CN116501288A - 边缘交换机处实现的数据处理方法、电子设备和程序产品 - Google Patents

Abstract

本公开的实施例提供了边缘交换机处实现的数据处理方法、电子设备和程序产品。例如，提供了一种在边缘交换机处实现的数据处理方法。该方法可以包括从至少一个源设备接收用于浮点运算操作的至少两个数据包。此外，该方法可以包括从所述至少两个数据包中分别获取相应浮点数值序列，并且从所述至少两个数据包中的至少一个数据包中获取浮点运算方式，以确定所述相应浮点数值序列的浮点运算结果。该方法可以进一步包括将所述浮点运算结果发送至所述至少两个数据包中的至少一个数据包所指示的目标设备。本公开的实施例能够在保证浮点计算性能的同时降低物联网设备、云、服务器的计算负载，并且还能降低由于浮点计算操作产生的时延。

Description

边缘交换机处实现的数据处理方法、电子设备和程序产品

技术领域

本公开的实施例涉及物联网领域，并且更具体地，涉及在边缘交换机处实现的数据处理方法、电子设备和计算机程序产品。

背景技术

随着物联网技术的发展，越来越多的物联网设备得到了广泛的应用。一些物联网设备，诸如空调、智能锁、交通信号灯、网络摄像头等，可以通过与之通信连接的边缘交换机与云或服务器进行通信。应理解，从物联网设备处获取的数据，尤其是感测数据可以用于机器学习或深度学习，或者用于某些特殊的应用，例如商业应用。然而，机器学习、深度学习或商业应用通常需要进行浮点运算。由于物联网设备通常不具备浮点运算能力，故此类应用目前存在阻碍。

发明内容

本公开的实施例提供了在边缘交换机处实现数据处理的方案。

在本公开的第一方面中，提供了一种在边缘交换机处实现的数据处理方法。该方法可以包括从至少一个源设备接收用于浮点运算操作的至少两个数据包。此外，该方法可以包括从所述至少两个数据包中分别获取相应浮点数值序列，并且从所述至少两个数据包中的至少一个数据包中获取浮点运算方式，以确定所述相应浮点数值序列的浮点运算结果。该方法可以进一步包括将所述浮点运算结果发送至所述至少两个数据包中的至少一个数据包所指示的目标设备。

在本公开的第二方面中，提供了一种电子设备，包括处理器；以及与处理器耦合的存储器，存储器具有存储于其中的指令，指令在被处理器执行时使电子设备执行动作，动作可以包括：从至少一个源设备接收用于浮点运算操作的至少两个数据包；从所述至少两个数据包中分别获取相应浮点数值序列；从所述至少两个数据包中的至少一个数据包中获取浮点运算方式，以确定所述相应浮点数值序列的浮点运算结果；以及将所述浮点运算结果发送至所述至少两个数据包中的至少一个数据包所指示的目标设备。

在本公开的第三方面中，提供了一种计算机程序产品，计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令，机器可执行指令在被执行时使机器执行根据第一方面的方法的任意步骤。

提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明

通过结合附图对本公开示例性实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施例中，相同或相似的参考标号通常代表相同或相似的部件。在附图中：

图1示出了根据本公开的实施例的示例环境的示意图；

图2示出了根据本公开的实施例的在边缘交换机处实现的数据处理的过程的流程图；

图3示出了根据本公开的实施例的利用边缘交换机内布置的可编程电路部件对浮点数值序列进行处理的过程的流程图；

图4示出了根据本公开的实施例的在边缘交换机处实现的数据处理的过程的高级别管道图；以及

图5示出了可以用来实施本公开的实施例的示例设备的框图。

具体实施方式

下面将参考附图中示出的若干示例实施例来描述本公开的原理。

在本文中使用的术语“包括”及其变形表示开放性包括，即“包括但不限于”。除非特别申明，术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“一组示例实施例”。术语“另一实施例”表示“一组另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。

如上所讨论的，目前处于边缘节点的物联网设备以及边缘交换机通常都不具备浮点运算的功能。在发射侧的物联网设备中，嵌入式的中央处理器(CPU)通常不具备强大的计算能力，因此，需要浮点运算的算法很难实现线上(inline)计算。用户解决这种问题的传统方法是，首先在服务器侧将浮点数值量化为整数，之后发送到边缘交换机进行较为简单的线上整数计算，最后在服务器上将结果从整数转换为浮点数值。因此，传统的物联网设备的数据浮点运算的过程限制了数据的高效传输。此外，由于从浮点数值到整数以及从整数到浮点数值的量化转换过程，计算精度很难得到保证。并且，在接收侧的云或服务器中，由于云和服务器的计算资源有限，上述运算机制有时会成为一种计算负担。因此，传统的在云或服务器中进行数据浮点运算的过程是相对低效的。

为了至少部分地解决上述缺点，本公开的实施例提供了一种在边缘交换机处实现数据浮点运算的方案。该方案能够将诸如浮点加法、浮点减法的计算操作从服务器侧转移至边缘交换机。相应地，该方案可以利用边缘交换机的可编程电路同时实现浮点数据的接收、浮点运算、和传输。由此，可以利用边缘交换机的算力来实现数据的浮点运算操作。

图1示出了根据本公开实施例的示例环境100的示意图，在该示例环境100中，根据本公开实施例的设备和/或过程可以被实施。如图1所示，示例环境100可以包括物联网设备110。物联网设备110通常是具有有限计算能力并用于执行特定功能的边缘计算节点。作为示例，物联网设备110可以是空调、智能锁、交通信号灯、网络摄像头等。

为了传输数据，物联网设备110通常与边缘交换机120通信连接。边缘交换机120通常被布置在作为边缘计算节点的物联网设备110的附近，从而为相应的物联网设备提供数据交换服务。为了承担物联网设备110的数据浮点计算操作的计算任务，布置在边缘交换机120中的计算设备130可以基于从物联网设备110处接收的用于浮点运算操作的数据包对其中的浮点数值序列进行浮点运算操作。

应理解，计算设备130可以是布置在边缘交换机120中或者与边缘交换机120通信连接的任何具有计算能力的设备。作为非限制性示例，计算设备可以是任意类型的固定计算设备、移动计算设备或便携式计算设备，包括但不限于台式计算机、膝上型计算机、笔记本计算机、上网本计算机、平板计算机、智能手机等。计算设备的全部组件或一部分组件可以分布在云端。计算设备还可以采用云-边缘的架构。

此外，边缘交换机120还可以包含存储装置(未示出)。存储装置包括用于存储数据的寄存器。此外，存储装置还可以是(多个)存储盘。存储盘可以是各种类型的具有存储功能的设备，包括但不限于，硬盘(HDD)、固态盘(SSD)、可移除盘、任何其他磁性存储设备和任何其他光学存储设备、或它们的任何组合。作为示例，用于浮点运算操作的数据包可以被划分为多个数据块，并且计算设备130可以对这些数据块依次进行浮点运算操作。每当对一个数据块进行了浮点运算操作之后，经浮点运算的数据块可以被存储在存储装置中。并且，当该数据包的所有数据块均完成浮点运算之后，可以将存储在存储装置中的所有数据块组合成浮点运算结果。

当对来自物联网设备110的数据包进行浮点运算操作之后，计算设备130可以将经浮点运算的数据包发送至云(网络)140，并且经由云140，经浮点运算的数据包可以被发送至计算节点150。应理解，计算节点150可以是服务器，其可以具有训练机器学习模型或深度学习模型的功能。由此，实现了从物联网设备110到计算节点150的数据通信，且该通信的数据运算的过程均是在相应边缘交换机处完成的。虽然未示出，但在边缘交换机120处确定的浮点运算结果还可以返回至物联网设备110。也就是说，浮点运算结果可以输出值任何指定的设备。

应当理解，仅出于示例性的目的来描述示例环境100中的架构和功能，而不暗示对本公开的范围的任何限制。本公开的实施例还可以被应用到具有不同的结构和/或功能的其他环境中。

下文将结合图2和图3详细描述根据本公开实施例的过程。为了便于理解，在下文描述中提及的具体数据均是示例性的，并不用于限定本公开的保护范围。可以理解，以下描述的实施例还可以包括未示出的附加动作和/或可以省略所示出的动作，本公开的范围在此方面不受限制。

图2示出了根据本公开的实施例的在边缘交换机处实现的数据处理的过程200的流程图。在某些实施例中，过程200可以在图1中的计算设备130。现参照图1描述根据本公开实施例的用于数据处理的过程200。为了便于理解，在下文描述中提及的具体实例均是示例性的，并不用于限定本公开的保护范围。

如图2所示，在202，计算设备130可以从至少一个源设备接收用于浮点运算操作的至少两个数据包。作为示例，至少一个源设备可以是如图1所示的物联网设备110。作为另一示例，至少一个源设备可以是两个或更多个物联网设备，并且每个物联网设备均向边缘交换机120中的计算设备130发送用于浮点运算操作的数据包。

在某些实施例中，为了确定边缘交换机120中的计算设备130是否具有浮点运算功能，物联网设备110可以向边缘交换机120发送浮点运算服务请求消息。当计算设备130确定从物联网设备110接收到了浮点运算服务请求消息后，计算设备130可以向物联网设备110发送浮点运算服务响应消息，以便告知物联网设备110该边缘交换机120能够提供浮点运算服务。以此方式，可以避免物联网设备110直接将用于浮点运算操作的数据包发送至不具备浮点运算功能的边缘交换机。

接下来，在204，计算设备130可以从上述至少两个数据包中分别获取相应浮点数值序列。作为示例，该至少两个数据包是第一数据包、第二数据包、和第三数据包，故计算设备130可以分别从第一数据包、第二数据包、和第三数据包中获取用于浮点运算的浮点数值序列，例如，第一浮点数值序列[A,B,C,D,E,F,G,H]、第二浮点数值序列[a,b,c,d,e,f,g,h]、和第三浮点数值序列[1,2,3,4,5,6,7,8]。A、B、C、D、E、F、G、H、a、b、c、d、e、f、g、h均是浮点数值。

在206，计算设备130可以从上述至少两个数据包中的至少一个数据包中获取浮点运算方式，以确定相应浮点数值序列的浮点运算结果。作为示例，浮点运算方式可以用于指示该浮点运算是浮点加法运算还是浮点减法运算。例如，当确定浮点运算方式为浮点加法运算时，计算设备130可以对上述第一浮点数值序列[A,B,C,D,E,F,G,H]、第二浮点数值序列[a,b,c,d,e,f,g,h]、和第三浮点数值序列[1,2,3,4,5,6,7,8]求和，以确定浮点运算结果[A+a+1,B+b+2,C+c+3,D+d+4,E+e+5,F+f+6,G+g+7,H+h+8]。

在某些实施例中，为了节约边缘交换机120中的诸如CPU的计算设备130的计算资源，计算设备130还可以利用边缘交换机120中布置的可编程电路部件来对相应浮点数值序列执行浮点运算。图3示出了根据本公开的实施例的利用边缘交换机内布置的可编程电路部件对浮点数值序列进行处理的过程300的流程图。在某些实施例中，过程300可以在图1中的计算设备130上执行。现参照图1描述根据本公开实施例的利用边缘交换机内布置的可编程电路部件对浮点数值序列进行处理的过程300。为了便于理解，在下文描述中提及的具体实例均是示例性的，并不用于限定本公开的保护范围。

如图3所示，在302，计算设备130可以分别将相应浮点数值序列中的第一浮点数值序列和第二浮点数值序列划分为多个数据块。作为示例，计算设备130可以将数据包分成八个数据块，并且每个数据块具有特定的次序和编号。

在304，计算设备130可以利用可编程电路部件对第一浮点数值序列中的数据块与第二浮点数值序列中的对应数据块进行浮点运算，以确定经浮点运算的相应数据块。作为示例，可编程电路部件可以是可编程交换机芯片。

在306，计算设备130可以对经浮点运算的相应数据块进行组合，以生成浮点运算结果。在某些实施例中，用于浮点运算的数据包可以被划分为多个数据块，并且计算设备130可以对这些数据块依次进行浮点运算操作。每当对一个数据块进行了浮点运算操作之后，经浮点运算的数据块可以被存储在边缘交换机120内布置的寄存器中。并且，当该数据包的所有数据块均经过浮点运算之后，可以将存储在寄存器中的所有数据块组合成浮点运算结果。以此方式，可以按照流水线的方式逐个对每个数据块进行浮点运算，从而使诸如可编程交换机芯片的可编程电路部件能够完成数据包的浮点运算任务。

作为示例，当可编程交换机芯片接收到入口数据包时，第一个数据块将在入口会话中进行浮点运算处理。数据块的浮点运算结果可以被存储在寄存器中。之后，可编程交换机芯片会弹出出口会话中的第一个数据块，然后重新分发其他数据块。例如，在入口会话中，第二个数据块可以由相同的逻辑处理。当处理完所有数据块后，存储在寄存器中的结果将被推回空数据包，从而合成了浮点运算结果。

之后，回到图2，在208，计算设备130可以将浮点运算结果发送至上述至少两个数据包中的至少一个数据包所指示的目标设备。作为示例，目标设备可以是图1中的计算节点150。应理解，数据包中既可以包含用于浮点运算的浮点数值序列，又可以包含目标设备的位置信息(诸如IP地址)。作为另一示例，当物联网设备110需要对自身获取的数据进行浮点运算时，计算设备130可以将浮点运算结果返回物联网设备110。作为又一示例，当计算节点150被配置为收集多个物联网设备的监控数据时，计算设备130可以将浮点运算结果发送至计算节点150。

在某些实施例中，边缘交换机120被设置为邻近物联网设备110。

在某些实施例中，作为目标设备的计算节点150被配置用于执行模型训练。例如，物联网设备110或者多个物联网设备可以将精确的浮点数值发送至边缘交换机120，使得边缘交换机120可以利用其中的可编程电路对浮点数值序列进行求和。由此，边缘交换机120可以直接将经过浮点求和运算的计算结果经由云140发送至计算节点150。计算节点150在收集了足量的现场数据后，即可以训练相应机器学习或深度学习模型。相应的，在模型应用阶段，物联网设备110还可以将实时采集的浮点数值发送至边缘交换机120以进行相关浮点运算，并由边缘交换机120将计算结果经由云140发送至计算节点150。计算节点150可以利用训练好的模型来基于该计算结果生成控制信号，并将控制信号经由云140、边缘交换机120发送至物联网设备110，以便对物联网设备110的相关功能进行调节。

为了更为清晰地展示本公开的主要思路，图4示出了根据本公开的实施例的在边缘交换机处实现的数据处理的过程400的高级别管道图。

如图4所示，当物联网设备410需要进行浮点运算时，为了确定边缘交换机420是否具有浮点运算服务功能，物联网设备410可以先向布置在其附近的边缘交换机420发送401浮点运算服务请求。当边缘交换机420接收到来自物联网设备410的浮点运算服务请求消息后，边缘交换机420可以向物联网设备410发送402浮点运算服务响应。这样，物联网设备410可知该边缘交换机420能够提供浮点运算服务。以此方式，可以避免物联网设备410直接将用于浮点运算的数据包发送至不具备浮点运算功能的边缘交换机。

当确定了边缘交换机420具有对数据包进行浮点运算的功能之后，物联网设备410可以进一步向边缘交换机420发送403使能信号，以使得边缘交换机420可以进行浮点运算的初始化操作。之后，物联网设备410可以将需要浮点运算的浮点数值序列发送404至边缘交换机420。

在接收到浮点数值序列后，边缘交换机420可以创建对浮点数据序列执行405浮点运算的事件(或任务)。作为示例，边缘交换机420可以利用其内部的可编程交换机芯片执行浮点运算操作。为了使可编程交换机芯片能够处理较大的数据包，可以将数据包划分为多个数据块并对依次对每个数据块执行浮点运算操作。之后，边缘交换机420可以将浮点运算结果发送406给物联网设备410。应理解，浮点运算结果还可以被传送至任意指定计算节点。

通过上述各实施例，本公开的在边缘交换机处执行浮点运算的方案可以在保证浮点运算性能的同时降低物联网设备、云、服务器的计算负载，并且还能降低由于浮点运算操作产生的时延。本公开的浮点运算架构可以在物联网设备与服务器之间建立一个承担浮点运算任务且短时延的中转，且该中转是已经存在于通信系统中的边缘交换机。此外，通过使用可编程边缘交换机，可以将浮点运算的计算任务从物联网设备转移到可编程边缘交换机，从而可以使物联网设备获得更好的性能、更高的吞吐量和更低的安全数据传输延迟。

图5示出了可以用来实现本公开的实施例的示例电子设备500的示意性框图。例如，电子设备500可被用于实现图1中所示的计算设备130。如图所示，电子设备500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的计算机程序指令或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序指令，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理单元501执行上文所描述的各个方法和处理，例如过程200和300。例如，在一些实施例中，上文所描述的各个方法和处理可以被实现为计算机软件程序或计算机程序产品，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由CPU 501执行时，可以执行上文描述的任何过程中的一个或多个步骤。备选地，在其他实施例中，CPU 501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行诸如过程200和300的过程。

本公开可以是方法、装置、系统和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备、任意的非暂时性存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施方式，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施方式。在不偏离所说明的各实施方式的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施方式的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文披露的各实施方式。

Claims (15)

1.一种在边缘交换机处实现的数据处理方法，包括：

从至少一个源设备接收用于浮点运算操作的至少两个数据包；

从所述至少两个数据包中分别获取相应浮点数值序列；

从所述至少两个数据包中的至少一个数据包中获取浮点运算方式，以确定所述相应浮点数值序列的浮点运算结果；以及

将所述浮点运算结果发送至所述至少两个数据包中的至少一个数据包所指示的目标设备。

2.根据权利要求1所述的方法，其中所述浮点运算方式包括浮点加法运算或浮点减法运算。

3.根据权利要求2所述的方法，其中确定所述浮点运算结果包括：

利用所述边缘交换机中的可编程电路部件对所述相应浮点数值序列执行浮点运算。

4.根据权利要求3所述的方法，其中利用所述可编程电路部件对所述相应浮点数值序列执行浮点运算包括：

分别将所述相应浮点数值序列中的第一浮点数值序列和第二浮点数值序列划分为多个数据块；

利用所述可编程电路部件对所述第一浮点数值序列中的数据块与所述第二浮点数值序列中的对应数据块进行浮点运算，以确定经浮点运算的相应数据块；以及

对经浮点运算的所述相应数据块进行组合，以生成所述浮点运算结果。

5.根据权利要求1所述的方法，还包括：

响应于从所述至少一个源设备接收到浮点运算服务请求消息，向所述至少一个源设备发送浮点运算服务响应消息，以告知所述至少一个源设备所述边缘交换机能够提供浮点运算服务。

6.根据权利要求1所述的方法，其中所述至少一个源设备是物联网设备，所述边缘交换机是可编程交换机，并且所述边缘交换机被设置为邻近所述物联网设备。

7.根据权利要求1所述的方法，其中所述目标设备是用于执行模型训练的计算节点。

8.一种电子设备，包括：

处理器；以及

与所述处理器耦合的存储器，所述存储器具有存储于其中的指令，所述指令在被处理器执行时使所述电子设备执行动作，所述动作包括：

从至少一个源设备接收用于浮点运算操作的至少两个数据包；

从所述至少两个数据包中分别获取相应浮点数值序列；

从所述至少两个数据包中的至少一个数据包中获取浮点运算方式，以确定所述相应浮点数值序列的浮点运算结果；以及

将所述浮点运算结果发送至所述至少两个数据包中的至少一个数据包所指示的目标设备。

9.根据权利要求8所述的设备，其中所述浮点运算方式包括浮点加法运算或浮点减法运算。

10.根据权利要求9所述的设备，其中确定所述浮点运算结果包括：

利用所述边缘交换机中的可编程电路部件对所述相应浮点数值序列执行浮点运算。

11.根据权利要求10所述的设备，其中利用所述可编程电路部件对所述相应浮点数值序列执行浮点运算包括：

分别将所述相应浮点数值序列中的第一浮点数值序列和第二浮点数值序列划分为多个数据块；

利用所述可编程电路部件对所述第一浮点数值序列中的数据块与所述第二浮点数值序列中的对应数据块进行浮点运算，以确定经浮点运算的相应数据块；以及

对经浮点运算的所述相应数据块进行组合，以生成所述浮点运算结果。

12.根据权利要求8所述的设备，所述动作还包括：

响应于从所述至少一个源设备接收到浮点运算服务请求消息，向所述至少一个源设备发送浮点运算服务响应消息，以告知所述至少一个源设备所述边缘交换机能够提供浮点运算服务。

13.根据权利要求8所述的设备，其中所述至少一个源设备是物联网设备，所述边缘交换机是可编程交换机，并且所述边缘交换机被设置为邻近所述物联网设备。

14.根据权利要求8所述的设备，其中所述目标设备是用于执行模型训练的计算节点。

15.一种计算机程序产品，所述计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令，所述机器可执行指令在被执行时使机器执行根据权利要求1至7中的任一项所述的方法。