一种边缘计算平台算力分配调度方法及系统技术方案

本发明专利技术提供一种边缘计算平台算力分配调度方法及系统，所述边缘计算平台算力分配调度方法包括以下步骤：步骤S1，对业务算力消耗峰值进行采样；步骤S2，根据采样的算力消耗峰值对业务算力需求级别进行评估；步骤S3，根据算力需求级别进行算力分配调度。本发明专利技术把业务级别因子纳入算力需求评估，优先满足高级别的业务算力需求，同时避免高级别业务独占算力资源而导致低级别业务中断，以便保障低级别业务占用一定的算力资源，满足其基本的业务响应；在此基础上，还能够满足短周期算力需求评估的要求，能够有效提高算力需求估算的精度。

【技术实现步骤摘要】
一种边缘计算平台算力分配调度方法及系统
本专利技术涉及一种算力分配调度，尤其涉及一种边缘计算平台算力分配调度方法，还涉及采用了该边缘计算平台算力分配调度方法的边缘计算平台算力分配调度系统。
技术介绍
现有边缘计算平台的算力调度，一般通过两类算法实现，一类算法是基于业务模型和用户规模双因子估算，另一类是把终端设备和边缘计算设备绑定。这两类现有边缘计算平台算力调度算法的技术缺点包括：第一、业务模型在项目生命周期内，对算力的需求相对稳定，对算力需求的估算可以按照常数k对待，对于不同的业务模型k取值不同，例如存储、加密解密、图像识别和VR视频渲染等，操作起来繁琐；第二、用户规模在项目生命周期内，增长趋势波动小，对算力需求的长周期估算影响较大，例如以月和年为估算周期，但是无法满足短周期算力需求的估算要求，例如无法满足以小时、天和周等为估算周期的要求；第三、生产环境中影响算力需求的因子较多，例如用户行为偏好、业务推广活动规模、节假日、热点事件、天气、交通和网络故障等，现有算力需求估算算法已经无法满足实际的算力调度要求；第四、把终端设备和边缘计算设备绑定的情况下，算力得不到灵活分配和调度，导致高级别的业务算力需求得不到充分满足，同时低级别的业务算力需求不足造成算力浪费。
技术实现思路
本专利技术所要解决的技术问题是需要提供一种能够优先满足高级别业务的算力需求，同时也能保障低级别业务的基本业务响应能力，并提高算力需求估算的精度的边缘计算平台算力分配调度方法；在此基础上，还进一步提供采用了该边缘计算平台算力分配调度方法的边缘计算平台算力分配调度系统。对此，本专利技术提供一种边缘计算平台算力分配调度方法，包括以下步骤：步骤S1，对业务算力消耗峰值进行采样；步骤S2，根据采样的算力消耗峰值对业务算力需求级别进行评估；步骤S3，根据算力需求级别进行算力分配调度。本专利技术的进一步改进在于，所述步骤S1包括以下子步骤：步骤S101，对采样周期进行设置；步骤S102，根据其中一种采样周期进行业务算力消耗采样；步骤S103，根据剩余的采样周期进行业务算力消耗采样；步骤S104，对不同采样周期的业务算力消耗采样数据进行加权平均处理，得到当前业务的算力需求预期；步骤S105，重复步骤S101至步骤S104得到下一业务的算力需求预期。本专利技术的进一步改进在于，所述步骤S101中，将采样周期设置为分钟、小时、天、周和月，并分别用m、h、d、w和y来表示。本专利技术的进一步改进在于，所述步骤S102中，以分钟为采样周期对当前的A业务进行业务算力消耗采样，最近N分钟的采样数据记录为｛CPAmn，CPAmn-1，CPAmn-2，……，CPAm1｝，其中，n代表样本序号，CPAmn代表A业务以分钟为采样周期进行采样的第n个样本采样数据，n为1至N的自然数，设置采样的相关性系数为，则通过公式计算A业务以分钟为采样周期的业务算力消耗采样值，i为1至n的自然数；所述样本序号n的取值范围为6~10。本专利技术的进一步改进在于，所述步骤S103中，通过公式计算A业务以小时为采样周期的业务算力消耗采样值，代表A业务中以小时为采样周期进行采样的第n个样本采样数据；通过公式计算A业务以天为采样周期的业务算力消耗采样值，代表A业务以天为采样周期进行采样的第n个样本采样数据；通过公式计算A业务以周为采样周期的业务算力消耗采样值，代表A业务以周为采样周期进行采样的第n个样本采样数据；通过公式计算A业务以月为采样周期的业务算力消耗采样值，代表A业务以月为采样周期进行采样的第n个样本采样数据。本专利技术的进一步改进在于，所述步骤S104中，通过公式对不同采样周期的业务算力消耗采样数据进行加权平均处理，得到当前的A业务的算力需求预期，其中，分别代表以分钟、小时、天、周和月为采样周期的权重系数。本专利技术的进一步改进在于，所述步骤S105中，通过公式对不同采样周期的业务算力消耗采样数据进行加权平均处理，得到下一个B业务的算力需求预期，其中，分别代表以分钟、小时、天、周和月为采样周期的权重系数，代表B业务以分钟为采样周期的算力消耗采样值；代表B业务以小时为采样周期的算力消耗采样值；代表B业务以天为采样周期的算力消耗采样值；代表B业务以周为采样周期的算力消耗采样值；代表B业务以月为采样周期的算力消耗采样值。本专利技术的进一步改进在于，所述步骤S2中，通过公式对A业务算力需求级别进行评估，通过公式对B业务算力需求级别进行评估，其中，代表A业务算力需求级别，代表B业务算力需求级别，该业务算力需求级别的值越大则级别越高，所有业务的业务算力需求级别之和等于1。本专利技术的进一步改进在于，所述步骤S3中，先为业务算力需求级别最低的业务分配资源，分配资源的上限为算力需求预期值，并将剩余算力资源分配给业务算力需求级别高一级的业务，该业务算力需求级别高一级的业务所分配资源的上限为算力需求预期值与剩余算力资源之和，若有剩余，则将此时的剩余算力资源分配给业务算力需求级别再高一级的业务，以此类推以实现算力需求的分配调度。本专利技术还提供一种边缘计算平台算力分配调度系统，采用了如上所述的边缘计算平台算力分配调度方法，并包括：业务算力消耗峰值采样模块，用于对业务算力消耗峰值进行采样；业务算力需求级别评估模块，用于根据采样的算力消耗峰值对业务算力需求级别进行评估；分配调度模块，用于根据算力需求进行分配调度。与现有技术相比，本专利技术的有益效果在于：把业务级别因子纳入算力需求评估，优先满足高级别的业务算力需求，同时避免高级别业务独占算力资源而导致低级别业务中断，以便保障低级别业务占用一定的算力资源，满足其基本的业务响应；在此基础上，还能够满足短周期算力需求评估的要求，能够有效提高算力需求估算的精度。附图说明图1是本专利技术一种实施例的工作流程示意图；图2是本专利技术一种实施例的应用场景示意图。具体实施方式下面结合附图，对本专利技术的较优的实施例作进一步的详细说明。本例涉及计算机信息
，具体涉及边缘计算平台。边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储和应用核心能力为一体的开放平台，就近提供计算服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足用户在实时业务、应用智能、安全与隐私保护等方面的业务需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算平台，仍然可以访问边缘计算的历史数据。本例的应用场景如图2所示，本例力求得到一个算力调度的最优解，如何控制和调度算力资源不是本申请的专利技术范畴；边缘计算平台的算力资源是有限的，不能同时满足所有业务的算力需求，至少是在某一段时间内无法满足所有业务的算力需求。边缘计算平台一般满足多种业务的算力需求，例如神经网络训练、人脸识别、车牌识别、机器学习、VR渲染、AR渲染、规则引擎和函数计算等，而且业务随着技术的发展还会增加，为了描述本申请的技术方案，本例简化为A业务和B本文档来自技高网...

【技术保护点】
1.一种边缘计算平台算力分配调度方法，其特征在于，包括以下步骤：/n步骤S1，对业务算力消耗峰值进行采样；/n步骤S2，根据采样的算力消耗峰值对业务算力需求级别进行评估；/n步骤S3，根据算力需求级别进行算力分配调度。/n

【技术特征摘要】
1.一种边缘计算平台算力分配调度方法，其特征在于，包括以下步骤：
步骤S1，对业务算力消耗峰值进行采样；
步骤S2，根据采样的算力消耗峰值对业务算力需求级别进行评估；
步骤S3，根据算力需求级别进行算力分配调度。


2.根据权利要求1所述的边缘计算平台算力分配调度方法，其特征在于，所述步骤S1包括以下子步骤：
步骤S101，对采样周期进行设置；
步骤S102，根据其中一种采样周期进行业务算力消耗采样；
步骤S103，根据剩余的采样周期进行业务算力消耗采样；
步骤S104，对不同采样周期的业务算力消耗采样数据进行加权平均处理，得到当前业务的算力需求预期；
步骤S105，重复步骤S101至步骤S104得到下一业务的算力需求预期。


3.根据权利要求2所述的边缘计算平台算力分配调度方法，其特征在于，所述步骤S101中，将采样周期设置为分钟、小时、天、周和月，并分别用m、h、d、w和y来表示。


4.根据权利要求3所述的边缘计算平台算力分配调度方法，其特征在于，所述步骤S102中，以分钟为采样周期对当前的A业务进行业务算力消耗采样，最近N分钟的采样数据记录为｛CPAmn，CPAmn-1，CPAmn-2，……，CPAm1｝，其中，n代表样本序号，CPAmn代表A业务以分钟为采样周期进行采样的第n个样本采样数据，n为1至N的自然数，设置采样的相关性系数为，则通过公式计算A业务以分钟为采样周期的业务算力消耗采样值，i为1至n的自然数。


5.根据权利要求4所述的边缘计算平台算力分配调度方法，其特征在于，所述步骤S103中，通过公式计算A业务以小时为采样周期的业务算力消耗采样值，代表A业务中以小时为采样周期进行采样的第n个样本采样数据；通过公式计算A业务以天为采样周期的业务算力消耗采样值，代表A业务以天为采样周期进行采样的第n个样本采样数据；通过公式计算A业务以周为采样周期的业务算力消耗采样值，代表A业务以周为采样周期进行采样的第n个样本采样数据；通过公式计算A业务以月为采样周期的业务算力消耗采样值，代表A业务以月为采样周期...

【专利技术属性】
技术研发人员：周洪峰，何继平，
申请(专利权)人：深圳微品致远信息科技有限公司，
类型：发明
国别省市：广东;44