一种计算任务处理方法以及边缘计算设备技术

本发明专利技术提供了一种计算任务处理方法以及边缘计算设备，该方法包括：设置链状任务容器；接收外部终端设备发送的计算任务；将所述计算任务分解为至少两个子计算任务；利用所述链状任务容器对所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果。因此，本发明专利技术提供的方案可以提高计算任务的处理速度。

A computational task processing method and edge computing device

The invention provides a computing task processing method and an edge computing device, which include: setting a chain task container; receiving a computing task sent by an external terminal device; dividing the computing task into at least two sub-computing tasks; and using the chain task container to carry on at least two sub-computing tasks. Parallel computing is carried out to get the calculation results of the calculation task. Therefore, the scheme provided by this invention can improve the processing speed of computing tasks.

【技术实现步骤摘要】
一种计算任务处理方法以及边缘计算设备
本专利技术涉及计算机
，特别涉及一种计算任务处理方法以及边缘计算设备。
技术介绍
随着科技的发展，由于边缘计算设备可以就近的为终端设备(比如摄像头、微基站设备、移动智能设备)提供计算任务的处理服务，因此边缘计算设备应用的越来越广泛。目前，在边缘计算设备接收到计算任务时，首先确定出计算任务对应的各个子计算任务，然后对各个子计算任务进行依次计算。但是，由于计算任务通常具有很大的数据量。在对各个子计算任务进行依次计算时，会耗费大量的时间。因此，现有的方式，计算任务的处理速度较慢。
技术实现思路
本专利技术实施例提供了一种计算任务处理方法以及边缘计算设备，可以提高计算任务的处理速度。第一方面，本专利技术实施例提供了一种计算任务处理方法，该方法包括：设置链状任务容器；接收外部终端设备发送的计算任务；将所述计算任务分解为至少两个子计算任务；利用所述链状任务容器对所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果。优选地，所述设置链状任务容器，包括：构建设置有至少一个算法模型的算法库；构建多个容器节点，其中，所述多个容器节点相连为链状；将每一个所述容器节点分别与所述算法库建立连接。优选地，所述利用所述链状任务容器对所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果，包括：将每一个所述子计算任务分别输入到所述多个容器节点中的一个目标容器节点中；利用每一个所述目标容器同时执行：在所述算法库中调用至少一个目标算法模型对输入的子计算任务进行计算，得到对应的子计算结果；聚合每一个所述目标容器分别得到的子计算结果，得到所述计算任务的计算结果。优选地，所述在所述算法库中调用至少一个目标算法模型对输入的子计算任务进行计算，得到对应的子计算结果，包括：确定输入的子计算任务对应的至少一个子计算任务参数；在所述算法库中查找到与所述至少一个子计算任务参数相匹配的至少一个目标算法模型，并调用；利用调用的至少一个目标算法模型以及所述至少一个子计算任务参数进行计算，得到所述子计算结果。优选地，所述聚合每一个所述目标容器分别得到的子计算结果，得到所述计算任务的计算结果，包括：在各个所述目标容器中选择出一个目标容器作为聚合容器；将各个所述目标容器的子计算结果均汇聚到所述聚合容器中，并利用预先设定的聚合数状结构确定出各个所述子计算结果之间的相互关系；利用所述聚合容器在所述算法库中的至少一个算法模型中调取满足聚合要求的算法模型；根据所述相互关系，利用调取的算法模型聚合各个所述子计算结果，得到所述计算结果。优选地，所述计算任务包括至少一个任务类型、每一个所述任务类型对应的需求时长以及任务参数；所述将所述计算任务分解为至少两个子计算任务，包括：根据所述至少一个任务类型、每一个所述任务类型对应的需求时长以及任务参数，利用预先设定的分解树状结构对所述计算任务进行层层分解，得到多个结点；其中，每一个所述结点对应一个待计算任务；将所述多个结点中不存在后续结点的结点均作为目标结点；将每一个所述目标结点分别对应的待计算任务均确定为所述子计算任务。优选地，进一步包括：将所述计算任务发送至外部的云端，以使所述云端根据所述计算任务得到学习成果模型；接收所述云端反馈的所述学习成果模型；根据所述学习成果模型对所述链状任务容器进行更新。第二方面，本专利技术实施例提供了一种边缘计算设备，该边缘计算设备包括：设置模块，用于设置链状任务容器；接收模块，用于接收外部终端设备发送的计算任务；分解模块，用于将所述接收模块接收的所述计算任务分解为至少两个子计算任务；计算模块，用于利用所述设置模块设置的所述链状任务容器对所述分解模块分解出的所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果。优选地，所述设置模块，包括：构建单元以及连接单元；所述构建单元，用于构建设置有至少一个算法模型的算法库，以及构建多个容器节点，其中，所述多个容器节点相连为链状；所述连接单元，用于将每一个所述容器节点分别与所述算法库建立连接。优选地，所述计算模块，包括：输入单元、计算单元以及聚合单元；所述输入单元，用于将每一个所述子计算任务分别输入到所述多个容器节点中的一个目标容器节点中；所述计算单元，用于利用每一个所述目标容器同时执行：在所述算法库中调用至少一个目标算法模型对输入的子计算任务进行计算，得到对应的子计算结果；所述聚合单元，用于聚合每一个所述目标容器分别得到的子计算结果，得到所述计算任务的计算结果。优选地，所述计算单元，用于确定输入的子计算任务对应的至少一个子计算任务参数；在所述算法库中查找到与所述至少一个子计算任务参数相匹配的至少一个目标算法模型，并调用；利用调用的至少一个目标算法模型以及所述至少一个子计算任务参数进行计算，得到所述子计算结果。优选地，所述聚合单元，包括：确定子单元以及聚合子单元；所述确定子单元，用于在各个所述目标容器中选择出一个目标容器作为聚合容器；将各个所述目标容器的子计算结果均汇聚到所述聚合容器中，并利用预先设定的聚合数状结构确定出各个所述子计算结果之间的相互关系；所述聚合子单元，用于利用所述聚合容器在所述算法库中的至少一个算法模型中调取满足聚合要求的算法模型；根据所述相互关系，利用调取的算法模型聚合各个所述子计算结果，得到所述计算结果。优选地，所述计算任务包括至少一个任务类型、每一个所述任务类型对应的需求时长以及任务参数；所述分解模块，包括：树状分解单元以及任务确定单元；所述树状分解单元，用于根据所述至少一个任务类型、每一个所述任务类型对应的需求时长以及任务参数，利用预先设定的分解树状结构对所述计算任务进行层层分解，得到多个结点；其中，每一个所述结点对应一个待计算任务；所述任务确定单元，用于将所述多个结点中不存在后续结点的结点均作为目标结点；将每一个所述目标结点分别对应的待计算任务均确定为所述子计算任务。优选地，进一步包括：更新模块；所述更新模块，用于将所述接收模块接收的所述计算任务发送至外部的云端，以使所述云端根据所述计算任务得到学习成果模型；接收所述云端反馈的所述学习成果模型；根据所述学习成果模型对所述链状任务容器进行更新。本专利技术实施例提供了一种计算任务处理方法以及边缘计算设备，该方法应用于边缘计算设备。首先设置出链状任务容器，然后在接收到终端设备发送的计算任务时，将计算任务分解为两个或多个子计算任务。并利用设置的链状任务容器对分解出的各个子计算任务进行并行计算，得到计算任务的计算结果。通过上述可知，在本方案中对计算任务进行了分解，且对分解出的多个计算子任务进行了并行计算，由于并行计算可以节省大量的计算时间，因此，本专利技术实施例提供的方案可以提高计算任务的处理速度。附图说明为了更清楚地说明本专利技术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，下面描述中的附图是本专利技术的一些实施例，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是本专利技术一个实施例提供的一种应用于边缘计算设备的计算任务处理方法的流程图；图2是本专利技术一个实施例提供的一种多个容器节点间的结构示意图；图3是本专利技术一个实施例提供的一种分解树状结构的结构示意图；本文档来自技高网...

【技术保护点】
1.一种计算任务处理方法，其特征在于，应用于边缘计算设备，设置链状任务容器；还包括：接收外部终端设备发送的计算任务；将所述计算任务分解为至少两个子计算任务；利用所述链状任务容器对所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果。

【技术特征摘要】
1.一种计算任务处理方法，其特征在于，应用于边缘计算设备，设置链状任务容器；还包括：接收外部终端设备发送的计算任务；将所述计算任务分解为至少两个子计算任务；利用所述链状任务容器对所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果。2.根据权利要求1所述的方法，其特征在于，所述设置链状任务容器，包括：构建设置有至少一个算法模型的算法库；构建多个容器节点，其中，所述多个容器节点相连为链状；将每一个所述容器节点分别与所述算法库建立连接。3.根据权利要求2所述的方法，其特征在于，所述利用所述链状任务容器对所述至少两个子计算任务进行并行计算，得到所述计算任务的计算结果，包括：将每一个所述子计算任务分别输入到所述多个容器节点中的一个目标容器节点中；利用每一个所述目标容器同时执行：在所述算法库中调用至少一个目标算法模型对输入的子计算任务进行计算，得到对应的子计算结果；聚合每一个所述目标容器分别得到的子计算结果，得到所述计算任务的计算结果。4.根据权利要求3所述的方法，其特征在于，所述在所述算法库中调用至少一个目标算法模型对输入的子计算任务进行计算，得到对应的子计算结果，包括：确定输入的子计算任务对应的至少一个子计算任务参数；在所述算法库中查找到与所述至少一个子计算任务参数相匹配的至少一个目标算法模型，并调用；利用调用的至少一个目标算法模型以及所述至少一个子计算任务参数进行计算，得到所述子计算结果；和/或，所述聚合每一个所述目标容器分别得到的子计算结果，得到所述计算任务的计算结果，包括：在各个所述目标容器中选择出一个目标容器作为聚合容器；将各个所述目标容器的子计算结果均汇聚到所述聚合容器中，并利用预先设定的聚合数状结构确定出各个所述子计算结果之间的相互关系；利用所述聚合容器在所述算法库中的至少一个算法模型中调取满足聚合要求的算法模型；根据所述相互关系，利用调取的算法模型聚合各个所述子计算结果，得到所述计算结果。5.根据权利要求1至4任一所述的方法，其特征在于，所述计算任务包括至少一个任务类型、每一个所述任务类型对应的需求时长以及任务参数；所述将所述计算任务分解为至少两个子计算任务，包括：根据所述至少一个任务类型、每一个所述任务类型对应的需求时长以及任务参数，利用预先设定的分解树状结构对所述计算任务进行层层分解，得到多个结点；其中，每一个所述结点对应一个待计算任务；将所述多个结点中不存在后续结点的结点均作为目标结点；将每一个所述目标结点分别对应的待计算任务均确定为所述子计算任务；和/或，进一步包括：将所述计算任务发送至外部的云端，以使所述云端根据所述计算任务得到学习成果模型；接收所述云端反馈的所述学习成果模型；根据所述学习成果模型对所述链状任务容器进行更新。6.一种边缘计算设备，其特征在于，包括：设置模块，用于设置链状任务容器；接收模块，用于接收外部终端...

【专利技术属性】
技术研发人员：于静，张雁鹏，于治楼，
申请(专利权)人：济南浪潮高新科技投资发展有限公司，
类型：发明
国别省市：山东,37