CN116225679A - 算力网络调度方法、装置及存储介质 - Google Patents

算力网络调度方法、装置及存储介质 Download PDF

Info

Publication number
CN116225679A
CN116225679A CN202211548413.4A CN202211548413A CN116225679A CN 116225679 A CN116225679 A CN 116225679A CN 202211548413 A CN202211548413 A CN 202211548413A CN 116225679 A CN116225679 A CN 116225679A
Authority
CN
China
Prior art keywords
computing
target
power
node
nodes
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
Application number
CN202211548413.4A
Other languages
English (en)
Inventor
杨振东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN202211548413.4A priority Critical patent/CN116225679A/zh
Publication of CN116225679A publication Critical patent/CN116225679A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • 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]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • 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

Abstract

本申请提供一种算力网络调度方法、装置及存储介质，涉及通信技术领域，能够解决相关技术中算力网络调度效率低下的问题。该方法包括：获取目标任务的算力应用需求；其中，算力应用需求包括静态数据需求以及动态数据需求；根据算力应用需求确定目标算力节点集合；目标算力节点集合中包括至少一个满足算力应用需求的算力节点；基于目标算力节点集合确定算力网络调度方案；算力网络调度方案用于配置承载目标任务的一个或多个目标算力节点以及一个或多个目标算力节点分别对应的电路路径；目标算力节点为目标算力节点集合中的算力节点。本申请能够提高算力网络调度效率。

Description

算力网络调度方法、装置及存储介质
技术领域
本申请涉及通信技术领域，尤其涉及一种算力网络调度方法、装置及存储介质。
背景技术
随着通信网络的迅速发展，信息通信以及数据流通速度进一步加快，为满足客户的业务处理需求，运营商需要为客户配置算力网络资源调度。
然而各个客户的算力需求不断增加，同时算力网络场景也越来越复杂，相关技术中通常通过技术人员基于业务经验以及对业务的理解确定算力网络的调度方案。该方案难以满足复杂场景下的调度需求，因此调度效率低下。
发明内容
本申请提供一种算力网络调度方法、装置及存储介质，能够解决相关技术中算力网络调度效率低下的问题。
为达到上述目的，本申请采用如下技术方案：
第一方面，本申请提供一种算力网络调度方法，该方法包括：获取目标任务的算力应用需求；其中，算力应用需求包括静态数据需求以及动态数据需求；根据算力应用需求确定目标算力节点集合；目标算力节点集合中包括至少一个满足算力应用需求的算力节点；基于目标算力节点集合确定算力网络调度方案；算力网络调度方案用于配置承载目标任务的一个或多个目标算力节点以及一个或多个目标算力节点分别对应的电路路径；目标算力节点为目标算力节点集合中的算力节点。
基于上述技术方案，本申请实施例提供的算力网络调度装置可以获取目标任务的算力应用需求，并根据该算力应用需求确定目标算力节点集合。之后，算力网络调度装置便可以根据确定出的目标算力节点集合确定算力网络调度方案。其中，该算力网络调度方案用于配置承载该目标任务的一个或多个目标算力节点以及该一个或多个目标算力节点分别对应的电路路径。如此一来，算力网络调度装置可以基于静态数据需求以及动态数据需求两个维度的因素对算力节点进行筛选，进而选择合适的算力网络调度方案，以满足客户的实际需求，提高了调度效率。
结合上述第一方面，在一种可能的实现方式中，静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项；动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
结合上述第一方面，在一种可能的实现方式中，在静态数据需求包括目标地理区域以及目标算力节点类型的情况下，该方法包括：确定多个算力节点中每个算力节点的地理区域以及算力节点类型；从多个算力节点中筛选出位于目标地理区域内且算力节点类型为目标算力节点类型的算力节点，确定目标算力节点集合；在动态数据需求包括算力需求量的情况下，该方法包括：确定多个算力节点中每个算力节点可用的算力容量；从多个算力节点中筛选出可用的算力容量大于算力需求量的算力节点，确定目标算力节点集合；在静态数据需求包括目标电路接入类型的情况下，该方法包括：确定多个算力节点中每个算力节点的电路接入类型；从多个算力节点中筛选出电路接入类型为目标电路接入类型的算力节点，确定目标算力节点集合。
结合上述第一方面，在一种可能的实现方式中，在静态数据需求包括目标单位算力费用以及目标单位能耗的情况下，该方法包括：确定多个算力节点中每个算力节点的单位算力费用以及单位能耗；从多个算力节点中筛选出单位算力费用小于目标单位算力费用和/或单位能耗小于目标单位能耗的算力节点，确定目标算力节点集合；在动态数据需求包括目标电路时延以及目标带宽的情况下，该方法包括：对多个算力节点中每个算力节点分别进行路由查询，确定每个算力节点对应的电路路径；计算每个算力节点在对应电路路径上的电路时延以及电路带宽；从多个算力节点中筛选出电路时延小于目标电路时延和/或电路带宽大于目标带宽的算力节点，确定目标算力节点集合。
结合上述第一方面，在一种可能的实现方式中，该方法包括：基于目标算力节点集合确定多个候选调度方案；分别对多个候选调度方案进行评估，确定每个候选调度方案对应的评分值；将多个候选调度方案中评分值最高的候选调度方案作为算力网络调度方案。
第二方面，本申请提供一种算力网络调度装置，该装置包括处理单元和获取单元；获取单元，用于获取目标任务的算力应用需求；其中，算力应用需求包括静态数据需求以及动态数据需求；处理单元，用于根据算力应用需求确定目标算力节点集合；目标算力节点集合中包括至少一个满足算力应用需求的算力节点；处理单元，还用于基于目标算力节点集合确定算力网络调度方案；算力网络调度方案用于配置承载目标任务的一个或多个目标算力节点以及一个或多个目标算力节点分别对应的电路路径；目标算力节点为目标算力节点集合中的算力节点。
结合上述第二方面，在一种可能的实现方式中，静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项；动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
结合上述第二方面，在一种可能的实现方式中，处理单元用于：在静态数据需求包括目标地理区域以及目标算力节点类型的情况下，确定多个算力节点中每个算力节点的地理区域以及算力节点类型；从多个算力节点中筛选出位于目标地理区域内且算力节点类型为目标算力节点类型的算力节点，确定目标算力节点集合；在动态数据需求包括算力需求量的情况下，确定多个算力节点中每个算力节点可用的算力容量；从多个算力节点中筛选出可用的算力容量大于算力需求量的算力节点，确定目标算力节点集合；在静态数据需求包括目标电路接入类型的情况下，确定多个算力节点中每个算力节点的电路接入类型；从多个算力节点中筛选出电路接入类型为目标电路接入类型的算力节点，确定目标算力节点集合。
结合上述第二方面，在一种可能的实现方式中，处理单元用于：在静态数据需求包括目标单位算力费用以及目标单位能耗的情况下，确定多个算力节点中每个算力节点的单位算力费用以及单位能耗；从多个算力节点中筛选出单位算力费用小于目标单位算力费用和/或单位能耗小于目标单位能耗的算力节点，确定目标算力节点集合；在动态数据需求包括目标电路时延以及目标带宽的情况下，对多个算力节点中每个算力节点分别进行路由查询，确定每个算力节点对应的电路路径；计算每个算力节点在对应电路路径上的电路时延以及电路带宽；从多个算力节点中筛选出电路时延小于目标电路时延和/或电路带宽大于目标带宽的算力节点，确定目标算力节点集合。
结合上述第二方面，在一种可能的实现方式中，处理单元用于：基于目标算力节点集合确定多个候选调度方案；分别对多个候选调度方案进行评估，确定每个候选调度方案对应的评分值；将多个候选调度方案中评分值最高的候选调度方案作为算力网络调度方案。
第三方面，本申请提供了一种算力网络调度装置，该装置包括：处理器和通信接口；通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的算力网络调度方法。
第四方面，本申请提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当指令在终端上运行时，使得终端执行如第一方面和第一方面的任一种可能的实现方式中描述的算力网络调度方法。
第五方面，本申请提供一种包含指令的计算机程序产品，当计算机程序产品在算力网络调度装置上运行时，使得算力网络调度装置执行如第一方面和第一方面的任一种可能的实现方式中所描述的算力网络调度方法。
第六方面，本申请提供一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行计算机程序或指令，以实现如第一方面和第一方面的任一种可能的实现方式中所描述的算力网络调度方法。
具体的，本申请中提供的芯片还包括存储器，用于存储计算机程序或指令。
需要说明的是，上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与装置的处理器封装在一起的，也可以与装置的处理器单独封装，本申请对此不作限定。
本申请中第二方面至第六方面的描述，可以参考第一方面的详细描述；并且，第二方面至第六方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
在本申请中，上述算力网络调度装置的名字对设备或功能模块本身不构成限定，在实际实现中，这些设备或功能模块可以以其他名称出现。只要各个设备或功能模块的功能和本申请类似，属于本申请权利要求及其等同技术的范围之内。
本申请的这些方面或其他方面在以下的描述中会更加简明易懂。
附图说明
图1为本申请实施例提供的一种算力网络调度系统的架构示意图；
图2为本申请实施例提供的一种算力网络调度方法的流程图；
图3为本申请实施例提供的另一种算力网络调度方法的流程图；
图4为本申请实施例提供的另一种算力网络调度方法的流程图；
图5为本申请实施例提供的另一种算力网络调度方法的流程图；
图6为本申请实施例提供的一种算力网络调度装置的结构示意图；
图7为本申请实施例提供的另一种算力网络调度装置的结构示意图。
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它实施例，都属于本申请保护的范围。
本文中术语“和/或”，仅仅是一种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：单独存在A，同时存在A和B，单独存在B这三种情况。
本申请的说明书以及附图中的术语“第一”和“第二”等是用于区别不同的对象，或者用于区别对同一对象的不同处理，而不是用于描述对象的特定顺序。
此外，本申请的描述中所提到的术语“包括”和“具有”以及它们的任何变形，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，而是可选地还包括其他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。
需要说明的是，本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请的描述中，除非另有说明，“多个”的含义是指两个或两个以上。
随着通信网络的迅速发展，信息通信以及数据流通速度进一步加快，算力网络的应用场景以及应用内容也越来越丰富。目前客户对算力网络的业务需求的意图解析以及算力网络资源能力的高效灵活调度的需求越来越多，对精准调度的要求也越来越高。
为满足客户的业务处理需求，运营商需要为客户配置算力网络资源调度。面向不同的算力网络融合应用场景，算力网络的意图解析和算力网络资源能力调度需要考虑的因素较多且错综复杂。
相关技术中通常通过技术人员基于业务经验以及对业务的理解确定算力网络的调度方案。该方案难以满足复杂场景下的调度需求，因此调度效率低下。
鉴于此，本申请实施例提供了一种算力网络调度方法、装置及存储介质，算力网络调度装置可以获取目标任务的算力应用需求，并根据该算力应用需求确定目标算力节点集合。之后，算力网络调度装置便可以根据确定出的目标算力节点集合确定算力网络调度方案。其中，该算力网络调度方案用于配置承载该目标任务的一个或多个目标算力节点以及该一个或多个目标算力节点分别对应的电路路径。如此一来，算力网络调度装置可以基于静态数据需求以及动态数据需求两个维度的因素对算力节点进行筛选，进而选择合适的算力网络调度方案，以满足客户的实际需求，提高了调度效率。
下面将结合说明书附图，对本申请实施例的实施方式进行详细描述。
图1为本申请实施例提供的一种算力网络调度系统10的架构图。如图1所示，该算力网络调度系统10包括：算力网络调度装置101、算力网络控制器102、算力资源管理平台103以及应用能力管理平台104。
其中，算力网络调度装置101分别与算力网络控制器102、算力资源管理平台103以及应用能力管理平台104通过通信链路连接。该通信链路可以为有线通信链路，也可以为无线通信链路，本申请对此不予限制。
需要说明的是，本申请实施例提供的算力网络调度方法可以应用于上述算力网络调度装置101中，该算力网络调度装置101可以为独立的电子设备，例如服务器。或者，该算力网络调度装置101可以为电子设备中的中央处理器，或者，该算力网络调度装置101可以为该电子设备安装的提供算力网络调度功能的应用程序(application，APP)，又或者，该算力网络调度装置101可以为该电子设备中的用于执行算力网络调度方法的控制模块。
示例性的，当算力网络调度装置101为服务器时，该服务器包括：
处理器，处理器可以是一个通用中央处理器(central processing unit，CPU)，微处理器，特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本申请方案程序执行的集成电路。
收发器，收发器可以是使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，RAN)，无线局域网(wireless localarea networks，WLAN)等。
存储器，存储器可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，EEPROM)、只读光盘(compactdisc read-only memory，CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过通信线路与处理器相连接。存储器也可以和处理器集成在一起。
其中，算力网络控制器102用于控制承载网络。例如算力节点与客户的设备之间的电路路径以及算力节点之间建立的算力网络。
算力资源管理平台103用于管理算力节点的性能资源。
应用能力管理平台104用于管理算力节点的应用能力。例如算力节点的应用能力类型、应用工作状态等信息。
算力网络调度装置101用于获取目标任务的算力应用需求。
其中，算力应用需求包括静态数据需求以及动态数据需求。
需要说明的是，目标任务按照类型可分为以下情况：
情况1、目标任务需要单一应用能力提供支撑进行计算。
情况2、目标任务中包括一个或多个子任务。每个子任务需要不同类型的应用能力提供支撑。同时，各个子任务之间无法分开进行分布式独立计算，也即是说，该目标任务中包括的一个或多个子任务需要通过同一个算力节点进行计算。
情况3、目标任务中包括一个或多个子任务。每个子任务需要不同类型的应用能力提供支撑。同时，各个子任务之间能够进行分布式独立计算，也即是说，该目标任务中包括的一个或多个子任务可以分布在不同的算力节点分别进行计算。
针对上述情况1以及情况2，目标任务可基于本申请实施例提供的技术方案进行算力网络调度操作。针对上述情况3，本申请中可对于目标任务中的每个子任务分别执行本申请实施例提供的算力网络调度方法。
一种可能的实现方式中，静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项。动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
示例性的，静态数据可以为算力节点的地理位置、算力节点的算力节点类型、算力节点的单位能耗、算力处理类型、应用能力类型、电路接入类型、单位算力费用等无需经常变动的数据。静态数据可以存储在算力网络调度装置101的数据库中。
其中，算力节点的算力节点类型是指该算力节点在网络架构中的层级，例如枢纽节点、中心节点、边缘节点等。算力节点的单位能耗可以通过能源使用效率(Power UsageEffectiveness，PUE)，有效算力指标(Computing Usage Effectiveness，CUE)等表示。算力处理类型包括中央处理器(central processing unit，CPU)、图像处理器(graphicsprocessing unit，GPU)、神经网络处理器(neural network processing unit，NPU)、张量处理器(tensor processing unit，TPU)等。应用能力类型可以为算力节点具备的指定的业务处理能力，例如图像渲染、科学计算、人工智能(artificial intelligence，AI)模型训练等。电路接入类型是指算力节点的电路接入方案，例如通过光传送网(optical transportnetwork，OTN)电路接入、通过网际互连协议(internet protocol，IP)电路接入等。
动态数据可以为算力节点的工作状态、可用的算力容量、可用的资源存储容量、在电路路径上的电路时延、电路路径上的电路带宽等实时变动的数据。算力网络调度装置101可以基于南向接口从接入的算力网络控制器102、算力资源管理平台103以及应用能力管理平台104获取动态数据。
示例性的，算力节点可以同时具备一种或多种应用能力，当算力节点具备多种应用能力时，算力节点的工作状态、可用的算力容量可以指某个应用能力的工作状态(例如正常运行或者无法正常运行)以及该应用能力上可用的算力容量。
算力网络调度装置101还用于根据算力应用需求确定目标算力节点集合。
其中，目标算力节点集合中包括至少一个满足算力应用需求的算力节点。
示例性的，算力网络调度装置101可以对目标任务进行垂直结构分析，基于算力应用需求对当前的算力节点进行初步筛选，以便于后续确定承载目标任务的目标算力节点。
例如当前的算力节点包括{算力节点1，算力节点2，算力节点3，算力节点4，算力节点5}，算力网络调度装置101可以根据算力应用需求对上述算力节点进行筛选，从而确定目标算力节点集合为{算力节点1，算力节点3，算力节点5}。算力节点1、算力节点3以及算力节点5即为满足算力应用需求的算力节点。
算力网络调度装置101还用于基于目标算力节点集合确定算力网络调度方案。
其中，算力网络调度方案用于配置承载目标任务的一个或多个目标算力节点以及一个或多个目标算力节点分别对应的电路路径。目标算力节点为目标算力节点集合中的算力节点。
在算力网络调度装置101对当前的算力节点进行筛选之后，算力网络调度装置101还可以对目标任务进行水平解构分析，从而确定最终的算力网络调度方案。
示例性的，算力网络调度装置101可以基于目标算力节点集合中的算力节点以及不同的电路路径组合形成方案库，并从该方案库中选择合适的算力网络调度方案进行算力网络配置。
例如，算力网络调度装置101可以从目标算力节点集合中选择单个算力节点承载目标任务或者目标任务中包括的子任务，算力网络调度装置101也可以从目标算力节点集合中选择若干个算力节点按照一定的比例分布式承载该目标任务或者目标任务中包括的子任务。
需要指出的是，本申请各实施例之间可以相互借鉴或参考，例如，相同或相似的步骤，方法实施例、系统实施例和装置实施例之间，均可以相互参考，不予限制。
图2为本申请实施例提供的一种算力网络调度方法的流程图。如图2所示，该方法包括以下步骤：
步骤201、算力网络调度装置获取目标任务的算力应用需求。
其中，算力应用需求包括静态数据需求以及动态数据需求。
需要说明的是，目标任务按照类型可分为以下情况：
情况1、目标任务需要单一应用能力提供支撑进行计算。
情况2、目标任务中包括一个或多个子任务。每个子任务需要不同类型的应用能力提供支撑。同时，各个子任务之间无法分开进行分布式独立计算，也即是说，该目标任务中包括的一个或多个子任务需要通过同一个算力节点进行计算。
情况3、目标任务中包括一个或多个子任务。每个子任务需要不同类型的应用能力提供支撑。同时，各个子任务之间能够进行分布式独立计算，也即是说，该目标任务中包括的一个或多个子任务可以分布在不同的算力节点分别进行计算。
针对上述情况1以及情况2，算力网络调度可以针对该目标任务执行算力网络调度方法。针对上述情况3，算力网络调度可以针对该目标任务中的每个子任务分别执行算力网络调度方法。
一种可能的实现方式中，静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项。动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
示例性的，静态数据可以为算力节点的地理位置、算力节点的算力节点类型、算力节点的单位能耗、算力处理类型、应用能力类型、电路接入类型、单位算力费用等无需经常变动的数据。静态数据可以存储在算力网络调度装置的数据库中。
其中，算力节点的算力节点类型是指该算力节点在网络架构中的层级，例如枢纽节点、中心节点、边缘节点等。算力节点的单位能耗可以通过能源使用效率(power usageeffectiveness，PUE)，有效算力指标(Computing Usage Effectiveness，CUE)等表示。算力处理类型包括中央处理器(central processing unit，CPU)、图像处理器(graphicsprocessing unit，GPU)、神经网络处理器(neural network processing unit，NPU)、张量处理器(tensor processing unit，TPU)等。应用能力类型可以为算力节点具备的指定的业务处理能力，例如图像渲染、科学计算、人工智能(artificial intelligence，AI)模型训练等。电路接入类型是指算力节点的电路接入方案，例如通过光传送网(optical transportnetwork，OTN)电路接入、通过网际互连协议(internet protocol，IP)电路接入等。
动态数据可以为算力节点的工作状态、可用的算力容量、可用的资源存储容量、在电路路径上的电路时延、电路路径上的电路带宽等实时变动的数据。算力网络调度装置可以基于南向接口实时获取动态数据。
示例性的，算力节点可以同时具备一种或多种应用能力，当算力节点具备多种应用能力时，算力节点的工作状态、可用的算力容量可以指某个应用能力的工作状态(例如正常运行或者无法正常运行)以及该应用能力上可用的算力容量。
步骤202、算力网络调度装置根据算力应用需求确定目标算力节点集合。
其中，目标算力节点集合中包括至少一个满足算力应用需求的算力节点。
示例性的，算力网络调度装置可以对目标任务进行垂直结构分析，基于算力应用需求对当前的算力节点进行初步筛选，以便于后续确定承载目标任务的目标算力节点。
例如当前的算力节点包括{算力节点1，算力节点2，算力节点3，算力节点4，算力节点5}，算力网络调度装置可以根据算力应用需求对上述算力节点进行筛选，从而确定目标算力节点集合为{算力节点1，算力节点3，算力节点5}。算力节点1、算力节点3以及算力节点5即为满足算力应用需求的算力节点。
一种可能的实现方式中，当不存在满足该算力应用需求的算力节点时，算力网络调度装置可以重新获取目标任务的算力应用需求，并根据重新确定的算力应用需求确定目标算力节点集合。
需要说明的是，算力网络调度装置通过步骤202对算力节点进行筛选时，可能会出现不存在满足该算力应用需求的算力节点的情况。这会导致目标任务无法正常处理，从而影响客户的使用体验。此时，算力网络调度装置可以重新确定算力应用需求。该算力应用需求可以为目标任务所属客户通过终端设备向算力网络调度装置发送包括调整后的算力应用需求的指示消息确定的，也可以由算力网络调度装置通过降低算力应用需求的条件确定。
步骤203、算力网络调度装置基于目标算力节点集合确定算力网络调度方案。
其中，算力网络调度方案用于配置承载目标任务的一个或多个目标算力节点以及一个或多个目标算力节点分别对应的电路路径。目标算力节点为目标算力节点集合中的算力节点。
在算力网络调度装置对当前的算力节点进行筛选之后，算力网络调度装置还可以对目标任务进行水平解构分析，从而确定最终的算力网络调度方案。
示例性的，算力网络调度装置可以基于目标算力节点集合中的算力节点以及不同的电路路径组合形成方案库，并从该方案库中选择合适的算力网络调度方案进行算力网络配置。
例如，算力网络调度装置可以从目标算力节点集合中选择单个算力节点承载目标任务或者目标任务中包括的子任务，算力网络调度装置也可以从目标算力节点集合中选择若干个算力节点按照一定的比例分布式承载该目标任务或者目标任务中包括的子任务。
基于上述技术方案，本申请实施例提供的算力网络调度装置可以获取目标任务的算力应用需求，并根据该算力应用需求确定目标算力节点集合。之后，算力网络调度装置便可以根据确定出的目标算力节点集合确定算力网络调度方案。其中，该算力网络调度方案用于配置承载该目标任务的一个或多个目标算力节点以及该一个或多个目标算力节点分别对应的电路路径。如此一来，算力网络调度装置可以基于静态数据需求以及动态数据需求两个维度的因素对算力节点进行筛选，进而选择合适的算力网络调度方案，以满足客户的实际需求，提高了调度效率。
以下，对算力网络调度装置根据算力应用需求确定目标算力节点集合的过程进行介绍。
需要说明的是，算力网络调度装置可以根据具体的需求信息执行相应的筛选操作。作为本申请的一种可能的实施例，结合图2，如图3所示，上述步骤202可以包括以下步骤。
在静态数据需求包括目标地理区域以及目标算力节点类型的情况下，算力网络调度装置可以执行以下步骤301-步骤302。
步骤301、算力网络调度装置确定多个算力节点中每个算力节点的地理区域以及算力节点类型。
示例性的，多个算力节点为算力网络调度装置能够进行调度的算力节点，多个算力节点中每个算力节点的地理区域以及算力节点类型可以存储在算力网络调度装置的数据库内，算力网络调度装置从该数据库中获取每个算力节点的地理区域以及算力节点类型。
其中，地理区域可以通过地区标识表示，也可以通过经纬度信息表示，本申请对此不作限定。
步骤302、算力网络调度装置从多个算力节点中筛选出位于目标地理区域内且算力节点类型为目标算力节点类型的算力节点，确定目标算力节点集合。
示例性的，目标地理区域为区域A，目标算力节点类型为枢纽算力节点。算力网络调度装置从多个算力节点中筛选出位于区域A且算力节点类型为枢纽算力节点的算力节点。
在动态数据需求包括算力需求量的情况下，算力网络调度装置可以执行以下步骤303-步骤304。
步骤303、算力网络调度装置确定多个算力节点中每个算力节点可用的算力容量。
示例性的，算力网络调度装置可以基于南向接口获取多个算力节点中每个算力节点可用的算力容量。
一个可能的实现方式中，算力节点可以同时具备一个或多个应用能力，当算力节点具备多个应用能力时，算力网络调度装置可以确定每个算力节点分别在多个应用能力上可用的算力容量。
此时，动态数据需求中包括的算力需求量可以为指定的一个或多个应用能力对应的算力需求量。
示例性的，在确定多个算力节点中每个算力节点可用的算力容量之前，算力网络调度装置还可以先确定每个算力节点的工作状态，以确定算力节点是否能够正常执行目标任务。
步骤304、算力网络调度装置从多个算力节点中筛选出可用的算力容量大于算力需求量的算力节点，确定目标算力节点集合。
例如，对于上述步骤201中的情况1中的目标任务，该目标任务需要算力节点具备视频渲染的应用能力，且需要的算力容量为x。
算力网络调度装置可以从多个算力节点中筛选出部署视频渲染应用，从而具备视频渲染的应用能力，且在该应用能力上可用的算力容量大于x的算力节点。
又例如，对于上述步骤201中的情况2中的目标任务，该目标任务需要视频渲染、图像识别以及图像存储三种应用能力，且视频渲染对应的算力需求量为x，图像识别对应的算力需求量为y，图像存储对应的算力需求量为z。
由于情况2中的目标任务只能通过一个算力节点承载，因此，算力网络调度装置可以筛选出同时部署视频渲染、图像识别以及图像存储三种应用，且三种应用的可用的算力容量分别大于x、y、z的算力节点。
需要说明的是，对于上述步骤201中的情况3中的目标任务，算力网络调度装置可以分别根据该目标任务中每个子任务的算力应用需求进行筛选，实现方式可参考上述情况1，此处不再赘述。
在静态数据需求包括目标电路接入类型的情况下，算力网络调度装置可以执行以下步骤305-步骤306。
步骤305、算力网络调度装置确定多个算力节点中每个算力节点的电路接入类型。
算力节点可以存在一个或多个电路接入类型。
示例性的，电路接入类型可以为OTN电路接入、IP电路接入、5G接入等不同的接入类型。
步骤306、算力网络调度装置从多个算力节点中筛选出电路接入类型为目标电路接入类型的算力节点，确定目标算力节点集合。
示例性的，算力节点A与客户的设备之间可以通过IP电路接入。然而如果算力应用需求中指示通过OTN电路接入，则该算力节点A不满足算力应用需求。
如果算力应用需求中指示既可以通过OTN电路接入，也可以通过IP电路接入，则该算力节点A满足算力应用需求。
基于上述技术方案，本申请实施例中算力网络调度装置可以针对地理区域、算力节点类型、算力需求量以及电路接入类型等需求信息对算力节点进行筛选，从而满足客户的实际需求，以实现算力网络的灵活配置。
作为本申请的一种可能的实施例，算力网络调度装置还可以针对费用、能耗、时延、带宽等需求信息对算力节点进行筛选。
结合图3，如图4所示，上述步骤202可以包括以下步骤。
在静态数据需求包括目标单位算力费用以及目标单位能耗的情况下，算力网络调度装置可以执行以下步骤401-步骤402。
步骤401、算力网络调度装置确定多个算力节点中每个算力节点的单位算力费用以及单位能耗。
示例性的，单位能耗可以通过PUE数值、CE数值表示。
步骤402、算力网络调度装置从多个算力节点中筛选出单位算力费用小于目标单位算力费用和/或单位能耗小于目标单位能耗的算力节点，确定目标算力节点集合。
示例性的，目标单位算力费用为a，当算力节点A的单位算力费用高于a时，则该算力节点A不满足算力应用需求。
目标单位能耗为1.4，当算力节点A的单位能耗高于1.4时，则算力节点A不满足算力应用需求。
在动态数据需求包括目标电路时延以及目标带宽的情况下，算力网络调度装置可以执行以下步骤403-步骤405。
步骤403、算力网络调度装置对多个算力节点中每个算力节点分别进行路由查询，确定每个算力节点对应的电路路径。
示例性的，算力网络调度可以根据路由配置信息依次遍历每个算力节点的电路路径，得到该算力节点与客户的设备之间的各个电路路径。
步骤404、算力网络调度装置计算每个算力节点在对应电路路径上的电路时延以及电路带宽。
其中，算力节点可以对于一个或多个电路路径。当算力节点对应多个电路路径时，算力网络调度装置可以计算该算力节点分别在各个电路路径上的电路时延以及电路带宽。
示例性的，在确定出每个算力节点对应的电路路径之后，算力网络调度装置可以针对每个算力节点对应的电路路径进行时延检测以及带宽检测，从而确定对应电路路径上的电路时延以及电路带宽。
步骤405、算力网络调度装置从多个算力节点中筛选出电路时延小于目标电路时延和/或电路带宽大于目标带宽的算力节点，确定目标算力节点集合。
示例性的，目标电路时延为10ms，目标带宽为200Mbps，若算力节点对应的电路路径中存在电路时延小于10ms和/或电路带宽大于2000Mbps的电路路径，算力网络调度装置则确定该算力节点为满足算力应用需求的算力节点。
基于上述技术方案，本申请实施例中算力网络调度装置可以针对费用、能耗、时延以及带宽等需求信息对算力节点进行筛选，从而满足客户更加细致的个性化需求，从而实现算力网络的灵活配置。
以下，对算力网络调度装置基于目标算力节点集合确定算力网络调度方案的过程进行介绍。
作为本申请的一种可能的实施例，结合图2，如图5所示，上述步骤203还可以通过以下步骤501-步骤503实现。
步骤501、算力网络调度装置基于目标算力节点集合确定多个候选调度方案。
其中，候选调度方案包括目标算力节点集合中一个或多个算力节点以及每个算力节点对应的电路路径。
示例性的，候选调度方案中还可以包括每个算力节点的静态数据和/或动态数据，以便于后续对每个候选调度方案进行评估。
例如，候选调度方案可以通过以下表1表示：
表1
Figure BDA0003981110040000151
/>
Figure BDA0003981110040000161
其中，候选调度方案1为通过算力节点1承载目标任务，对应的电路路径为路径1，路径时延为4ms。候选调度方案2为通过算力节点1承载目标任务，对应的电路路径为路径2，路径时延为6ms。候选调度方案3为通过算力节点3承载目标任务，对应的电路路径为路径3，路径时延为8ms。候选调度方案4为通过算力节点5承载目标任务，对应的电路路径为路径4，路径时延为7ms。候选调度方案5为通过算力节点5承载目标任务，对应的电路路径为路径5，路径时延为5ms。
步骤502、算力网络调度装置分别对多个候选调度方案进行评估，确定每个候选调度方案对应的评分值。
该评分值越高，则说明对应的候选调度方案处理该目标任务的效果越好。反之，该评分值越低，则说明对应的候选调度方案处理该目标任务的效果越差。
示例性的，算力网络调度装置可以根据候选调度方案中包括的每个算力节点的静态数据和/或动态数据进行单因子或者多因子评估，例如基于权重值进行评估或者基于神经网络模型进行评估，从而确定每个候选调度方案对应的评分值。
步骤503、算力网络调度装置将多个候选调度方案中评分值最高的候选调度方案作为算力网络调度方案。
基于上述技术方案，本申请实施例提供的算力网络调度装置可以基于目标算力节点集合确定多个候选调度方案，并分别对该多个候选调度方案进行评估，从而确定每个候选调度方案对应的评分值。如此一来，算力网络调度装置便可以将多个候选调度方案中评分值最高的候选调度方案作为最终的算力网络调度方案，以实现对目标任务的算力网络配置。因此，本申请可以评选出最贴近客户的实际业务需求的算力网络调度方案，同时无需技术人员人工处理，实现了较高层次自动化的算力网络业务解析，提高了调度效率。
本申请实施例可以根据上述方法示例对算力网络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。
如图6所示，为本申请实施例提供的一种算力网络调度装置60的结构示意图，该算力网络调度装置60包括：
获取单元602，用于获取目标任务的算力应用需求；其中，算力应用需求包括静态数据需求以及动态数据需求。
处理单元601，用于根据算力应用需求确定目标算力节点集合；目标算力节点集合中包括至少一个满足算力应用需求的算力节点。
处理单元601，还用于基于目标算力节点集合确定算力网络调度方案；算力网络调度方案用于配置承载目标任务的一个或多个目标算力节点以及一个或多个目标算力节点分别对应的电路路径；目标算力节点为目标算力节点集合中的算力节点。
在一种可能的实现方式中，静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项；动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
在一种可能的实现方式中，处理单元601用于：在静态数据需求包括目标地理区域以及目标算力节点类型的情况下，确定多个算力节点中每个算力节点的地理区域以及算力节点类型；从多个算力节点中筛选出位于目标地理区域内且算力节点类型为目标算力节点类型的算力节点，确定目标算力节点集合；在动态数据需求包括算力需求量的情况下，确定多个算力节点中每个算力节点可用的算力容量；从多个算力节点中筛选出可用的算力容量大于算力需求量的算力节点，确定目标算力节点集合；在静态数据需求包括目标电路接入类型的情况下，确定多个算力节点中每个算力节点的电路接入类型；从多个算力节点中筛选出电路接入类型为目标电路接入类型的算力节点，确定目标算力节点集合。
在一种可能的实现方式中，处理单元601用于：在静态数据需求包括目标单位算力费用以及目标单位能耗的情况下，确定多个算力节点中每个算力节点的单位算力费用以及单位能耗；从多个算力节点中筛选出单位算力费用小于目标单位算力费用和/或单位能耗小于目标单位能耗的算力节点，确定目标算力节点集合；在动态数据需求包括目标电路时延以及目标带宽的情况下，对多个算力节点中每个算力节点分别进行路由查询，确定每个算力节点对应的电路路径；计算每个算力节点在对应电路路径上的电路时延以及电路带宽；从多个算力节点中筛选出电路时延小于目标电路时延和/或电路带宽大于目标带宽的算力节点，确定目标算力节点集合。
在一种可能的实现方式中，处理单元601用于：基于目标算力节点集合确定多个候选调度方案；分别对多个候选调度方案进行评估，确定每个候选调度方案对应的评分值；将多个候选调度方案中评分值最高的候选调度方案作为算力网络调度方案。
在通过硬件实现时，本申请实施例中的获取单元602可以集成在通信接口上，处理单元601可以集成在处理器上。具体实现方式如图7所示。
图7示出了上述实施例中所涉及的算力网络调度装置的又一种可能的结构示意图。该算力网络调度装置70包括：处理器702和通信接口703。处理器702用于对算力网络调度装置70的动作进行控制管理，例如，执行上述处理单元601执行的步骤，和/或用于执行本文所描述的技术的其它过程。通信接口703用于支持算力网络调度装置70与其他网络实体的通信，例如，执行上述获取单元602执行的步骤。算力网络调度装置70还可以包括存储器701和总线704，存储器701用于存储算力网络调度装置70的程序代码和数据。
其中，存储器701可以是算力网络调度装置70中的存储器等，该存储器可以包括易失性存储器，例如随机存取存储器；该存储器也可以包括非易失性存储器，例如只读存储器，快闪存储器，硬盘或固态硬盘；该存储器还可以包括上述种类的存储器的组合。
上述处理器702可以是实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器可以是中央处理器，通用处理器，数字信号处理器，专用集成电路，现场可编程门阵列或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框，模块和电路。该处理器也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，DSP和微处理器的组合等。
总线704可以是扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。总线704可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
图7中的算力网络调度装置70还可以为芯片。该芯片包括一个或两个以上(包括两个)处理器702和通信接口703。
在一些实施例中，该芯片还包括存储器701，存储器701可以包括只读存储器和随机存取存储器，并向处理器702提供操作指令和数据。存储器701的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory，NVRAM)。
在一些实施方式中，存储器701存储了如下的元素，执行模块或者数据结构，或者他们的子集，或者他们的扩展集。
在本申请实施例中，通过调用存储器701存储的操作指令(该操作指令可存储在操作系统中)，执行相应的操作。
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。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例提供一种包含指令的计算机程序产品，当该计算机程序产品在计算机上运行时，使得该计算机执行上述方法实施例中的算力网络调度方法。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当该指令在计算机上运行时，使得该计算机执行上述方法实施例所示的方法流程中的算力网络调度方法。
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合、或者本领域熟知的任何其它形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(Application Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
由于本申请的实施例中的算力网络调度装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本申请实施例在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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信连接可以是通过一些接口，设备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。
以上，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该以权利要求的保护范围为准。

Claims (12)

1.一种算力网络调度方法，其特征在于，所述方法包括：
获取目标任务的算力应用需求；其中，所述算力应用需求包括静态数据需求以及动态数据需求；
根据所述算力应用需求确定目标算力节点集合；所述目标算力节点集合中包括至少一个满足所述算力应用需求的算力节点；
基于所述目标算力节点集合确定算力网络调度方案；所述算力网络调度方案用于配置承载所述目标任务的一个或多个目标算力节点以及所述一个或多个目标算力节点分别对应的电路路径；所述目标算力节点为所述目标算力节点集合中的算力节点。
2.根据权利要求1所述的方法，其特征在于，所述静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项；所述动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
3.根据权利要求2所述的方法，其特征在于，在所述静态数据需求包括目标地理区域以及目标算力节点类型的情况下，所述根据所述算力应用需求确定目标算力节点集合，包括：
确定多个算力节点中每个算力节点的地理区域以及算力节点类型；
从多个算力节点中筛选出位于所述目标地理区域内且算力节点类型为所述目标算力节点类型的算力节点，确定所述目标算力节点集合；
在所述动态数据需求包括算力需求量的情况下，所述根据所述算力应用需求确定目标算力节点集合，包括：
确定多个算力节点中每个算力节点可用的算力容量；
从多个算力节点中筛选出可用的算力容量大于所述算力需求量的算力节点，确定所述目标算力节点集合；
在所述静态数据需求包括目标电路接入类型的情况下，所述根据所述算力应用需求确定目标算力节点集合，包括：
确定多个算力节点中每个算力节点的电路接入类型；
从多个算力节点中筛选出电路接入类型为所述目标电路接入类型的算力节点，确定所述目标算力节点集合。
4.根据权利要求3所述的方法，其特征在于，在所述静态数据需求包括目标单位算力费用以及目标单位能耗的情况下，所述根据所述算力应用需求确定目标算力节点集合，包括：
确定多个算力节点中每个算力节点的单位算力费用以及单位能耗；
从多个算力节点中筛选出单位算力费用小于所述目标单位算力费用和/或单位能耗小于所述目标单位能耗的算力节点，确定所述目标算力节点集合；
在所述动态数据需求包括目标电路时延以及目标带宽的情况下，所述根据所述算力应用需求确定目标算力节点集合，包括：
对多个算力节点中每个算力节点分别进行路由查询，确定每个算力节点对应的电路路径；
计算每个算力节点在对应电路路径上的电路时延以及电路带宽；
从多个算力节点中筛选出电路时延小于所述目标电路时延和/或电路带宽大于所述目标带宽的算力节点，确定所述目标算力节点集合。
5.根据权利要求1-4任一项所述的方法，其特征在于，所述基于所述目标算力节点集合确定算力网络调度方案，包括：
基于所述目标算力节点集合确定多个候选调度方案；
分别对多个候选调度方案进行评估，确定每个候选调度方案对应的评分值；
将所述多个候选调度方案中评分值最高的候选调度方案作为所述算力网络调度方案。
6.一种算力网络调度装置，其特征在于，包括处理单元和获取单元；
所述获取单元，用于获取目标任务的算力应用需求；其中，所述算力应用需求包括静态数据需求以及动态数据需求；
所述处理单元，用于根据所述算力应用需求确定目标算力节点集合；所述目标算力节点集合中包括至少一个满足所述算力应用需求的算力节点；
所述处理单元，还用于基于所述目标算力节点集合确定算力网络调度方案；所述算力网络调度方案用于配置承载所述目标任务的一个或多个目标算力节点以及所述一个或多个目标算力节点分别对应的电路路径；所述目标算力节点为所述目标算力节点集合中的算力节点。
7.根据权利要求6所述的装置，其特征在于，所述静态数据需求包括目标地理区域、目标算力节点类型、目标电路接入类型、目标单位算力费用以及目标单位能耗中的至少一项；所述动态数据需求包括算力需求量、目标电路时延以及目标带宽中的至少一项。
8.根据权利要求7所述的装置，其特征在于，所述处理单元用于：
在所述静态数据需求包括目标地理区域以及目标算力节点类型的情况下，确定多个算力节点中每个算力节点的地理区域以及算力节点类型；从多个算力节点中筛选出位于所述目标地理区域内且算力节点类型为所述目标算力节点类型的算力节点，确定所述目标算力节点集合；
在所述动态数据需求包括算力需求量的情况下，确定多个算力节点中每个算力节点可用的算力容量；从多个算力节点中筛选出可用的算力容量大于所述算力需求量的算力节点，确定所述目标算力节点集合；
在所述静态数据需求包括目标电路接入类型的情况下，确定多个算力节点中每个算力节点的电路接入类型；从多个算力节点中筛选出电路接入类型为所述目标电路接入类型的算力节点，确定所述目标算力节点集合。
9.根据权利要求8所述的装置，其特征在于，所述处理单元用于：
在所述静态数据需求包括目标单位算力费用以及目标单位能耗的情况下，确定多个算力节点中每个算力节点的单位算力费用以及单位能耗；从多个算力节点中筛选出单位算力费用小于所述目标单位算力费用和/或单位能耗小于所述目标单位能耗的算力节点，确定所述目标算力节点集合；
在所述动态数据需求包括目标电路时延以及目标带宽的情况下，对多个算力节点中每个算力节点分别进行路由查询，确定每个算力节点对应的电路路径；计算每个算力节点在对应电路路径上的电路时延以及电路带宽；从多个算力节点中筛选出电路时延小于所述目标电路时延和/或电路带宽大于所述目标带宽的算力节点，确定所述目标算力节点集合。
10.根据权利要求6-9任一项所述的装置，其特征在于，所述处理单元用于：
基于所述目标算力节点集合确定多个候选调度方案；
分别对多个候选调度方案进行评估，确定每个候选调度方案对应的评分值；
将所述多个候选调度方案中评分值最高的候选调度方案作为所述算力网络调度方案。
11.一种算力网络调度装置，其特征在于，包括：处理器和通信接口；所述通信接口和所述处理器耦合，所述处理器用于运行计算机程序或指令，以实现如权利要求1-5中任一项所述的算力网络调度方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有指令，当计算机执行所述指令时，所述计算机执行如权利要求1-5中任一项所述的算力网络调度方法。
CN202211548413.4A 2022-12-05 2022-12-05 算力网络调度方法、装置及存储介质 Pending CN116225679A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211548413.4A CN116225679A (zh) 2022-12-05 2022-12-05 算力网络调度方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211548413.4A CN116225679A (zh) 2022-12-05 2022-12-05 算力网络调度方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN116225679A true CN116225679A (zh) 2023-06-06

Family

ID=86568598

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211548413.4A Pending CN116225679A (zh) 2022-12-05 2022-12-05 算力网络调度方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN116225679A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934530A (zh) * 2023-09-18 2023-10-24 深圳华越南方电子技术有限公司 一种智能电表的数据处理方法和装置、设备及存储介质
CN117370034A (zh) * 2023-12-07 2024-01-09 之江实验室 一种算力调度系统评估方法、装置、存储介质及电子设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116934530A (zh) * 2023-09-18 2023-10-24 深圳华越南方电子技术有限公司 一种智能电表的数据处理方法和装置、设备及存储介质
CN116934530B (zh) * 2023-09-18 2023-12-29 深圳华越南方电子技术有限公司 一种智能电表的数据处理方法和装置、设备及存储介质
CN117370034A (zh) * 2023-12-07 2024-01-09 之江实验室 一种算力调度系统评估方法、装置、存储介质及电子设备
CN117370034B (zh) * 2023-12-07 2024-02-27 之江实验室 一种算力调度系统评估方法、装置、存储介质及电子设备

Similar Documents

Publication Publication Date Title
Yao et al. Fog resource provisioning in reliability-aware IoT networks
US11184236B2 (en) Methods and apparatus to control processing of telemetry data at an edge platform
Mseddi et al. Joint container placement and task provisioning in dynamic fog computing
US8423646B2 (en) Network-aware virtual machine migration in datacenters
CN116225679A (zh) 算力网络调度方法、装置及存储介质
Vakilinia et al. Modeling of the resource allocation in cloud computing centers
Dräxler et al. Jasper: Joint optimization of scaling, placement, and routing of virtual network services
CN112015536B (zh) Kubernetes集群容器组调度方法、装置及介质
Nithya et al. SDCF: A software-defined cyber foraging framework for cloudlet environment
Mora et al. Multilayer architecture model for mobile cloud computing paradigm
CN115134371A (zh) 包含边缘网络算力资源的调度方法、系统、设备及介质
CN115543577B (zh) 基于协变量的Kubernetes资源调度优化方法、存储介质及设备
CN115525405A (zh) 变形计算机视觉流水线
CN115277598B (zh) 一种算力资源调度方法、装置及计算机可读存储介质
CN114020455B (zh) 一种服务功能的编排方法、装置及计算机可读存储介质
CN114625500A (zh) 云环境下拓扑感知的微服务应用调度的方法及应用
CN107203256A (zh) 一种网络功能虚拟化场景下的节能分配方法与装置
CN114978913B (zh) 一种基于切链的服务功能链跨域部署方法及系统
CN116402318A (zh) 面向配电网的多级算力资源分配方法、装置及网络架构
CN115391051A (zh) 视频计算任务调度方法、设备及计算机可读介质
Burakowski et al. Traffic Management for Cloud Federation.
Dimolitsas et al. AHP4HPA: An AHP-based Autoscaling Framework for Kubernetes Clusters at the Network Edge
Fang et al. Latency aware online tasks scheduling policy for edge computing system
Yu et al. Network slice mobility for 6g networks by exploiting user and network prediction
Saovapakhiran et al. Average delay SLAs in cloud computing

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