CN115827191A - 算力任务调度方法、装置及存储介质 - Google Patents
算力任务调度方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115827191A CN115827191A CN202211441438.4A CN202211441438A CN115827191A CN 115827191 A CN115827191 A CN 115827191A CN 202211441438 A CN202211441438 A CN 202211441438A CN 115827191 A CN115827191 A CN 115827191A
- Authority
- CN
- China
- Prior art keywords
- task
- computing
- slice
- computational
- 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
- 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 title claims abstract description 228
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims abstract description 108
- 230000015654 memory Effects 0.000 claims description 19
- 230000017525 heat dissipation Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 6
- 239000002699 waste material Substances 0.000 abstract description 7
- 238000009825 accumulation Methods 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 17
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种算力任务调度方法、装置及存储介质,涉及资源调度领域,用于减少算力任务堆积和资源浪费。该方法包括:对第一算力任务进行拆分,得到至少两个算力任务切片;针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,并基于该目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心;其中,目标匹配因子用于表征一个算力任务切片对应所需算力需求;N为大于1的整数。
Description
技术领域
本申请涉及资源调度领域,尤其涉及一种算力任务调度方法、装置及存储介质。
背景技术
在电子设备上执行密集型任务(例如:人脸识别、自然语言处理、实时交互游戏等)时,需要更多的能量与计算资源,但电子设备上有限的计算资源,不能够满足计算密集型任务的需求,因此,算力网络应用而生,电子设备可以基于算力网络,按需调度网络中的算力资源。
在相关技术中,执行算力任务时,是根据算力任务的资源需求,匹配一个算力任务执行中心,然后在该算力任务执行中心执行算力任务。如此,在存在多个算力任务匹配到同一个能够满足需求的算力任务执行中心的情况下,很容易造成算力任务堆积和资源浪费。
例如:第一算力任务执行中心包括10个A设备和10个B设备,执行算力任务1需要6个A设备和1个B设备,那么在第一算力任务执行中心执行算力任务1的过程中,若有算力任务2也匹配到第一算力任务执行中心,且需要5个A设备和5个B设备去执行,此时,第一算力任务执行中心中空闲的A设备数量并不能够满足执行算力任务2的需求,则第一算力任务执行中心需要在执行完算力任务1之后,再执行算力任务2,此时,会造成资源浪费。
发明内容
本申请提供一种算力任务调度方法、装置及存储介质,用于减少算力任务堆积和资源浪费。
为达到上述目的,本申请采用如下技术方案:
第一方面,提供了一种算力任务调度方法,该方法包括:对第一算力任务进行拆分,得到至少两个算力任务切片;针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,并基于该目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心;其中,目标匹配因子用于表征一个算力任务切片对应所需算力需求;N为大于1的整数。
基于上述算力任务调度方法,可以对第一算力任务进行拆分,以得到至少两个算力任务切片,从而能够基于每个算力任务切片分别对应的资源需求信息,计算出每个算力任务切片分别对应的目标匹配因子(该目标匹配因子可以表征一个算力任务切片对应所需算力需求),并进一步基于与每个算力任务切片分别对应的目标匹配因子,确定与每个算力任务切片相匹配的一个目标算力任务执行中心,如此,本申请通过将第一算力任务进行拆分,然后分别基于每个算力任务切片得到与每个算力任务切片对应的目标匹配因子,以根据目标匹配因子分别找到与每个算力任务切片匹配的算力任务执行中心,从而有效地减少了算力任务堆积和资源浪费。
一种可能的实现方式中,上述“基于一个算力任务切片对应的资源需求信息,计算目标匹配因子”的方法包括:获取每个算力任务切片对应的切片权重;基于每个算力任务切片对应的切片权重,以及每个算力任务切片对应的算力需求信息,计算第一匹配因子;基于每个算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子;将第一匹配因子与第二匹配因子间的和,作为目标匹配因子;其中,该目标算力任务执行中心为至少一个算力任务执行中心中的其中一个;一个算力任务切片的切片权重包括一个算力任务切片对应的至少一个业务特征中的每个业务特征对应的权重;第一匹配因子用于表征一个算力任务切片在计算设备维度上的所需的算力需求;第二匹配因子用于表征一个算力任务切片在电价成本和网络成本维度上的所需的算力需求。
一种可能的实现方式中,一个算力任务切片对应的算力需求信息包括:一个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求的信息,一个算力任务切片对算力任务执行中心采用的散热方案的要求的信息;和/或,目标参数包括:每个算力任务执行中心的算力资源单价、每个算力任务执行中心的任务算力单价和每个算力任务执行中心包括的多个计算终端的环境参数、节点状态参数、负载感知参数。
一种可能的实现方式中,上述“获取每个算力任务切片对应的切片权重”的方法包括:针对每个算力任务切片,将一个算力任务切片对应的资源需求指标进行分解,得到一个算力任务切片对应的算力需求;基于一个算力任务切片对应的算力需求,计算一个算力任务切片对应的切片权重。
一种可能的实现方式中,上述“基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心”的方法包括:获取至少一个算力任务执行中心中的每个算力任务执行中心的算力因子,该算力因子用于表征算力任务执行中心所能提供的算力;将至少一个算力任务执行中心中,算力因子与目标匹配因子相匹配的算力任务执行中心,作为一个算力任务切片对应的目标算力任务执行中心。
一种可能的实现方式中,上述算力因子是基于以下至少之一确定的:算力任务执行中心中的计算设备的单柜区间密度;
算力任务执行中心采用的散热方案;
算力任务执行中心中的计算设备的环境参数;
算力任务执行中心中的计算设备的节点状态参数;
算力任务执行中心中的计算设备的负载感知参数;算力任务执行中心的算力资源单价和任务算力单价。
一种可能的实现方式中,在上述“基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心”之后,算力任务调度方法还包括:在搜索到算力因子高于目标算力任务执行中心的第一算力任务执行中心的情况下,将与一个算力任务切片相匹配的目标算力任务执行中心变更为第一算力任务执行中心。
第二方面,提供了一种算力任务调度装置,该算力任务调度装置可以用于实现第一方面或第一方面的任一可能的设计所述的方法。该算力任务调度装置可以实现上述各方面或者各可能的设计中该算力任务调度装置所执行的功能,所述功能可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个上述功能相应的模块。如:该算力任务调度装置包括拆分单元、计算单元和确定单元。
拆分单元,用于对第一算力任务进行拆分,得到至少两个算力任务切片。
计算单元,用于针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子。
确定单元,用于基于计算单元计算的目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心;
其中,目标匹配因子用于表征一个算力任务切片对应所需算力需求;N为大于1的整数。
一种可能的实现方式中,算力任务调度装置还包括:获取单元。其中,获取单元,用于获取每个算力任务切片对应的切片权重。上述计算单元,具体用于基于获取单元获取的每个算力任务切片对应的切片权重,以及每个算力任务切片对应的算力需求信息,计算第一匹配因子;并基于获取单元获取的每个算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子;以及将第一匹配因子与第二匹配因子间的和,作为目标匹配因子;
其中,目标算力任务执行中心为至少一个算力任务执行中心中的其中一个;
一个算力任务切片的切片权重包括一个算力任务切片对应的至少一个业务特征中的每个业务特征对应的权重;
第一匹配因子用于表征一个算力任务切片在计算设备维度上的所需的算力需求;
第二匹配因子用于表征一个算力任务切片在电价成本和网络成本维度上的所需的算力需求。
一种可能的实现方式中,一个算力任务切片对应的算力需求信息包括:一个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求的信息,一个算力任务切片对算力任务执行中心采用的散热方案的要求的信息;和/或,目标参数包括:每个算力任务执行中心的算力资源单价、每个算力任务执行中心的任务算力单价和每个算力任务执行中心包括的多个计算终端的环境参数、节点状态参数、负载感知参数。
一种可能的实现方式中,上述获取单元,具体用于针对每个算力任务切片,将一个算力任务切片对应的资源需求指标进行分解,得到一个算力任务切片对应的算力需求;并基于一个算力任务切片对应的算力需求,计算一个算力任务切片对应的切片权重。
一种可能的实现方式中,算力任务调度装置还包括:获取单元。其中,获取单元,用于获取至少一个算力任务执行中心中的每个算力任务执行中心的算力因子,该算力因子用于表征算力任务执行中心所能提供的算力。
确定单元,具体用于将至少一个算力任务执行中心中,算力因子与目标匹配因子相匹配的算力任务执行中心,作为一个算力任务切片对应的目标算力任务执行中心。
一种可能的实现方式中,上述算力因子是基于以下至少之一确定的:
算力任务执行中心中的计算设备的单柜区间密度;
算力任务执行中心采用的散热方案;
算力任务执行中心中的计算设备的环境参数;
算力任务执行中心中的计算设备的节点状态参数;
算力任务执行中心中的计算设备的负载感知参数;
算力任务执行中心的算力资源单价和任务算力单价。
一种可能的实现方式中,算力任务调度装置还包括:处理单元。处理单元,用于在确定单元基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心之后,在搜索到算力因子高于目标算力任务执行中心的第一算力任务执行中心的情况下,将与一个算力任务切片相匹配的目标算力任务执行中心变更为第一算力任务执行中心。
第三方面,提供了一种算力任务调度装置,该算力任务调度装置可以为算力任务调度装置或者该算力任务调度装置中的芯片或者片上系统。该算力任务调度装置可以实现上述各方面或者各可能的设计中该算力任务调度装置所执行的功能,所述功能可以通过硬件实现,如:一种可能的设计中,该算力任务调度装置可以包括:处理器和通信接口,处理器可以用于支持算力任务调度装置实现上述第一方面或者第一方面的任一种可能的设计中所涉及的功能,例如:处理器基于所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心。
在又一种可能的实现方式中,算力任务调度装置还可以包括存储器,存储器用于保存算力任务调度装置必要的计算机执行指令和数据。当该算力任务调度装置运行时,该处理器执行该存储器存储的该计算机执行指令,以使该算力任务调度装置执行上述第一方面或者第一方面的任一种可能的设计所述的算力任务调度方法。
第四方面,提供了一种算力任务调度装置,该算力任务调度装置可以为算力任务调度装置或者算力任务调度装置中的芯片或者片上系统。该算力任务调度装置可以实现上述各方面或者各可能的设计中算力任务调度装置所执行的功能,所述功能可以通过硬件实现,如:一种可能的设计中,该算力任务调度装置可以包括:处理器和通信接口,处理器可以用于支持算力任务调度装置实现上述第一方面或者第一方面的任一种可能的设计中所涉及的功能,例如:处理器基于所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心。
在又一种可能的设计中,算力任务调度装置还可以包括存储器,存储器用于保存算力任务调度装置必要的计算机执行指令和数据。当该算力任务调度装置运行时,该处理器执行该存储器存储的该计算机执行指令,以使该算力任务调度装置执行上述第一方面或者第一方面的任一种可能的设计所述的算力任务调度方法。
第五方面,提供了一种计算机可读存储介质,该计算机可读存储介质可以为可读的非易失性存储介质,该计算机可读存储介质存储有计算机指令或者程序,当其在计算机上运行时,使得计算机可以执行上述第一方面或者上述方面的任一种可能的设计所述的算力任务调度方法。
第六方面,提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机可以执行上述第一方面或者上述方面的任一种可能的设计所述的算力任务调度方法。
第七方面,提供了一种算力任务调度装置,该算力任务调度装置可以为算力任务调度装置或者算力任务调度装置中的芯片或者片上系统,该算力任务调度装置包括一个或者多个处理器以及和一个或多个存储器。所述一个或多个存储器与所述一个或多个处理器耦合,所述一个或多个存储器用于存储计算机程序代码,所述计算机程序代码包括计算机指令,当所述一个或多个处理器执行所述计算机指令时,使得所述算力任务调度装置执行如上述第一方面或者第一方面的任一可能的设计所述的算力任务调度方法。
第八方面,提供了一种芯片系统,该芯片系统包括处理器以及通信接口,该芯片系统可以用于实现上述第一方面或第一方面的任一可能的设计中算力任务调度装置所执行的功能,例如处理器用于针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,并基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心。在一种可能的设计中,所述芯片系统还包括存储器,所述存储器,用于保存程序指令和/或数据。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件,不予限制。
其中,第二方面至第八方面中任一种设计方式所带来的技术效果可参见上述第一方面所带来的技术效果,不再赘述。
附图说明
图1为本申请实施例提供的一种算力任务调度方法的流程示意图;
图2为本申请实施例提供的另一种算力任务调度方法的流程示意图;
图3为本申请实施例提供的又一种算力任务调度方法的流程示意图;
图4为本申请实施例提供的一种算力任务调度装置的结构示意图;
图5为本申请实施例提供的另一种算力任务调度装置的结构示意图;
图6为本申请实施例提供的又一种算力任务调度装置的结构示意图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本申请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的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请实施例的一些方面相一致的装置和方法的例子。
还应当理解的是,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其他特征、整体、步骤、操作、元素和/或组件的存在或添加。
现有技术中,跨区域调度时采用的是以下策略:第一步:定时获取并存储区域集群资源信息,这一步收集的信息必须包含必要的资源属性。第二步:配置资源属性的权重比例和区域分中心的优先因子,此步的配置依据来自于对算力任务模型的分析以及区域分中心的重要程度和访问频率。第三步:根据区域分中心的优先因子,对比算力任务资源要求和区域集群资源最新记录。匹配时,获取算力任务资源配置要求,结合匹配区域集群对应资源的权重比例,计算算力任务在各区域的综合权重值。第四步:根据综合权重值,确定算力任务对应的最佳匹配区域。若存在综合权重值相同的区域,则随机分配。
现有的算力任务调度策略,是从静态度量角度出发,比如内存核数,空间大小,网络带宽和时延指标等;同时,算力任务是作为一个整体下发至执行区域的,以在该执行区域执行算力任务。这在一定程度上,容易造成资源池算力任务堆积和资源浪费等问题。
可以预见的是,未来的算力任务要求会愈加精细,倾向定制化,需求也可能会随时发生改变。只靠静态资源调度策略,较难匹配未来算力任务的需求。本发明保留了对算力任务静态资源需求指标的分析,通过多维度融合调度策略,多角度匹配用户算力任务需求。同时对算力任务所需资源进行切片动态化管理,根据实时数据将算力任务进行动态化区域匹配,保障计算效率的同时,也可以降低服务成本。
鉴于此,本申请实施例提供了一种算力任务调度方法,用于减少算力任务执行过程中的算力任务堆积和资源浪费。该方法包括:对第一算力任务进行拆分,得到至少两个算力任务切片;针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,并基于该目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心。
基于上述方案,可以对第一算力任务进行拆分,以得到至少两个算力任务切片,从而能够基于每个算力任务切片分别对应的资源需求信息,计算出每个算力任务切片分别对应的目标匹配因子(该目标匹配因子可以表征一个算力任务切片对应所需算力需求),并进一步基于与每个算力任务切片分别对应的目标匹配因子,确定与每个算力任务切片相匹配的一个目标算力任务执行中心,如此,本申请通过将第一算力任务进行拆分,然后分别基于每个算力任务切片得到与每个算力任务切片对应的目标匹配因子,以根据目标匹配因子分别找到与每个算力任务切片匹配的算力任务执行中心,从而有效地减少了算力任务堆积和资源浪费。
下面结合说明书附图对本申请实施例提供的方法进行详细说明。
本申请实施例提供的算力任务调度方法的执行主体为算力任务调度装置。本申请实施例中以算力任务调度装置执行算力任务调度方法为例,对本申请实施例提供的技术方案进行说明。
示例性地,上述算力任务调度装置可以为算网一体系统中的调度中心,或者调度中心中的计算设备。
本申请实施例提供了一种算力任务调度方法。如图1所示,该方法可以包括S101和S102:
S101、对第一算力任务进行拆分,得到至少两个算力任务切片。
本申请实施例中,算力任务调度装置获取到第一算力任务之后,可以对该第一算力任务进行业务切片,以得到至少两个算力任务切片。
S102、针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,并基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心。
本申请实施例中,目标匹配因子用于表征一个算力任务切片对应所需算力需求;N为大于1的整数。
本申请实施例中,目标算力任务执行中心为至少一个算力任务执行中心中的其中一个。
本申请实施例中,每个算力任务切片对应一个资源需求信息,算力任务调度装置可以基于上述至少两个算力任务切片中的每个算力任务切片对应的资源需求信息,计算与每个算力任务切片对应的目标匹配因子。然后,基于每个算力任务切片对应的目标匹配因子,确定与每个算力任务切片相匹配的目标算力任务执行中心。
一种可能的实现方式中,一个算力任务切片对应的资源需求信息可以包括以下至少一项:中央处理器(Central Processing Unit,CPU)大小、内存大小、磁盘吐吞量、网络吐吞量等。
可以理解,与一个算力任务切片相匹配的目标算力任务执行中心即为执行该算力任务切片最优的算力任务执行中心。
一种可能的实现方式中,上述S102中的“基于一个算力任务切片对应的资源需求信息,计算目标匹配因子”具体可以通过下述的S102a至S102d实现:
S102a、获取每个算力任务切片对应的切片权重。
本申请实施例中,一个算力任务切片的切片权重包括一个算力任务切片对应的至少一个业务特征中的每个业务特征对应的权重。
可以理解,针对每个算力任务切片,算力任务调度装置可以根据一个算力任务切片对应的至少一个业务特征(例如:4G内存、8G显存等),得到至少一个业务特征中的每个业务特征对应的权重,从而得到一个算力任务切片的切片权重。
例如:一个算力任务切片的切片权重为:图像处理=0.15,存储空间=0.1,网络时延=0.6……等。
一种可能的实现方式中,上述S102a具体可以通过下述的S102a1和S102a2实现:
S102a1、针对每个算力任务切片,将一个算力任务切片对应的资源需求指标进行分解,得到一个算力任务切片对应的算力需求。
本申请实施例中,算力任务调度装置得到至少两个算力任务切片之后,可以获取与每个算力任务切片分别对应的资源需求指标,并将与每个算力任务切片分别对应的资源需求指标分解为算力需求,以得到与每个算力任务切片分别对应的算力需求。
一种可能的实现方式中,上述资源需求指标可以包括以下至少一项:CPU大小、内存大小、磁盘吐吞量、网络吐吞量等。
一种可能的实现方式中,每个算力任务切片分别对应的算力需求,用于确定每个算力任务切片分别所需的不同类型算力资源的大小。
一种可能的实现方式中,上述算力需求可以包括计算度量类的算力需求、存储度量类的算力需求和输入/输出(Input/Output,I/O)度量类的算力需求。
一种可能的实现方式中,上述计算度量类的算力需求用于确定CPU类型、CPU时钟频率等。
一种可能的实现方式中,上述存储度量类的算力需求用于确定存储类型、存储容量等。
一种可能的实现方式中,上述I/O度量类的算力需求用于确定带宽、时延等。
S102a2、基于一个算力任务切片对应的算力需求,计算一个算力任务切片对应的切片权重。
本申请实施例中,算力任务调度装置得到与每个算力任务切片分别对应的算力需求之后,可以基于每个算力任务切片分别对应的算力需求,计算每个算力任务切片分别对应的切片权重。
具体地,算力任务调度装置可以根据每个算力任务切片分别对应的算力需求,对每个算力任务切片分别对应的算力需求进行权重标识,以得到每个算力任务切片分别对应的切片权重。
S102b、基于每个算力任务切片对应的切片权重,以及每个算力任务切片对应的算力需求信息,计算第一匹配因子。
本申请实施例中,上述第一匹配因子用于表征一个算力任务切片在计算设备维度上的所需的算力需求。
一种可能的实现方式中,一个算力任务切片对应的算力需求信息包括:一个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求的信息,一个算力任务切片对算力任务执行中心采用的散热方案的要求的信息。
一种可能的实现方式中,算力任务调度装置可以根据得到的每个算力任务切片对应的切片权重,对比业务模型,以确定每个算力任务切片的类型,然后根据每个算力任务切片的类型确定每个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求,以及每个算力任务切片对算力任务执行中心采用的散热方案的要求,即确定每个算力任务切片对应的算力需求信息。
一种可能的实现方式中,算力任务切片的类型可以为以下任一项:均衡型、存储型、计算型。
例如:算力任务调度装置得到一个算力任务切片对应的切片权重之后,可以通过对比业务模型,将该算力任务切片的类型归为“均衡型”,并根据该算力任务切片的类型确定该算力任务切片要求算力任务执行中心中的计算设备的单柜区间密度为1.3,同时要求算力任务执行中心采用传统机架间接冷却蒸发方案,从而得到该算力任务切片对应的算力需求信息。
一种可能的实现方式中,针对每个算力任务切片,算力任务调度装置可以将一个算力任务切片对应的算力需求信息,记作第一匹配因子,以得到每个算力任务切片分别对应的第一匹配因子。
S102c、基于每个算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子。
本申请实施例中,上述第二匹配因子用于表征一个算力任务切片在电价成本和网络成本维度上的所需的算力需求。
一种可能的实现方式中,上述目标参数包括:每个算力任务执行中心的算力资源单价、每个算力任务执行中心的任务算力单价和每个算力任务执行中心包括的多个计算终端的环境参数、节点状态参数、负载感知参数。
一种可能的实现方式中,算力任务调度装置可以定期记录算力任务执行中心中包括的多个计算终端的环境参数、节点状态参数和负载感知参数,并保存。
一种可能的实现方式中,算力任务调度装置可以根据得到的每个算力任务切片对应的切片权重,以及每个算力任务执行中心的目标参数,估算每个算力任务切片分别下发至每个算力任务执行中心执行任务时的成本,然后将执行每个算力任务切片时电价成本和网络成本最低的算力任务执行中心的信息确定为第二匹配因子。
例如:算力任务调度装置可以根据得到的一个算力任务切片对应的切片权重,以及每个算力任务执行中心的目标参数,估算出西北区域某算力任务执行中心在执行该算力任务切片时,电价成本和网络成本综合最低,因此,可以将西北区域某算力任务执行中心的信息记作第二匹配因子。
S102d、将第一匹配因子与第二匹配因子间的和,作为目标匹配因子。
一种可能的实现方式中,算力任务调度装置得到每个算力任务切片分别对应的第一匹配因子,和第二匹配因子之后,可以根据预设匹配算法对每个算力任务切片分别对应的第一匹配因子和第二匹配因子进行计算,以得到与每个算力任务切片分别对应的目标匹配因子。
一种可能的实现方式中,上述S102中的“基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心”具体可以通过下述的S102e和S102f实现:
S102e、获取至少一个算力任务执行中心中的每个算力任务执行中心的算力因子,所述算力因子用于表征所述算力任务执行中心所能提供的算力。
一种可能的实现方式中,算力因子是基于以下至少之一确定的:
算力任务执行中心中的计算设备的单柜区间密度;
算力任务执行中心采用的散热方案;
算力任务执行中心中的计算设备的环境参数;
算力任务执行中心中的计算设备的节点状态参数;
算力任务执行中心中的计算设备的负载感知参数;
算力任务执行中心的算力资源单价和任务算力单价。
一种可能的实现方式中,算力任务调度装置可以根据存储的每个算力任务执行中心的计算设备的单柜区间密度,每个算力任务执行中心采用的散热方案,目标参数等,确定每个算力任务执行中心所能提供的算力,从而确定每个算力任务执行中心的算力因子。
S102f、将至少一个算力任务执行中心中,算力因子与目标匹配因子相匹配的算力任务执行中心,作为一个算力任务切片对应的目标算力任务执行中心。
本申请实施例中,针对每个算力任务切片,算力任务调度装置可以将一个算力任务切片对应的目标匹配因子,与每个算力任务执行中心的算力因子进行匹配,然后将与该目标匹配因子相匹配的算力因子所对应的算力任务执行中心,作为该算力任务切片对应的目标算力任务执行中心,从而在该目标算力任务执行中心执行该算力任务切片。
一种可能的实现方式中,在上述S102之后,结合图1,如图2所示,本申请实施例提供的算力任务调度方法还包括下述的S301:
S301、在搜索到算力因子高于目标算力任务执行中心的第一算力任务执行中心的情况下,将与一个算力任务切片相匹配的目标算力任务执行中心变更为第一算力任务执行中心。
一种可能的实现方式中,针对每个算力任务切片,一个算力任务切片下发至对应的目标算力任务执行中心之后,算力任务调度装置可以根据该一个算力任务切片对应的目标匹配因子,定时搜寻算力任务执行中心中算力因子高于目标算力任务执行中心的算力任务执行中心,并在搜索到算力因子高于目标算力任务执行中心的第一算力任务执行中心时,将执行该一个算力任务切片的目标算力任务执行中心变更为第一算力任务执行中心。
本申请实施例提供一种算力任务调度方法,可以对第一算力任务进行拆分,以得到至少两个算力任务切片,从而能够基于每个算力任务切片分别对应的资源需求信息,计算出每个算力任务切片分别对应的目标匹配因子(该目标匹配因子可以表征一个算力任务切片对应所需算力需求),并进一步基于与每个算力任务切片分别对应的目标匹配因子,确定与每个算力任务切片相匹配的一个目标算力任务执行中心,如此,本申请通过将第一算力任务进行拆分,然后分别基于每个算力任务切片得到与每个算力任务切片对应的目标匹配因子,以根据目标匹配因子分别找到与每个算力任务切片匹配的算力任务执行中心,从而有效地减少了算力任务堆积和资源浪费。
一种可能的实现方式中,如图3所示,本申请实施例提供的算力任务调度方法应用于算网一体系统,该算网一体系统可以包括:算力任务调度装置和多个算力任务执行中心。
具体地,包括下述的S1至S8:
S1、算力任务调度装置接收第一算力任务,并对第一算力任务进行拆分,得到至少两个算力任务切片。
S2、算力任务调度装置获取与每个算力任务切片分别对应的资源需求指标,并将与每个算力任务切片分别对应的资源需求指标分解为算力需求,以得到与每个算力任务切片分别对应的算力需求。
S3、算力任务调度装置根据每个算力任务切片分别对应的算力需求,对每个算力任务切片分别对应的算力需求进行权重标识,以得到每个算力任务切片分别对应的切片权重。
S4、算力任务调度装置根据每个算力任务切片对应的切片权重,以及每个算力任务切片对应的算力需求信息,计算第一匹配因子。
S5、算力任务调度装置基于每个算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子。
S6、算力任务调度装置将第一匹配因子与第二匹配因子间的和,作为目标匹配因子。
S7、算力任务调度装置基于目标匹配因子,确定与每个算力任务切片相匹配的目标算力任务执行中心。
S8、算力任务调度装置在搜索到算力因子高于目标算力任务执行中心的第一算力任务执行中心的情况下,将与一个算力任务切片相匹配的目标算力任务执行中心变更为第一算力任务执行中心。
本申请上述实施例中的各个方案在不矛盾的前提下,均可以进行结合。
本申请实施例可以根据上述方法示例对算力任务调度装置进行功能模块或者功能单元的划分,例如,可以对应各个功能划分各个功能模块或者功能单元,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块或者功能单元的形式实现。其中,本申请实施例中对模块或者单元的划分是示意性的,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。
在采用对应各个功能划分各个功能模块的情况下,图4示出了一种算力任务调度装置70的结构示意图。图4所示的算力任务调度装置70可以包括:拆分单元701、计算单元702和确定单元703。
拆分单元701,用于对第一算力任务进行拆分,得到至少两个算力任务切片。
计算单元702,用于针对每个算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子。
确定单元703,用于基于计算单元702计算的目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心。
其中,目标匹配因子用于表征一个算力任务切片对应所需算力需求;N为大于1的整数。
一种可能的实现方式中,结合图4,如图5所示,上述算力任务调度装置70还包括:获取单元704。
获取单元704,用于获取每个算力任务切片对应的切片权重。
上述计算单元702,具体用于基于获取单元704获取的每个算力任务切片对应的切片权重,以及每个算力任务切片对应的算力需求信息,计算第一匹配因子;并基于获取单元704获取的每个算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子;以及将第一匹配因子与第二匹配因子间的和,作为目标匹配因子;
其中,目标算力任务执行中心为至少一个算力任务执行中心中的其中一个;
一个算力任务切片的切片权重包括一个算力任务切片对应的至少一个业务特征中的每个业务特征对应的权重;
第一匹配因子用于表征一个算力任务切片在计算设备维度上的所需的算力需求;
第二匹配因子用于表征一个算力任务切片在电价成本和网络成本维度上的所需的算力需求。
一种可能的实现方式中,一个算力任务切片对应的算力需求信息包括:一个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求的信息,一个算力任务切片对算力任务执行中心采用的散热方案的要求的信息;和/或,
目标参数包括:每个算力任务执行中心的算力资源单价、每个算力任务执行中心的任务算力单价和每个算力任务执行中心包括的多个计算终端的环境参数、节点状态参数、负载感知参数。
一种可能的实现方式中,上述获取单元704,具体用于针对每个算力任务切片,将一个算力任务切片对应的资源需求指标进行分解,得到一个算力任务切片对应的算力需求;并基于一个算力任务切片对应的算力需求,计算一个算力任务切片对应的切片权重。
一种可能的实现方式中,上述算力任务调度装置70还包括:获取单元704。
获取单元704,用于获取至少一个算力任务执行中心中的每个算力任务执行中心的算力因子,该算力因子用于表征算力任务执行中心所能提供的算力。
上述确定单元703,具体用于将至少一个算力任务执行中心中,算力因子与目标匹配因子相匹配的算力任务执行中心,作为一个算力任务切片对应的目标算力任务执行中心。
一种可能的实现方式中,算力因子是基于以下至少之一确定的:
算力任务执行中心中的计算设备的单柜区间密度;
算力任务执行中心采用的散热方案;
算力任务执行中心中的计算设备的环境参数;
算力任务执行中心中的计算设备的节点状态参数;
算力任务执行中心中的计算设备的负载感知参数;
算力任务执行中心的算力资源单价和任务算力单价。
一种可能的实现方式中,结合图4,如图6所示,上述算力任务调度装置70还包括:处理单元705。
处理单元705,用于在上述确定单元703基于目标匹配因子,确定与一个算力任务切片相匹配的目标算力任务执行中心之后,在搜索到算力因子高于目标算力任务执行中心的第一算力任务执行中心的情况下,将与一个算力任务切片相匹配的目标算力任务执行中心变更为第一算力任务执行中心。
作为又一种可实现方式,图4至图6中的单元,包括拆分单元701、计算单元702、确定单元703、获取单元704、处理单元705,可以由处理器代替,该处理器可以集成图5至图6中的单元的功能。
本申请实施例还提供了一种计算机可读存储介质。上述方法实施例中的全部或者部分流程可以由计算机程序来指令相关的硬件完成,该程序可存储于上述计算机可读存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。计算机可读存储介质可以是前述任一实施例的算力任务调度装置的内部存储单元,例如算力任务调度装置的硬盘或内存。上述计算机可读存储介质也可以是上述终端装置的外部存储设备,例如上述终端装置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,上述计算机可读存储介质还可以既包括上述算力任务调度装置的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述算力任务调度装置所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
需要说明的是,本申请的说明书、权利要求书及附图中的术语“第一”和“第二”等是用于区别不同对象,而不是用于描述特定顺序。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解,在本申请中,“至少一个(项)”是指一个或者多个,“多个”是指两个或两个以上,“至少两个(项)”是指两个或三个及三个以上,“和/或”,用于描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:只存在A,只存在B以及同时存在A和B三种情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,“a和b”,“a和c”,“b和c”,或“a和b和c”,其中a,b,c可以是单个,也可以是多个。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能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模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,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,例如多个单元或组件可以结合或者可以集成到另一个装置,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一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。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,在本申请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。
所述集成的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,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例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全部或部分可以以软件产品的形式体现出来,该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个设备(可以是单片机,芯片等)或处理器(processor)执行本申请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(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种算力任务调度方法,其特征在于,所述方法包括:
对第一算力任务进行拆分,得到至少两个算力任务切片;
针对每个所述算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,并基于所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心;
其中,所述目标匹配因子用于表征所述一个算力任务切片对应所需算力需求;N为大于1的整数。
2.根据权利要求1所述的方法,其特征在于,所述基于一个算力任务切片对应的资源需求信息,计算目标匹配因子,包括:
获取每个所述算力任务切片对应的切片权重;
基于每个所述算力任务切片对应的切片权重,以及每个所述算力任务切片对应的算力需求信息,计算第一匹配因子;
基于每个所述算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子;
将所述第一匹配因子与所述第二匹配因子间的和,作为所述目标匹配因子;
其中,所述目标算力任务执行中心为所述至少一个算力任务执行中心中的其中一个;
一个算力任务切片的切片权重包括所述一个算力任务切片对应的至少一个业务特征中的每个业务特征对应的权重;
所述第一匹配因子用于表征所述一个算力任务切片在所述计算设备维度上的所需的算力需求;
所述第二匹配因子用于表征所述一个算力任务切片在电价成本和网络成本维度上的所需的算力需求。
3.根据权利要求2所述的方法,其特征在于,
一个算力任务切片对应的算力需求信息包括:所述一个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求的信息,所述一个算力任务切片对所述算力任务执行中心采用的散热方案的要求的信息;和/或,
所述目标参数包括:每个算力任务执行中心的算力资源单价、每个算力任务执行中心的任务算力单价和每个算力任务执行中心包括的多个计算终端的环境参数、节点状态参数、负载感知参数。
4.根据权利要求2所述的方法,其特征在于,所述获取每个所述算力任务切片对应的切片权重,包括:
针对每个所述算力任务切片,将一个算力任务切片对应的资源需求指标进行分解,得到所述一个算力任务切片对应的算力需求;
基于所述一个算力任务切片对应的算力需求,计算所述一个算力任务切片对应的切片权重。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心,包括:
获取至少一个算力任务执行中心中的每个算力任务执行中心的算力因子,所述算力因子用于表征所述算力任务执行中心所能提供的算力;
将所述至少一个算力任务执行中心中,算力因子与所述目标匹配因子相匹配的算力任务执行中心,作为所述一个算力任务切片对应的目标算力任务执行中心。
6.根据权利要求5所述的方法,其特征在于,所述算力因子是基于以下至少之一确定的:
所述算力任务执行中心中的计算设备的单柜区间密度;
所述算力任务执行中心采用的散热方案;
所述算力任务执行中心中的计算设备的环境参数;
所述算力任务执行中心中的计算设备的节点状态参数;
所述算力任务执行中心中的计算设备的负载感知参数;
所述算力任务执行中心的算力资源单价和任务算力单价。
7.根据权利要求1所述的方法,其特征在于,所述基于所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心之后,所述方法还包括:
在搜索到算力因子高于所述目标算力任务执行中心的第一算力任务执行中心的情况下,将与所述一个算力任务切片相匹配的目标算力任务执行中心变更为所述第一算力任务执行中心。
8.一种算力任务调度装置,其特征在于,所述装置包括:拆分单元、计算单元和确定单元;
所述拆分单元,用于对第一算力任务进行拆分,得到至少两个算力任务切片;
所述计算单元,用于针对每个所述算力任务切片,基于一个算力任务切片对应的资源需求信息,计算目标匹配因子;
所述确定单元,用于基于所述计算单元计算的所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心;
其中,所述目标匹配因子用于表征所述一个算力任务切片对应所需算力需求;N为大于1的整数。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:获取单元;
所述获取单元,用于获取每个所述算力任务切片对应的切片权重;
所述计算单元,具体用于基于所述获取单元获取的每个所述算力任务切片对应的切片权重,以及每个所述算力任务切片对应的算力需求信息,计算第一匹配因子;并基于所述获取单元获取的每个所述算力任务切片对应的切片权重,至少一个算力任务执行中心的目标参数,计算第二匹配因子;以及将所述第一匹配因子与所述第二匹配因子间的和,作为所述目标匹配因子;
其中,所述目标算力任务执行中心为所述至少一个算力任务执行中心中的其中一个;
一个算力任务切片的切片权重包括所述一个算力任务切片对应的至少一个业务特征中的每个业务特征对应的权重;
所述第一匹配因子用于表征所述一个算力任务切片在所述计算设备维度上的所需的算力需求;
所述第二匹配因子用于表征所述一个算力任务切片在电价成本和网络成本维度上的所需的算力需求。
10.根据权利要求9所述的装置,其特征在于,
一个算力任务切片对应的算力需求信息包括:所述一个算力任务切片对算力任务执行中心中的计算设备的单柜区间密度的要求的信息,所述一个算力任务切片对所述算力任务执行中心采用的散热方案的要求的信息;和/或,
所述目标参数包括:每个算力任务执行中心的算力资源单价、每个算力任务执行中心的任务算力单价和每个算力任务执行中心包括的多个计算终端的环境参数、节点状态参数、负载感知参数。
11.根据权利要求9所述的装置,其特征在于,所述获取单元,具体用于针对每个所述算力任务切片,将一个算力任务切片对应的资源需求指标进行分解,得到所述一个算力任务切片对应的算力需求;并基于所述一个算力任务切片对应的算力需求,计算所述一个算力任务切片对应的切片权重。
12.根据权利要求8所述的装置,其特征在于,所述装置还包括:获取单元;
所述获取单元,用于获取至少一个算力任务执行中心中的每个算力任务执行中心的算力因子,所述算力因子用于表征所述算力任务执行中心所能提供的算力;
所述确定单元,具体用于将所述至少一个算力任务执行中心中,算力因子与所述目标匹配因子相匹配的算力任务执行中心,作为所述一个算力任务切片对应的目标算力任务执行中心。
13.根据权利要求12所述的装置,其特征在于,所述算力因子是基于以下至少之一确定的:
所述算力任务执行中心中的计算设备的单柜区间密度;
所述算力任务执行中心采用的散热方案;
所述算力任务执行中心中的计算设备的环境参数;
所述算力任务执行中心中的计算设备的节点状态参数;
所述算力任务执行中心中的计算设备的负载感知参数;
所述算力任务执行中心的算力资源单价和任务算力单价。
14.根据权利要求8所述的装置,其特征在于,所述装置还包括:处理单元;
所述处理单元,用于在所述确定单元基于所述目标匹配因子,确定与所述一个算力任务切片相匹配的目标算力任务执行中心之后,在搜索到算力因子高于所述目标算力任务执行中心的第一算力任务执行中心的情况下,将与所述一个算力任务切片相匹配的目标算力任务执行中心变更为所述第一算力任务执行中心。
15.一种算力任务调度装置,其特征在于,包括:处理器、存储器和通信接口;其中,通信接口用于所述算力任务调度装置通信;所述存储器用于存储一个或多个程序,所述一个或多个程序包括计算机执行指令,当所述算力任务调度装置运行时,处理器执行所述存储器存储的所述计算机执行指令,以使所述算力任务调度装置执行权利要求1至7中任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有指令,当所述指令被执行时,实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211441438.4A CN115827191A (zh) | 2022-11-17 | 2022-11-17 | 算力任务调度方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211441438.4A CN115827191A (zh) | 2022-11-17 | 2022-11-17 | 算力任务调度方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115827191A true CN115827191A (zh) | 2023-03-21 |
Family
ID=85528817
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211441438.4A Pending CN115827191A (zh) | 2022-11-17 | 2022-11-17 | 算力任务调度方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115827191A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116501505A (zh) * | 2023-06-27 | 2023-07-28 | 上海燧原科技有限公司 | 负载任务的数据流生成方法、装置、设备及介质 |
-
2022
- 2022-11-17 CN CN202211441438.4A patent/CN115827191A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116501505A (zh) * | 2023-06-27 | 2023-07-28 | 上海燧原科技有限公司 | 负载任务的数据流生成方法、装置、设备及介质 |
CN116501505B (zh) * | 2023-06-27 | 2023-09-12 | 上海燧原科技有限公司 | 负载任务的数据流生成方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10963292B2 (en) | Techniques to manage virtual classes for statistical tests | |
CN112800095B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN108062573A (zh) | 模型训练方法及装置 | |
CN107515878B (zh) | 一种数据索引的管理方法及装置 | |
CN111277958A (zh) | 标签位置确定方法及装置 | |
CN110414569B (zh) | 聚类实现方法及装置 | |
CN109284895A (zh) | 项目任务分配方法、装置、计算机设备及存储介质 | |
CN115827191A (zh) | 算力任务调度方法、装置及存储介质 | |
CN112087487A (zh) | 模型训练任务的调度方法、装置、电子设备及存储介质 | |
CN113835874A (zh) | 深度学习业务调度方法、系统、终端及存储介质 | |
CN110245137A (zh) | 一种索引的处理方法、装置及设备 | |
US20140214826A1 (en) | Ranking method and system | |
CN111475251A (zh) | 一种集群容器调度方法、系统、终端及存储介质 | |
De Ruiter | A workload model for MapReduce | |
CN113835953A (zh) | 作业信息的统计方法、装置、计算机设备和存储介质 | |
CN114757534A (zh) | 一种智能考勤排班与考评方法、考勤排班装置和系统 | |
CN114676272A (zh) | 多媒体资源的信息处理方法、装置、设备及存储介质 | |
CN111966456A (zh) | 一种容器显存动态分配方法、装置、设备 | |
CN111796934A (zh) | 任务下发方法、装置、存储介质和电子设备 | |
CN109902067B (zh) | 文件处理方法、装置、存储介质及计算机设备 | |
WO2014117566A1 (en) | Ranking method and system | |
CN115118496B (zh) | 身份认证信息的存储方法、装置以及身份认证设备 | |
CN113722292B (zh) | 分布式数据系统的应灾处理方法、装置、设备及存储介质 | |
CN112402955B (zh) | 游戏日志记录方法及系统 | |
CN116522002B (zh) | 一种基于机器学习的通航服务系统的容器推荐方法及系统 |
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 |