CN117149295A - 算力接入方法、装置、电子设备及存储介质 - Google Patents
算力接入方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117149295A CN117149295A CN202310918706.5A CN202310918706A CN117149295A CN 117149295 A CN117149295 A CN 117149295A CN 202310918706 A CN202310918706 A CN 202310918706A CN 117149295 A CN117149295 A CN 117149295A
- Authority
- CN
- China
- Prior art keywords
- plug
- computing
- force
- power
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 120
- 238000007726 management method Methods 0.000 claims description 31
- 230000006870 function Effects 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 9
- 230000008447 perception Effects 0.000 claims description 5
- 238000012795 verification Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 abstract description 22
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006978 adaptation Effects 0.000 description 3
- 239000002071 nanotube Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011144 upstream manufacturing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- 238000001338 self-assembly Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
- G06F9/44526—Plug-ins; Add-ons
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3604—Software analysis for verifying properties of programs
-
- 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
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及算力网络技术领域，提供一种算力接入方法、装置、电子设备及存储介质，所述方法包括：获取待接入算力节点的算力指标信息；根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；将所述目标算力插件组装至所述待接入算力节点。本申请可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
Description
技术领域
本申请涉及算力网络技术领域，具体涉及一种算力接入方法、装置、电子设备及存储介质。
背景技术
算力网络以算力为中心、以网络为根基，通过无处不在的网络连接广泛分布的云、边、端、智算、超算以及服务能力等实现多要素的深度融合，提供一体化服务的新型信息基础设施。算力节点类型具有多元异构性，按类型可分为通用算力、智能算力以及超算算力等，并具有中心云、边缘云、容器、虚拟平台、智能终端、超算中心、智算中心等多种形态。
不同的算力节点管理的资源类型以及服务能力各有差异，甚至不同厂家的同类算力也存在差异，为算力网络的统一接入和调度提供了很大挑战。如云算力主要提供通用的计算、存储和网络，并通过云平台服务接口对外开放；而超算算力则提供以高性能计算为主的算力资源，通过Slurm等集群管理平台进行管理，并且算力类型方面正从CPU通用算力向CPU+图形处理器(Graphics Processing Unit，GPU)/现场可编程门阵列(Field-Programmable Gate Array，FPGA)/数据采集单元(Data Collection Unit，DCU)等异构算力发展，云和超算提供的算力类型、服务方式、开放接口等方面存在较大差异。另外即使是同一种算力，因为厂家的壁垒也会导致在服务方式、开放接口等方面存在不同，如公有云的各厂家根据自己的战略目标提供了不同的服务和接口方式，很难形成统一标准。尽管多云管理的发展对多云统一纳管起到了一定帮助，但仅限于对云资源的管理且可接入的云类型有限，同时由于集成了许多附加功能，在面向不同场景时无法做到灵活的裁剪和适配，无法满足多样异构算力的接入要求，因此，导致当前算力接入的效率低下。
发明内容
本申请实施例提供一种算力接入方法、装置、电子设备及存储介质，用以解决当前算力接入的效率低下的问题。
第一方面，本申请实施例提供一种算力接入方法，包括：
获取待接入算力节点的算力指标信息；
根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
将所述目标算力插件组装至所述待接入算力节点。
在一个实施例中，所述将所述目标算力插件组装至所述待接入算力节点，包括：
获取预设组装蓝图；所述预设组装蓝图为包含算力插件的连接方式和组合关系的规划图；
基于所述预设组装蓝图，将所述目标算力插件组装至所述待接入算力节点。
在一个实施例中，所述根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，包括：
从算力插件库中查询与所述待接入算力节点的算力指标信息匹配的算力插件；
将所述算力插件库中，与所述待接入算力节点的算力指标信息匹配的算力插件确定为目标算力插件。
在一个实施例中，所述算力插件库中的算力插件是通过校验后发布的。
在一个实施例中，所述算力指标信息包括算力类型、服务方式、开放接口以及是否存在已接入的同类算力节点中的至少一项。
在一个实施例中，所述可组装插件的约束信息包括插件分类与功能接口；所述插件分类包括感知、分析、决策、执行与开放；所述功能接口包括业务功能、扩展功能、管理功能与开放接口。
在一个实施例中，还包括：
接收到插件管理指令；
响应所述插件管理指令，从所述算力插件库中确定待管理算力插件；
根据所述插件管理指令中的指令类型，对所述待管理算力插件进行插件管理；所述指令类型包括启用、停用、下线与变更中的任一项。
第二方面，本申请实施例提供一种算力接入装置，包括：
获取模块，用于获取待接入算力节点的算力指标信息；
确定模块，用于根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
组装模块，用于将所述目标算力插件组装至所述待接入算力节点。
第三方面，本申请实施例提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述程序时实现第一方面所述的算力接入方法。
第四方面，本申请实施例提供一种存储介质，所述存储介质为计算机可读存储介质，包括计算机程序，所述计算机程序被处理器执行时实现第一方面所述的算力接入方法。
本申请实施例提供的算力接入方法、装置、电子设备及存储介质，通过算力节点的算力指标信息，按照可组装插件的约束信息进行插件设计并形成算力插件库；可以根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，并将目标算力插件组装至待接入算力节点，由此可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
附图说明
为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的算力接入方法的流程示意图之一；
图2是本申请实施例提供的算力接入方法中插件自动运行的示例图；
图3是本申请实施例提供的算力接入方法中组装蓝图的规划示意图；
图4是本申请实施例提供的算力接入方法中二级蓝图的规划示意图；
图5是本申请实施例提供的算力接入方法中算力插件的组装示意图；
图6是本申请实施例提供的算力接入方法的流程示意图之二；
图7是本申请算力接入装置实施例的功能模块示意图；
图8是本申请实施例提供的电子设备的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面结合实施例对本申请提供的算力接入方法、装置、电子设备及存储介质进行详细描述。
图1为本申请实施例提供的算力接入方法的流程示意图之一。参照图1，本申请实施例提供一种算力接入方法，该方法可以包括：
步骤100，获取待接入算力节点的算力指标信息；
需要说明的是，本申请实施例提供的算力接入方法的执行主体可以是计算机设备，例如手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，UMPC)、上网本或者个人数字助理(personaldigital assistant，PDA)等。
本申请中待接入算力节点为需要进行算力接入的节点，例如需要接入算力的各平台与系统等，本申请中不进行限定。
本申请中待接入算力节点可以上传或输入其算力指标信息。
本申请的算力指标信息可以包括算力类型、服务方式、开放接口以及是否存在已接入的同类算力节点中的一项或多项。
其中，算力类型可以包括中心云、边缘云、容器、虚拟化平台、超算、智算等以及其版本情况。
服务方式可以包括预占、按需、包年等。
开放接口为算力节点对外部提供的开放能力，通过开放接口可以进行算力状态感知和算力资源开通等，可以包括查询类接口、开通类接口与认证类接口等。
步骤200，根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；
需要说明的是，本申请中可以预先根据各个算力节点中至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行插件设计，并将设计得到的算力插件添加至预先创建的算力插件库，并可以记录算力指标信息与算力插件之间的关联关系。
具体地，可以获取各算力节点的算力指标信息进行插件设计，并按照作为插件标准的可组装插件约束信息进行标准化约束，由此形成标准的可组装的算力插件。
进一步需要说明的是，本申请在设计得到算力插件之后以及将算力插件添加至算力插件库之前，还需要进行插件发布。
具体地，在进行插件发布时需要指定插件所属的蓝图节点位置点，同时根据插件标准进行校验，校验可以为对插件的开放接口及其参数格式进行检查，确定是否符合标准要求，校验通过后发布并加入到算力插件库，算力插件库中的算力插件可以被自动组装。
另外，随着微服务和容器化的发展，为可组装应用设计提供了条件，算力插件可以设计成微服务的形式，并通过容器方式进行编排和启动。
其中，算力节点可以包括但不限于云、边、端、智算、超算以及服务能力等节点。
本申请中可组装插件的约束信息可以包括插件分类与功能接口。
进一步地，插件分类可以包括感知、分析、决策、执行与开放等类型；功能接口可以包括业务功能、扩展功能、管理功能与开放接口。
其中，感知类型主要是指对算力节点数据提供采集能力的插件，如资源、性能、故障、事件等数据的采集接入。
分析类型一方面是指对感知数据按照既定规则进行分析以识别必要的事件信息的插件，如性能异常分析；另一方面是指对算力请求进行分析以识别具体的算力要求的插件，如云主机需求分析。
决策类型主要通过一定的规则或算法提供具体的资源选择或方案选择能力的插件，如选择最优的服务器、最佳扩容方案。
执行类型是指调用对应平台提供的能力接口进行资源开通、变更等操作的插件。
开放类型主要是指将各算力节点的服务接口以及系统自身的接口进行标准化封装，形成对外开放的标准接口，可以被上层系统调用的插件。
业务功能是指插件所完成的核心业务能力，如云资源性能数据采集完成对云资源性能数据的定时采集、解析、存储功能。
扩展功能是指业务功能以外可被扩展定制的功能，扩展功能可从环境变量或配置文件中进行扩展定制，如采集周期。
管理功能主要是对插件的运行行为提供管理控制的功能，如日志、进程、内存等。
开放接口主要指插件可对外暴露的接口能力，包括事件接口和API接口，事件接口主要是通过实时消息的方式对外发布，API接口主要是通过Restful格式的OpenAPI服务接口提供。
Restful(Representational State Transfer)是一种软件架构风格，用于设计网络应用程序的通信接口。
OpenAPI是一个用于描述和定义Restful风格的API的规范。
由于各算力插件是根据算力节点的算力指标信息设计得到的，因此可以根据待接入算力节点的算力指标信息，在算力插件库的各算力插件中进行插件匹配，将匹配到的算力插件确定为目标算力插件。
步骤300，将目标算力插件组装至待接入算力节点。
在确定出目标算力插件后，本申请可以获取预先设置的组装蓝图，并根据组装蓝图将目标算力插件组装至待接入算力节点上，由此完成待接入算力节点的算力接入。
需要说明的是，本申请中预设组装蓝图为用于实现插件自动组装的规划图，其中规定了算力插件的连接方式和组合关系。
需要说明的是，本申请中在将目标算力插件组装至待接入算力节点后即可运行，插件组装完成后即会根据配置信息进行自动运行，并根据组装蓝图中规定的连接方式和组合关系，与上下游组件进行数据传递，共同实现算力接入。
图2为本申请实施例提供的算力接入方法中插件自动运行的示例图。参照图2，如某中心云云主机采集完成后将原始数据存入数据库，并且通知云主机变更分析进行资源变更的判断，若发现存在云主机的新增或下线等资源变更，则通知云主机性能插件进行性能数据采集目标的更新。性能采集根据定时机制自动按指定的频率定时通知并执行对应云主机的性能数据的采集，性能数据采集完成后通知云主机性能分析，具体为结合资源数据和门限规则进行性能越限的分析，并将越限信息通知云主机性能告警，其中云主机性能告警可以根据告警规则进行告警的判断和生成。
进一步需要说明的是，算力插件在完成组装并实例启动后，可以自动通过事件接口和应用程序编程(Application Programming Interface，API)接口反馈自身的运行情况，包括资源占用、运行状态、数据处理量等数据，这些数据可以被运行监控统一收集和分析。根据分析结果可以进一步优化已接入算力节点的运行质量，如对于运行异常的插件自动从已接入算力节点中移除，对于资源占用高的插件增加资源大小提高性能等。
本申请实施例提供的算力接入方法，通过算力节点的算力指标信息，按照可组装插件的约束信息进行插件设计并形成算力插件库；可以根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，并将目标算力插件组装至待接入算力节点，由此可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
在一个实施例中，根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，包括：
步骤201，从算力插件库中查询与待接入算力节点的算力指标信息匹配的算力插件；
由于本申请中可以以待接入算力节点的算力指标信息作为索引关键字，根据算力指标信息与算力插件之间的关联关系，查询算力插件库中是否存在与待接入算力节点的算力指标信息匹配的算力插件。
步骤202，将算力插件库中，与待接入算力节点的算力指标信息匹配的算力插件确定为目标算力插件。
若经查询确定算力插件库中存在与待接入算力节点的算力指标信息匹配的算力插件，则将该算力插件确定为目标算力插件。
本实施例通过预先根据算力节点的算力指标信息，按照可组装插件的约束信息进行插件设计并形成算力插件库，在进行算力接入时可以根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，由此可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
在一个实施例中，将目标算力插件组装至待接入算力节点，包括：
步骤301，获取预设组装蓝图；
本申请可以获取预先设置并包含算力插件的连接方式和组合关系的组装蓝图。
图3为本申请实施例提供的算力接入方法中组装蓝图的规划示意图。参照图3，总体的组装蓝图将算力接入划分为感知、分析、决策、执行、开放五个大阶段，每个阶段可根据实际需求按照组装蓝图和插件标准的要求形成多种插件，如资源感知可包括Vmware虚机采集、Vmware虚拟数据处理、公有云云主机采集、私有云云主机采集、OpenStack云主机CPU指标采集等。
其中，感知阶段主要对应着算力节点(如云/边/端/智算/超算/服务等等)的感知类型的功能，如资源、性能、故障、事件等原始数据的采集、处理和存储。
分析阶段主要对应着分析类型的功能，如资源分析、性能分析、故障分析、事件分析、需求分析等，根据感知接入的数据或者上层算力请求进行分析，识别关键信息内容，便于进行决策。
决策阶段主要对应着算力节点(如云/边/端/智算/超算/服务等等)的决策类型的功能，根据上一步的分析结果实现对算力资源或处理方案的决策选择，如选择最优的服务器、最佳扩容方案。
执行阶段主要对应着执行类型的功能，通过调用对应平台提供的能力接口进行资源开通、变更等操作。
开放阶段主要对应着开放类型的功能，将各算力节点的服务接口以及系统自身的接口进行标准化封装，形成对外开放的标准接口，实现上层系统的透明调用，如云主机开通、超算资源开通等。
由此，可以实现算力接入过程的插件化、标准化、自组装与自运行。
进一步地，二级蓝图将各个阶段再细化为更细粒度的节点，并设定了各个节点的具体连接和转换关系，每个节点间交互格式由插件标准进行定义和约束，该节点类型的插件必须遵守，形成统一的开放规则，避免了因为格式不统一导致的兼容问题。
图4为本申请实施例提供的算力接入方法中二级蓝图的规划示意图。参照图4，本申请中感知阶段可以包括资源感知、性能感知、故障感知与事件感知等感知类型。
分析阶段可以包括资源分析、性能分析、故障分析、事件分析、性能告警与故障告警等分析类型。
开放阶段可以包括资源同步、告警发布、消息订阅与事件发布等开放类型。
步骤302，基于预设组装蓝图，将目标算力插件组装至待接入算力节点。
因此，在得到预设组装蓝图后，本申请可以按照预设组装蓝图中算力插件的连接方式和组合关系，将目标算力插件组装至待接入算力节点相应的嵌入位置，实现相应的业务功能。
图5为本申请实施例提供的算力接入方法中算力插件的组装示意图。参照图5，本申请中算力插件的自动组装是通过定时机制自动进行的，具体可以默认每10分钟对算力插件库(也可以称为插件仓库)进行一次遍历，确定是否有算力插件的变化，比如是否有新插件、是否有停用插件、是否有变更插件。具体可以在确定不存在新插件时确定是否存在停用插件，在确定不存在停用插件时再确定是否存在变更插件，若不存在变更插件则结束流程。若存在新插件，可以根据插件类型和相关蓝图节点位置等插件配置信息，将插件与蓝图中的上下游插件进行连接，由于插件的输入输出接口都是按插件标准实现，因此可以实现插件间的无缝连接，进而直接启动运行实例。若存在停用和下线的插件，则从系统(即待接入算力节点)中移除，不再参与相应的业务处理，同时关闭对应的实例。对于配置变更的插件，则采用重新加载的方式进行插件的更新，使用新的插件配置重新拉起新的实例，然后关闭旧实例。
本实施例通过算力节点的算力指标信息，按照可组装插件的约束信息进行插件设计并形成算力插件库；使得可以根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，进而将目标算力插件组装至待接入算力节点，由此可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
在一个实施例中，算力接入方法还包括：
步骤1，接收到插件管理指令；
本申请中相关人员可以发起插件管理指令，以指示对算力插件库中的指定算力插件进行管理。其中，可以指示对指定算力插件进行启用、停用、下线与变更等管理。
步骤2，响应插件管理指令，从算力插件库中确定待管理算力插件；
在接收到插件管理指令后，可以响应插件管理指令，根据插件管理指令中包含的算力插件的信息，从算力插件库的各算力插件中确定出待管理算力插件。
步骤3，根据插件管理指令中的指令类型，对待管理算力插件进行插件管理。
在确定出待管理算力插件后，本申请可以解析出插件管理指令中的指令类型，并按照指令类型对待管理插件进行插件管理。
其中，指令类型可以为启用、停用、下线与变更中的任一项。
若指令类型为启用，则对待管理算力插件进行启用；若指令类型为停用，则对待管理算力插件进行停用；若指令类型为下线，则将待管理算力插件下线；若指令类型为变更，则将待管理算力插件变更为所指定的算力插件。
本实施例可以对算力插件库中的算力插件进行管理，便于根据待接入算力节点的算力指标信息，从算力插件库中准确地确定目标算力插件，进而将目标算力插件组装至待接入算力节点，由此可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
图6为本申请实施例提供的算力接入方法的流程示意图之二。参照图6，在一个实施例中，本申请可以对各算力节点进行算力分析，得到各算力节点的算力指标信息，进一步根据算力指标信息，按照插件标准进行插件设计，并将设计得到的算力插件添加至插件仓库。其中，可以对插件仓库中的算力插件进行管理。
进一步地，可以根据待接入算力节点的算力指标从插件仓库中确定出所需的算力插件，并按照组装蓝图进行对确定出的算力插件进行自动组装。组装完成后插件自动运行，并进行运行监控。
本实施例通过提供组装式的算力接入方法，可以满足多元异构算力节点的灵活适配、便捷接入和标准开放要求。
本申请主要解决了算力网络中由于不同的算力节点管理的资源类型以及服务能力各有差异，甚至不同厂家的同类算力也存在差异，很难形成统一标准的问题，实现对多样异构算力的快速适配接入能力。具体表现在：1、通过基于蓝图的组装式架构，兼顾灵活性和效率，基于蓝图设计可以快速的进行异构算力适配插件的设计和投产；2、通过插件标准对各级插件行为和接口进行了约束，在系统内形成一个统一标准，所有满足插件标准的插件无需配置即可无缝集成和运行，避免了繁琐的配置要求；3、基于可组装的插件式设计，具有很高的扩展能力，对于新的算力类型或者算力平台，按照插件标准和蓝图要求设计插件即可实现对新算力的接入，如不同厂家的云平台、不同类型超算平台等。
进一步地，本申请还提供一种算力接入装置。
参照图7，图7为本申请算力接入装置实施例的功能模块示意图。
所述算力接入装置包括：
获取模块710，用于获取待接入算力节点的算力指标信息；
确定模块720，用于根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
组装模块730，用于将所述目标算力插件组装至所述待接入算力节点。
本申请实施例提供的算力接入装置，通过算力节点的算力指标信息，按照可组装插件的约束信息进行插件设计并形成算力插件库；可以根据待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，并将目标算力插件组装至待接入算力节点，由此可以通过约束信息实现算力插件的标准化设计，并以插件组装的方式快速完成待接入算力节点的接入，可以满足多样异构算力的接入要求，进而提高算力接入的效率。
在一个实施例中，所述确定模块720具体用于：
从算力插件库中查询与所述待接入算力节点的算力指标信息匹配的算力插件；
将所述算力插件库中，与所述待接入算力节点的算力指标信息匹配的算力插件确定为目标算力插件。
在一个实施例中，所述组装模块730具体用于：
获取预设组装蓝图；所述预设组装蓝图为包含算力插件的连接方式和组合关系的规划图；
基于所述预设组装蓝图，将所述目标算力插件组装至所述待接入算力节点。
在一个实施例中，所述算力接入装置还包括：
接收模块，用于接收到插件管理指令；
响应模块，用于响应所述插件管理指令，从所述算力插件库中确定待管理算力插件；
管理模块，用于根据所述插件管理指令中的指令类型，对所述待管理算力插件进行插件管理；所述指令类型包括启用、停用、下线与变更中的任一项。
图8示例了一种电子设备的实体结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communication Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的计算机程序，以执行算力接入方法的步骤，例如包括：
获取待接入算力节点的算力指标信息；
根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
将所述目标算力插件组装至所述待接入算力节点。
此外，上述的存储器830中的逻辑指令可以通过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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请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部分可以以软件产品的形式体现出来，该计算机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台计算机设备(可以是个人计算机，服务器，或者网络设备等)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(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本申请实施例还提供一种介质，所述介质为计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于使处理器执行上述各实施例提供的方法的步骤，例如包括：
获取待接入算力节点的算力指标信息；
根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
将所述目标算力插件组装至所述待接入算力节点。
所述计算机可读存储介质可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD))等。
以上所描述的装置实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种算力接入方法，其特征在于，包括：
获取待接入算力节点的算力指标信息；
根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
将所述目标算力插件组装至所述待接入算力节点。
2.根据权利要求1所述的算力接入方法，其特征在于，所述将所述目标算力插件组装至所述待接入算力节点，包括：
获取预设组装蓝图；所述预设组装蓝图为包含算力插件的连接方式和组合关系的规划图；
基于所述预设组装蓝图，将所述目标算力插件组装至所述待接入算力节点。
3.根据权利要求1所述的算力接入方法，其特征在于，所述根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件，包括：
从算力插件库中查询与所述待接入算力节点的算力指标信息匹配的算力插件；
将所述算力插件库中，与所述待接入算力节点的算力指标信息匹配的算力插件确定为目标算力插件。
4.根据权利要求3所述的算力接入方法，其特征在于，所述算力插件库中的算力插件是通过校验后发布的。
5.根据权利要求1所述的算力接入方法，其特征在于，所述算力指标信息包括算力类型、服务方式、开放接口以及是否存在已接入的同类算力节点中的至少一项。
6.根据权利要求1所述的算力接入方法，其特征在于，所述可组装插件的约束信息包括插件分类与功能接口；所述插件分类包括感知、分析、决策、执行与开放；所述功能接口包括业务功能、扩展功能、管理功能与开放接口。
7.根据权利要求1-6任一项所述的算力接入方法，其特征在于，还包括：
接收到插件管理指令；
响应所述插件管理指令，从所述算力插件库中确定待管理算力插件；
根据所述插件管理指令中的指令类型，对所述待管理算力插件进行插件管理；所述指令类型包括启用、停用、下线与变更中的任一项。
8.一种算力接入装置，其特征在于，包括：
获取模块，用于获取待接入算力节点的算力指标信息；
确定模块，用于根据所述待接入算力节点的算力指标信息，从算力插件库中确定目标算力插件；所述算力插件库用于存储算力插件；所述算力插件是基于至少一个算力节点的算力指标信息，按照可组装插件的约束信息进行设计得到的；
组装模块，用于将所述目标算力插件组装至所述待接入算力节点。
9.一种电子设备，包括处理器和存储有计算机程序的存储器，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的算力接入方法。
10.一种存储介质，所述存储介质为计算机可读存储介质，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的算力接入方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310918706.5A CN117149295A (zh) | 2023-07-25 | 2023-07-25 | 算力接入方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310918706.5A CN117149295A (zh) | 2023-07-25 | 2023-07-25 | 算力接入方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117149295A true CN117149295A (zh) | 2023-12-01 |
Family
ID=88883186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310918706.5A Pending CN117149295A (zh) | 2023-07-25 | 2023-07-25 | 算力接入方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117149295A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117687798A (zh) * | 2024-02-01 | 2024-03-12 | 浪潮通信信息系统有限公司 | 一种算力网络原生应用管控方法、系统及存储介质 |
-
2023
- 2023-07-25 CN CN202310918706.5A patent/CN117149295A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117687798A (zh) * | 2024-02-01 | 2024-03-12 | 浪潮通信信息系统有限公司 | 一种算力网络原生应用管控方法、系统及存储介质 |
| CN117687798B (zh) * | 2024-02-01 | 2024-05-10 | 浪潮通信信息系统有限公司 | 一种算力网络原生应用管控方法、系统及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP7551745B2 (ja) | Ｍｌベースのイベント・ハンドリング | |
| CN111767143A (zh) | 交易数据处理方法、装置、设备及系统 | |
| WO2019062304A1 (zh) | 用于管理区块链节点的计算资源的方法、设备和系统 | |
| CN110162345A (zh) | 一种应用程序访问方法、装置和存储介质 | |
| US20160259315A1 (en) | Field device commissioning system and method | |
| CN112989330A (zh) | 容器的入侵检测方法、装置、电子设备及存储介质 | |
| CN111752637B (zh) | 多服务巡检管理方法、装置、计算机设备及存储介质 | |
| CN117149295A (zh) | 算力接入方法、装置、电子设备及存储介质 | |
| CN112882765B (zh) | 数字孪生模型调度方法和装置 | |
| CN111355696A (zh) | 一种报文识别方法、装置、dpi设备及存储介质 | |
| EP3866443A1 (en) | Opc ua server, system operating using opc ua, and method of executing opc ua system | |
| WO2023131303A1 (zh) | 数字孪生网络的编排方法、数字孪生网络、介质和程序 | |
| WO2024130997A1 (zh) | 一种节点配置方法、装置、设备、非易失性可读存储介质及服务器 | |
| CN110457132B (zh) | 一种功能对象的创建方法、装置和终端设备 | |
| JP4798395B2 (ja) | リソース自動構築システム及び自動構築方法並びにそのための管理用端末 | |
| CN112953770A (zh) | 边缘云网关免配置接入的方法、系统、介质及云端管理系统 | |
| CN116629015A (zh) | 数字孪生任务的处理方法、装置、设备及存储介质 | |
| CN114333102A (zh) | 一种无人驾驶设备的参数配置方法及配置装置 | |
| CN112486895B (zh) | 一种fpga芯片及其互联控制方法 | |
| US11977926B1 (en) | Deployment of pod cohorts | |
| CN109324951A (zh) | 服务器中硬盘信息的获取方法和装置 | |
| US20240127148A1 (en) | Delta based task analysis for ci systems | |
| WO2023226830A1 (zh) | 网络切片处理方法、装置、电子设备及存储介质 | |
| US20240289114A1 (en) | Deployment of updates at multiple sites | |
| CN114942801B (zh) | 基于fsm的应用发布任务处理方法、装置及电子设备 |
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 |