算力资源分配方法、装置及移动边缘计算一体化设备与流程

1.本公开涉及5g移动边缘计算技术领域，尤其涉及一种算力资源分配方法、装置及移动边缘计算一体化设备。


背景技术：

2.随着5g在各个行业和领域的应用，对无线通信设备部署方式、成本、运维等提出越来越多的需求。比如企业园区部署，需要保障企业敏感业务数据的安全性和实时性，因此在组网上可以采用搭建企业内部移动通信专网和运营商移动通信公网混合组网模式，企业安全敏感业务和时延敏感性业务可以使用企业内部移动通信专网进行数据传输，企业公有业务和企业内部员工上网活动可以通过运营商移动通信公网进行数据传输。企业内部搭建的移动通信专网可以包括四个通信网元：无线基站、移动边缘计算平台、5g核心网和边缘网管系统，为了方便企业部署、节约成本及后续运维，通常采用一体化设备部署。
3.相关技术中，一体化设备受限于其内部组成元器件，通常体积大、功耗高、成本高，且性能较差，尤其是其仅能较为刻板的基于现有或设定的情况实现固定的算力配置，使得一体化设备中各组成部分的能效发挥的较差。


技术实现要素：

4.为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种算力资源分配方法、装置及移动边缘计算一体化设备。
5.第一方面，本公开提供了一种算力资源分配方法，应用于移动边缘计算一体化设备，所述方法包括：
6.获取预设性能等级下，所述移动边缘计算一体化设备中的每个软件对应的算力需求；
7.根据所述每个软件对应的算力需求，计算所述预设性能等级对应的软件总算力需求；
8.将所述软件总算力需求与所述移动边缘计算一体化设备的硬件支持总算力进行比较；
9.在所述软件总算力需求小于所述硬件支持总算力的情况下，确定所述移动边缘计算一体化设备的性能等级为所述预设性能等级；
10.根据所述预设性能等级下每个软件对应的算力需求，为所述每个软件分配算力资源。
11.第二方面，本公开提供了一种算力资源分配装置，应用于移动边缘计算一体化设备，所述装置包括：
12.获取模块，用于获取预设性能等级下，所述移动边缘计算一体化设备中的每个软件对应的算力需求；
13.计算模块，用于根据所述每个软件对应的算力需求，计算所述预设性能等级对应
的软件总算力需求；
14.比较模块，用于将所述软件总算力需求与所述移动边缘计算一体化设备的硬件支持总算力进行比较；
15.确定模块，用于在所述软件总算力需求小于所述硬件支持总算力的情况下，确定所述移动边缘计算一体化设备的性能等级为所述预设性能等级；
16.资源分配模块，用于根据所述预设性能等级下每个软件对应的算力需求，为所述每个软件分配算力资源。
17.第三方面，本公开提供了一种移动边缘计算一体化设备，包括：部署在同一服务器设备上的移动边缘计算管理平台、5g核心网软件、5g网络管理软件、5g无线基站协议软件、n2接口适配器和n3接口适配器，用于执行算力资源分配方法，所述算力资源分配方法根据预设性能等级下所述移动边缘计算一体化设备中的每个软件对应的算力需求，确定所述预设性能等级对应的软件总算力需求，根据所述软件总算力需求与所述移动边缘计算一体化设备的硬件支持总算力之间的差异，确定所述移动边缘计算一体化设备的性能等级，并为所述每个软件分配算力资源。
18.本公开实施例提供的技术方案与现有技术相比具有如下优点：
19.通过获取预设性能等级下，移动边缘计算一体化设备中的每个软件对应的算力需求，根据每个软件对应的算力需求，计算预设性能等级对应的软件总算力需求，并将软件总算力需求与移动边缘计算一体化设备的硬件支持总算力进行比较，在软件总算力需求小于硬件支持总算力的情况下，确定移动边缘计算一体化设备的性能等级为预设性能等级，并根据预设性能等级下每个软件对应的算力需求，为每个软件分配算力资源。设置一种移动边缘计算一体化设备，包括：部署在同一服务器设备上的移动边缘计算管理平台、5g核心网软件、5g网络管理软件、5g无线基站协议软件、n2接口适配器和n3接口适配器，用于执行算力资源分配方法。采用上述技术方案，能够适应性地为移动边缘计算一体化设备上部署的各软件分配满足性能等级的算力资源，提高了算力资源分配的灵活性。并且，通过在同一服务器设备上部署5g无线基站、5g核心网、5g网络管理软件和移动边缘计算管理平台来搭建5g移动通信端到端网络，减小了一体化设备的体积，便于携带且易于部署，通过增加n2接口适配器和n3接口适配器来代替原有n2接口和n3接口协议栈的处理方式，减少了软件系统对硬件资源的消耗。
附图说明
20.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。
21.为了更清楚地说明本公开实施例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简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
22.图1a为现有5g端到端一体化设备的部署结构示意图；
23.图1b为通过标准的n2接口连接5g无线基站设备和5g核心网设备的结构框图；
24.图1c为通过标准的n3接口连接5g无线基站设备和5g核心网设备的结构框图；
25.图2为本公开一实施例提供的算力资源分配方法的流程示意图；
26.图3为本公开实施例提供的一种移动边缘计算一体化设备的结构示意图；
27.图4为本公开另一实施例提供的算力资源分配方法的流程示意图；
28.图5为本公开一实施例提供的算力资源分配装置的结构示意图；
29.图6为本公开一实施例提供的移动边缘计算一体化设备的结构示意图；
30.图7为5g无线基站与5g核心网通过n2接口适配器通信的结构示意图；
31.图8为5g无线基站与5g核心网通过n3接口适配器通信的结构示意图。
具体实施方式
32.为了能够更清楚地理解本公开的上述目的、特征和优点，下面将对本公开的方案进行进一步描述。需要说明的是，在不冲突的情况下，本公开的实施例及实施例中的特征可以相互组合。
33.在下面的描述中阐述了很多具体细节以便于充分理解本公开，但本公开还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本公开的一部分实施例，而不是全部的实施例。
34.为了方便企业部署、节约成本及方便后续运维，企业内部搭建的移动通信专网通常采用一体化设备进行部署。
35.相关技术中，5g端到端一体化设备的部署方式如图1a所示，从图1a可以看出，5g无线基站设备、移动边缘计算设备、5g核心网设备和5g网络管理设备通过交换机设备互连，然后整体放到一个可移动的设备箱子里形成一个整体的大设备。这种部署方式的缺点是体积大、功耗高、成本高且不易携带。
36.现有的5g端到端一体化设备部署方式中，5g无线基站设备和5g核心网设备之间需要通过标准的n2接口和n3接口互连，图1b为通过标准的n2接口连接5g无线基站设备和5g核心网设备的结构框图，图1c为通过标准的n3接口连接5g无线基站设备和5g核心网设备的结构框图。如图1b所示，在无线侧(即5g无线基站设备侧)和5g核心网设备的amf(access and mobility management function，接入和移动性管理功能)侧均需要设置n2接口处理器，无线侧n2接口处理器和amf侧n2接口处理器之间通过标准的通信协议如ngap(next generation application protocol，下一代应用协议)协议、sctp(stream control transmission protocol，流控制传输协议)协议和ip(internet protocol，互联网协议)协议进行通信。如图1c所示，无线侧和5g核心网设备的upf(user plane function，用户面功能)侧均需要设置n3接口处理器，无线侧n3接口处理器和upf侧n3接口处理器之间通过标准的通信协议如gtp-u(user plane part of gtp，gprs用户平面部分)协议、udp(user datagram protocol，用户数据报协议)协议和ip协议进行通信。可见，5g无线基站设备和5g核心网设备之间通过n2接口和n3接口连接，无线侧与5g核心网之间的通信需要负载的协议处理，会耗费一体化设备较大的硬件资源。
37.此外，在5g端到端一体化设备上部署软件时，通常由人工为软件配置固定的算力资源，未考虑一体化设备中各软件的性能平衡，灵活性差。
38.针对上述问题，本公开提供了一种算力资源分配方法、装置及移动边缘计算一体化设备，通过预先为移动边缘计算一体化设备中的各软件配置不同性能等级对应的算力需求，能够方便用户根据硬件支持的算力、一体化设备上集成的移动边缘计算应用的算力需
求等适应性地选配各软件系统的性能等级并进行算力资源分配，提高了算力资源分配的灵活性，保证了一体化设备各软件系统的性能平衡。
39.图2为本公开一实施例提供的算力资源分配方法的流程示意图，该算力资源分配方法可以由本公开实施例提供的算力资源分配装置执行，该算力资源分配装置可以采用软件和/或硬件实现，并可集成在本公开实施例提供的移动边缘计算一体化设备上，图3为本公开实施例提供的一种移动边缘计算一体化设备的结构示意图。
40.如图3所示，可以采用通用服务器硬件，在统一的服务器设备上集中部署移动边缘应用、移动边缘计算管理平台、5g基站协议软件、n2接口适配器、n3接口适配器、5g核心网软件和5g网络管理软件，形成5g移动通信网络端到端的一体化设备，便于携带易于部署，且节省部署空间节约成本。图3中，操作系统和硬件基础设施是服务器设备自身提供的资源，服务器设备上部署的各软件之间可以通过服务器设备的内部回环网络进行通信，无需借助网口和交换机即可实现不同软件之间的通信。
41.如图2所示，该算力资源分配方法，可以包括以下步骤：
42.步骤101，获取预设性能等级下，移动边缘计算一体化设备中的每个软件对应的算力需求。
43.其中，移动边缘计算一体化设备中的每个软件，可以包括5g基站协议软件、5g核心网软件、5g网络管理软件、移动边缘计算管理平台、移动边缘应用等。
44.本公开实施例中，可以预先设置移动边缘计算一体化设备处于不同的性能等级时，各软件对应的算力需求，通常，性能等级越高，各软件对应的算力需求也越高。当需要进行算力资源分配时，则获取预设性能等级下，移动边缘计算一体化设备中的每个软件对应的算力需求。
45.其中，预设性能等级可以是预先配置的多个性能等级中的最高等级，或者，预设性能等级也可以是移动边缘计算一体化设备当前的性能等级。
46.步骤102，根据每个软件对应的算力需求，计算预设性能等级对应的软件总算力需求。
47.本公开实施例中，获取了预设性能等级下每个软件对应的算力需求之后，可以计算得到预设性能等级对应的软件总算力需求。
48.示例性地，假设每个软件仅对应一个算力需求，则可以将每个软件对应的算力需求进行求和，得到预设性能等级对应的软件总算力需求。
49.示例性地，假设部分软件对应的算力需求包括最低算力需求和最高算力需求，则可以将这部分软件对应的最高算力需求与剩余部分软件对应的算力需求进行求和，得到预设性能等级对应的软件总算力需求。或者，也可以将这部分软件分别根据对应的最高算力需求和最低算力需求计算得到平均值，再将这部分软件各自对应的平均值与剩余部分软件对应的算力需求进行求和，得到预设性能等级对应的软件总算力需求。
50.步骤103，将软件总算力需求与移动边缘计算一体化设备的硬件支持总算力进行比较。
51.其中，移动边缘计算一体化设备的硬件支持总算力由服务器设备自身的硬件基础设施提供，硬件支持总算力可以由技术人员预先存储在移动边缘计算一体化设备的本地存储空间中，在需要时直接获取即可。
52.步骤104，在软件总算力需求小于硬件支持总算力的情况下，确定移动边缘计算一体化设备的性能等级为预设性能等级。
53.本公开实施例中，计算得到预设性能等级对应的软件总算力需求之后，可以将软件总算力需求与移动边缘计算一体化设备所能提供的硬件支持总算力进行比较，如果软件总算力需求小于硬件支持总算力，则将该预设性能等级确定为移动边缘计算一体化设备的性能等级。
54.步骤105，根据预设性能等级下每个软件对应的算力需求，为每个软件分配算力资源。
55.本公开实施例中，预设性能等级对应的软件总算力需求小于硬件支持总算力时，还可以根据预设性能等级下每个软件对应的算力需求，为每个软件分配算力资源。
56.举例而言，假设确定移动边缘计算一体化设备的性能等级为等级3，预先设置的等级3对应的应用a的算力需求为0.5核，则为应用a分配cpu(central processing unit，中央处理单元)资源时，可以为应用a分配0.5个核的cpu，或者分配略高于0.5个核的cpu。
57.本实施例提供的算力资源分配方法，通过获取预设性能等级下，移动边缘计算一体化设备中的每个软件对应的算力需求，根据每个软件对应的算力需求，计算预设性能等级对应的软件总算力需求，并将软件总算力需求与移动边缘计算一体化设备的硬件支持总算力进行比较，在软件总算力需求小于硬件支持总算力的情况下，确定移动边缘计算一体化设备的性能等级为预设性能等级，并根据预设性能等级下每个软件对应的算力需求，为每个软件分配算力资源。采用上述技术方案，能够适应性地为移动边缘计算一体化设备上部署的各软件分配满足性能等级的算力资源，提高了算力资源分配的灵活性，保证了一体化设备各软件系统的性能平衡。
58.进一步地，在本公开实施例一种可选的实施方式中，在软件总算力需求大于或等于硬件支持总算力的情况下，将预设性能等级调低一个级别，并获取调低后的性能等级下，移动边缘计算一体化设备中的每个软件对应的算力需求。
59.也就是说，当移动边缘计算一体化设备所提供的硬件支持总算力不能满足预设性能等级下各软件的算力需求时，可以将预设性能等级调低一个级别，并获取调低后的性能等级下移动边缘计算一体化设备中的每个软件对应的算力需求，进而计算调低后的性能等级对应的软件总算力需求，并与硬件支持总算力比较，如果调低后的性能等级对应的软件总算力需求小于硬件支持总算力，则将调低后的性能等级确定为移动边缘计算一体化设备的性能等级，并按照调低后的性能等级对应的各软件的算力需求，为各软件分配算力资源。如果调低后的性能等级对应的软件总算力需求仍大于或等于硬件支持总算力，则继续将性能等级调低一个级别，重复上述过程，直至调低后的性能等级对应的软件总算力需求小于硬件支持总算力，或者，直至性能等于小于1时结束。
60.本公开实施例的方案，通过在软件总算力需求大于或等于硬件支持总算力的情况下，将预设性能等级调低一个级别，并获取调低后的性能等级下，移动边缘计算一体化设备中的每个软件对应的算力需求，由此，能够根据移动边缘计算一体化设备提供的硬件支持总算力及软件所需的总算力之间的差异，适应性地调整一体化设备的性能等级，进而根据调整后的性能等级下各软件对应的算力需求进行算力分配计算，提高了算力分配的灵活性，有利于提高系统资源利用率。
61.本公开实施例一种可选的实施方式中，应确定预设性能等级大于或等于1，以及调低后的性能等级大于等于1时，才获取各软件对应的算力需求进行后续操作。在预设性能等级或者调低后的性能等级小于1的情况下，则提示用户算力资源分配失败。
62.示例性地，当预设性能等级小于1时，算力分配失败，可以通过文本显示、语音播报等方式，提示用户算力资源分配失败，并可以给出失败原因如“硬件支持的算力不能满足系统最低性能等级算力需求，建议删除部分应用”。
63.本公开实施例的方案，通过确定预设性能等于大于或等于1，能够保证获取到各软件对应的算力需求，为后续进行操作提供了条件；通过在预设性能等级小于1时提示用户算力资源分配失败，能够及时通知用户资源分配失败的分配结果，以使用户能够及时采取相应的措施。
64.移动边缘计算管理平台、移动边缘应用、5g无线基站协议软件、5g核心网软件和5g网络管理软件是移动边缘计算一体化设备内置的软件系统，这些软件可以根据对于时延要求的高低进行分类，分为敏感性软件和非敏感性软件，敏感性软件需要充足的硬件资源来保证某一等级的性能需求，属于独享分配的硬件资源，不会时刻保持高效的资源利用率；非敏感性软件需要保证其最小硬件资源需求，可以与其他非敏感性软件共享资源。5g无线基站协议软件和5g核心网软件对时延要求较高，属于时间敏感软件集合；移动边缘计算管理平台和5g网络管理软件属于时间非敏感软件集合。针对敏感性软件和非敏感性软件，可以采用不同的计算方式来计算敏感性软件所需的总的算力需要和非敏感性软件所需的总的算力需要，下面结合附图4进行详细说明。
65.图4为本公开另一实施例提供的算力资源分配方法的流程示意图。
66.如图4所示，该算力资源分配方法可以包括以下步骤：
67.步骤201，确定预设性能等级i。
68.其中，预设性能等级i可以是预先设置的多个性能等级中的最高等级，或者，也可以是移动边缘计算一体化设备当前对应的性能等级，移动边缘计算一体化设备当前对应的性能等级不高于预先设置的最高等级。
69.在本公开实施例一种可选的实施方式中，移动边缘计算一体化设备可以包括可视化界面，用户可以通过该可视化界面预先配置不同的性能等级下各个软件对应的算力需求，其中，各个软件可以根据移动边缘一体化设备的实际应用场景确定，即，用户可以结合移动边缘计算一体化设备的实际应用场景，确定移动边缘计算一体化设备中可能会部署的所有软件，并通过移动边缘计算一体化设备提供的可视化界面配置不同性能等级下，各个软件分别对应的算力需求。从而，本公开实施例提供的算力资源分配方法，还可以包括：接收用户通过可视化界面配置的多个性能等级和每个性能等级下不同软件对应的算力需求；存储每个性能等级与对应的不同软件的算力需求之间的对应关系。
70.其中，性能等级越高，各软件对应的算力需求也越高。
71.示例性地，不同的性能等级可以用数字表示，比如，用户预先配置了三个级别的性能等级，分别记为等级1、等级2和等级3，其中，等级3为最高等级，对于同一软件a，性能等级为3时的算力需求要高于性能等级为2时的算力需求，性能等级为2时的算力需求又高于性能等级为1时的算力需求。
72.本公开实施例中，通过在移动边缘计算一体化设备上设置可视化界面来接收用户
配置的多个性能等级和每个性能等级下不同软件对应的算力需求，并存储每个性能等级与对应的不同软件的算力需求之间的对应关系，使得用户能够基于移动边缘计算一体化设备的可视化界面进行交互操作，提高系统的灵活性。
73.本公开实施例中，可以根据预先配置的性能等级或者移动边缘计算一体化设备的当前性能等级，确定预设性能等级i。
74.示例性地，假设预先配置的最高性能等级为5，当对移动边缘计算一体化设备上部署的软件进行第一次算力资源分配时，可以确定预设性能等级i为最高等级5。
75.示例性地，假设预先配置的最高性能等级为5，移动边缘计算一体化设备上已部署了部分软件，且该移动边缘计算一体化设备当前的性能等级为等级4，则需要在该移动边缘计算一体化设备上部署新的软件时，需要重新进行算力资源分配，则可以确定预设性能等级i为当前性能等级4。
76.步骤202，判断预设性能等级i是否小于1。
77.步骤203，获取预设性能等级i下，每个敏感性软件对应的最高算力需求。
78.步骤204，获取预设性能等级i下，每个非敏感性软件对应的最低算力需求和最高算力需求。
79.本公开实施例中，确定了预设性能等级i后，可以先判断i是否小于1，如果i大于或等于1，则可以获取预设性能等级i下，每个敏感性软件对应的最高算力需求，以及获取预设性能等级i下，每个非敏感性软件对应的最低算力需求和最高算力需求。
80.其中，可以根据软件对于时延要求的高低将软件分为敏感性软件和非敏感性软件，比如，5g无线基站协议软件和5g核心网软件对时延要求较高，属于敏感性软件，而移动边缘计算平台和5g网络管理软件对时延要求不高，可以划分为非敏感性软件。对于敏感性软件，用户可以仅配置不同性能等级对应的最高算力需求，对于非敏感性软件，则需要配置不同性能等级对应的最低算力需求和最高算力需求。
81.需要说明的是，当在预先配置的不同性能等级与各软件对应的算力需求的对应关系中，未查找到某个待部署的第三方应用的算力需求时，可以提示用户通过可视化界面配置该第三方应用在不同性能等级下的算力需求，进而根据确定的预设性能等级i，获取该第三方应用在预设性能等级i下的算力需求。
82.步骤205，根据每个敏感性软件对应的最高算力需求，计算预设性能等级i对应的敏感性软件总算力需求。
83.示例性地，可以通过如下公式(1)计算得到预设性能等级i对应的敏感性软件总算力需求。
[0084][0085]
其中，s_sw_cp
total
(i)表示预设性能等级i对应的敏感性软件总算力需求；bbu_cp
max
(i)表示预设性能等级为i时，5g基站协议软件对应的最高算力需求；5gc_cp
max
(i)表示预设性能等级为i时，5g核心网软件对应的最高算力需求；app_cp
max,j
(i)表示预设性能等级为i时，第j个应用软件对应的最高算力需求，j＝(1，2，
…
，x)表示敏感性软件的编号，x为正整数。
[0086]
步骤206，根据每个非敏感性软件对应的最低算力需求和最高算力需求，计算每个
非敏感性软件对应的共享算力需求。
[0087]
示例性地，每个非敏感性软件对应的共享算力需求，可以通过如下公式(2)计算得到。
[0088][0089]
其中，mec_cp
share
(i)表示预设性能等级为i时，移动边缘计算管理平台对应的共享算力需求；mec_cp
max
(i)表示预设性能等级为i时，移动边缘计算管理平台对应的最高算力需求；mec_cp
min
(i)表示预设性能等级为i时，移动边缘计算管理平台对应的最低算力需求；hms_cp
share
(i)表示预设性能等级为i时，5g网络管理软件对应的共享算力需求；hms_cp
max
(i)表示预设性能等级为i时，5g网络管理软件对应的最高算力需求；hms_cp
min
(i)表示预设性能等级为i时，5g网络管理软件对应的最低算力需求；app_cp
share,j
(i)表示预设性能等级为i时，第j个应用软件对应的共享算力需求；app_cp
max,j
(i)表示预设性能等级为i时，第j个应用软件对应的最高算力需求；app_cp
min,j
(i)表示预设性能等级为i时，第j个应用软件对应的最低算力需求；其中，j＝(x+1，x+2，
…
，y)表示非敏感性软件的编号，y大于x。
[0090]
步骤207，根据每个非敏感性软件对应的共享算力需求和每个非敏感性软件对应的最低算力需求，计算预设性能等级i对应的非敏感性软件总算力需求。
[0091]
示例性地，预设性能等级i对应的非敏感性软件总算力需求可以通过如下公式(3)计算得到。
[0092][0093]
其中，ns_sw_cp
toatal
(i)表示预设性能等级i对应的非敏感性软件总算力需求。
[0094]
步骤208，根据预设性能等级i对应的敏感性软件总算力需求、预设性能等级i对应的非敏感性软件总算力需求及操作系统底层软件对应的算力需求，计算得到预设性能等级i对应的软件总算力需求。
[0095]
示例性地，预设性能等级i对应的软件总算力需求可以通过如下公式(4)计算得到。
[0096]
sw_cp
toatal
(i)＝os_cp
required
+s_sw_cp
total
(i)+ns_sw_cp
total(i)ꢀꢀ
(4)
[0097]
其中，sw_cp
toatal
(i)表示预设性能等级i对应的软件总算力需求；os_cp
required
表示移动边缘计算一体化设备的操作系统相关底层软件的算力需求。
[0098]
步骤209，判断软件总算力需求是否小于移动边缘计算一体化设备的硬件支持总算力。
[0099]
其中，移动边缘计算一体化设备的硬件支持总算力可以记为hw_cp
total
，硬件支持总算力可以由用户在配置不同性能等级对应的各软件的算力需求时，根据移动边缘计算一体化设备的硬件设施所能提供的资源进行配置，硬件支持总算力可以写入移动边缘计算一体化设备的本地存储空间中，在需要时直接获取即可。
[0100]
步骤210，确定移动边缘计算一体化设备的性能等级为预设性能等级i。
[0101]
步骤211，根据预设性能等级i下每个软件对应的算力需求，为每个软件分配算力资源。
[0102]
本公开实施例中，当确定的软件总算力需求小于移动边缘计算一体化设备的硬件支持总算力时，可以将预设性能等级i确定为移动边缘计算一体化设备对应的性能等级，并根据预设性能等级i下各软件对应的算力需求，为每个软件分配算力资源。
[0103]
示例性地，对于敏感性软件，可以分配预设性能等级i下敏感性软件对应的最高算力需求的算力资源，对于非敏感性软件，可以分配略高于预设性能等级i下非敏感性软件对应的最低算力需求的算力资源。
[0104]
步骤212，设置i＝i-1。
[0105]
本公开实施例中，当确定的软件总算力需求大于或等于移动边缘计算一体化设备的硬件支持总算力时，可以设置i＝i-1，即，将预设性能等级i调低一个级别，之后，返回步骤202，判断调低后的i是否小于1，并在不小于1时继续执行后续步骤。
[0106]
步骤213，提示用户算力资源分配失败。
[0107]
本公开实施例中，当i小于1时，算力资源分配失败，可以向用户发出提示消息，以提示用户算力资源分配失败。进一步地，还可以给出失败原因，如“硬件支持的算力不能满足系统最低性能等级算力需求，建议删除部分应用”。
[0108]
本公开实施例的算力资源分配方法，通过对于非敏感性软件，根据每个非敏感性软件对应的最低算力需求和最高算力需求，计算每个非敏感性软件对应的共享算力需求，再根据每个非敏感性软件对应的共享算力需求和每个非敏感性软件对应的最低算力需求，计算预设性能等级对应的非敏感性软件总算力需求，再根据预设性能等级对应的敏感性软件总算力需求、预设性能等级对应的非敏感性软件总算力需求及操作系统底层软件对应的算力需求，计算得到预设性能等级对应的软件总算力需求，使得在计算软件总算力需求时，考虑了非敏感性软件可以共享算力资源，保证了软件总算力需求计算准确性的同时，还可以尽可能地使一体化设备可以工作在较高的性能等级，保证一体化设备中部署的各软件的运行效率；通过为移动边缘计算软件系统、5g基站协议软件系统、5g核心网软件系统、5g网络管理软件系统和第三方应用软件系统定义不同的性能等级以及对应的算力需求，方便了用户根据硬件支持的算力、一体化设备上集成的移动边缘计算应用的算力需求等适应性地选配各软件系统的性能等级，以达到一体化设备中各软件系统的性能平衡的目的。
[0109]
为了实现上述实施例，本公开还提供了一种算力资源分配装置，该算力资源分配装置可以采用软件和/或硬件实现，并可集成在本公开实施例提供的移动边缘计算一体化设备上。
[0110]
图5为本公开一实施例提供的算力资源分配装置的结构示意图，如图5所示，该算力资源分配装置30可以包括：获取模块310、计算模块320、比较模块330、确定模块340和资源分配模块350。
[0111]
其中，获取模块310，用于获取预设性能等级下，所述移动边缘计算一体化设备中的每个软件对应的算力需求；
[0112]
计算模块320，用于根据所述每个软件对应的算力需求，计算所述预设性能等级对应的软件总算力需求；
[0113]
比较模块330，用于将所述软件总算力需求与所述移动边缘计算一体化设备的硬
件支持总算力进行比较；
[0114]
确定模块340，用于在所述软件总算力需求小于所述硬件支持总算力的情况下，确定所述移动边缘计算一体化设备的性能等级为所述预设性能等级；
[0115]
资源分配模块350，用于根据所述预设性能等级下每个软件对应的算力需求，为所述每个软件分配算力资源。
[0116]
可选地，所述算力资源分配装置30还包括：
[0117]
等级调整模块，用于在所述软件总算力需求大于或等于所述硬件支持总算力的情况下，将所述预设性能等级调低一个级别，并获取调低后的性能等级下，所述移动边缘计算一体化设备中的每个软件对应的算力需求。
[0118]
可选地，移动边缘计算一体化设备中的软件包括敏感性软件和非敏感性软件；所述获取模块310用于：
[0119]
获取预设性能等级下，每个敏感性软件对应的最高算力需求；
[0120]
获取预设性能等级下，每个非敏感性软件对应的最低算力需求和最高算力需求。
[0121]
可选地，所述计算模块320还用于：
[0122]
根据所述每个敏感性软件对应的最高算力需求，计算所述预设性能等级对应的敏感性软件总算力需求；
[0123]
根据所述每个非敏感性软件对应的最低算力需求和最高算力需求，计算每个非敏感性软件对应的共享算力需求；
[0124]
根据所述每个非敏感性软件对应的共享算力需求和所述每个非敏感性软件对应的最低算力需求，计算所述预设性能等级对应的非敏感性软件总算力需求；
[0125]
根据所述预设性能等级对应的敏感性软件总算力需求、所述预设性能等级对应的非敏感性软件总算力需求及操作系统底层软件对应的算力需求，计算得到所述预设性能等级对应的软件总算力需求。
[0126]
可选地，所述移动边缘计算一体化设备包括可视化界面，所述算力资源分配装置30还包括：
[0127]
接收模块，用于接收用户通过所述可视化界面配置的多个性能等级和每个所述性能等级下不同软件对应的算力需求；
[0128]
存储模块，用于存储每个所述性能等级与对应的不同软件的算力需求之间的对应关系。
[0129]
可选地，所述算力资源分配装置30还包括：
[0130]
预处理模块，用于确定所述预设性能等级大于或等于1。
[0131]
可选地，所述算力资源分配装置30还包括：
[0132]
提示模块，用于在所述预设性能等级小于1的情况下，提示用户算力资源分配失败。
[0133]
本公开实施例所提供的算力资源分配装置，可执行本公开实施例所提供的可应用于移动边缘计算一体化设备的算力资源分配方法，具备执行方法相应的功能模块和有益效果。本公开装置实施例中未详尽描述的内容可以参考本公开任意方法实施例中的描述。
[0134]
为了实现上述实施例，本公开还提供了一种移动边缘计算一体化设备。
[0135]
图6为本公开一实施例提供的移动边缘计算一体化设备的结构示意图，如图6所
示，该移动边缘计算一体化设备40包括：部署在同一服务器设备410上的移动边缘计算管理平台420、5g核心网软件430、5g网络管理软件440、5g无线基站协议软件450、n2接口适配器460和n3接口适配器470，用于执行算力资源分配方法。算力资源分配方法可以为前述实施例所述的算力资源分配方法。
[0136]
其中，移动边缘计算管理平台420、5g核心网软件430、5g网络管理软件440和5g无线基站协议软件450之间通过服务器设备410的内部回环网络进行通信，无需借助交换机设备进行通信连接，减小了一体化设备的体积。
[0137]
本公开实施例中，将用于搭建5g移动通信端到端网络的5g无线基站、5g核心网、5g网络管理软件和移动边缘计算管理平台均以软件的形式部署在同一个服务器设备中，相较于现有技术中无线基站设备、移动边缘计算设备和5g核心网设备作为独立的设备与交换机设备互联，再整体放到一个可移动的设备箱子里形成一个大设备的方案，减小了一体化设备的体积，便于携带且易于部署，网络管理更便捷，节省了部署空间，也大幅度降低了成本。
[0138]
在本公开实施例一种可选的实施方式中，5g无线基站协议软件可以包括第一处理器，5g核心网软件可以包括第二处理器。本实施例中，n2接口适配器用于建立信令面适配信息映射关系，信令面适配信息映射关系包括无线基站信息与amf信息之间的映射关系、无线基站消息类型与amf消息类型之间的映射关系，以及，无线基站内用户标识符与amf内用户标识符之间的映射关系；第一处理器通过第一内部接口发送上行信令消息；n2接口适配器从上行信令消息中获取无线基站信息、无线基站消息类型和无线基站内用户标识符，并查询信令面适配信息映射关系，确定对应的目标amf信息、目标amf消息类型和目标amf内用户标识符，以及根据目标amf信息、目标amf消息类型和目标amf内用户标识符构建上行nas适配消息，并通过第二内部接口将上行nas适配消息发送至第二处理器。
[0139]
进一步地，在本公开实施例一种可选的实施方式中，第二处理器通过第二内部接口向n2接口适配器发送下行nas消息；n2接口适配器从下行nas消息中获取amf信息、amf消息类型和amf内用户标识符，并查询信令面适配信息映射关系，确定对应的目标无线基站信息、目标无线基站消息类型和目标无线基站内用户标识符，以及根据目标无线基站信息、目标无线基站消息类型和目标无线基站内用户标识符构建下行nas适配消息，并通过第一内部接口将下行nas适配消息发送至第一处理器。
[0140]
示例性地，图7为5g无线基站与5g核心网通过n2接口适配器通信的结构示意图，图7中，无线侧l3处理器即5g无线基站协议软件的第一处理器，amf侧nas(network attached storage，网络附属存储)处理器即5g核心网软件的第二处理器，两者之间通过n2接口适配器进行适配通信。n2接口适配器建立信令面适配信息映射关系，包括无线基站信息与amf信息之间的映射关系(记为表[无线基站信息，amf信息])、无线基站消息类型与amf消息类型之间的映射关系(记为表[无线基站消息类型，amf消息类型])，以及无线基站内用户标识符与amf内用户标识符之间的映射关系(记为表[无线基站内用户标识符，amf内用户标识符])，其中，无线基站内用户标识符与amf内用户标识符之间的映射关系在用户接入时动态创建。无线基站信息包括全局gnb(5g基站)节点标识符、支持的全局小区标识符、支持的ta(tracking area，跟踪区)列表，每个ta列表项包括tac(tracking area code，跟踪区码)，以及支持的切片标识符列表；amf信息包括amf名、guami以及支持的plmn(public land mobile network，公共陆地移动网络)列表，每个plmn列表项包含plmn标识符和支持的切片
标识符列表。
[0141]
在上行通信时，无线侧l3处理器通过“内部接口_1”(即第一内部接口)发送上行信令消息，“内部接口_1”可以是消息队列、socket套接字等通信方式，可以根据实际情况进行接口适配。n2接口适配器从上行信令消息中获取到内部定义的无线基站消息类型、无线基站内用户标识符和无线基站信息，通过无线基站消息类型查表[无线基站消息类型，amf消息类型]获取到amf内部定义的消息类型；通过无线基站内用户标识符查表[无线基站内用户标识符，amf内用户标识符]获取到amf内用户标识符；通过无线基站信息查表[无线基站信息，amf信息]获取到amf信息；根据查表获取到的上述信息构建上行nas适配消息，并通过“内部接口_2”(即第二内部接口)向amf侧nas处理器发送适配后的上行nas适配消息，其中，“内部接口_2”可以是消息队列、socket套接字等通信方式。amf侧nas处理器可以采用传统的处理方式对上行nas适配消息进行处理，完成上行消息的接收。
[0142]
在下行通信时，amf侧nas处理器通过“内部接口_2”向n2接口适配器发送下行nas消息，n2接口适配器从下行nas消息中获取amf信息、amf内用户标识符和amf消息类型，通过amf信息查表[无线基站信息，amf信息]获取无线基站信息，通过amf消息类型查表[无线基站消息类型，amf消息类型]获取到无线基站内部定义的消息类型，通过amf内用户标识符查表[无线基站内用户标识符，amf内用户标识符]获取到无线基站内用户标识符，并根据查表获取到的上述消息构建下行nas适配消息，通过“内部接口_1”将下行nas适配消息发送给无线侧l3处理器。无线侧l3处理器采用传统的处理方式对下行nas适配消息进行处理，完成下行消息的接收。
[0143]
在本公开实施例一种可选的实施方式中，5g无线基站协议软件包括第三处理器，所述5g核心网软件包括第四处理器。本实施例中，n3接口适配器用于建立用户面适配信息映射关系，用户面适配信息映射关系包括无线基站消息类型与upf消息类型之间的映射关系；第三处理器通过第三内部接口向n3接口适配器发送上行业务数据；n3接口适配器从上行业务数据中获取无线基站消息类型，并根据无线基站消息类型查询用户面适配信息映射关系，确定对应的目标upf消息类型，以及根据目标upf消息类型构建上行业务适配消息，并通过第四内部接口发送至向第四处理器发送上行业务适配消息。
[0144]
进一步地，第四处理器通过第四内部接口向n3接口适配器发送下行业务数据；n3接口适配器从下行业务数据中获取upf消息类型，并根据upf消息类型查询用户面适配信息映射关系，确定对应的目标无线基站消息类型，以及根据目标无线基站消息类型构建下行业务适配消息，并通过第三内部接口将下行业务适配消息发送至第三处理器。
[0145]
示例性地，图8为5g无线基站与5g核心网通过n3接口适配器通信的结构示意图，图8中，无线侧l2处理器即5g无线基站协议软件的第三处理器，upf侧n6处理器即5g核心网软件的第四处理器，两者之间通过n3接口适配器进行适配通信。n3接口适配器建立用户面适配信息映射关系，包括无线基站消息类型与upf消息类型之间的映射关系(记为表[无线基站消息类型，upf消息类型])。
[0146]
在上行通信时，无线侧l2处理器通过“内部接口_3”(即第三内部接口)发送上行业务数据，其中，“内部接口_3”可以是消息队列、socket套接字等通信方式。n3接口适配器从上行业务数据中获取无线基站消息类型，并通过无线基站消息类型查表[无线基站消息类型，upf消息类型]，获取发送到upf侧n6处理器的upf消息类型，并根据获取的upf消息类型
构建上行业务适配消息。n3接口适配器通过“内部接口_4”(即第四内部接口)向upf侧n6处理器发送适配后的上行业务适配消息，其中，“内部接口_4”可以是消息队列、socket套接字等通信方式。upf侧n6处理器可以采用传统的处理方式对上行业务适配消息进行处理，完成上行业务数据的接收。
[0147]
在下行通信时，upf侧n6处理器通过“内部接口_4”向n3接口适配器发送下行业务数据，n3接口适配器从下行业务数据中获取upf消息类型，并通过upf消息类型查表[无线基站消息类型，upf消息类型]，获取对应的无线基站消息类型，并构建发送到无线基站侧的下行业务适配消息，通过“内部接口_3”向无线侧l2处理器发送适配后的下行业务适配消息。无线侧l2处理器可以采用传统的处理方式对下行业务适配消息进行处理，完成下行业务数据的接收。
[0148]
对比图7、图8和图1b、图1c可以看出，本公开实施例中，通过去掉原有n2接口和n3接口的复杂协议处理，增加n2接口适配器和n3接口适配器来代替原有n2接口和n3接口协议栈的处理方式，n2接口适配器和n3接口适配器主要用于无线接入网和5g核心网原有n2接口、n3接口的内部转换，减少了软件系统对硬件资源的消耗，降低了控制面和用户面数据的传输时延，提高了业务体验质量，并且，通过增加n2接口适配器和n3接口适配器，避免了对原有软件系统进行修改，提高了系统灵活性。
[0149]
在本公开实施例一种可能的实施方式中，移动边缘计算一体化设备还可以包括可视化界面，用于接收用户配置的多个性能等级和每个性能等级下不同软件对应的算力需求。本实施例中，服务器设备用于存储每个性能等级与对应的不同软件的算力需求之间的对应关系。
[0150]
示例性地，服务器设备可以将用户通过可视化界面配置的每个性能等级与对应的不同软件的算力需求之间的对应关系存储在服务器设备的本地存储空间中，当执行前述实施例所述的算力资源分配方法时，从本次存储空间中获取预设性能等级下各软件对应的算力需求即可。
[0151]
本公开实施例中，通过设置可视化界面来接收用户配置的多个性能等级和每个性能等级下不同软件对应的算力需求，实现了基于移动边缘计算一体化设备的可视化界面进行交互操作，提高了系统的灵活性。
[0152]
本公开实施例还提供了一种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执行指令，所述计算机执行指令被处理器执行时实现如前述实施例所述的算力资源分配方法各实施例的步骤，为避免重复描述，在此不再赘述。
[0153]
本公开实施例还提供了一种计算机程序产品，所述计算机程序产品用于执行如前述实施例所述算力资源分配方法各实施例的步骤。
[0154]
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0155]
以上所述仅是本公开的具体实施方式，使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下，在其它实施例中实现。因此，本公开将不会被限制于本文所述的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。