用程序提供算力,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
附图说明
为了更清楚地说明本申请实施例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简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为本申请实施例公开的一种应用与算力网络融合方法的流程图;
图2为本申请实施例公开的一种应用与算力网络融合方法的流程图;
图3为本申请实施例公开的一种应用与算力网络融合方法在各平台间进行数据传输的示意图;
图4为本申请实施例公开的一种应用与算力网络融合模型的示意图;
图5为本申请实施例公开的一种应用与算力网络融合模型的示意图;
图6为本申请实施例公开的一种应用与算力网络融合方法的流程图;
图7为本申请实施例公开的一种应用与算力网络融合系统的结构示意图;
图8为本申请实施例公开的一种电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请公开了一种应用与算力网络融合方法,其流程图如图1所示,包括:
步骤S11、获得待获得的应用的应用信息;
步骤S12、基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则;
步骤S13、基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源;
步骤S14、基于第一算力网络资源的规则为待获得的应用提供算力。
2019年,中国电信、中国联通面对5G商用、边缘计算网络的需求,提出算力网络构想,目标是算力如电力一样,算力网络如电网一样,当用户购买算力,就能使用网络资源、计算资源、存储资源,而不必关心使用哪个网络服务商、哪个云服务商等问题。
算力网络是一种新型的ICT基础设施整合解决方案,通过网络分发节点的算力、存储、算法等资源信息,结合网络信息,如带宽、时延等,针对客户不同类型需求,提供最佳资源分配及网络连接方案,实现整网资源最优化使用。中国移动将算力网络提炼为ABCDNETS八大要素,分别对应:网、云、数、智、安、边、端、链。结合东数西算推进算力基础设施和骨干传输网络转型,以算为中心、网为根基,深度融合的新型信息基础设施。
东数西算,指的是在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,其中,西部的成渝、内蒙古、贵州、甘肃、宁夏作为数据计算的地点,而东部发达地区的京津冀、长三角、粤港澳大湾区负责提供计算的数据。算力网络是东数西算的基础设施支撑。
目前,算力网络基础设施大力建设的同时,仍存在一些问题,如:算力网络尚未与行业应用紧密结合,高效满足企业算力网络业务需求,即在消费者角度看,技术参数太多,无法聚焦实际应用需求,应用关联的算网资源太多且繁杂、不透明,需要花费较大的精力了解不同的技术参数、不同供应商算力网络优缺点、云服务商优缺点等。
为了解决这一问题,本方案中,消费者在系统中输入应用的相关信息后,系统基于应用与算力网络融合模型对与应用适配的算力网络资源进行匹配输出,从而实现应用与第三方多云管理平台、网编排调度平台、运维服务平台融合,并基于消费者对输出的算力网络资源的选择实现算力网络资源的购买,通过购买的算力网络资源为应用提供算力,实现了消费者只需关注应用,无需考虑算力网络资源在哪里计算、如何部署、如何计费等问题。
在人工智能、5G+边缘计算+新基建+东数西算的大环境下,本方案能够极大促进算力网络和东数西算工程深入到企业应用。
具体的,获得待获得的应用的应用信息,其中,应用指消费者可购买可交易的应用,如:视频分析应用、目标识别应用等。消费者无需懂ICT技术属于,仅需要选择所需应用,本方案就能够自动解析应用特征并匹配现有供应商提供服务解决方案,并呈现不同成本等要素,消费者只需确认付费,系统能够自动融合底层的编排、管控、网络共同服务消费者应用。
其中,融合即现有算力网络聚焦在网、云、边、端融合。
待获得的应用,即待购买、待使用的应用,应用的应用信息可以为狭义的应用的名称及参数信息,也可以为广义的应用需求,如视频分析质量应用、 AI人力识别预训练应用、数据分析应用、ARVR应用等。由于很多消费者没有即时背景,因此,输入的应用信息仅能为应用领域。
其中,应用信息为应用需求时,应用信息可以包括:应用属性,即应用领域,还可以包括应用的服务起始日期及时长,其中,以便于基于服务起始日期及时长进行算力网络资源的价格的计算。
将应用信息输入到应用与算力网络融合模型中,得到与应用信息适配的至少一种算力网络资源的计费方法及规则,其算力网络资源由至少一种算力网络单元组成,即将多种不同类型的算力网络单元可以封装成不同的算力网络资源,每一种算力网络资源中可能包括不同供应商的计算单元、存储单元、网络单元等,算力网络资源可以为:计算资源、存储资源、网络资源等。不同应用类型的算力网络单元单价相同。
在得到多种与应用信息适配的算力网络资源后,基于每一种算力网络资源的计费方法及规则获得第一算力网络资源,以便用户购买第一算力网络资源,之后由系统自动部署应用到第一算力网络资源,从而实现由第一算力网络资源为应用提供算力。
其中,在第一算力网络资源确定并购买时,可同时确定应用,并对应用进行购买,以便于服务的顺利进行。
本实施例公开的应用与算力网络融合方法,获得待获得的应用的应用信息,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则,基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源,基于第一算力网络资源的规则为待获得的应用提供算力。本方案中用户仅需要输入应用的应用信息即可匹配出满足应用程序的需求的算力网络资源,并使用户能够基于不同算力网络资源的计费方法及规则选择一种算力网络资源,实现通过选择的算力网络资源为应用提供算力,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
本实施例公开了一种应用与算力网络融合方法,其流程图如图2所示,包括:
步骤S21、获得待获得的应用的应用信息;
步骤S22、基于应用信息至少为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式;
步骤S23、基于为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式获得与应用信息适配的至少一种算力网络资源的计费方法及规则;
步骤S24、基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源;
步骤S25、基于第一算力网络资源的规则为待获得的应用提供算力。
系统再获得应用信息后,对其进行解析,得到用于匹配应用与算力网络融合模型的各参数,如:模型参数、算力网络单元价格、影响因子、东数西算部署方式等,基于获得的上述模型参数、算力网络单元价格、影响因子、东数西算部署方式等信息,配置应用与算力网络融合模型,得到与应用信息匹配的应用与算力网络融合模型,以便于能够基于与应用信息匹配的应用与算力网络融合模型配置不同的算力网络资源。
其中,影响因子可以为模型中不同参数的权重,如:竞合关系影响因子、稀缺性因子、碳排放因子等,以便于通过对影响因子的调整实现对模型的计费的调整。
在获得与应用信息匹配的应用与算力网络融合模型后,基于与应用信息匹配的应用与算力网络融合模型输出满足应用-算力网络需求的算力网络资源,输出的算力网络资源不仅包括各算力网络单元,还包括每个算力网络单元的供应者地理位置、算力网络单元的服务能力、费用、算力网络单元的参数及明细等,其中,一种算力网络资源中可以包括来自于不同供应商的算力网络单元,也可以包括仅来自同一个供应商的算力网络单元。
其中,算力网络单元包括4种类型,即:通用型、增强型(即增强算力和网络带宽)、加速型(如:图形处理器GPU、张量处理器TPU等)及超大型(如:AI、超算等)。通过算力网络单元因子确定封装算力网络资源涉及的算力网络单元以及类型细分粒度,其细分粒度即包括通用型、增强型、加速型及超大型。
在通过与应用信息匹配的应用与算力网络融合模型输出满足应用-算力网络需求的至少一种算力网络资源后,若仅输出了一种算力网络资源,则可直接确定该算力网络资源,由用户购买该算力网络资源,此时,系统自动部署应用到该算力网络资源,以便于通过该算力网络资源为应用提供算力。
其中,本实施例公开的方法需要基于应用-算力网络融合规则引擎实现,即为不同应用建立应用-算力网络资源融合规则引擎,通过该规则引擎智能匹配不同供应商的算力网络资源并形成应用-算力网络资源融合算子。
应用-算力网络融合算子API,可以为:为第三方协同平台、多云管理平台、边缘计算管理平台等提供应用-算力网络融合算子服务接口,以便嵌入到现有平台。
如图3所示,为本方案所公开的应用与算力网络融合方法在各平台间进行数据传输的示意图。
其中,消费者在消费者平台登录,登录后,在应用与算力网络智能融合引擎系统中可进行算力网络的查询或浏览,而浏览或查询到的算力网络的相关信息是算力网络融合运行平台、算力网络边缘服务平台或算力网络云服务平台提供的,上述各平台提供的相关信息至少包括:供应者平台提供的算力网络单元的类别、资源服务、应用服务、参数、单价等。
消费者可在应用与算力网络智能融合引擎系统中输入应用需求场景,即输入待获得的应用的应用信息,应用与算力网络智能融合引擎系统基于消费者输入的信息从算力网络融合运行平台、算力网络边缘服务平台或算力网络云服务平台获得算力网络融合信息,即符合应用信息的应用与算力网络融合模型的各参数,之后从算力网络融合运行平台、算力网络边缘服务平台或算力网络云服务平台调用不同供应商解决方案模型API,即算力网络资源,该 API可能为云服务商管控平台API、也可能为边缘服务商管理平台API,或者,软件供应商算法函数API等;应用与算力网络智能融合引擎系统在获得上述平台推送的解决方案模型API后,会将获得的多个解决方案模型API输出,以便推荐适用的供应商组合、解决方案、价格、部署方案等。
之后,在应用与算力网络智能融合引擎系统中,基于从多个解决方案模型API,即从多个算力网络资源中确定的第一算力网络资源进行交易,购买第一算力网络资源的服务,实现通过第一算力网络资源为应用提供算力,在交易完成后,通过算力网络融合运行平台、算力网络边缘服务平台或算力网络云服务平台为应用提供服务状态、故障提醒等服务;另外,应用与算力网络智能融合引擎能够为算力网络融合运行平台、算力网络边缘服务平台或算力网络云服务平台进行评估,并提供评估效果。
另外,本实施例中的应用与算力网络融合模型的示意图可以如图4所示,包括:消费者应用智能解析模型及通过应用-算力网络融合算子API与消费者应用智能解析模型关联的各网络平台,各网络平台至少包括:多云管理平台、多边缘计算管理平台、多编排管控及其他第三方算网资源平台。
消费者应用智能解析模型包括:算力网络用户分类模块,国民经济行业分类模块、算力网络单元度量模块、应用-算网资源计费模型及价格计算模块。
其中,算力网络用户分类至少包括:工业类用户、居民类用户、商业类用户、农业用户、政企用户及其他;国民经济行业分类至少包括:工业算力网络单元、居民算力网络单元、商业算力网络单元、农业算力网络单元、政企算力网络单元及其他算力网络单元,在国民经济行业分类中为美中算力网络单元表明其对应的价格,如:工业算力网络单元价格、居民算力网络单元价格等;
算力网络单元度量模块用于确定美中类型的算力网络单元的数量,如:工业算力网络单元的个数,商业算力网络单元的个数等;应用-算网资源计费模型中针对不同类型的国民经济行业分类确定对应的计算公式,如:如果是工业类算力网络单元,则采用工业类计算公式,如果是居民类算力网络单元,则采用居民类计算公式,如果是商业类算力网络单元,则采用商业类计算公式,如果是农业类算力网络单元,则采用农业类计算公式,如果是政企类算力网络单元,则采用政企类计算公式,如果是其他类算力网络单元,则采用其他类计算公式;
对于价格计算模块,可采用如下公式计算算力网络资源的基础费用:
算力网络资源基础费用=(算力网络单元个数*算力网络单元价格)*算力网络单元因子+应用基础价格*应用因子
其中,中央处理器CPU、图形处理器GPU、张量处理器TPU、存储、带宽、应用基础价格、算力网络单元因子都是统一的,以便保持公平。由于不同供应商不同应用提供的算力网络资源不同,则折射到算力网络单元的价格是不同的,不同行业的应用消耗的算力网络单元的数量不同,其具体计算由系统执行,用户只需要选择算力网络资源即可,即用户只需要选择算力网络单元费用及数量即可,极大简化了消费者的工作量。
其中,算力网络应用与算网融合,需要首先分析消费者的应用场景,并将其转换成算力网络资源和东数西算策略,应用因子是为了增强算力网络计费模型的灵活调整能力;算力网络应用与算网融合时,算力网络单元价格应统一模式定价,每个供应商折算方法统一且单位统一,如:统一计算单元单位为FLOPS,以增强算力网络价格公平、透明、易监管。
基于此,消费者在购买算力网络时,只需要关注应用即可,系统智能匹配应用-算网资源融合模型,转换计费模式并能够显示明细费用,包括:算力网络单元单价、需要购买算力网络单元、简化购买参数等。
如图5所示,为应用与算力网络融合模型的另一种表示方式,基于知识图谱的应用-算力网络资源融合RETE网络,首先输入应用场景至模型的根节点,即将应用信息输入至模型的根节点,之后匹配东数西算的算力网络单元策略,将输出的策略分别输入至算力单元、存储单元、网络单元及应用影响因子,经过算力单元、存储单元及应用影响因子的策略直接输入至应用-东数西算匹配规则知识库中,而输入至网络单元的策略则分别经过大连接、带宽、时延及抖动之后,分别进行联合,之后将联合后的数据输入至应用-东数西算匹配,从而得到最终输出的算力网络资源。
本实施例公开的应用与算力网络融合方法,获得待获得的应用的应用信息,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则,基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源,基于第一算力网络资源的规则为待获得的应用提供算力。本方案中用户仅需要输入应用的应用信息即可匹配出满足应用的需求的算力网络资源,并使用户能够基于不同算力网络资源的计费方法及规则选择一种算力网络资源,实现通过选择的算力网络资源为应用提供算力,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
本实施例公开了一种应用与算力网络融合方法,其流程图如图6所示,包括:
步骤S61、获得待获得的应用的应用信息;
步骤S62、确定系统中是否存在与应用信息匹配的应用与算力网络融合模型;
步骤S63、若存在,则基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则;
步骤S64、若不存在,则基于应用信息进行深度学习,得到模型训练后的应用与算力网络融合模型,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则;
步骤S65、基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源;
步骤S66、基于第一算力网络资源的规则为待获得的应用提供算力。
在获得应用信息后,能够基于应用信息确定应用的类型或属性,从而确定系统中是否存在与应用的类型或属性匹配的应用与算力网络融合模型。
例如:基于应用信息确定应用为工业类程序,则需要确定系统中是否存在工业类的应用与算力网络融合模型,即工业类的计算公式,若系统中存在工业类的应用与算力网络融合模型,则直接基于工业类的应用与算力网络融合模型确定算力网络资源及其规则,计算得到算力网络资源的计费方法;若系统中不存在工业类的应用与算力网络融合模型,则需要进行深度学习,以便获得工业类的应用与算力网络融合模型,从而能够基于工业类的应用与算力网络融合模型输出算力网络资源。
若系统中不存在与应用信息适配的应用与算力网络融合模型,则系统自动进行深度学习,从而得到能够使用的应用与算力网络融合模型。
进一步的,在通过与应用信息适配的应用与算力网络融合模型输出算力网络资源的计费方法及规则后,需要从至少一种算力网络资源中选择一个进行购买,若应用与算力网络融合模型输出的算力网络资源仅有一种,则直接将该算力网络资源推送给消费者,以便消费者直接购买并使用;
若应用与算力网络融合模型输出的算力网络资源不止一种,则需要从多种算力网络资源中选择一个进行购买并使用,此时,系统可直接将应用与算力网络融合模型输出的多种算力网络资源的计费方法及规则进行展示,以便用户能够基于每种算力网络资源的计费方法及规则从中选择一种作为第一算力网络资源进行购买;
也可以为:系统自动从多种算力网络资源中选择一种作为第一算力网络资源,并将其展示给用户,以便用户直接购买并使用。
具体的,预先为算力网络资源的计费方法及规则设置权重,不同的算力网络资源的计费方法的权重相同,不同的算力网络资源的规则的权重相同,则基于预先设置的计费方法及规则的权重进行计算,以确定每种算力网络资源的选择参数值,基于选择参数值从多种算力网络资源中选择一个作为第一算力网络资源。
采用这一方式,无需用户选择,只需要用户设置权重即可实现系统自动选择,简化了用户操作。
本实施例公开的应用与算力网络融合方法,获得待获得的应用的应用信息,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则,基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源,基于第一算力网络资源的规则为待获得的应用提供算力。本方案中用户仅需要输入应用的应用信息即可匹配出满足应用的需求的算力网络资源,并使用户能够基于不同算力网络资源的计费方法及规则选择一种算力网络资源,实现通过选择的算力网络资源为应用提供算力,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
本实施例公开了一种应用与算力网络融合系统,其结构示意图如图7所示,包括:
第一获得单元71,第二获得单元72,选择单元73及算力提供单元74。
其中,第一获得单元71用于获得待获得的应用的应用信息;
第二获得单元72用于获得基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则;
选择单元73用于基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源;
算力提供单元74用于基于第一算力网络资源的规则为待获得的应用提供算力。
进一步的,第一获得单元用于:
获得待获得的应用的应用属性、服务起始日期及时长。
进一步的,第二获得单元用于:
基于应用信息至少为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式,其中,算力网络资源由至少一种算力网络单元组成;基于为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式获得与应用信息适配的至少一种算力网络资源的计费方法及规则。
进一步的,选择单元用于:
基于预先设置的计费方法及规则的权重确定每种算力网络资源的选择参数值;基于每种算力网络资源的选择参数值从至少一种算力网络资源中选择第一算力网络资源。
进一步的,选择单元用于:
获得用户基于至少一种算力网络资源的计费方法及规则选择的第一算力网络资源。
进一步的,第二获得单元用于:
确定系统中是否存在与应用信息匹配的应用与算力网络融合模型;若存在与应用信息匹配的应用与算力网络融合模型,则基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则;若不存在与应用信息匹配的应用与算力网络融合模型,则基于应用信息进行深度学习,得到模型训练后的应用与算力网络融合模型,基于应用信息获得模型训练后的应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则。
本实施例公开的应用与算力网络融合系统是基于上述实施例公开的应用与算力网络融合方法实现的,在此不再赘述。
本实施例公开的应用与算力网络融合系统,获得待获得的应用的应用信息,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则,基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源,基于第一算力网络资源的规则为待获得的应用提供算力。本方案中用户仅需要输入应用的应用信息即可匹配出满足应用的需求的算力网络资源,并使用户能够基于不同算力网络资源的计费方法及规则选择一种算力网络资源,实现通过选择的算力网络资源为应用提供算力,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
本实施例公开了一种电子设备,其结构示意图如图8所示,包括:
处理器81及存储器82。
其中,处理器81用于获得待获得的应用的应用信息;基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则;基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源;基于第一算力网络资源的规则为待获得的应用提供算力;
存储器82用于存储处理器执行上述处理过程的程序。
本实施例公开的电子设备是基于上述实施例公开的应用与算力网络融合方法实现的,在此不再赘述。
本实施例公开的电子设备,获得待获得的应用的应用信息,基于应用信息获得应用与算力网络融合模型输出的与应用信息适配的至少一种算力网络资源的计费方法及规则,基于至少一种算力网络资源的计费方法及规则选择至少一种算力网络资源中的第一算力网络资源,基于第一算力网络资源的规则为待获得的应用提供算力。本方案中用户仅需要输入应用的应用信息即可匹配出满足应用的需求的算力网络资源,并使用户能够基于不同算力网络资源的计费方法及规则选择一种算力网络资源,实现通过选择的算力网络资源为应用提供算力,降低了消费者购买和使用算力网络资源的难度,有利于算力网络应用和东数西算工程的发展。
本申请实施例还提供了一种可读存储介质,其上存储有计算机程序,所述计算机程序被处理器加载并执行,实现上述应用与算力网络融合方法的各步骤,具体实现过程可以参照上述实施例相应部分的描述,本实施例不做赘述。
本申请还提出了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。电子设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该电子设备执行上述应用与算力网络融合方法方面或应用与算力网络融合系统方面的各种可选实现方式中所提供方法,具体实现过程可以参照上述相应实施例的描述,不做赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都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互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,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、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种应用与算力网络融合方法,其特征在于,包括:
获得待获得的应用的应用信息;
基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;
基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源;
基于所述第一算力网络资源的规则为所述待获得的应用提供算力。
2.根据权利要求1所述的方法,其特征在于,所述获得待获得的应用的应用信息,包括:
获得待获得的应用的应用属性、服务起始日期及时长。
3.根据权利要求1所述的方法,其特征在于,所述基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则,包括:
基于所述应用信息至少为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式,其中,所述算力网络资源由至少一种算力网络单元组成;
基于为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式获得与所述应用信息适配的至少一种算力网络资源的计费方法及规则。
4.根据权利要求1所述的方法,其特征在于,所述基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源,包括:
基于预先设置的计费方法及规则的权重确定每种算力网络资源的选择参数值;
基于每种算力网络资源的选择参数值从所述至少一种算力网络资源中选择第一算力网络资源。
5.根据权利要求1所述的方法,其特征在于,所述基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源,包括:
获得用户基于所述至少一种算力网络资源的计费方法及规则选择的第一算力网络资源。
6.根据权利要求1所述的方法,其特征在于,所述基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则,包括:
确定系统中是否存在与所述应用信息匹配的应用与算力网络融合模型;
若存在与所述应用信息匹配的应用与算力网络融合模型,则基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;
若不存在与所述应用信息匹配的应用与算力网络融合模型,则基于所述应用信息进行深度学习,得到模型训练后的应用与算力网络融合模型,基于所述应用信息获得所述模型训练后的应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则。
7.一种应用与算力网络融合系统,其特征在于,包括:
第一获得单元,用于获得待获得的应用的应用信息;
第二获得单元,用于获得基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;
选择单元,用于基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源;
算力提供单元,用于基于所述第一算力网络资源的规则为所述待获得的应用提供算力。
8.根据权利要求7所述的系统,其特征在于,所述第二获得单元用于:
基于所述应用信息至少为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式,其中,所述算力网络资源由至少一种算力网络单元组成;基于为应用与算力网络融合模型匹配不同的模型参数、算力网络单元价格、影响因子及东数西算部署方式获得与所述应用信息适配的至少一种算力网络资源的计费方法及规则。
9.一种电子设备,其特征在于,包括:
处理器,用于获得待获得的应用的应用信息;基于所述应用信息获得应用与算力网络融合模型输出的与所述应用信息适配的至少一种算力网络资源的计费方法及规则;基于所述至少一种算力网络资源的计费方法及规则选择所述至少一种算力网络资源中的第一算力网络资源;基于所述第一算力网络资源的规则为所述待获得的应用提供算力;
存储器,用于存储所述处理器执行上述处理过程的程序。
10.一种可读存储介质,用于至少存储一组指令集;
所述指令集用于被调用并至少执行如权利要求1-6中任一项所述的应用与算力网络融合的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211272409.XA CN115641173A (zh) | 2022-10-18 | 2022-10-18 | 一种应用与算力网络融合方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211272409.XA CN115641173A (zh) | 2022-10-18 | 2022-10-18 | 一种应用与算力网络融合方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115641173A true CN115641173A (zh) | 2023-01-24 |
Family
ID=84945586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211272409.XA Pending CN115641173A (zh) | 2022-10-18 | 2022-10-18 | 一种应用与算力网络融合方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115641173A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115952009A (zh) * | 2023-03-15 | 2023-04-11 | 北京泰尔英福科技有限公司 | 基于算网融合特征的数据中心推荐方法及装置 |
-
2022
- 2022-10-18 CN CN202211272409.XA patent/CN115641173A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115952009A (zh) * | 2023-03-15 | 2023-04-11 | 北京泰尔英福科技有限公司 | 基于算网融合特征的数据中心推荐方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiao et al. | Toward an automated auction framework for wireless federated learning services market | |
Akbulut et al. | Performance analysis of microservice design patterns | |
Jula et al. | Cloud computing service composition: A systematic literature review | |
Rani et al. | Optimizing performance of fuzzy decision support system with multiple parameter dependency for cloud provider evaluation | |
Pinto et al. | Strategic bidding in electricity markets: An agent-based simulator with game theory for scenario analysis | |
CN110781180B (zh) | 一种数据筛选方法和数据筛选装置 | |
US20170295224A1 (en) | Virtualized capacity management | |
US20240020556A1 (en) | Information processing method and apparatus, server, and user device | |
CN109669773A (zh) | 金融数据处理方法、装置、设备和存储介质 | |
Frey et al. | Cloud QoS scaling by fuzzy logic | |
CN115641173A (zh) | 一种应用与算力网络融合方法、系统及电子设备 | |
CN116450312A (zh) | 面向流水线并行训练的调度策略确定方法及系统 | |
CN103561085B (zh) | 一种基于服务等级协议约束的服务云评价方法 | |
Kannan et al. | Stochastic DC optimal power flow with reserve saturation | |
Paputungan et al. | Real-time and proactive SLA renegotiation for a cloud-based system | |
Alrashed et al. | Managing SLA violation in the cloud using fuzzy re-SchdNeg decision model | |
Almadhor et al. | A new offloading method in the green mobile cloud computing based on a hybrid meta-heuristic algorithm | |
AlOrbani et al. | Load balancing and resource allocation in smart cities using reinforcement learning | |
Boumaiza et al. | AI for Energy: A Blockchain-based Trading Market | |
Liu et al. | A novel truthful and fair resource bidding mechanism for cloud manufacturing | |
JP7009971B2 (ja) | プロセススケジューリング装置およびプロセススケジューリング方法 | |
CN111724176A (zh) | 店铺流量调节方法、装置、设备及计算机可读存储介质 | |
US20230273663A1 (en) | Management of energy efficiency parameters for resources in edge computing system | |
Souidi et al. | An adaptive real time mechanism for IaaS cloud provider selection based on QoE aspects | |
Iordache et al. | Selection-based scheduling algorithms under service level agreement constraints |
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 |