CN116743878A - 算力注册方法、装置、计算机设备及存储介质 - Google Patents
算力注册方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN116743878A CN116743878A CN202311018600.6A CN202311018600A CN116743878A CN 116743878 A CN116743878 A CN 116743878A CN 202311018600 A CN202311018600 A CN 202311018600A CN 116743878 A CN116743878 A CN 116743878A
- Authority
- CN
- China
- Prior art keywords
- computing
- information
- power
- resource pool
- gateway
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000004891 communication Methods 0.000 claims abstract description 90
- 238000004364 calculation method Methods 0.000 claims description 100
- 230000015654 memory Effects 0.000 claims description 38
- 230000007246 mechanism Effects 0.000 claims description 16
- 239000000758 substrate Substances 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000004927 fusion Effects 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 241000465502 Tobacco latent virus Species 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000031068 symbiosis, encompassing mutualism through parasitism Effects 0.000 description 1
- 230000002195 synergetic effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/06—Notations for structuring of protocol data, e.g. abstract syntax notation one [ASN.1]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/141—Setup of application sessions
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及算力网络技术领域，公开了算力注册方法、装置、计算机设备及存储介质，算力注册方法包括：收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接；建立与算力网关之间的通信链路，通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。本发明实现了使算力网络预先感知到算力的目的，并具有易实现、通用性较强等优点。
Description
技术领域
本发明涉及算力网络技术领域，具体涉及算力注册方法、装置、计算机设备及存储介质。
背景技术
算力网络是一种根据业务需求在云、网、边之间按需分配和灵活调度计算资源、存储资源及网络资源的新型信息基础设施，为用户提供包含计算、存储以及通信的整体算力服务，并根据业务特性提供灵活、可调度的按需服务。在分布式算力网络机制下，算力网络需要预先感知作为算力节点的算力资源池的算力，以充分发挥出分布式算力网络的性能。如何使算力网络预先感知到算力，相关技术目前还没有解决方案。
发明内容
有鉴于此，本发明提供了一种算力注册方法、装置、计算机设备及存储介质，以解决相关技术中算力网络无法预先感知到算力的问题。
第一方面，本发明提供了一种算力注册方法，该方法应用于算力资源池代理设备，该方法包括：
收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接；
建立与算力网关之间的通信链路；
通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。
基于向算力网关发送的第一报文中的第一扩展TLV信息，本发明将收集的算力信息通过通信链路提供给算力网关，以达到使算力网络预先感知到算力的目的；本发明提供的算力注册方法还具有易实现，通用性较强等优点，可较好地适用于分布式算力网络。本发明实现了将算力信息提供给算力网关的功能，满足算力网关可以在算力网络中传递算力信息的需求，进而充分发挥出分布式算力网络的性能。
在一种可选的实施方式中，第一扩展TLV信息包括第一类型字段、第一长度字段及第一值字段，第一类型字段中的内容为注册描述信息，第一长度字段中的内容为第一值字段中的内容的长度信息，第一值字段中的内容为子TLV信息；
子TLV信息包括第二类型字段、第二长度字段及第二值字段，第二类型字段中的内容为资源池状态描述信息，第二长度字段中的内容为第二值字段中的内容的长度信息，第二值字段中的内容为算力信息。
本发明利用第一扩展TLV信息中的值字段设置子TLV信息，并通过子TLV信息携带算力信息，相比于直接在报文的TLV中直接携带算力信息的方案，在携带相同数据量的算力信息的情况下，上述方案可明显减少TLV的使用数量。
在一种可选的实施方式中，建立与算力网关之间的通信链路，包括：
基于链路层发现协议构建与算力网关之间的二层链路。
本发明能够在LLDP报文中增加新的扩展TLV，从而可在不改变原有通信链路架构设计的基础上实现算力注册的目的。
在一种可选的实施方式中，建立与算力网关之间的通信链路，包括：
基于在快速UDP网络连接协议上叠加链路层发现协议的机制，构建与算力网关之间的三层链路。
对于算力资源池代理设备与算力网关之间的通信链路为三层链路的情况，本发明也能够在不改变原有通信链路架构设计的基础上实现算力注册的目的。
在一种可选的实施方式中，通过通信链路向算力网关发送第一报文，包括：
通过通信链路向算力网关发送用于向算力网关通告算力上线的第一报文，第二类型字段中的资源池状态描述信息为资源池上线信息，第二值字段中的算力信息为目标算力资源池上线用的算力信息。
本发明能够实现在算力资源池上线时通过算力资源池代理设备向算力网关发送目标算力资源池上线用的算力信息，实现算力资源池上线情况下的算力注册功能。
在一种可选的实施方式中，通过通信链路向算力网关发送第一报文，包括：
通过通信链路向算力网关发送用于向算力网关通告算力下线的第一报文，第二类型字段中的资源池状态描述信息为资源池下线信息，第二值字段中的算力信息为算力唯一标识。
本发明能够实现在算力资源池下线时通过算力资源池代理设备向算力网关发送算力唯一标识，实现算力资源池下线情况下的算力注册功能。
在一种可选的实施方式中，通过通信链路向算力网关发送第一报文，包括：
通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文，第二类型字段中的资源池状态描述信息为算力更新信息，第二值字段中的算力信息为目标算力资源池算力更新用的算力信息。
基于上述改进后的技术方案，本发明在算力信息更新后也可以实时感知到，进而在算力网络中传递更新后的算力信息。
在一种可选的实施方式中，通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文，包括：
根据用于目标算力资源池算力更新的算力信息，确定算力变化量；
如果算力变化量大于预设阈值，则通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文。
本发明通过上述方式实现了算力频繁更新的抑制机制，在算力信息的变化比较频繁的情况下，本发明能够在一定程度上避免算力资源池代理设备频繁向算力网关发布更新消息的情况，降低算力网关的流量压力，提高本发明可靠性。
在一种可选的实施方式中，目标算力资源池为边缘节点。
本发明实现了通过二层链路构建边缘节点与算力网关之间的通信链路，可更好地适应于小型的边缘节点形式的算力资源池进行算力注册的情形。
在一种可选的实施方式中，目标算力资源池为数据中心。
本发明实现了通过三层链路构建数据中心与算力网关之间的通信链路，可更好地适应于大型的数据中心形式的算力资源池进行算力注册的情形。
在一种可选的实施方式中，建立与算力网关之间的通信链路之后，该方法还包括：
通过通信链路接收由算力网关发出的一条或多条第二报文，第二报文包括第二扩展TLV信息，第二扩展TLV信息包括已进行过算力注册的算力资源池的算力信息。
本发明还能够实现通过算力网关向算力资源池代理设备发布算力网络覆盖的其他算力资源池的算力信息，实现整个算力网络的算力信息的传递和共享。
在一种可选的实施方式中，目标算力资源池包括至少一个计算资源池和/或至少一个存储资源池。
基于上述改进后的方案，本发明还能够实现计算资源池算力注册功能以及存储资源池算力注册功能。
第二方面，本发明提供了一种算力注册装置，该装置包括：
信息收集模块，用于收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接；
通信连接模块，用于建立与算力网关之间的通信链路；
报文发送模块，用于通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。
在一种可选的实施方式中，第一扩展TLV信息包括第一类型字段、第一长度字段及第一值字段，第一类型字段中的内容为注册描述信息，第一长度字段中的内容为第一值字段中的内容的长度信息，第一值字段中的内容为子TLV信息；
子TLV信息包括第二类型字段、第二长度字段及第二值字段，第二类型字段中的内容为资源池状态描述信息，第二长度字段中的内容为第二值字段中的内容的长度信息，第二值字段中的内容为算力信息。
第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的算力注册方法。
第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的算力注册方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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是根据本发明实施例的算力注册方法的流程示意图；
图2是根据本发明实施例的包含扩展TLV的报文格式示意图；
图3是根据本发明实施例的另一算力注册方法的流程示意图；
图4是根据本发明实施例的二层链路组网架构的示意图；
图5是根据本发明实施例的又一算力注册方法的流程示意图；
图6是根据本发明实施例的三层链路组网架构的示意图；
图7是根据本发明实施例的三层链路组网架构下的连接机制示意图；
图8是根据本发明实施例的算力注册装置的结构框图；
图9是本发明实施例的计算机设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
随着新一代信息技术的发展，数据就是生产要素，算力就是生产力。面对行业数字化转型的巨大市场，各行各业对算力和网络提出了更为迫切的需求，以算力网络为代表的下一代网络转型逐渐成为产业各方共同关注的热点。广义来说，算力网络，是一种根据业务需求在云、网、边之间按需分配并灵活调度计算资源、存储资源及网络资源的新型信息基础设施，例如，如果将算力比作为电，则算力网络可以比作是电网。在万物智联时代，算力网络可以满足自动驾驶、云游戏、人脸识别、虚拟现实或增强现实等新兴应用的实时计算需求。
目前，产业界把算力网络的建设发展分为三个阶段：泛在协同（起步阶段）、融合统一（发展阶段）、一体内生（跨越阶段）。在起步阶段，核心的理念是协同，将打造具有网随算动、协同编排、协同运营以及一站服务等协同特征的网络，让算力更立体和泛在。在发展阶段，将打造具有算网融合、智能编排、统一运营以及融合服务等融合特征的网络，让网络连接云、边、端泛在的算力资源，满足各类新型业务需求。在跨越阶段，用网络实现聚集算力、发挥算力集群的优势，跨越阶段的核心就是一体，实现算网一体、算网共生、智慧内生、创新运营以及一体服务，以实现网在算中、算在网中的体系。总体来说，算力网络是一种新型的信息基础设施，其中的算通常意义上以云的形态存在，具体可包括中心云和边缘云。算力网络通过同时感知网络状态和云的算力状态，为用户提供一体化服务，在技术路线上具体可分为集中式算力网络和分布式算力网络两种形态。
对于集中式算力网络，其有一个用于集中控制的算网大脑。算网大脑负责收集算力信息和网络信息，维护算力网络和网络拓扑，并基于维护的算力信息和网络信息，为用户选择合适的云，并打通网络路径。对于分布式算力网络，其通过在网络中传递算力信息，网络中的所有路由器节点都用于维护算力信息和路由信息，基于每个路由器节点综合考虑网络信息和算力信息，并进行策略选路，为用户提供合适的算力服务。针对分布式算力网络机制，算力网络需要感知算力信息，将算力节点的算力能力、位置、状态等信息在网络里面传递，但实现该传递过程的前提是网络边缘设备需要事先感知到算力，只有在感知到算力后，才能向网络中进行通告。
根据本发明实施例，提供了一种算力注册方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
在本实施例中提供了一种算力注册方法，可用于算力资源池代理设备（agent），agent可设置在搭载Linux系统的服务器上，图1是根据本发明实施例的算力注册方法的流程图，如图1所示，该流程包括如下步骤：
步骤S101，收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接。
其中，一个算力资源池表示一个算力节点，本实施例中的目标算力资源池表示至少一个算力节点。算力信息可包括但不限于算力节点的算力能力、位置、状态等信息，具体可根据实际分布式算力网络需求进行具体设置。例如，收集的目标算力资源池的算力信息包括但不限于算力位置、运营商、当前可用算力形态、数量、算力大小、成本及能耗等。
本实施例中，算力信息的收集过程可以为实时收集，或者按照设定的频率收集；目标算力资源池具体通过算力资源池代理设备接入算力网络域中，算力网关（Gateway）处于算力网络域中。结合图4或图6所示，算力网络域中设置有多个算力网关，不同算力网关之间可进行直接通信或间接通信，以通告算力信息，算力网络域内不同算力网关之间例如通过BGP（Border Gateway Protocol，边界网关协议）扩展方式通信连接。
在一些可选的实施方式中，目标算力资源池包括至少一个计算资源池和/或至少一个存储资源池。
算力资源池为一组可提供算力的服务器集群，计算资源池例如为用于提供计算功能的服务器集群，存储资源池例如为用于提供存储功能的服务器集群。由此，本实施例可提供计算资源池算力注册功能和存储资源池算力注册功能。
步骤S102，建立与算力网关之间的通信链路。
本实施例的算力网关是一种算力网络域的网络边缘设备（例如PE，ProviderEdge，运营商边缘路由器），例如可以为路由器。
具体地，算力网关用于通过上述agent接入一个或多个算力资源池，具体建立agent与算力网关之间的通信连接，形成二者的通信链路，则agent将接收的算力信息向广域网（WAN）通告或者接收从广域网收到的算力信息。
步骤S103，通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。
其中，TLV表示类型长度值，具体指Type（类型）、Length（长度）、Value（值），对于TLV格式的报文，数据被分成一个个的TLV组，每个组包含一个Type字段、一个Length字段和一个Value字段。Type字段指定了数据的类型，可以是一个数字或一个字符串，本实施例中Type字段中的内容为字符串；Length字段指定了Value字段的长度，可以是一个固定的数字；Value字段存储了实际的数据值，可以是任何类型的数据。
本实施例中的第一扩展TLV信息，具体表示在第一报文中已有TLV信息的基础上增加的TLV信息，增加的TLV信息用于携带算力信息。以第一报文为LLDP报文为例，结合图2所示，已有TLV信息包括Chassis ID TLV（设备标识TLV）、Port ID TLV（端口标识TLV）、TimeTo Live TLV（生存时间TLV）、End of LLDPDU TLV（结束标识TLV）；其中，Chassis ID TLV是LLDP中的一个TLV，用于在局域网中唯一标识设备的物理地址，它包含了设备的MAC地址或者其它唯一标识符；Port ID TLV是LLDP中的一个TLV，用于标识设备上的接口或端口，它可以包含接口的名称、端口号或者其它唯一标识符；Time To Live TLV是LLDP中的一个TLV，表示本设备信息在邻居设备上的存活时间；End of LLDPDU TLV是LLDP中的一个TLV，用于标识LLDPDU的结束，它是LLDPDU的最后一个TLV，用于表示LLDPDU数据单元的结束。相比于已有TLV信息，本实施例可在至少一个Optional TLV（可选TLV）上配置第一扩展TLV信息，由此可看出，本实施例是在可选TLV上构建出扩展TLV。
如图2所示，本发明实施例中，第一扩展TLV信息包括第一类型字段、第一长度字段及第一值字段，第一类型字段中的内容为注册描述信息，第一长度字段中的内容为第一值字段中的内容的长度信息，第一值字段中的内容为子TLV信息；子TLV信息包括第二类型字段、第二长度字段及第二值字段，第二类型字段中的内容为资源池状态描述信息，第二长度字段中的内容为第二值字段中的内容的长度信息，第二值字段中的内容为算力信息。
其中，第一类型字段表示TLV中的T（Type）字段，第一长度字段表示TLV中的L（Length）字段，第一值字段表示TLV中的V（Value）字段，第二类型字段表示子TLV中的T（Type）字段，第二长度字段表示子TLV中的L（Length）字段，第二值字段表示子TLV中的V（Value）字段；结合图2示出的内容，本实施例的注册描述信息通过Computing Register（算力注册）表示，第一值字段中的内容的长度信息通过L（长度）表示，且子TLV包括sub tlvtpye（子TLV类型）、Length（子TLV长度）以及msg（子TLV值），可见整个Computing RegisterTLV的value字段为子TLV；msg表示message的缩写，本实施例的msg用于携带算力信息。
本实施例中，子TLV包括但不限于三中类型的子TLV：上线（Online）子TLV、下线（Offline）子TLV及更新（Update）子TLV，第一报文中包含下述表格中的内容。
本发明实施例涉及的算力注册，具体指将当前算力资源池的算力信息通告给网络边缘设备。
本发明实施例中，利用第一扩展TLV信息中的值字段设置子TLV信息，并具体通过第一扩展TLV信息下的子TLV信息携带算力信息，相比于直接在报文下的扩展TLV信息中直接携带算力信息的方案，在携带相同数据量的算力信息的情况下，本发明基于上述的方案能够明显减少报文中包含的扩展TLV的数量。
在一些可选的实施方式中，上述步骤S103包括：通过通信链路向算力网关发送用于向算力网关通告算力上线的第一报文，第二类型字段中的资源池状态描述信息为资源池上线信息，第二值字段中的算力信息为目标算力资源池上线用的算力信息。
本实施例的第二类型（sub tlv tpye）字段中的资源池状态描述信息为资源池上线（Online）信息，第二值字段中的算力信息为目标算力资源池上线用的算力信息msg，可用于agent第一次向算力网关通告算力上线时携带。
本实施例中的算力信息msg具体包括但不限于：UUID（算力唯一标识）、DomainID（该算力所属域ID）、ComType（算力类型，例如IaaS、PaaS、SaaS、FaaS）、Region（算力所在区域，AZ，经纬度等信息）、CPUInfo（CPU信息，包括可用的vCPU/CPU总数、目前申请率、平均物理负载、指令集、基准Flops能力等）、GPUInfo（GPU信息，包括可用的vGPU/GPU总数、目前申请率、GPU卡型号、基准Flops能力等）、MemInfo（存储信息，包括可用的内存容量大小、当前内存使用率等）、StorInfo（包括可用的存储容量大小，当前存储使用率，IOPS，存储类型，例如HDD、SSD或NVMe、ISCSI）、NetInfo（出口带宽）、ExtraInfo（可扩展信息）中的一种或多种；其中，IaaS全称为Infrastructure as a Service，表示基础设施即服务；PaaS全称为Platform as a Service，表示平台即服务，SaaS全称为Software as a Service，表示软件即服务，FaaS全称为Function as a Service，表示功能即服务，AZ全称为AvailabilityZone，表示可用区，CPU全称为Central Processing Unit，表示中央处理器，GPU全称为Graphics Processing Unit，表示图形处理器，Flops表示Floating-Point OperationsPer Second，表示每秒浮点数，IOPS表示Input/Output Operations Per Second，表示每秒进行读写操作的次数；HDD全称为Hard Disk Drive，表示机械硬盘；SSD全称为Solid StateDisk，表示固态硬盘；NVMe全称为Non Volatile Memory Host Controller InterfaceSpecification，表示非易失性内存主机控制器接口规范；ISCSI全称为Internet SmallComputer System Interface，表示网络小型计算机系统接口。
本实施例还能够实现在算力资源池上线时通过算力资源池代理设备向算力网关发送目标算力资源池上线用的算力信息，以实现算力资源池上线情况下的算力注册功能。
在一些可选的实施方式中，上述步骤S103包括：通过通信链路向算力网关发送用于向算力网关通告算力下线的第一报文，第二类型字段中的资源池状态描述信息为资源池下线信息，第二值字段中的算力信息为算力唯一标识。
本实施例的第二类型（sub tlv tpye）字段中的资源池状态描述信息为资源池下线（Offline）信息，第二值字段中的算力信息为目标算力资源池下线用的算力信息msg，可用于agent向算力网关通告算力下线时携带。
本实施例中的算力信息msg具体包括但不限于UUID（算力唯一标识），该UUID（算力唯一标识）用于告知算力网关当前的算力资源池需下线。
本实施例还能够实现在算力资源池下线时通过算力资源池代理设备向算力网关发送算力唯一标识，实现算力资源池下线情况下的算力注册功能。
在一些可选的实施方式中，上述步骤S103包括：通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文，第二类型字段中的资源池状态描述信息为算力更新信息，第二值字段中的算力信息为目标算力资源池算力更新用的算力信息。
本实施例的第二类型（sub tlv tpye）字段中的资源池状态描述信息为资源池更新（Update）信息，第二值字段中的算力信息为目标算力资源池更新用的算力信息msg，可用于agent向算力网关通告算力更新时携带。
本实施例中的算力信息msg包括但不限于：UUID（算力唯一标识）、bitmap（位图，表示更新哪些字段）、DomainID（该算力所属域ID）、ComType（算力类型，例如IaaS、PaaS、SaaS、FaaS）、Region（算力所在区域，AZ，经纬度等信息）、CPUInfo（CPU信息，包括可用的vCPU/CPU总数、目前申请率、平均物理负载、指令集、基准Flops能力等）、GPUInfo（GPU信息，包括可用的vGPU/GPU总数、目前申请率、GPU卡型号、基准Flops能力等）、MemInfo（存储信息，包括可用的内存容量大小、当前内存使用率等）、StorInfo（包括可用的存储容量大小，当前存储使用率，IOPS，存储类型，例如HDD、SSD或NVMe、ISCSI）、NetInfo（出口带宽）、ExtraInfo（可扩展信息）中的一种或多种。
基于上述改进后的技术方案，本发明在算力信息更新后也可以实时感知到，进而在算力网络中传递更新后的算力信息。
在一些可选的实施方式中，通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文，包括：
步骤a1，根据用于目标算力资源池算力更新的算力信息，确定算力变化量。
本实施例的算力变化量为更新用的算力信息与更新前的算力信息的差值的绝对值。例如，更新用的算力信息包括CPU使用率为60%，更新前的算力信息包括CPU使用率为35%，则该示例中的算力变化量包括CPU使用率的变化量为|60%－35%|=25%；例如，更新用的算力信息包括内存使用率为39%，更新前的算力信息包括CPU使用率为69%，则该示例中的算力变化量包括CPU使用率的变化量为|39%－69%|=30%；其中，本实施例的agent需要实时收集其代理的算力资源池的算力信息及其算力变化量。
步骤a2，如果算力变化量大于预设阈值，则通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文。如果算力变化量小于或者等于预设阈值，则不通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文。其中，算力变化量包括的多项指标（例如CPU使用率、内存、GPU使用率等）中，至少有一项指标大于阈值，则可通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文。
本实施例中的预设阈值根据具体的算力信息进行合理设置，例如，对应于CPU使用率的预设阈值设置为10%，对应于内存使用率的预设阈值设置为8%；结合上述的示例，如果算力变化量包括的CPU使用率的变化量为25%，满足了上述的判定条件：25%＞10%，则通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文。
本发明实施例通过上述方式实现了算力频繁更新的抑制机制，在算力信息的变化比较频繁的情况下，本实施例的agent上支持频繁更新抑制机制，只有在算力变化超过阈值时才向Gateway通告更新消息，否则不通过，在一定程度上避免agent频繁向Gateway发布更新消息的情况，降低算力网关的流量压力，明显提高了本实施例的算力注册功能的可靠性。
在一些可选的实施方式中，建立与算力网关之间的通信链路之后，该算力注册方法还包括：
通过通信链路接收由算力网关发出的一条或多条第二报文，第二报文包括第二扩展TLV信息，第二扩展TLV信息包括已进行过算力注册的算力资源池的算力信息。
其中，第二报文与第一报文可具有相同的报文结构，第二扩展TLV信息与第一扩展TLV信息具有相同的数据结构，区别仅仅在于，第二扩展TLV信息用于携带算力网络覆盖的除目标算力资源池之外的其他算力资源池的算力信息。
对于第二扩展TLV信息的详细数据结构组成，参见本说明书对于第一扩展TLV信息的详细说明，此处不再进行赘述。
本发明实施例还能够实现通过上述的算力网关向算力资源池代理设备发布算力网络覆盖的其他算力资源池的算力信息，实现整个算力网络的算力信息的传递和共享。
基于向算力网关发送的第一报文中的第一扩展TLV信息，本实施例将收集的算力信息通过通信链路提供给算力网关，以达到使算力网络预先感知到算力的目的；本实施例提供的算力注册方法还具有易实现，通用性较强等优点，可较好地适用于各种分布式算力网络。本发明实现了将算力信息提供给算力网关的功能，满足算力网关可以在算力网络中传递算力信息的需求，进而充分发挥出分布式算力网络的性能。
在本实施例中提供了一种算力注册方法，可用于上述的算力资源池代理设备，图3是根据本发明实施例的算力注册方法的流程图，如图3所示，该流程包括如下步骤：
步骤S301，收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接。详细请参见图1所示实施例的步骤S101，在此不再赘述。
步骤S302，建立与算力网关之间的通信链路。
如图4所示，上述步骤S302包括：基于链路层发现协议构建与算力网关之间的二层链路。
本实施例中，agent与算力网关之间的通信链路为二层链路。
链路层发现协议（Link Layer Discovery Protocol，LLDP）是标准802.1AB中定义的链路层发现协议，通过LLDP，网络设备可通过标准LLDP类型长度值（Type Length Value，TLV）单元向相邻的网络设备发送承载有本地信息的组播指定报文。LLDP规定网络设备的每个端口上都有标准的简单网络管理协议（Simple Network Management Protocol，SNMP）管理信息库（Management Information Base）MIB，用于存储本地和相邻的其他网络设备的状态信息。网络设备之间通过发送和接收LLDP TLV单元以刷新SNMP MIB中存储的状态信息，通过LLDP可方便网络设备的状态信息的管理和维护。
具体地，对于二层链路组网的情况，在算力资源池代理设备和算力网关上都开启LLDP，通过LLDP发现对端的二层链路信息和全局能力信息。相比于标准的LLDP报文携带的TLV只有链路和节点信息，本发明实施例定义了一种新的LLDP扩展TLV，可用于携带算力信息，实现算力注册目的，以达到支持在算力网络里面携带算力信息的目的。
结合图7所示，示意出的算力资源池代理设备与算力网关之间的通信链路包括二层链路。在用户态层面，LLDP基于Raw socket（原始套接字）实现与内核态下的设备进行链路层通信。
在一些可选的实施方式中，目标算力资源池为边缘节点。
本实施例考虑了不同算力资源池形态上的差异，实现了通过二层链路构建边缘节点与算力网关之间的通信链路，可更好地适应于小型的边缘节点形式的算力资源池进行算力注册的情形。
步骤S303，通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。
本实施例中的第一报文为LLDP报文，LLDP报文指包含LLDP数据单元（LLDP DataUnit，LLDPDU）的以太网报文。LLDPDU是封装在LLDP报文中本地信息的数据单元。组成LLDPDU前，先将本地信息封装成TLV（Type、Length、Value）格式，再由若干个TLV组合成一个LLDPDU并封装在LLDP报文的数据部分进行传送。
本实施例还能够在LLDP报文的LLDPDU中的已有TLV基础上增加新的扩展TLV，从而可在不改变原有通信链路架构设计的基础上，实现算力注册的目的。
在本实施例中提供了一种算力注册方法，可用于上述的算力资源池代理设备，图5是根据本发明实施例的算力注册方法的流程图，如图5所示，该流程包括如下步骤：
步骤S501，收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接。详细请参见图1所示实施例的步骤S101，在此不再赘述。
步骤S502，建立与算力网关之间的通信链路。
如图6所示，上述步骤S502包括：基于在快速UDP网络连接协议上叠加链路层发现协议的机制，构建与算力网关之间的三层链路。
本实施例中，agent与算力网关之间的通信链路为三层链路。
其中，本实施例中在快速UDP网络连接协议上叠加链路层发现协议的机制具体为LLDP Over Quic，Quic（Quick UDP Internet Connections）表示快速UDP网络连接协议，在三层链路情况下基于上述机制实现agent与Gateway的交互。
本实施例中的Quic是一种新的传输层，基于UDP连接，具有如下的优势：连接建立速度更快，支持0RTT；在拥塞避免、对头阻塞、多流复用等机制上消除了TCP（TransmissionControl Protocol，传输控制协议）固有的缺陷；基于UDP，可以在用户态进行快速更新。本实施例对于三层链路来说，需要agent与算力网关之间先建立Quic连接。连接建立后，LLDP报文封装在Quic报文的载荷之中。
本实施例中，Quic报文中具体包含下述表格中的内容：
对于Agent和算力网关，在收到对端发来得LLDP over Quic报文后，将Quic头解封后，后续的LLDP处理同二层链路机制；本发明中的二层链路和三层链路处理机制除了建立连接机制不一样，核心处理是一样的。
结合图7所示，示意出的算力资源池代理设备与算力网关之间的通信链路包括三层链路，在用户态层面，LLDP基于Quic socket（Quic 套接字）实现与内核态下的设备进行UDP（User Datagram Protocol，用户数据报协议）通信。
在一些可选的实施方式中，目标算力资源池为数据中心。
本实施例考虑了不同算力资源池形态上的差异，实现了通过三层链路构建数据中心与算力网关之间的通信链路，可更好地适应于大型的数据中心形式的算力资源池进行算力注册的情形。
步骤S503，通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。
其中，本实施例的第一报文为Quic报文。
由此，对于算力资源池代理设备与算力网关之间的通信链路为三层链路的情况，本实施例也可在不改变原有通信链路架构设计的基础上实现算力注册的目的。
在本实施例中还提供了一种算力注册装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
本实施例提供一种算力注册装置，如图8所示，包括：
信息收集模块801，用于收集目标算力资源池的算力信息，目标算力资源池与算力资源池代理设备连接。
通信连接模块802，用于建立与算力网关之间的通信链路。
报文发送模块803，用于通过通信链路向算力网关发送第一报文，第一报文包括第一扩展TLV信息，第一扩展TLV信息包括算力信息，算力信息用于算力注册。
在一些可选的实施方式中，第一扩展TLV信息包括第一类型字段、第一长度字段及第一值字段，第一类型字段中的内容为注册描述信息，第一长度字段中的内容为第一值字段中的内容的长度信息，第一值字段中的内容为子TLV信息；子TLV信息包括第二类型字段、第二长度字段及第二值字段，第二类型字段中的内容为资源池状态描述信息，第二长度字段中的内容为第二值字段中的内容的长度信息，第二值字段中的内容为算力信息。
在一些可选的实施方式中，通信连接模块802用于基于链路层发现协议构建与算力网关之间的二层链路。
在一些可选的实施方式中，通信连接模块802用于基于在快速UDP网络连接协议上叠加链路层发现协议的机制，构建与算力网关之间的三层链路。
在一些可选的实施方式中，报文发送模块803用于通过通信链路向算力网关发送用于向算力网关通告算力上线的第一报文，第二类型字段中的资源池状态描述信息为资源池上线信息，第二值字段中的算力信息为目标算力资源池上线用的算力信息。
在一些可选的实施方式中，报文发送模块803用于通过通信链路向算力网关发送用于向算力网关通告算力下线的第一报文，第二类型字段中的资源池状态描述信息为资源池下线信息，第二值字段中的算力信息为算力唯一标识。
在一些可选的实施方式中，报文发送模块803用于通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文，第二类型字段中的资源池状态描述信息为算力更新信息，第二值字段中的算力信息为目标算力资源池算力更新用的算力信息。
在一些可选的实施方式中，报文发送模块803包括：
算力确定单元，用于根据用于目标算力资源池算力更新的算力信息，确定算力变化量；
报文发送单元，用于根据算力变化量大于预设阈值，通过通信链路向算力网关发送用于向算力网关通告算力更新的第一报文。
在一些可选的实施方式中，目标算力资源池为边缘节点。
在一些可选的实施方式中，目标算力资源池为数据中心。
在一些可选的实施方式中，该算力注册装置还包括：
报文接收模块，用于通过通信链路接收由算力网关发出的一条或多条第二报文，第二报文包括第二扩展TLV信息，第二扩展TLV信息包括已进行过算力注册的算力资源池的算力信息。
在一些可选的实施方式中，目标算力资源池包括至少一个计算资源池和/或至少一个存储资源池。
上述各个模块和单元的更进一步的功能描述与上述对应实施例相同，在此不再赘述。
本实施例中的算力注册装置是以功能单元的形式来呈现，这里的单元是指ASIC（Application Specific Integrated Circuit，专用集成电路）电路，执行一个或多个软件或固定程序的处理器和存储器，和/或其他可以提供上述功能的器件。
本发明实施例还提供一种计算机设备，具有上述图8所示的算力注册装置。
请参阅图9，图9是本发明可选实施例提供的一种计算机设备的结构示意图，如图9所示，该计算机设备包括：一个或多个处理器10、存储器20，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相通信连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置（诸如，耦合至接口的显示设备）上显示GUI的图形信息的指令。在一些可选的实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个计算机设备，各个设备提供部分必要的操作（例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统）。图9中以一个处理器10为例。
处理器10可以是中央处理器，网络处理器或其组合。其中，处理器10还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路，可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件，现场可编程逻辑门阵列，通用阵列逻辑或其任意组合。
其中，所述存储器20存储有可由至少一个处理器10执行的指令，以使所述至少一个处理器10执行实现上述实施例示出的方法。
存储器20可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据等。此外，存储器20可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中，存储器20可选包括相对于处理器10远程设置的存储器，这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器20可以包括易失性存储器，例如，随机存取存储器；存储器也可以包括非易失性存储器，例如，快闪存储器，硬盘或固态硬盘；存储器20还可以包括上述种类的存储器的组合。
该计算机设备还包括通信接口30，用于该计算机设备与其他设备或通信网络通信。
本发明实施例还提供了一种计算机可读存储介质，上述根据本发明实施例的方法可在硬件、固件中实现，或者被实现为可记录在存储介质，或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码，从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中，存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等；进一步地，存储介质还可以包括上述种类的存储器的组合。可以理解，计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件，当软件或计算机代码被计算机、处理器或硬件访问且执行时，实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (16)
1.一种算力注册方法，其特征在于，所述方法应用于算力资源池代理设备，所述方法包括：
收集目标算力资源池的算力信息，所述目标算力资源池与所述算力资源池代理设备连接；
建立与算力网关之间的通信链路；
通过所述通信链路向所述算力网关发送第一报文，所述第一报文包括第一扩展TLV信息，所述第一扩展TLV信息包括所述算力信息，所述算力信息用于算力注册。
2.根据权利要求1所述的方法，其特征在于，
所述第一扩展TLV信息包括第一类型字段、第一长度字段及第一值字段，所述第一类型字段中的内容为注册描述信息，所述第一长度字段中的内容为所述第一值字段中的内容的长度信息，所述第一值字段中的内容为子TLV信息；
所述子TLV信息包括第二类型字段、第二长度字段及第二值字段，所述第二类型字段中的内容为资源池状态描述信息，所述第二长度字段中的内容为所述第二值字段中的内容的长度信息，所述第二值字段中的内容为所述算力信息。
3.根据权利要求2所述的方法，其特征在于，所述建立与算力网关之间的通信链路，包括：
基于链路层发现协议构建与所述算力网关之间的二层链路。
4.根据权利要求2所述的方法，其特征在于，所述建立与算力网关之间的通信链路，包括：
基于在快速UDP网络连接协议上叠加链路层发现协议的机制，构建与所述算力网关之间的三层链路。
5.根据权利要求3或4所述的方法，其特征在于，所述通过所述通信链路向所述算力网关发送第一报文，包括：
通过所述通信链路向所述算力网关发送用于向所述算力网关通告算力上线的第一报文，所述第二类型字段中的资源池状态描述信息为资源池上线信息，所述第二值字段中的算力信息为所述目标算力资源池上线用的算力信息。
6.根据权利要求3或4所述的方法，其特征在于，所述通过所述通信链路向所述算力网关发送第一报文，包括：
通过所述通信链路向所述算力网关发送用于向所述算力网关通告算力下线的第一报文，所述第二类型字段中的资源池状态描述信息为资源池下线信息，所述第二值字段中的算力信息为算力唯一标识。
7.根据权利要求3或4所述的方法，其特征在于，所述通过所述通信链路向所述算力网关发送第一报文，包括：
通过所述通信链路向所述算力网关发送用于向所述算力网关通告算力更新的第一报文，所述第二类型字段中的资源池状态描述信息为算力更新信息，所述第二值字段中的算力信息为所述目标算力资源池算力更新用的算力信息。
8.根据权利要求7所述的方法，其特征在于，所述通过所述通信链路向所述算力网关发送用于向所述算力网关通告算力更新的第一报文，包括：
根据用于所述目标算力资源池算力更新的算力信息，确定算力变化量；
如果所述算力变化量大于预设阈值，则通过所述通信链路向所述算力网关发送用于向所述算力网关通告算力更新的第一报文。
9.根据权利要求3所述的方法，其特征在于，
所述目标算力资源池为边缘节点。
10.根据权利要求4所述的方法，其特征在于，
所述目标算力资源池为数据中心。
11.根据权利要求1至4中任一项所述的方法，其特征在于，所述建立与算力网关之间的通信链路之后，所述方法还包括：
通过所述通信链路接收由所述算力网关发出的一条或多条第二报文，所述第二报文包括第二扩展TLV信息，所述第二扩展TLV信息包括已进行过算力注册的算力资源池的算力信息。
12.根据权利要求1至4中任一项所述的方法，其特征在于，
所述目标算力资源池包括至少一个计算资源池和/或至少一个存储资源池。
13.一种算力注册装置，其特征在于，所述装置包括：
信息收集模块，用于收集目标算力资源池的算力信息，所述目标算力资源池与所述算力资源池代理设备连接；
通信连接模块，用于建立与算力网关之间的通信链路；
报文发送模块，用于通过所述通信链路向所述算力网关发送第一报文，所述第一报文包括第一扩展TLV信息，所述第一扩展TLV信息包括所述算力信息，所述算力信息用于算力注册。
14.根据权利要求13所述的装置，其特征在于，
所述第一扩展TLV信息包括第一类型字段、第一长度字段及第一值字段，所述第一类型字段中的内容为注册描述信息，所述第一长度字段中的内容为所述第一值字段中的内容的长度信息，所述第一值字段中的内容为子TLV信息；
所述子TLV信息包括第二类型字段、第二长度字段及第二值字段，所述第二类型字段中的内容为资源池状态描述信息，所述第二长度字段中的内容为所述第二值字段中的内容的长度信息，所述第二值字段中的内容为所述算力信息。
15.一种计算机设备，其特征在于，包括：
存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机指令，所述处理器通过执行所述计算机指令，从而执行权利要求1至12中任一项所述的算力注册方法。
16.一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上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至12中任一项所述的算力注册方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311018600.6A CN116743878B (zh) | 2023-08-14 | 2023-08-14 | 算力注册方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311018600.6A CN116743878B (zh) | 2023-08-14 | 2023-08-14 | 算力注册方法、装置、计算机设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116743878A true CN116743878A (zh) | 2023-09-12 |
| CN116743878B CN116743878B (zh) | 2023-10-27 |
Family
ID=87904750
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311018600.6A Active CN116743878B (zh) | 2023-08-14 | 2023-08-14 | 算力注册方法、装置、计算机设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116743878B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021247230A1 (en) * | 2020-11-10 | 2021-12-09 | Futurewei Technologies, Inc. | Edge computing data and service discovery using interior gateway protocol (igp) |
| CN113810205A (zh) * | 2020-06-11 | 2021-12-17 | 中国移动通信有限公司研究院 | 服务算力信息的上报、接收方法、服务器及数据中心网关 |
| CN114285858A (zh) * | 2021-12-14 | 2022-04-05 | 中国联合网络通信集团有限公司 | 一种算力感知方法、装置及存储介质 |
| WO2022121349A1 (zh) * | 2020-12-07 | 2022-06-16 | 中兴通讯股份有限公司 | 算力应用流量转发方法及装置 |
| CN115065631A (zh) * | 2022-03-02 | 2022-09-16 | 广东云下汇金科技有限公司 | 一种算力调度方法、系统及数据中心 |
| CN115225722A (zh) * | 2021-04-20 | 2022-10-21 | 中兴通讯股份有限公司 | 算力资源的通告方法及装置、存储介质、电子装置 |
| CN115514696A (zh) * | 2022-09-21 | 2022-12-23 | 北京世纪互联宽带数据中心有限公司 | 一种传递算力资源信息的方法、装置及设备 |
| CN115567530A (zh) * | 2021-07-02 | 2023-01-03 | 中国移动通信有限公司研究院 | 算力通告的发送方法、装置及算力网元节点 |
| WO2023273957A1 (zh) * | 2021-06-28 | 2023-01-05 | 华为技术有限公司 | 算力发布方法、算力更新方法及装置 |
| CN115914402A (zh) * | 2022-11-09 | 2023-04-04 | 中国联合网络通信集团有限公司 | 算力资源节点的确定方法、装置、设备以及存储介质 |
| CN116016307A (zh) * | 2022-12-27 | 2023-04-25 | 北京世纪互联宽带数据中心有限公司 | 一种传递算力网络参数的方法及装置、电子设备 |
| CN116055570A (zh) * | 2022-12-29 | 2023-05-02 | 杭州东方通信软件技术有限公司 | 渐进式算力感知、算力请求和算力转发的方法和装置 |
| CN116208565A (zh) * | 2021-11-30 | 2023-06-02 | 华为技术有限公司 | 一种数据的传输方法，光发送设备以及光接收设备 |
| CN116414559A (zh) * | 2023-01-28 | 2023-07-11 | 北京神州泰岳软件股份有限公司 | 算力统一标识建模、分配的方法、存储介质及电子设备 |
| CN116560853A (zh) * | 2023-05-31 | 2023-08-08 | 浪潮通信技术有限公司 | 一种基于bgp流规则通告算力信息的方法及系统 |
-
2023
- 2023-08-14 CN CN202311018600.6A patent/CN116743878B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113810205A (zh) * | 2020-06-11 | 2021-12-17 | 中国移动通信有限公司研究院 | 服务算力信息的上报、接收方法、服务器及数据中心网关 |
| WO2021247230A1 (en) * | 2020-11-10 | 2021-12-09 | Futurewei Technologies, Inc. | Edge computing data and service discovery using interior gateway protocol (igp) |
| WO2022121349A1 (zh) * | 2020-12-07 | 2022-06-16 | 中兴通讯股份有限公司 | 算力应用流量转发方法及装置 |
| CN115225722A (zh) * | 2021-04-20 | 2022-10-21 | 中兴通讯股份有限公司 | 算力资源的通告方法及装置、存储介质、电子装置 |
| WO2023273957A1 (zh) * | 2021-06-28 | 2023-01-05 | 华为技术有限公司 | 算力发布方法、算力更新方法及装置 |
| CN115567530A (zh) * | 2021-07-02 | 2023-01-03 | 中国移动通信有限公司研究院 | 算力通告的发送方法、装置及算力网元节点 |
| WO2023274293A1 (zh) * | 2021-07-02 | 2023-01-05 | 中国移动通信有限公司研究院 | 算力通告的发送方法、装置及算力网元节点 |
| CN116208565A (zh) * | 2021-11-30 | 2023-06-02 | 华为技术有限公司 | 一种数据的传输方法，光发送设备以及光接收设备 |
| WO2023098550A1 (zh) * | 2021-11-30 | 2023-06-08 | 华为技术有限公司 | 一种数据的传输方法，光发送设备以及光接收设备 |
| CN114285858A (zh) * | 2021-12-14 | 2022-04-05 | 中国联合网络通信集团有限公司 | 一种算力感知方法、装置及存储介质 |
| CN115065631A (zh) * | 2022-03-02 | 2022-09-16 | 广东云下汇金科技有限公司 | 一种算力调度方法、系统及数据中心 |
| CN115514696A (zh) * | 2022-09-21 | 2022-12-23 | 北京世纪互联宽带数据中心有限公司 | 一种传递算力资源信息的方法、装置及设备 |
| CN115914402A (zh) * | 2022-11-09 | 2023-04-04 | 中国联合网络通信集团有限公司 | 算力资源节点的确定方法、装置、设备以及存储介质 |
| CN116016307A (zh) * | 2022-12-27 | 2023-04-25 | 北京世纪互联宽带数据中心有限公司 | 一种传递算力网络参数的方法及装置、电子设备 |
| CN116055570A (zh) * | 2022-12-29 | 2023-05-02 | 杭州东方通信软件技术有限公司 | 渐进式算力感知、算力请求和算力转发的方法和装置 |
| CN116414559A (zh) * | 2023-01-28 | 2023-07-11 | 北京神州泰岳软件股份有限公司 | 算力统一标识建模、分配的方法、存储介质及电子设备 |
| CN116560853A (zh) * | 2023-05-31 | 2023-08-08 | 浪潮通信技术有限公司 | 一种基于bgp流规则通告算力信息的方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116743878B (zh) | 2023-10-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10142226B1 (en) | Direct network connectivity with scalable forwarding and routing fleets | |
| Phemius et al. | Disco: Distributed multi-domain sdn controllers | |
| US20200099610A1 (en) | Segment routing with fast reroute for container networking | |
| JP5976942B2 (ja) | ポリシーベースのデータセンタネットワーク自動化を提供するシステムおよび方法 | |
| US8321862B2 (en) | System for migrating a virtual machine and resource usage data to a chosen target host based on a migration policy | |
| CN107078974B (zh) | 网络交换机、由网络交换机执行的方法以及存储器资源 | |
| CN102884763B (zh) | 跨数据中心的虚拟机迁移方法、服务控制网关及系统 | |
| US9948575B2 (en) | Issuing method for forwarding adjacency link | |
| CN107211036B (zh) | 一种数据中心网络组网的方法以及数据中心网络 | |
| CN106713137B (zh) | 基于分段路由和sdn技术的vpn方法、装置及系统 | |
| WO2015117401A1 (zh) | 信息的处理方法及装置 | |
| US20110029659A1 (en) | Method and System for Network Proxy Services for Energy Efficient Networking | |
| CN109842868B (zh) | 一种帧聚合、网络设置帧发送方法及设备 | |
| CN113810205B (zh) | 服务算力信息的上报、接收方法、服务器及数据中心网关 | |
| CN112769602B (zh) | 一种白盒交换机统一配置管理系统、方法和网络操作系统 | |
| CN104468822A (zh) | 一种面向云计算的媒体平台架构 | |
| KR20180028499A (ko) | Ict 서비스 제공 방법 및 시스템 | |
| EP2991288B1 (en) | Method and device for determining next hop and distributing routing information | |
| JP7314219B2 (ja) | データ伝送方法、装置、およびネットワークデバイス | |
| CN104104736A (zh) | 一种云服务器及其使用方法 | |
| CN108512737B (zh) | 一种数据中心ip层互联的方法和sdn控制器 | |
| CN116743878B (zh) | 算力注册方法、装置、计算机设备及存储介质 | |
| CN110636149B (zh) | 远程访问方法、装置、路由器及存储介质 | |
| US11310154B2 (en) | Enabling multicast-label-distribution-protocol (mLDP) on non-mLDP devices | |
| CN114584504B (zh) | 一种ai训练平台的网卡通信方法、装置、设备及介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |