任务调度方法及装置、电子设备和存储介质与流程

1.本公开涉及计算机技术领域，尤其涉及一种任务调度方法及装置、电子设备和存储介质。


背景技术：

2.目前，可以采用端云协同的方式处理业务数据，例如，不具备计算能力的终端设备，将采集到的业务数据直接上传到云端，由云端负责处理；具有计算能力的终端设备(例如智能摄像头)，其业务数据可以在自身处理，处理结果上传给云端。


技术实现要素：

3.本公开提出了一种任务调度的技术方案。
4.根据本公开的一方面，提供了一种任务调度方法，应用于云端服务器，包括：根据待处理任务的第一任务类型，从与所述云端服务器连接的多个终端设备中，确定出与所述第一任务类型匹配的第一终端设备，所述多个终端设备包括所述第一终端设备；根据所述第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出目标终端设备；将所述待处理任务的处理数据下发至所述目标终端设备，以使所述目标终端设备执行所述待处理任务。通过该方式，可以实现将待处理任务合理的分配给终端设备，不仅使得终端设备的运算资源得到充分利用，还可以缓解云端服务器的运算压力。
5.在一种可能的实现方式中，所述云端服务器中存储有所述多个终端设备与任务类型之间的对应关系，所述根据待处理任务的第一任务类型，从与所述云端服务器连接的多个终端设备中，确定出与所述第一任务类型匹配的第一终端设备，包括：根据所述对应关系和所述第一任务类型，从所述多个终端设备中确定出与所述第一任务类型匹配的第一终端设备。通过该方式，可以快速便捷地确定出与第一任务类型匹配的第一终端设备。
6.在一种可能的实现方式中，所述根据所述第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出目标终端设备，包括：从所述第一终端设备中确定出第一剩余运算资源大于第一运算资源的第二终端设备，所述第一终端设备包括所述第二终端设备；在所述第二终端设备为多个的情况下，根据所述第二终端设备的第二剩余运算资源，以及所述第二终端设备针对所述待处理任务的第二运算资源，从所述第二终端设备中确定出所述目标终端设备。通过该方式，有效地确定出第二剩余运算资源与任务所需运算资源相匹配的目标终端设备，从而可以实现将待处理任务合理的分配给终端设备，使得终端设备的计算资源得到充分利用。
7.在一种可能的实现方式中，根据所述第二终端设备的第二剩余运算资源，以及所述第二终端设备针对所述待处理任务的第二运算资源，从所述第二终端设备中确定出所述目标终端设备，包括：确定所述第二运算资源与所述第二剩余运算资源之间的比值；将与所述比值中的最大值对应的第二终端设备，确定为所述目标终端设备。通过该方式，能够尽量
利用运算资源不多的终端设备，将运算资源充足的设备留给需要更多运算资源的任务，以最大幅度地使用终端设备的运算资源，实现对终端设备的计算资源的充分利用。
8.在一种可能的实现方式中，所述方法还包括：在所述多个终端设备中不存在与所述第一任务类型匹配的第一终端设备的情况下，在所述云端服务器中执行所述待处理任务。通过该方式，可以有效应对没有终端设备支持待处理任务的情况。
9.在一种可能的实现方式中，所述方法还包括：在所述第一终端设备中不存在第一剩余运算资源大于所述第一运算资源的第二终端设备的情况下，在所述云端服务器中执行所述待处理任务。通过该方式，通过该方式，可以有效应对第一终端设备的第一剩余运算资源不满足待处理任务的运算资源需求的情况。
10.在一种可能的实现方式中，所述方法还包括：接收所述目标终端设备返回的所述待处理任务的任务处理结果，所述任务处理结果包括对所述处理数据进行处理的处理结果。通过该方式，通过该方式，可以便于在云端服务器接收到任务处理结果后，对任务处理结果做进一步处理。
11.在一种可能的实现方式中，所述方法还包括：获取所述终端设备上传的设备信息，所述设备信息包括所述终端设备的设备标识、与所述终端设备匹配的任务类型、所述任务类型对应任务的运算资源、所述终端设备的总运算资源以及所述终端设备的剩余运算资源。通过该方式，可以便于后续高效地基于终端设备的设备信息确定出目标终端设备。
12.根据本公开的一方面，提供了一种任务调度方法，应用于目标终端设备，包括：在接收到云端服务器发送的待处理任务的处理数据的情况下，对所述处理数据进行处理，得到所述待处理任务的任务处理结果；将所述任务处理结果发送至所述云端服务器；其中，所述目标终端设备是所述云端服务器根据所述待处理任务的第一任务类型、第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出的，所述第一终端设备是与所述第一任务类型相匹配的。通过该方式，能够使确定出的目标终端设备执行待处理任务，使得终端设备的计算资源得到充分利用，缓解云端服务器的运算压力
13.在一种可能的实现方式中，所述方法还包括：确定所述目标终端设备的设备信息；将所述目标终端设备的设备信息发送至所述云端服务器，以使所述云端服务器存储所述目标终端设备的设备信息；其中，所述目标终端设备的设备信息包括：目标终端设备的设备标识、与所述目标终端设备匹配的第二任务类型、所述第二任务类型对应任务的目标运算资源、所述目标终端设备的总运算资源以及所述目标终端设备的剩余运算资源。通过该方式，能够实现将与云端服务器连接的终端设备的设备信息发送至云端服务器，以便于云端服务器基于终端设备的设备信息，有效地进行任务调度。
14.在一种可能的实现方式中，所述方法还包括：获取按预设采样周期采样的所述目标终端设备在第一状态下的运行信息，以及在第二状态下的运行信息；根据所述第一状态下的运行信息及所述第二状态下的运行信息，确定所述目标运算资源；其中，所述第一状态包括所述目标终端设备未执行任务的状态，所述第二状态包括所述目标终端设备执行所述第二任务类型对应任务的状态。通过该方式，能够根据空载状态下的运行信息和运行任务状态下的运行信息，更加准确地确定出运行任务时的所需运算资源。
15.在一种可能的实现方式中，所述根据所述第一状态下的运行信息和所述第二状态
下的运行信息，确定所述目标运算资源，包括：确定所述第一状态下的运行信息的第一均值，以及所述第二状态下的运行信息的第二均值；将所述第二均值与所述第一均值之间的差值中的最大值，确定为所述目标运算资源。通过该方式，能够减小应用程序在空载状态下对于运算资源确定的干扰，从而准确地确定出任务的所需运算资源。
16.在一种可能的实现方式中，所述运行信息包括所述目标终端设备的中央处理器cpu使用率、嵌入式神经网络处理器npu使用率、内存使用率和内存带宽使用率中的至少一种，所述第二均值与所述第一均值之间的差值，包括以下至少一种：所述第二状态下的cpu使用率的均值，与所述第一状态下的cpu使用率的均值之间的差值；所述第二状态下的npu使用率的均值，与所述第一状态下的npu使用率的均值之间的差值；所述第二状态下的内存使用率的均值，与所述第一状态下的内存使用率的均值之间的差值；所述第二状态下的内存带宽使用率的均值，与所述第一状态下的内存带宽使用率的均值之间的差值。通过该方式，可以对便于对目标运算资源进行定量，以衡量任务所需的目标运算资源。
17.根据本公开的一方面，提供了一种任务调度装置，应用于云端服务器，包括：第一终端设备确定模块，用于根据待处理任务的第一任务类型，从与所述云端服务器连接的多个终端设备中，确定出与所述第一任务类型匹配的第一终端设备，所述多个终端设备包括所述第一终端设备；目标终端设备确定模块，用于根据所述第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出目标终端设备；处理数据下发模块，用于将所述待处理任务的处理数据下发至所述目标终端设备，以使所述目标终端设备执行所述待处理任务。
18.在一种可能的实现方式中，所述云端服务器中存储有所述多个终端设备与任务类型之间的对应关系，所述根据待处理任务的第一任务类型，从与所述云端服务器连接的多个终端设备中，确定出与所述第一任务类型匹配的第一终端设备，包括：根据所述对应关系和所述第一任务类型，从所述多个终端设备中确定出与所述第一任务类型匹配的第一终端设备。
19.在一种可能的实现方式中，所述目标终端设备确定模块，包括：第二终端设备确定子模块，用于从所述第一终端设备中确定出第一剩余运算资源大于第一运算资源的第二终端设备，所述第一终端设备包括所述第二终端设备；目标终端设备确定子模块，用于在所述第二终端设备为多个的情况下，根据所述第二终端设备的第二剩余运算资源，以及所述第二终端设备针对所述待处理任务的第二运算资源，从所述第二终端设备中确定出所述目标终端设备。
20.在一种可能的实现方式中，根据所述第二终端设备的第二剩余运算资源，以及所述第二终端设备针对所述待处理任务的第二运算资源，从所述第二终端设备中确定出所述目标终端设备，包括：确定所述第二运算资源与所述第二剩余运算资源之间的比值；将与所述比值中的最大值对应的第二终端设备，确定为所述目标终端设备。
21.在一种可能的实现方式中，所述装置还包括：第一数据处理模块，用于在所述多个终端设备中不存在与所述第一任务类型匹配的第一终端设备的情况下，在所述云端服务器中执行所述待处理任务。
22.在一种可能的实现方式中，所述装置还包括：第二数据处理模块，用于在所述第一终端设备中不存在第一剩余运算资源大于所述第一运算资源的第二终端设备的情况下，在
所述云端服务器中执行所述待处理任务。
23.在一种可能的实现方式中，所述装置还包括：接收模块，用于接收所述目标终端设备返回的所述待处理任务的任务处理结果，所述任务处理结果包括对所述处理数据进行处理的处理结果。
24.在一种可能的实现方式中，所述装置还包括：设备信息获取模块，用于获取所述终端设备上传的设备信息，所述设备信息包括所述终端设备的设备标识、与所述终端设备匹配的任务类型、所述任务类型对应任务的运算资源、所述终端设备的总运算资源以及所述终端设备的剩余运算资源。
25.根据本公开的一方面，提供了一种任务调度装置，应用于目标终端设备，包括：处理模块，用于在接收到云端服务器发送的待处理任务的处理数据的情况下，对所述处理数据进行处理，得到所述待处理任务的任务处理结果；处理结果发送模块，用于将所述任务处理结果发送至所述云端服务器；其中，所述目标终端设备是所述云端服务器根据所述待处理任务的第一任务类型、第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出的，所述第一终端设备是与所述第一任务类型相匹配的。
26.在一种可能的实现方式中，所述装置还包括：设备信息确定模块，用于确定所述目标终端设备的设备信息；设备信息发送模块，用于将所述目标终端设备的设备信息发送至所述云端服务器，以使所述云端服务器存储所述目标终端设备的设备信息；其中，所述目标终端设备的设备信息包括：目标终端设备的设备标识、与所述目标终端设备匹配的第二任务类型、所述第二任务类型对应任务的目标运算资源、所述目标终端设备的总运算资源以及所述目标终端设备的剩余运算资源。
27.在一种可能的实现方式中，所述装置还包括：运行信息模块，用于获取按预设采样周期采样的所述目标终端设备在第一状态下的运行信息，以及在第二状态下的运行信息；运算资源确定模块，用于根据所述第一状态下的运行信息及所述第二状态下的运行信息，确定所述目标运算资源；其中，所述第一状态包括所述目标终端设备未执行任务的状态，所述第二状态包括所述目标终端设备执行所述第二任务类型对应任务的状态。
28.在一种可能的实现方式中，所述运算资源确定模块，包括：均值确定子模块，用于确定所述第一状态下的运行信息的第一均值，以及所述第二状态下的运行信息的第二均值；运算资源确定子模块，用于将所述第二均值与所述第一均值之间的差值中的最大值，确定为所述目标运算资源。
29.在一种可能的实现方式中，所述运行信息包括所述目标终端设备的中央处理器cpu使用率、嵌入式神经网络处理器npu使用率、内存使用率和内存带宽使用率中的至少一种，所述第二均值与所述第一均值之间的差值，包括以下至少一种：所述第二状态下的cpu使用率的均值，与所述第一状态下的cpu使用率的均值之间的差值；所述第二状态下的npu使用率的均值，与所述第一状态下的npu使用率的均值之间的差值；所述第二状态下的内存使用率的均值，与所述第一状态下的内存使用率的均值之间的差值；所述第二状态下的内存带宽使用率的均值，与所述第一状态下的内存带宽使用率的均值之间的差值。
30.根据本公开的一方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方
法。
31.根据本公开的一方面，提供了一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。
32.在本公开实施例中，根据待处理任务的第一任务类型，能够确定出能执行待处理任务的第一终端设备，再根据第一终端设备针对待处理任务的第一运算资源和第一终端设备的第一剩余运算资源，能够确定出剩余运算资源满足待处理任务的所需运算资源的目标终端设备，从而可以实现将待处理任务合理的分配给终端设备，不仅使得终端设备的运算资源得到充分利用，还可以缓解云端服务器的运算压力。
33.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本公开。根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
34.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本公开的实施例，并与说明书一起用于说明本公开的技术方案。
35.图1示出根据本公开实施例的端云协同系统的示意图。
36.图2示出根据本公开实施例的任务调度方法的流程图。
37.图3示出根据本公开实施例的任务调度方法的流程图。
38.图4示出根据本公开实施例的任务调度方法的流程图。
39.图5示出根据本公开实施例的任务调度装置的框图。
40.图6示出根据本公开实施例的任务调度装置的框图。
41.图7示出根据本公开实施例的一种电子设备的框图。
42.图8示出根据本公开实施例的一种电子设备的框图。
具体实施方式
43.以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
44.在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
45.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。另外，本文中术语“至少一种”表示多种中的任意一种或多种中的至少两种的任意组合，例如，包括a、b、c中的至少一种，可以表示包括从a、b和c构成的集合中选择的任意一个或多个元素。
46.另外，为了更好地说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
47.图1示出根据本公开实施例的端云协同系统的示意图。如图1所述，该系统由云端(即云服务器、云端服务器)及多个终端设备构成。其中云服务器具备强大的计算能力，部分
终端设备具备一定的计算能力(即智能终端，如智能摄像头)，而有的终端设备基本没有计算能力(即非智能终端，如非智能摄像头)。端云协同系统，通过网络将云端及终端设备关联到一起，使用云端管理软件和云端代理软件完成对云端和终端的数据交互及任务管理，使二者可以共同完成系统的整体功能。
48.云端负责整个系统的任务调度、存储、任务计算、运维等功能，其中任务计算包括两个方面，一是对非智能终端上传的源数据进行处理，二是对智能终端上传的对源数据进行处理后的结果，进行二次处理。
49.终端设备负责源数据采集及转发、存储、运维等功能。对于智能终端，其还负责自身的任务处理，将处理后的结果上传给云端；对于非智能终端，其自身没有处理能力，需要将源数据通过云端代理软件发送给云服务器进行处理。
50.针对上述端云协同系统，有一部分智能终端的总运算资源远大于其运行自身计算任务的运算资源需求，相关技术中对智能终端的运算资源没有充分利用，造成了运算资源的浪费。其中，运算资源可包括终端设备的算力，算力可以用于描述一个终端设备能够提供的计算能力。
51.根据本公开实施例的任务调度方法，在智能终端中预置多种任务，并对智能终端的总运算资源、剩余运算资源和执行各预置任务的所需运算资源进行定量并上报给云端；云端在接收到待处理任务后，可以根据智能终端的剩余运算资源和智能终端针对执行待处理任务所需的运算资源，在已接入云端的智能终端中寻找任务类别匹配，以及运算资源匹配的智能终端；从而实现将待处理任务合理地分配给智能终端进行处理，能够扩展智能终端的能力范围，使得智能终端的运算资源得到充分应用，同时进一步缓解了云端的运算压力。
52.图2示出根据本公开实施例的任务调度方法的流程图，如图2所示，所述任务调度方法应用于云端服务器，所述方法包括：
53.在步骤s11中，根据待处理任务的第一任务类型，从与云端服务器连接的多个终端设备中，确定出与第一任务类型匹配的第一终端设备，多个终端设备包括第一终端设备；
54.在步骤s12中，根据第一终端设备针对待处理任务的第一运算资源，以及第一终端设备的第一剩余运算资源，从第一终端设备中确定出目标终端设备；
55.在步骤s13中，将待处理任务的处理数据下发至目标终端设备，以使目标终端设备执行待处理任务。
56.在一种可能的实现方式中，所述方法可以通过云端服务器的处理器调用存储器中存储的计算机可读指令的方式来实现。
57.在一种可能的实现方式中，终端设备可以包括智能摄像头、用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等具备计算能力的电子设备。
58.在一种可能的实现方式中，云端服务器与终端设备之间可以通过网络连接，以进行数据传输；也可以是其它连接方式，对此本公开实施例不做限制。
59.在一种可能的实现方式中，待处理任务可以包括图像处理任务，图像处理任务可以包括图像识别、图像分割、图像分类、关键点检测中的至少一种；处理数据包括一帧或多
帧图像。
60.其中，图像识别任务例如可以包括但不限于：人脸识别任务、车牌识别任务、交通违规识别任务等；图像分割例如可以包括但不限于：人像分割任务、车牌分割任务等；图像分类任务例如可以包括但不限于：车牌颜色分类任务、车牌类型分类任务等；关键点检测任务例如可以包括但不限于：人体关键点检测任务、车牌轮廓关键点检测任务等。
61.在一种可能的实现方式中，待处理任务可以包括对处理数据(例如图像)进行处理所需的全部或部分算法，例如，针对人脸识别任务中，可以包括人脸检测、人脸特征提取、人脸比对等算法；针对人像分割任务，可以包括人像分割算法；应理解的是，也可同时包括人脸识别任务及人像分割任务。
62.在一种可能的实现方式中，待处理任务还可以包括语音识别任务、文本识别任务等。相应的，处理数据可包括音频、文字等。对于待处理任务的任务类型，本公开实施例不作限制。
63.在一种可能的实现方式中，可以在终端设备中预置各种任务，例如，终端设备中预置执行人脸识别任务和车牌识别任务，也可以预置车牌识别任务和交通违规识别任务。对于各终端设备中预置的任务，可根据实际需求设定，对此本公开实施例不做限制。
64.在一种可能的实现方式中，在步骤s11前，所述方法还可以包括：获取终端设备上传的设备信息，设备信息可以包括终端设备的设备标识、与终端设备匹配的任务类型、任务类型对应任务的运算资源、终端设备的总运算资源以及终端设备的剩余运算资源。通过该方式，可以便于后续高效地基于终端设备的设备信息确定出目标终端设备。
65.其中，设备标识可以用于对各终端设备进行标识；与终端设备匹配的任务类型，可以是在终端设备中预置的各种任务的任务类型；任务类型的任务的运算资源，可以是在终端设备中预置的各种任务各自所需的运算资源；终端设备的总运算资源可以是指终端设备整体的运算资源。
66.在一种可能的实现方式中，设备信息还可以包括终端设备中正在运行的任务的运算资源。则终端设备的剩余运算资源可以是指终端设备的总运算资源与正在运行的任务的运算资源的差。
67.在一种可能的实现方式中，终端设备中预置的各种任务各自所需的运算资源，可以根据终端设备在运行任务时的运行信息确定。具体的确定方式将在下文进行详细阐述，在此不做介绍。
68.在一种可能的实现方式，云端服务器中可存储上述终端设备的设备信息，也即存储有多个设备标识与任务类型之间的对应关系，这相当于云端服务器中存储有多个终端设备与任务类型之间的对应关系。在一种可能的实现方式中，在步骤s11中，所述根据待处理任务的第一任务类型，从与云端服务器连接的多个终端设备中，确定出与第一任务类型匹配的第一终端设备，可以包括：根据对应关系和第一任务类型，从多个终端设备中确定出与第一任务类型匹配的第一终端设备。通过该方式，可以快速便捷地确定出与第一任务类型匹配的第一终端设备。
69.在一种可能的实现方式中，可以通过搜索存储有终端设备的设备信息的数据库，实现根据对应关系和第一任务类型，从终端设备中确定出与第一任务类型匹配的第一终端设备，也即，确定出已预置待处理任务的第一终端设备。
70.在一种可能的实现方式中，还可能存在根据待处理任务的第一任务类型，无法确定出与第一任务类型匹配的第一终端设备的情况，也即，多个终端设备中不存在与第一任务类型匹配的第一终端设备的情况，在该情况下，可以在云端服务器中执行待处理任务。通过该方式，可以有效应对没有终端设备支持待处理任务的情况。
71.可以理解的是，运算资源可以用于描述一个终端设备能够提供的计算能力，其受硬件性能、内存、存储带宽等条件的限制，执行任务所需的运算资源(即运算资源需求)用于描述一个任务在不同终端设备中运行时需要该终端设备能提供的计算能力。由于终端设备的处理器性能、内存、内存带宽等不同，同一个任务在不同终端设备中运行时所需的运算资源是不同的。
72.在一种可能的实现方式中，在步骤s12中，在第一终端设备为多个时，所述第一终端设备针对待处理任务的第一运算资源，可以是指待处理任务在各第一终端设备中运行时所需的运算资源，即第一运算资源对应包括多个；在第一终端设备为一个时，所述第一终端设备针对待处理任务的第一运算资源，可以是指待处理任务在该一个终端设备中运行时所需的运算资源。
73.如上所述，云端服务器中存储有终端设备的设备信息，多个终端设备包括第一终端设备，则第一终端设备的第一剩余运算资源以及第一终端设备针对待处理任务的第一运算资源，可以根据第一终端设备的设备标识查询设备信息获得。
74.在一种可能的实现方式中，在步骤s13中，根据第一终端设备针对待处理任务的第一运算资源以及第一终端设备的第一剩余运算资源，从第一终端设备中确定出目标终端设备，可以包括：从第一终端设备中确定出第一剩余运算资源大于第一运算资源的目标终端设备。
75.举例来说，任务a在终端设备b1中运行所需的运算资源为2，在终端设备b2中运行所需的运算资源为3，终端设备b1剩余运算资源3，终端设备b2剩余运算资源2；由于终端设备b1的剩余运算资源大于任务a在终端设备b1中运行所需的运算资源，也即终端设备b1的剩余运算资源满足任务a在终端设备b1中运行时的运算资源需求；终端设备b1可以是目标终端设备。
76.如上所述，处理数据可以包括一帧或多帧图像，其中多帧图像可以是视频流；当然也可以包括其它类型的数据，处理数据与待处理任务对应，具体可依据实际需求确定，对此本公开实施例不做限制。
77.在一种可能的实现方式中，可以通过网络传输协议，实现将待处理任务的处理数据下发至目标终端设备，以使目标终端设备执行待处理任务。
78.在一种可能的实现方式中，在步骤s13后，所述方法还可以包括：接收目标终端设备返回的待处理任务的任务处理结果，任务处理结果包括对处理数据进行处理的处理结果。通过该方式，可以便于在云端服务器接收到任务处理结果后，对任务处理结果做进一步处理。
79.在本公开实施例中，根据待处理任务的第一任务类型，能够确定出能执行待处理任务的第一终端设备，再根据第一终端设备针对待处理任务的第一运算资源和第一剩余运算资源，能够确定出剩余运算资源满足待处理任务所需的运算资源的目标终端设备，从而可以实现将待处理任务合理的分配给终端设备，不仅使得终端设备的计算资源得到充分利
用，还可以缓解云端服务器的运算压力。
80.在一种可能的实现方式中，所述根据第一终端设备中针对待处理任务的第一运算资源，以及第一终端设备的第一剩余运算资源，从第一终端设备中确定出目标终端设备，包括：
81.从第一终端设备中确定出第一剩余运算资源大于第一运算资源的第二终端设备，第一终端设备包括第二终端设备；
82.在第二终端设备为多个的情况下，根据第二终端设备的第二剩余运算资源，以及第二终端设备针对待处理任务的第二运算资源，从第二终端设备中确定出目标终端设备。
83.如上所述，第一终端设备可以包括一个或多个。在第一终端设备包括多个的情况下，可以逐个确定各第一终端设备的第一剩余运算资源与该第一终端设备对应的第一运算资源之间的大小关系，将第一剩余运算资源大于第一运算资源的第一终端设备确定为第二终端设备。
84.在第一终端设备包括一个的情况下，若该一个第一终端设备的第一剩余运算资源大于该一个第一终端设备对应的第一运算资源，则将该一个第一终端设备确定为第二终端设备。
85.可以理解的是，确定出的第二终端设备可以包括一个或多个。在一种可能的实现方式中，在第二终端设备包括一个的情况下，可以直接将该第二终端设备确定为目标终端设备。在第二终端设备包括多个的情况下，可以进一步根据第二终端设备的第二剩余运算资源以及第二终端设备针对待处理任务的第二运算资源，从第二终端设备中确定出目标终端设备。
86.针对第二终端设备包括一个的情况，沿用上述任务a的例子，举例来说，任务a在终端设备b1中运行时所需的运算资源为2，在终端设备b2中运行时所需的运算资源为3，终端设备b1剩余运算资源3，终端设备b2剩余运算资源2；由于终端设备b1的剩余运算资源大于任务a在终端设备b1中运行时所需的运算资源，也即终端设备b1的剩余运算资源满足任务a在终端设备b1中运行时的运算资源需求；终端设备b1可以是第二终端设备，由于第二终端设备包括一个，终端设备b1为目标终端设备。
87.针对第二终端设备包括多个的情况，举例来说，任务a在终端设备b1中运行时所需的运算资源为2，在终端设备b2中运行时所需的运算资源为3，在终端设备b3中运行时所需的运算资源为5，终端设备b1剩余运算资源3，终端设备b2剩余运算资源2，终端设备b3剩余运算资源10；由于终端设备b1的剩余运算资源大于任务a在终端设备b1中运行所需的运算资源，终端设备b3的剩余运算资源大于任务a在终端设备b3中运行时所需的运算资源，终端设备b1和终端设备b3可以是第二终端设备；再根据终端设备b1的剩余运算资源3和任务a在终端设备b1中运行时的所需运算资源2，以及终端设备b3的剩余运算资源10和任务a在终端设备b1中运行时的所需运算资源5，从终端设备b1和b2中确定出目标终端设备。
88.在一种可能的实现方式中，第一终端设备中还可能不存在第一剩余运算资源大于第一运算资源的第二终端设备的情况，也即，第一终端设备的第一剩余运算资源，均无法满足待处理任务在该第一终端设备中运行时的运算资源需求，在该情况下，可以在云端服务器中执行待处理任务。通过该方式，可以有效应对第一终端设备的第一剩余运算资源不满足待处理任务的运算资源需求的情况。
89.在本公开实施例中，能够根据第二终端设备的第二剩余运算资源和待处理任务在该第二终端设备中运行时所需的第二运算资源，有效地确定出第二剩余运算资源与任务所需运算资源相匹配的目标终端设备，从而可以实现将待处理任务合理的分配给终端设备，使得终端设备的计算资源得到充分利用。
90.在一种可能的实现方式中，根据第二终端设备的第二剩余运算资源，以及第二终端设备针对待处理任务的第二运算资源，从第二终端设备中确定出目标终端设备，包括：
91.确定第二运算资源与第二剩余运算资源之间的比值；
92.将与比值中的最大值对应的第二终端设备，确定为目标终端设备。
93.在一种可能的实现方式中，可以将第二终端设备对应的第二运算资源与该第二终端设备的第二剩余运算资源之间比值最大的终端设备，确定为目标终端设备，例如，沿用上述终端设备b1和b2的例子，在该例子中由于终端设备b1的2/3大于终端设备b2的5/10，终端设备b1可以是目标终端设备。
94.如上所述，由于终端设备的处理器运算能力、内存、内存带宽等资源的不同，同一个任务在不同终端设备中运行时所需的运算资源是不同的。第二运算资源与第二剩余运算资源之间的比值，是指各第二终端设备对应的第二运算资源与该第二终端设备的第二剩余运算资源之间的比值。
95.需要说明的是，以上通过比值确定目标终端设备的方式，是本公开实施例提供的一种具体实现方式，可以理解的是，本公开应不限于此。在本公开实施例的启示下，本领域技术人员还可以选用其他对比方式，例如，还可以确定第二剩余运算资源与第二运算资源之间的比值，将与该比值中的最小值对应的第二终端设备确定为目标终端设备，具体可依据实际需求选用确定目标终端设备的方式，只要是根据第二终端设备针对待处理任务的第二运算资源和第二剩余运算资源确定即可，对此本公开实施例不做限制。
96.在本公开实施例中，能够尽量利用运算资源不多的终端设备，将运算资源充足的设备留给需要更多运算资源的任务，以最大幅度地使用终端设备的运算资源，实现对终端设备的计算资源的充分利用。
97.图3示出根据本公开实施例的任务调度方法的流程图，如图3所示，所述任务调度方法应用于目标终端设备，所述方法包括：
98.在步骤s21中，在接收到云端服务器发送的待处理任务的处理数据的情况下，对处理数据进行处理，得到待处理任务的任务处理结果；
99.在步骤s22中，将任务处理结果发送至云端服务器；
100.其中，目标终端设备是云端服务器根据待处理任务的第一任务类型、第一终端设备针对待处理任务的第一运算资源，以及第一终端设备的第一剩余运算资源，从第一终端设备中确定出的，第一终端设备是与第一任务类型相匹配的。
101.在一种可能的实现方式中，目标终端设备可以包括智能摄像头、用户设备(user equipment，ue)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(personal digital assistant，pda)、手持设备、计算设备、车载设备、可穿戴设备等具备计算能力的电子设备。
102.在一种可能的实现方式中，目标终端设备的确定过程，可以参考上述本公开实施例中公开的任务调度方法，在此不做赘述。
103.在一种可能的实现方式中，目标终端设备接收到的待处理任务的处理数据上，可以标识有待处理任务的任务类型，以便于在目标终端设备中执行待处理任务，以对处理数据进行处理，得到待处理任务的任务处理结果。
104.在一种可能的实现方式中，可以通过网络传输协议，将任务处理结果发送至云端服务器，以在云端服务器中对任务处理结果做进一步处理。
105.在本公开实施例中，能够使确定出的目标终端设备执行待处理任务，使得终端设备的计算资源得到充分利用，缓解云端服务器的运算压力。
106.在一种可能的实现方式中，所述方法还包括：
107.确定目标终端设备的设备信息；
108.将目标终端设备的设备信息发送至云端服务器，以使云端服务器存储目标终端设备的设备信息；
109.其中，目标终端设备的设备信息包括：目标终端设备的设备标识、与目标终端设备匹配的第二任务类型、第二任务类型对应任务的目标运算资源、目标终端设备的总运算资源以及目标终端设备的剩余运算资源。
110.在一种可能的实现方式中，目标终端设备的设备标识可以用于对目标终端设备进行标识；与目标终端设备匹配的第二任务类型，可以是指在目标终端设备中预置的各种任务的任务类型；第二任务类型对应任务的目标运算资源，可以指在目标终端设备中预置的各种任务各自所需的运算资源；目标终端设备的总运算资源可以是指目标终端设备整体的运算资源。
111.在一种可能的实现方式中，设备标识可以采用字符和数字的组合，只要可以唯一标识该目标终端设备即可，对于设备标识的具体形式，本公开实施例不做限制。
112.在一种可能的实现方式中，第二任务类型对应任务的目标运算资源，可以根据目标终端设备在不同运行状态下的运行信息确定，其中运行状态可以包括：运行第二任务类型的任务的状态，和不运行任务的空载状态。运行信息可以包括但不限于目标终端设备的中央处理器cpu使用率、嵌入式神经网络处理器npu使用率、内存使用率和内存带宽使用率中的至少一种。
113.在一种可能的实现方式中，运算资源可以采用不同的衡量方式进行衡量，相应的，目标终端设备的总运算资源可以基于实际需求设定，例如，可以设定总运算资源为1，各任务所需的运算资源可以采用小数衡量；也可以设定为10或100等，这样各任务的所需运算资源可以换算成整数衡量，具体可依据实际需求设定，对此本公开实施例不做限制。
114.需要说明的是，根据本公开实施例确定出的各任务所需的运算资源是个相对值，而不是绝对值，也即，是相对于各终端设备整体的计算能力所确定出的值，由于不同终端设备整体的计算能力不同，对于不同的终端设备，同一个运算资源代表实际运算资源水平可以不同，任务所需的运算资源均是基于各终端设备确定出的值。
115.在一种可能的实现方式中，目标终端设备的设备信息还可以包括目标终端设备中正在运行的任务的运算资源。目标终端设备的剩余运算资源可以是指目标终端设备的总运算资源与正在运行的任务的第六运算资源之间的差。例如，对于某个终端设备，该终端设备中运行任务a和任务b，总运算资源是1，任务a所需运算资源为0.25，任务b所需运算资源为0.25，则该终端设备剩余运算资源为0.5。
116.如上所述，上述与云端服务器连接的多个终端设备包括目标终端设备。相应的，终端设备的第一设备信息包括目标终端设备的设备信息。对于终端设备中的任一终端设备，可以采用与本公开实施例中确定目标终端设备的设备信息相同的方式，确定设备信息。
117.在一种可能的实现方式中，可以在目标终端设备首次接入云端服务器后，确定目标终端设备的设备信息，通过网络传输协议，将目标终端设备的设备信息发送至云端服务器，实现在云端服务器中注册目标终端设备，并存储目标终端设备的设备信息。
118.在一种可能的实现方式中，可以在接收到云端服务器发送的待处理任务的处理数据后，重新确定目标终端设备的目标终端设备的设备信息，通过网络传输协议，将重新确定的目标终端设备的设备信息发送至云端服务器，以使云端服务器更新存储的目标终端设备的设备信息。
119.在本公开实施例中，能够实现将与云端服务器连接的终端设备的设备信息发送至云端服务器，以便于云端服务器基于终端设备的设备信息，有效地进行任务调度。
120.在一种可能的实现方式中，所述方法还包括：
121.获取按预设采样周期采样的目标终端设备在第一状态下的运行信息，以及在第二状态下的运行信息；
122.根据第一状态下的运行信息和第二状态下的运行信息，确定目标运算资源；
123.其中，第一状态包括目标终端设备未执行任务的状态，第二状态包括目标终端设备执行第二任务类型对应任务的状态。
124.在一种可能的实现方式中，可以通过在目标终端设备中预置运行信息监控软件，该运行信息监控软件可以按照预设采样周期，采集目标终端设备中不同任务进程对应的运行信息。其中，运行信息监控软件可以是现有的可实现上述功能的软件，对于运行信息监控软件的实现形式，本公开实施例不做限制。
125.在一种可能的实现方式中，第一状态包括目标终端设备未执行任务的状态。也即第一状态可以是目标终端设备未执行任何任务的空载状态，例如，启动嵌入任务的应用程序，但不执行嵌入的任务，相对的，第二状态可以是执行嵌入的任务的状态。
126.在一种可能的实现方式中，由于第二任务类型的任务可以不止一个，基于变量唯一的原则，可以基于同一测试数据(例如图像或视频)，分别执行第二任务类型的任务。其中，测试数据可以从云端服务器中获取，也可以从本地存储中获取，对此本公开实施例不做限制。
127.在一种可能的实现方式中，预设采样周期可以根据实际需求设定，对此本公开实施例不做限制。按照预设采样周期，在一段时间内可以采集到多组运行信息。基于多组运行信息，可以更为准确地确定出运行任务的所需运算资源。
128.在本公开实施例中，能够根据空载状态下的运行信息和运行任务状态下的运行信息，更加准确地确定出运行任务时的所需运算资源。
129.在一种可能的实现方式中，所述根据第一状态下的运行信息和第二状态下的运行信息，确定目标运算资源，包括：
130.确定第一状态下的运行信息的第一均值，以及第二状态下的运行信息的第二均值；
131.将第二均值与第一均值之间的差值中的最大值，确定为目标运算资源。
132.在一种可能的实现方式中，目标终端设备的运行信息，可以包括但不限于目标终端设备的中央处理器cpu使用率、嵌入式神经网络处理器npu使用率、内存使用率和内存带宽使用率中的至少一种。
133.如上文所述，采集的运行信息可以包括多组，每组运行信息可以包括目标终端设备的中央处理器cpu使用率、嵌入式神经网络处理器npu使用率、内存使用率和内存带宽使用率中的至少一种。
134.在一种可能的实现方式中，第二均值与第一均值之间的差值，包括以下至少一种：第二状态下的cpu使用率的均值，与第一状态下的cpu使用率的均值之间的差值；第二状态下的npu使用率的均值，与第一状态下的npu使用率的均值之间的差值；第二状态下的内存使用率的均值，与第一状态下的内存使用率的均值之间的差值；第二状态下的内存带宽使用率的均值，与第一状态下的内存带宽使用率的均值之间的差值。通过该方式，可以对便于对目标运算资源进行定量，以衡量任务所需的目标运算资源。
135.在一些情况下，考虑到内存带宽使用率在达到一定程度后会导致应用程序出现延时、卡顿等现象，内存带宽一般无法被充分使用。在一种可能的实现方式中，第二状态下的内存带宽使用率的均值，与第一状态下的内存带宽使用率的均值之间的差值可以是该差值与第一加权系数的乘积。其中，第一加权系数的具体数值可依据实际需求设定，例如，可以是2，对此本公开实施例不做限制。通过该方式，可以使确定出的运算资源更加准确，避免在目标终端设备中运行调度的任务时，给目标终端设备的内存带宽带来过多的压力而导致卡顿延时。
136.在一些情况下，考虑到当处理数据剧增时，终端设备的运算性能可能出现较大的峰值，为保证该情况下任务的正常运行，在一种可能的实现方式中，可以是将所述第二均值与第一均值之间的差值中的最大值，与第二加权系数的乘积，确定为目标运算资源。其中，对于第二加权系数的具体数值可根据实际需求、历史经验等确定，例如可以采用1.2，对此本公开实施例不做限制。通过该方式，可以在终端设备的运算性能达到峰值时保证任务的正常运行。
137.在本公开实施例中，通过确定第二均值与第一均值之间的差值，将差值中的最大值确定为目标运算资源，能够减小应用程序在空载状态下对于运算资源确定的干扰，从而准确地确定出任务的所需运算资源。
138.在一种可能的实现方式中，由于多个终端设备包括目标终端设备，那么针对任一终端设备，该终端设备中预置的各种任务各自所需的运算资源，可以采用与上述本公开实施例中确定目标运算资源相同的方式，在此不做赘述。
139.本公开实施例还提供一种运算资源评估方法，所述方法可以包括：
140.选择智能终端需要预置的多种任务集合，如{a,b,c}三种任务；
141.将不包含任务的应用程序启动，同时启动运行信息监控软件，运行t时间，并以时间间隔s(s<<t)对应用程序运行时的运行信息进行采样，运行信息包括但不限于cpu使用率，npu使用率，内存mem使用率，内存带宽memband使用率信息。其中，在每个采样点均会得到一组数据，共得到n
s
组数据，其中将得到的每组数据根据公式求均值，式中s
i
表示第i个采样点对应的数据，m为所求均值，得到{i
cpu
,i
npu
,i
mem
,i
memband
}四个空载状
态下的运行信息。
142.将{a,b,c}三种任务分别嵌入应用程序中，并加载与任务对应的测试视频按照与上述得到{i
cpu
,i
npu
,i
mem
,i
memband
}相同的方法，分别得到a任务的运行信息{a'
cpu
,a'
npu
,a'
mem
,a'
memband
}，b任务的运行信息{b'
cpu
,b'
npu
,b'
mem
,b'
memband
}，c任务的运行信息{c'
cpu
,c'
npu
,c'
mem
,c'
memband
}。
143.将{a,b,c}三种任务的运行信息分别减去对应的空载状态下的运行信息，如a
cpu
＝a'
cpu
‑
i
cpu
，则可得到a任务的目标运行信息{a
cpu
,a
npu
,a
mem
,a
memband
}，同样地，可以分别获得b、c任务的目标运行信息{b
cpu
,b
npu
,b
mem
,b
memband
}、{c
cpu
,c
npu
,c
mem
,c
memband
}。
144.再根据公式(1)可以预估出任务的所需运算资源t，max()为求最大值函数，参数α是一个内存带宽的加权系数，由于内存带宽一般无法充分使用，带宽使用率达到一定程度后就会导致应用延时加剧，因此α>1，用户可根据实际情形选取参数值，建议取值α＝2。参数β是为了平衡性能峰值的一个加权系数，因此β＞1，用户可根据实际情形选取参数值，建议取值β＝1.2。
145.t＝max(t
cpu
,t
npu
,t
mem
,t
memband
·
α)β
ꢀꢀꢀ
(1)
146.其中，t
cpu
∈{a
cpu
,b
cpu
,c
cpu
}；t
cpu
∈{a
cpu
,b
cpu
,c
cpu
}；t
npu
∈{a
npu
,b
npu
,c
npu
}；t
mem
∈{a
mem
,b
mem
,c
mem
}；t
memband
∈{a
memband
,b
memband
,c
memband
}
147.需要说明的是，根据以上方法得到的运算资源是一个相对值，而不是绝对值，对于不同的智能终端，同一个运算资源值代表的运算资源水平一般不同。
148.在一种可能的实现方式中，通过上述方法确定出的运算资源可以为任务所需的运算资源，总运算资源可以为1.0；也可以将运算资源转换为整数，如计算得到a,b,c三种任务所需运算资源分别为0.5、0.25、0.25，该智能终端的总运算资源可以换算为1/0.25＝4，转换后各任务所需的运算资源分别为2,、1、1。
149.根据本公开实施例，通过任务运算资源估计的方法，可以为端云协同系统的任务调度提供了可靠依据，有效提高了终端设备的性能利用率。
150.图4示出根据本公开实施例的任务调度方法的流程图，如图4所示，所述方法包括：
151.接入智能终端，智能终端上报设备信息。将接入的智能终端的设备标识id，自身预置任务类型，自身运行任务类型，各任务的所需运算资源，总运算资源，剩余运算资源等设备信息上报至云端进行注册，云端服务软件对设备信息进行注册，并存储设备信息。
152.待处理任务接入，即有新任务申请处理。判断是否有终端设备支持处理待处理任务(是否支持待处理任务的算法种类)，包括：在有待处理任务接入时，进行任务类型的匹配，即，在存储的设备信息列表中搜索出所有包含待处理任务的终端设备；
153.在没有搜索到匹配的终端设备的情况下，待处理任务在云端运行，即，运算接入待处理任务，负责待处理任务的计算。
154.在搜索到匹配的终端设备的情况下，则进行运算资源匹配，判断终端设备的剩余运算资源是否满足待处理任务的运算资源需求，即，判断是否存在剩余运算资源大于待处理任务的所需运算资源的终端设备。需要说明的是，待处理任务的运算资源需求的大小与终端设备相关，通过查询终端设备上传的设备信息得到。
155.在运算资源匹配失败，即，不存在剩余运算资源大于待处理任务的所需运算资源的终端设备的情况下，待处理任务在云端运行。
156.在运算资源匹配成功，即，存在剩余运算资源大于待处理任务的所需运算资源的终端设备的情况下，在运算资源匹配成功的终端设备中选择目标终端设备运行待处理任务，选择原则是选择待处理任务的所需运算资源与终端设备的剩余运算资源之比最大的设备。
157.在待处理任务运行在终端设备的情况下，将任务计算结果持续返回给云端。
158.在一种可能的实现方式中，本公开实施例中的任务调度方法可以应用在智能视频分析，安防监控，智慧城市，智慧社区等产品中。
159.根据本公开的实施例，能够在系统任务均为持续性任务时，在端云协同系统中实现合理的任务调度，充分利用端云设备的运算资源；能够评估硬件设备可以处理哪些任务，及实现可能的任务并行运行方案；能够改善端云协同系统中智能终端的运算资源浪费情况。
160.可以理解，本公开提及的上述各个方法实施例，在不违背原理逻辑的情况下，均可以彼此相互结合形成结合后的实施例，限于篇幅，本公开不再赘述。本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
161.此外，本公开还提供了任务调度装置、电子设备、计算机可读存储介质、程序，上述均可用来实现本公开提供的任一种任务调度方法，相应技术方案和描述和参见方法部分的相应记载，不再赘述。
162.图5示出根据本公开实施例的任务调度装置的框图，所述任务调度装置应用于云端服务器，如图5所示，所述装置包括：
163.第一终端设备确定模块101，用于根据待处理任务的第一任务类型，从与所述云端服务器连接的多个终端设备中，确定出与所述第一任务类型匹配的第一终端设备，所述多个终端设备包括所述第一终端设备；
164.目标终端设备确定模块102，用于根据所述第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出目标终端设备；
165.处理数据下发模块103，用于将所述待处理任务的处理数据下发至所述目标终端设备，以使所述目标终端设备执行所述待处理任务。
166.在一种可能的实现方式中，所述云端服务器中存储有所述多个终端设备与任务类型之间的对应关系，所述根据待处理任务的第一任务类型，从与所述云端服务器连接的多个终端设备中，确定出与所述第一任务类型匹配的第一终端设备，包括：根据所述对应关系和所述第一任务类型，从所述多个终端设备中确定出与所述第一任务类型匹配的第一终端设备。
167.在一种可能的实现方式中，所述目标终端设备确定模块102，包括：第二终端设备确定子模块，用于从所述第一终端设备中确定出第一剩余运算资源大于第一运算资源的第二终端设备，所述第一终端设备包括所述第二终端设备；目标终端设备确定子模块，用于在所述第二终端设备为多个的情况下，根据所述第二终端设备的第二剩余运算资源，以及所述第二终端设备针对所述待处理任务的第二运算资源，从所述第二终端设备中确定出所述目标终端设备。
168.在一种可能的实现方式中，根据所述第二终端设备的第二剩余运算资源，以及所述第二终端设备针对所述待处理任务的第二运算资源，从所述第二终端设备中确定出所述目标终端设备，包括：确定所述第二运算资源与所述第二剩余运算资源之间的比值；将与所述比值中的最大值对应的第二终端设备，确定为所述目标终端设备。
169.在一种可能的实现方式中，所述装置还包括：第一数据处理模块，用于在所述多个终端设备中不存在与所述第一任务类型匹配的第一终端设备的情况下，在所述云端服务器中执行所述待处理任务。
170.在一种可能的实现方式中，所述装置还包括：第二数据处理模块，用于在所述第一终端设备中不存在第一剩余运算资源大于所述第一运算资源的第二终端设备的情况下，在所述云端服务器中执行所述待处理任务。
171.在一种可能的实现方式中，所述装置还包括：接收模块，用于接收所述目标终端设备返回的所述待处理任务的任务处理结果，所述任务处理结果包括对所述处理数据进行处理的处理结果。
172.在一种可能的实现方式中，所述装置还包括：设备信息获取模块，用于获取所述终端设备上传的设备信息，所述设备信息包括所述终端设备的设备标识、与所述终端设备匹配的任务类型、所述任务类型对应任务的运算资源、所述终端设备的总运算资源以及所述终端设备的剩余运算资源。
173.在本公开实施例中，根据待处理任务的第一任务类型，能够确定出能执行待处理任务的第一终端设备，再根据第一终端设备针对待处理任务的第一运算资源和第一剩余运算资源，能够确定出剩余运算资源满足待处理任务所需的运算资源的目标终端设备，从而可以实现将待处理任务合理的分配给终端设备，不仅使得终端设备的计算资源得到充分利用，还可以缓解云端服务器的运算压力。
174.图6示出根据本公开实施例的任务调度装置的框图，所述任务调度装置应用于目标终端设备，如图6所示，所述装置包括：
175.处理模块201，用于在接收到云端服务器发送的待处理任务的处理数据的情况下，对所述处理数据进行处理，得到所述待处理任务的任务处理结果；
176.处理结果发送模块202，用于将所述任务处理结果发送至所述云端服务器；其中，所述目标终端设备是所述云端服务器根据所述待处理任务的第一任务类型、第一终端设备针对所述待处理任务的第一运算资源，以及所述第一终端设备的第一剩余运算资源，从所述第一终端设备中确定出的，所述第一终端设备是与所述第一任务类型相匹配的。
177.在一种可能的实现方式中，所述装置还包括：设备信息确定模块，用于确定所述目标终端设备的设备信息；设备信息发送模块，用于将所述目标终端设备的设备信息发送至所述云端服务器，以使所述云端服务器存储所述目标终端设备的设备信息；其中，所述目标终端设备的设备信息包括：目标终端设备的设备标识、与所述目标终端设备匹配的第二任务类型、所述第二任务类型对应任务的目标运算资源、所述目标终端设备的总运算资源以及所述目标终端设备的剩余运算资源。
178.在一种可能的实现方式中，所述装置还包括：运行信息模块，用于获取按预设采样周期采样的所述目标终端设备在第一状态下的运行信息，以及在第二状态下的运行信息；运算资源确定模块，用于根据所述第一状态下的运行信息及所述第二状态下的运行信息，
确定所述目标运算资源；其中，所述第一状态包括所述目标终端设备未执行任务的状态，所述第二状态包括所述目标终端设备执行所述第二任务类型对应任务的状态。
179.在一种可能的实现方式中，所述运算资源确定模块，包括：均值确定子模块，用于确定所述第一状态下的运行信息的第一均值，以及所述第二状态下的运行信息的第二均值；运算资源确定子模块，用于将所述第二均值与所述第一均值之间的差值中的最大值，确定为所述目标运算资源。
180.在一种可能的实现方式中，所述运行信息包括所述目标终端设备的中央处理器cpu使用率、嵌入式神经网络处理器npu使用率、内存使用率和内存带宽使用率中的至少一种，所述第二均值与所述第一均值之间的差值，包括以下至少一种：所述第二状态下的cpu使用率的均值，与所述第一状态下的cpu使用率的均值之间的差值；所述第二状态下的npu使用率的均值，与所述第一状态下的npu使用率的均值之间的差值；所述第二状态下的内存使用率的均值，与所述第一状态下的内存使用率的均值之间的差值；所述第二状态下的内存带宽使用率的均值，与所述第一状态下的内存带宽使用率的均值之间的差值。
181.在本公开实施例中，能够使确定出的目标终端设备执行待处理任务，使得终端设备的计算资源得到充分利用，缓解云端服务器的运算压力。
182.在一些实施例中，本公开实施例提供的装置具有的功能或包含的模块可以用于执行上文方法实施例描述的方法，其具体实现可以参照上文方法实施例的描述，为了简洁，这里不再赘述。
183.本公开实施例还提出一种计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现上述方法。计算机可读存储介质可以是非易失性计算机可读存储介质。
184.本公开实施例还提出一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为调用所述存储器存储的指令，以执行上述方法。
185.本公开实施例还提供了一种计算机程序产品，包括计算机可读代码，当计算机可读代码在设备上运行时，设备中的处理器执行用于实现如上任一实施例提供的任务调度方法的指令。
186.本公开实施例还提供了另一种计算机程序产品，用于存储计算机可读指令，指令被执行时使得计算机执行上述任一实施例提供的任务调度方法的操作。
187.电子设备可以被提供为终端、服务器或其它形态的设备。
188.图7示出根据本公开实施例的一种电子设备800的框图。例如，电子设备800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等终端。
189.参照图7，电子设备800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。
190.处理组件802通常控制电子设备800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理组件802可以包括多媒体模块，以
方便多媒体组件808和处理组件802之间的交互。
191.存储器804被配置为存储各种类型的数据以支持在电子设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
192.电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为电子设备800生成、管理和分配电力相关联的组件。
193.多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当电子设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
194.音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当电子设备800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。
195.i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
196.传感器组件814包括一个或多个传感器，用于为电子设备800提供各个方面的状态评估。例如，传感器组件814可以检测到电子设备800的打开/关闭状态，组件的相对定位，例如所述组件为电子设备800的显示器和小键盘，传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变，用户与电子设备800接触的存在或不存在，电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如互补金属氧化物半导体(cmos)或电荷耦合装置(ccd)图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
197.通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络，如无线网络(wifi)，第二代移动通信技术(2g)或第三代移动通信技术(3g)，或它们的组合。在一个示例性实施例中，通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他
技术来实现。
198.在示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
199.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器804，上述计算机程序指令可由电子设备800的处理器820执行以完成上述方法。
200.图8示出根据本公开实施例的一种电子设备1900的框图。例如，电子设备1900可以被提供为一服务器。参照图8，电子设备1900包括处理组件1922，其进一步包括一个或多个处理器，以及由存储器1932所代表的存储器资源，用于存储可由处理组件1922的执行的指令，例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件1922被配置为执行指令，以执行上述方法。
201.电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理，一个有线或无线网络接口1950被配置为将电子设备1900连接到网络，和一个输入输出(i/o)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统，例如微软服务器操作系统(windows server
tm
)，苹果公司推出的基于图形用户界面操作系统(mac os x
tm
)，多用户多进程的计算机操作系统(unix
tm
),自由和开放原代码的类unix操作系统(linux
tm
)，开放原代码的类unix操作系统(freebsd
tm
)或类似。
202.在示例性实施例中，还提供了一种非易失性计算机可读存储介质，例如包括计算机程序指令的存储器1932，上述计算机程序指令可由电子设备1900的处理组件1922执行以完成上述方法。
203.本公开可以是系统、方法和/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，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
204.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。
205.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。
206.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。
207.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。
208.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器，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器执行时，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。
209.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。
210.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。
211.该计算机程序产品可以具体通过硬件、软件或其结合的方式实现。在一个可选实施例中，所述计算机程序产品具体体现为计算机存储介质，在另一个可选实施例中，计算机程序产品具体体现为软件产品，例如软件开发包(software development kit，sdk)等等。
212.以上已经描述了本公开的各实施例，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例。在不偏离所说明的各实施例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例的原理、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它普通技术人员能理解本文披露的各实施例。