计算任务的分配方法、装置、存储介质及电子设备与流程

本发明涉及边缘计算，具体而言，涉及一种计算任务的分配方法、装置、存储介质及电子设备。

背景技术：

1、随着边缘用户数量的不断增长，多个用户将竞争有限的传输资源和计算资源，目前，现有技术中主要通过人工经验对计算任务进行分配，计算任务的分配准确性较低，而不合理的任务分配将会大大降低信道的质量，加大对计算资源的竞争，从而增大任务端到端时延，影响用户体验。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种计算任务的分配方法、装置、存储介质及电子设备，以至少解决现有技术中通过人工经验对计算任务进行分配，存在计算任务分配准确性较低的技术问题。

2、根据本发明实施例的一个方面，提供了一种计算任务的分配方法，包括：接收终端节点发送的计算任务请求，其中，计算任务请求中至少包括计算任务的属性信息和任务信息；依据属性信息确定计算任务对应的目标分配策略，并依据任务信息确定计算任务对应的算力需求信息，其中，目标分配策略为以下之一：第一分配策略、第二分配策略，第一分配策略的分配规则和第二分配策略的分配规则不同，算力需求信息表征处理计算任务所需的算力资源的信息；通过目标模型确定每个计算节点的空闲算力资源信息，并依据算力需求信息和空闲算力资源信息，从多个计算节点中确定目标计算节点；依据目标分配策略将计算任务分配至目标计算节点。

3、进一步地，依据属性信息确定计算任务对应的目标分配策略，包括：依据属性信息确定计算任务对应的目标网络场景，其中，目标网络场景为以下之一：第一网络场景、第二网络场景，第一网络场景下的用户数量小于第二网络场景下的用户数量；若目标网络场景为第一网络场景，则将第一分配策略作为目标分配策略；若目标网络场景为第二网络场景，则将第二分配策略作为目标分配策略。

4、进一步地，通过目标模型确定每个计算节点的空闲算力资源信息，包括：获取每个计算节点的算力资源信息和每个计算节点的待计算的计算任务量，其中，算力资源信息至少包括逻辑运算资源的资源数据、并行计算资源的资源数据以及神经网络计算资源的资源数据；确定待计算的计算任务量对逻辑运算资源的需求信息、对并行计算资源的需求信息以及对神经网络计算资源的需求信息，得到待计算的计算任务量对应的算力需求信息；通过目标模型对待计算的计算任务量对应的算力需求信息和算力资源信息进行计算，得到每个计算节点的空闲算力资源信息。

5、进一步地，依据算力需求信息和空闲算力资源信息，从多个计算节点中确定目标计算节点，包括：依据算力需求信息和空闲算力资源信息，判断每个计算节点是否满足计算任务的算力需求，得到第一判断结果；依据第一判断结果，从多个计算节点中确定满足算力需求的计算节点，得到目标计算节点。

6、进一步地，在目标分配策略为第一分配策略的情况下，依据目标分配策略将计算任务分配至目标计算节点，包括：获取计算任务的时延数据和能耗数据，其中，时延数据用于表征计算任务的传输时长，能耗数据用于表征计算任务的传输能耗；判断时延数据是否满足第一判定条件，得到第二判断结果，并判断能耗数据是否满足第二判定条件，得到第三判断结果，其中，第一判定条件用于确定时延数据是否小于预设时延阈值，第二判定条件用于确定能耗数据是否小于预设能耗阈值；若第二判断结果表征时延数据满足第一判定条件，且第三判断结果表征能耗数据满足第二判定条件，则将计算任务分配至目标计算节点。

7、进一步地，在目标分配策略为第二分配策略的情况下，依据目标分配策略将计算任务分配至目标计算节点，包括：获取计算任务的时延数据和能耗数据，并获取目标计算节点的计算时延数据和计算能耗数据，其中，计算时延数据用于表征目标计算节点的计算时长，计算能耗数据用于表征目标计算节点的计算能耗；依据时延数据和计算时延数据进行计算，得到计算任务对应的总时延，并依据能耗数据和计算能耗数据进行计算，得到计算任务对应的总能耗；判断总时延和总能耗是否满足目标约束条件，得到第四判断结果，其中，目标约束条件用于表征总时延和总能耗之间的关联关系；若第四判断结果表征总时延和总能耗满足目标约束条件，则将计算任务分配至目标计算节点。

8、进一步地，在依据目标分配策略将计算任务分配至目标计算节点之后，该方法还包括：接收目标计算节点返回的任务计算结果，并将任务计算结果发送至终端节点。

9、根据本发明实施例的另一方面，还提供了一种计算任务的分配装置，包括：第一接收模块，用于接收终端节点发送的计算任务请求，其中，计算任务请求中至少包括计算任务的属性信息和任务信息；第一确定模块，用于依据属性信息确定计算任务对应的目标分配策略，并依据任务信息确定计算任务对应的算力需求信息，其中，目标分配策略为以下之一：第一分配策略、第二分配策略，第一分配策略的分配规则和第二分配策略的分配规则不同，算力需求信息表征处理计算任务所需的算力资源的信息；第二确定模块，用于通过目标模型确定每个计算节点的空闲算力资源信息，并依据算力需求信息和空闲算力资源信息，从多个计算节点中确定目标计算节点；第一处理模块，用于依据目标分配策略将计算任务分配至目标计算节点。

10、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，其中，计算机程序被设置为运行时执行上述的计算任务的分配方法。

11、根据本发明实施例的另一方面，还提供了一种电子设备，该电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现用于运行程序，其中，程序被设置为运行时执行上述的计算任务的分配方法。

12、在本发明实施例中，采用接收终端节点发送的计算任务请求，其中，计算任务请求中至少包括计算任务的属性信息和任务信息；依据属性信息确定计算任务对应的目标分配策略，并依据任务信息确定计算任务对应的算力需求信息，其中，目标分配策略为以下之一：第一分配策略、第二分配策略，第一分配策略的分配规则和第二分配策略的分配规则不同，算力需求信息表征处理计算任务所需的算力资源的信息；通过目标模型确定每个计算节点的空闲算力资源信息，并依据算力需求信息和空闲算力资源信息，从多个计算节点中确定目标计算节点；依据目标分配策略将计算任务分配至目标计算节点的方式，对于不同的网络场景采用不同的分配策略，并通过算力量化模型(即目标模型)确定节点的空闲算力，从而能够将计算任务分配给最优计算节点(即目标计算节点)，提高了任务分配的准确性，从而提升了信道的质量，降低了对计算资源的竞争，达到了最小化端到端时延或者最低能量开销的目的，从而实现了提高任务分配的准确性的技术效果，进而解决了现有技术中通过人工经验对计算任务进行分配，存在计算任务分配准确性较低的技术问题。

技术特征：

1.一种计算任务的分配方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，依据所述属性信息确定所述计算任务对应的目标分配策略，包括：

3.根据权利要求1所述的方法，其特征在于，通过目标模型确定每个计算节点的空闲算力资源信息，包括：

4.根据权利要求1所述的方法，其特征在于，依据所述算力需求信息和所述空闲算力资源信息，从多个计算节点中确定目标计算节点，包括：

5.根据权利要求1所述的方法，其特征在于，在所述目标分配策略为所述第一分配策略的情况下，依据所述目标分配策略将所述计算任务分配至所述目标计算节点，包括：

6.根据权利要求1所述的方法，其特征在于，在所述目标分配策略为所述第二分配策略的情况下，依据所述目标分配策略将所述计算任务分配至所述目标计算节点，包括：

7.根据权利要求1所述的方法，其特征在于，在依据所述目标分配策略将所述计算任务分配至所述目标计算节点之后，所述方法还包括：

8.一种计算任务的分配装置，其特征在于，包括：

9.一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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的计算任务的分配方法。

10.一种电子设备，其特征在于，所述电子设备包括一个或多个处理器；存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现用于运行程序，其中，所述程序被设置为运行时执行所述权利要求1至7任一项中所述的计算任务的分配方法。

技术总结
本发明公开了一种计算任务的分配方法、装置、存储介质及电子设备。该方法包括：接收终端节点发送的计算任务请求，其中，计算任务请求中至少包括计算任务的属性信息和任务信息；依据属性信息确定计算任务对应的目标分配策略，并依据任务信息确定计算任务对应的算力需求信息；通过目标模型确定每个计算节点的空闲算力资源信息，并依据算力需求信息和空闲算力资源信息，从多个计算节点中确定目标计算节点；依据目标分配策略将计算任务分配至目标计算节点。本发明解决了现有技术中通过人工经验对计算任务进行分配，存在计算任务分配准确性较低的技术问题。

技术研发人员：王维
受保护的技术使用者：天翼电子商务有限公司
技术研发日：
技术公布日：2024/3/21