分布式计算方法及装置与流程

1.本发明涉及数据处理领域，具体而言，涉及一种分布式计算方法及装置。


背景技术：

2.随着智能汽车的发展，智能汽车在驾驶、感知及交互的数据增加，对数据的计算负荷加重。一般智能汽车的车载计算机终端难以提供准确和/或及时的算力支持。


技术实现要素：

3.本发明实施例至少克服了现有技术的问题，利用计算实体依据处理能力向计算节点分配计算任务，实现对驾驶、感知及交互数据的分布式计算，以支持智能汽车的驾驶及交互等功能。
4.本发明实施例第一方面至少提供一种分布式计算方法。所述方法至少实施步骤包括，计算实体与一通信网络内至少一计算节点连接；所述计算实体获取所述计算节点对至少一计算任务当前的的处理能力；所述计算实体依据处理能力向至少一所述计算节点分配所述计算任务的整体或部分；所述计算节点执行所述计算任务，以及向所述计算实体发送对所述计算任务的计算结果。
5.在本发明公开的实施例中，所述计算实体分配所述计算任务配置为，所述计算实体向至少一所述计算节点发送至少一处理请求；所述计算节点依据所述处理请求向所述计算实体发送当前的资源用度；所述计算实体依据所述资源用度获取所述计算节点当前的处理能力；所述计算实体依据当前的处理能力向至少一所述计算节点分配所述计算任务。
6.在本发明公开的实施例中，所述计算节点判断所述资源用度大于或等于一用度阈值时向所述计算实体发送所述等待信息；所述计算实体依据当前的处理能力及等待信息向至少一所述计算节点分配所述计算任务的整体或部分。
7.在本发明公开的实施例中，所述计算节点依据所述计算任务的任务类型及计算需求配置所述用度阈值。
8.在本发明公开的实施例中，所述计算节点依据所述处理请求限制所述资源用度的消耗。
9.在本发明公开的实施例中，所述计算节点依据各所述计算任务的任务类型及计算需求限制所述资源用度的消耗。
10.在本发明公开的实施例中，所述计算实体根据所述资源用度获取所述计算节点对所述计算任务的处理能力的损失；所述计算实体依据所述等待信息及当前的处理能力损失分配所述计算任务的整体或部分。
11.在本发明公开的实施例中，所述计算实体根据所述资源用度获取所述计算节点对所述计算任务的处理能力的损失；所述计算实体依据所述等待信息及当前的处理能力损失分配所述计算任务的整体或部分。
12.在本发明公开的实施例中，所述计算实体获取处理能力的损失配置有，所述计算
实体获取所述计算节点面对所述计算任务的资源-能力评价模型；所述计算实体根据所述资源-能力评价模型预测所述资源用度对所述计算任务的处理能力的损失。
13.在本发明公开的实施例中，所述计算实体获取所述资源-能力评价模型配置为，所述计算实体与所述计算节点初始的连接时，所述计算实体初始化所述资源-能力评价模型；所述计算实体向所述计算节点发送至少一测试任务；所述计算节点保持在至少两个不同的测试用度下分别的执行所述测试任务，并且发送各所述测试用度下对所述测试任务的测试结果；所述计算实体获取所述测试结果及相关的所述测试用度组成的样本组，以及根据至少两个所述样本组创建所述资源-能力评价模型。
14.在本发明公开的实施例中，所述测试用度包括处理器用度、图形处理器用度、内存用度、硬盘用度中的至少两种。
15.在本发明公开的实施例中，所述样本组依据所述测试任务的任务类型及计算需求向所述处理器用度、图形处理器用度、内存用度、硬盘用度中的至少一种分配有用度权重。
16.在本发明公开的实施例中，所述测试结果包括执行所述测试任务的准确性及测试用时。
17.在本发明公开的实施例中，所述计算实体获取所述计算节点对至少一所述计算任务的处理时间；所述计算实体获取至少一处理时间小于或等于一时间阈值的计算节点为实时节点；所述计算任务依据处理结果向所述实时节点分配所述计算任务。
18.本发明实施例第二方面至少提供一种分布式计算方法。所述方法至少实施步骤包括，与一通信网络内至少一计算节点连接；获取所述计算节点对至少一计算任务当前的处理能力；依据处理能力向至少一所述计算节点分配所述计算任务；接收所述计算节点对所述计算任务的计算结果。
19.本发明实施例第三方面至少提供一种分布式计算方法。所述方法至少实施步骤包括，与一通信网络内至少一计算实体连接；向所述计算实体发送对至少一计算任务当前的处理能力；接收所述计算实体依据处理能力分配的所述计算任务；执行所述计算任务；向所述计算实体发送对所述计算任务的计算结果。
20.本发明实施例第四方面至少提供一种分布式计算方法。所述装置包括所述计算实体及至少一所述计算节点。
21.本发明实施例第五方面至少提供一种分布式计算方法。所述装置包括至少一所述计算实体。
22.本发明实施例第六方面至少提供一种分布式计算方法。所述装置包括至少一所述计算节点。
23.与现有技术相比，本发明通过计算实体分配计算任务到至少一个计算节点，使至少一计算实体与多个计算节点形成算力协同，降低了智能汽车的算力成本、计算负荷，也提高了智能汽车对数据处理的准确性及用时，为用户带来良好的使用体验。
24.针对上述方案，本发明通过以下参照附图对公开的示例性实施例作详细描述，亦使本发明实施例的其它特征及其优点清楚。
附图说明
25.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附
图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
26.图1为本实施例方法应用的计算实体及计算节点的网络拓扑图；图2为本实施例方法中计算实体获取计算节点处理能力的流程图；图3为本实施例方法中计算实体分配计算任务的流程图；图4为本实施例方法中资源-能力评价模型配置的流程图；图5为本实施例方法中计算实体获取计算节点处理能力及其损失的流程图；图6为本实施例方法中计算实体依据处理能力及损失分配计算任务的流程图；图7为本实施例配置为计算实体及计算节点的电子设备结构图。
具体实施方式
27.本发明实施例提供一种分布式计算方法。所述方法应用在可通信的通信网络。通信网络内部署有一个计算实体及三个干计算节点，以及计算实体根据各计算节点的处理能力有选择的分配任务。
28.图1示出包括通信网络包括有一个计算实体及三个计算节点。通信网络形成在车辆内，车辆所指一般是通过可消耗燃料或电力驱动的交通工具，所述交通工具至少提供有可被通信网络覆盖的乘员仓。在本技术中，所指的“计算实体”和/或“计算节点”是具有在寄存器或存储器中保留数据、具有处理器对保留的数据进行处理，并且能够进行电子通信的设备或系统。
29.例如，计算实体和/或计算节点的每一个，可访问各自存储的数据，并可与一个或多个其它实体和/或节点实施通信。这一类通信是本地和/或云服务提供的。可实施的，计算实体与任意的计算节点可以在同一有线链路或无线网络内。
30.作为示例，计算实体可以是车载计算机终端，至少与车辆用于获取感知和/或交互的设备连接。设备获取的感知可以是视觉、雷达等涉及驾驶场景的外部感知，也可以是速度、航向角等涉及车辆状态的数据感知；设备获取的交互可以是驾驶员、乘员的输入视频、音频等涉及信息传递的数据交互。计算节点可以是移动电话，或专门用于部署在车辆内用于提供处理能力的专门设备，这些专门设备至少可接入到通信网络，以及在通信网络与车载计算机终端通信的实施处理能力的提供。
31.结合图1示出的计算实体是车载计算机终端，三个计算节点分别是驾驶员的第一移动电话、乘员的第二移动电话及被移动的部署在专门设备。车载计算机终端提供有用于无线访问一通信网络的接入点，第一移动电话、第二移动电话及专门设备分别的通过接入点进入通信网络。
32.车载计算机终端至少获取与车辆的感知和/或交互的数据。这些感知和/或交互的数据需要被车载计算机终端处理成可以被存储及提供业务功能支撑的有效数据。例如，对原始视频桢的处理，以实现对视频中道路、车辆的标记；对驾驶员音频输入的处理，以实现对驾驶员输入指令的识别。以及，车载计算机终端向通信网络分配处理这些感知和/或交互的数据的任务，分配的任务可达到被指向的第一移动电话、第二移动电话及专门设备的一个或多个。
33.计算实体在分配任务时依据各计算节点预期的处理能力。各计算节点的处理能力预期是根据至少一测试任务获得。图2示出计算实体获取各计算节点处理能力的步骤。
34.s101，计算实体向各计算节点发布至少一测试任务。
35.测试任务所指是有目的性的对数据的处理任务，各计算节点根据对测试任务的执行，向计算实体返回测试结果。测试任务可以是对单一数据类型的处理任务，也可以是复合数据类型的处理任务。
36.例如，影像数据中对道路线的提取，对前方车辆的动态捕捉。
37.一般来说，测试任务是单一数据类型的处理任务；复合数据类型的任务处理，会考虑优先的拆解成多个测试任务。
38.例如，将影像数据拆分为多帧图像数据及音频数据，至少一测试任务用于提取视频数据中的道路线，至少一测试任务用于获取音频数据中的音频信息。
39.s102，各计算节点执行各自的测试任务，并且向计算实体返回对各测试任务的测试结果。
40.计算实体返回的测试结果可选的包括准确性及测试用时。
41.s103，计算实体根据测试结果评价各计算节点对每一个测试任务的处理能力，并且标记各计算节点对各测试任务的处理能力。
42.计算实体评价各计算节点的处理能力包括对各计算节点执行测试任务的准确性及测试用时的判断。
43.例如，测试任务是用于提取视频数据中的车道线，计算节点对车道线的提取结果。计算实体在先存储有对视频数据中车道线的测试结果，比较测试结果及提取结果的差异，以评价所述计算节点执行测试任务的准确程度及处理时间。
44.进一步的，依据对各车辆的感知和/或交互数据进行处理的时效性要求，各计算节点对各测试任务的处理能力，可进一步将计算实体标记为实时节点。
45.例如，对于车辆保持在巡航功能时，对视频数据中跟车车辆的当前车道、跟车距离、车速及姿态等，需要在有限时间内提取，以保证对跟车车辆的动态捕捉，并且实施自车巡航的规划及控制。
46.那么实施s103中，计算实体根据各计算节点执行测试任务的测试用时时间标记每一个计算节点时候可作为处理实时任务的实时节点。
47.计算实体在获取各计算节点对不同测试任务的处理能力后，实时对通信网络中各计算节点的网络状态实时监控。计算实体在获取有任何计算节点重新连接到通信网络，或与计算节点的通信网络不稳定时重新实时步骤s101到s103。
48.计算实体获取对车辆的感知和/或交互的计算任务时，在先获取各计算节点与计算任务相同任务类型及计算需求的测试任务的处理能力，在后根据处理能力向适应的计算节点分配计算任务。图3示出计算实体分配计算任务的步骤。
49.s201，计算实体获取计算任务，并且分析计算任务的准确性要求及时效性要求。
50.s202，计算实体遍历各计算节点，匹配至少一满足准确性要求及时效性要求等处理能力的计算节点。
51.s203，若匹配有满足处理能力的计算节点，计算实体分配计算任务到计算节点，并且等待返回的计算结果。
52.优选地，若匹配有多个满足处理能力的计算节点，那么对多个计算节点进行排序，以选择排序在先的计算节点。计算实体对多个计算节点的排序可依据计算任务的准确性和/或测试用时。
53.例如，对视频数据中行人、车辆的提取，以提取的测试用时为排序参考。对视频数据中路侧标志的提取，以提取的准确性为排序参考。
54.若未匹配有处理能力的计算节点，则拆解这一计算任务为若干分支任务，计算实体对每个分支任务分别的实施步骤s201到s203。
55.s204，计算节点向计算实体返回有对计算任务的计算结果。
56.因此，本实施例中计算实体基于在先向各计算节点分配的测试任务，能够获取各计算节点对不同测试任务的处理能力。计算实体在获取计算任务时根据处理能力选择计算节点，并且分配计算任务到选择的计算节点。
57.计算实体在分配计算任务时可考量各计算节点执行计算任务时的损失。具体的，计算节点对计算任务的计算结果受到计算节点当前的资源用度的限制。例如移动电话执行有计算任务时，处理器、图形处理器、内存、硬盘空间的用度会影响准确性和/或计算用时。例如，移动电话保持有若干在后台运行的服务进程，运行或仅保持在后台的进程至少会占用部分的内存用度及图形处理器用度。
58.因此，计算实体在分配计算任务时需要考量各计算节点当前的资源用度对各自处理能力的影响，即处理能力的损失。
59.优选地，计算实体在分配任务时依据各计算节点在不同资源用度下预期的处理能力。各计算节点在不同资源用度下的处理能力预期是根据至少一测试任务直接获得或预测的。图4示出计算实体获取各计算节点的处理能力的步骤。
60.s301，计算实体向各计算节点发布要求在至少两个不同测试用度下执行的至少一测试任务。
61.s302，各计算节点执行各测试任务，返回在至少两个不同测试用度下对各测试任务的测试结果。
62.s303，计算实体根据各测试结果评价各计算节点在各测试用度下对每一个测试任务的处理能力，并且标记各计算节点在各资源用度下对测试任务的处理能力。
63.s304，计算实体根据若干测试用度下对测试任务的处理能力创建资源-能力评价模型。
64.资源-能力评价模型是用于预测一计算实体在执行一测试任务时各测试用度下的处理能力变化。
65.资源-能力评价模型的建立有多种方式。
66.例如，将测试用度整体量化为一第一维度，如百分比数值，再将处理能力量化为一第二维度，如百分比数值。那么不同百分比的测试用度关联有不同百分比的处理能力。那么通过多项式拟合的方式，可以根据有限个s101到s103获取的测试用度-处理能力的第一样本组创建多项式的资源-能力评价模型。
67.例如，将测试用度拆解成若干个的资源项目，例如处理器用度、图形处理器用度、内存用度、硬盘用度等。创建测试用度的项目数组。项目数组及处理能力组成第二样本组。那么通过神经网络模型预测的方式，可以根据若干第二样本组创建基于神经网络预测模型
的资源-能力评价模型。
68.作为示例，资源-能力评价模型是神经网络模型。图5示出计算实体配置神经网络模型的步骤。
69.s401，计算实体在通信网络中一计算节点初始连接时，计算实体初始化资源-能力评价模型。
70.s402，计算实体向计算节点发送至少一测试任务。
71.测试任务是典型的，不同测试任务表示为分别需要处理的任务类型及计算需求。
72.403，计算节点在至少两个不同的测试用度下分别的执行每个测试任务，并且返回各测试用度下对测试任务的测试结果。
73.测试结果包括任务处理的准确率及测试用时。各计算节点，如移动电话，因为软件、硬件配置的不同，在面向不同测试任务时的处理能力可能不同。
74.s404，计算实体存储计算节点在每一个测试用度下对各测试任务的测试结果。
75.s405，计算实体获取计算节点在一测试任务下至少两个测试用度的测试结果，并且根据测试结果及关联的测试用度创建第二样本组。
76.s406，计算实体获取所述测试任务的多个第二样本组，以及根据第二样本组训练初始化的资源-能力评价模型。
77.在实施步骤s401中，资源-能力评价模型是bp神经网络模型。
78.作为示例，bp神经网络模型包括输入层、隐藏层及输出层。输入层的节点个数与资源用度可被拆解的资源项目数量相同。输出层的节点个数有两个，分别对应表达处理能力的准确性及处理时间。隐藏层的节点个数为m个，，为输入层节点数；l为隐藏层节点数；m为输出层节点数；a为0~10之间的常数，一般a取值为3。激活函数优选为sigmoid函数，sigmoid函数为1/(1+e-xj)，xj 为权重加总和常数项之和。
79.可选的，输入层对应的各资源项目中，根据测试任务的任务类型及计算需求，对一个或多个的输入层节点的输入量进行用度权重的加权。
80.计算实体在先建立有资源-能力评价模型且获取对车辆的感知和/或交互数据的计算任务时，在先根据各计算节点当前的资源用度判断其处理能力的损失，在后根据处理能力的剩余向各计算节点分配所述计算任务。图6示出计算实体分配计算任务的步骤。
81.s501，计算实体向各计算节点发布要求在至少两个不同测试用度下执行的至少一测试任务。
82.s502，计算实体向各计算节点分别的发送处理请求。
83.s503，各计算节点依据处理请求向计算实体返回自身的资源用度及等待信息。
84.可选地，计算节点在接收处理请求时对自身的资源用度实施限制，使计算节点可保留至少部分的资源用度，用于等待计算任务的分配及执行。例如，至少预留部分处理器用度及内存用度，用于缓存计算任务的数据及执行对数据的处理需求。在实施步骤s502中，计算实体发送的处理请求覆盖有计算任务的任务类型、计算需求及数据量等。在实施步骤s503中，计算节点依据计算任务的任务类型、计算需求及数据量等，保留资源用各资源项目。
85.优选地，在实施步骤s502中计算节点可配置为在先判断是否响应处理请求。计算节点判断各资源项目是否分别的大于或等于一各自的用度阈值。计算节点仅在各资源项目都大于或等于各自的用度阈值时才会返回等待信息到计算实体。那么计算节点返回等待信息的意思表示至少覆盖有具有最基础的对计算任务的处理能力。
86.进一步的，计算节点依据计算任务的任务类型及计算需求动态的配置用度阈值。
87.s504，计算实体接收各计算节点的资源用度及等待信息，依据资源用度及资源-能力评价模型判断各计算节点在自身当前的资源用度下的处理能力的损失。
88.s505，计算实体判断各计算节点剩余的处理能力是否可满足对计算任务的准确性及时效性的要求。
89.s506，计算实体向满足所述要求的计算节点分配计算任务。
90.s507，计算节点向计算实体返回有对计算任务的执行结果。
91.基于此，本实施例方法实施的计算实体及计算节点在通信网络中实施对至少一计算任务的分布式计算。具体的，方法特别可应用在车辆乘员仓内的计算机终端及若干移动电话之间，使用移动电话提供的处理能力对车辆的音、视频，雷达数据等进行指向性的任务处理。可选地，乘员仓内可部署至少一专门用于参与分布式计算的专门设备。专门设备用于在移动电话数量有限且计算任务有数量要求时参与分布式计算。
92.在实施步骤s506中，若没有满足所述要求的计算节点，那么计算实体可以拆分计算任务为至少两个分支任务。计算实体对每个分支任务分别的实施步骤s501到s507。
93.本发明实施例提供一种分布式计算方法。所述方法应用在通信网络中的计算实体。计算实体可与通信网络内部署有若干计算节点通信，以及至少与用于获取感知和/或交互的设备连接。这些感知和/或交互的数据需要被计算实体处理成可以被存储及提供业务功能支撑的有效数据。以及计算实体为了处理这些数据，依据各计算节点的处理能力向其分配计算任务。
94.例如，计算实体可以是车载计算机终端，优选是仪表、车机。
95.本发明实施例提供一种分布式计算方法。所述方法应用在通信网络中的计算节点。这一通信网络中已部署有计算实体。计算节点可主动或被动的向计算实体发送自身对计算任务的处理能力，接受并且执行来自计算实体的计算任务。
96.例如，计算节点可以是移动电话，是具有数据存储及处理能力且能够接入到通信网络的用于车辆的专门设备，如便携式车载电脑，头枕型车载电脑，娱乐系统。
97.本发明实施例提供一种分布式计算方法。所述方法应用在通信网络中的多个计算实体。每个计算实体可与通信网络内部署的全部计算实体通信。每个计算实体可与用于获取感知和/或交互的部分设备连接，各计算实体关联的设备均不相同。任意计算实体可依据处理能力向其他计算实体分配计算任务，以及每个计算实体向其他计算实体通知自身对各类型计算任务的处理能力。
98.例如，多个计算实体分别是车辆内部署的仪表、车机等。
99.本发明实施例提供一种分布式计算装置。所述装置包括至少一个计算实体及至少一个计算节点。计算实体用于获取计算任务，并且依据处理能力分配计算任务到计算节点，计算节点用于实施各计算任务，并且返回对计算任务的执行结果。
100.本发明实施例提供一种分布式计算装置。所述装置包括至少一个计算实体。计算
实体用于获取计算任务，并且依据处理能力分配计算任务到计算节点，计算节点用于实施各计算任务，并且返回对计算任务的执行结果。
101.本发明实施例提供一种分布式计算装置。所述装置包括至少一计算节点。这一通信网络中已部署有计算实体。计算节点可主动或被动的向计算实体发送自身对计算任务的处理能力，接受并且执行来自计算实体的计算任务。
102.图6是本发明实施例提供的一种电子设备的结构图。所述电子设备用于作为计算实体或计算节点。电子设备包括：存储器、处理器及系统总线，存储器包括存储的可运行的程序，本领域技术人员可以理解，图中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
103.需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
104.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、cd-rom、光学存储器等）上实施的计算机程序产品的形式。
105.本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
106.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
107.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
108.尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
109.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。