计算电子设备的算力的方法、控制设备以及存储介质技术

本申请提供了一种计算电子设备的算力的方法、控制设备以及计算机可读存储介质。计算电子设备的算力的方法包括：获取目标电子设备的峰值算力；获取目标电子设备的算力资源的使用率信息，使用率信息包括目标电子设备的一项或多项算力资源中各项算力资源的当前使用率或当前空闲率；将峰值算力和当前使用率信息作为输入，运行预设的第一算力计算模型，得到目标电子设备的可用算力；其中，第一算力计算模型是根据若干台样本电子设备的峰值算力以及样本电子设备的使用率信息训练得到的机器学习模型。本申请可以计算不同形态的电子设备的可用算力，并且可以降低对电子设备的正常使用的影响。的影响。的影响。

【技术实现步骤摘要】
计算电子设备的算力的方法、控制设备以及存储介质


[0001]本申请涉及分布式计算
，尤其涉及一种计算电子设备的算力的方法、控制设备以及计算机可读存储介质。

技术介绍

[0002]随着物联网(Internet of Things，IoT)技术的发展，越来越多的IoT设备(例如，监控摄像头，温控器等)进驻到人们的日常生活中，给人们的日常生活带来了较大的便利。以安防摄像头
‑
为例，安防摄像头可以对其周围的事物进行24小时监控，为用户提供提前预防和历史影像数据查询等功能，从而为人们的安全生活提供保障。
[0003]但IoT设备本身的算力通常比较有限，当其涉及到较为复杂的计算任务时，需要借助其他设备的算力来完成计算任务。例如，当安防摄像头采集到图像数据时，需要借助其他设备对图像数据进行识别，以判断是否有异常情况出现(例如，家中是否有陌生人出现)。
[0004]现有技术中，根据电子设备的峰值算力来部署计算任务。即，当电子设备的峰值算力大于计算任务所需的算力时，会将计算任务部署至该设备上。但是，当用户同时在使用电子设备的其他功能时(例如，通过电子设备进行视频通话)时，电子设备的正常使用会受到影响。

技术实现思路

[0005]本申请的一些实施方式提供了一种计算电子设备的算力的方法、控制设备以及计算机可读存储介质，以下从多个方面介绍本申请，以下多个方面的实施方式和有益效果可互相参考。
[0006]第一方面，本申请实施方式提供了一种计算电子设备的算力的方法，包括：获取目标电子设备的峰值算力；获取目标电子设备的算力资源的使用率信息，使用率信息包括目标电子设备的一项或多项算力资源中各项算力资源的当前使用率或当前空闲率；将峰值算力和当前使用率信息作为输入，运行预设的第一算力计算模型，得到目标电子设备的可用算力；其中，第一算力计算模型是根据若干台样本电子设备的峰值算力以及样本电子设备的使用率信息训练得到的机器学习模型。
[0007]“一项或多项算力资源(为便于表述，将该“一项或多项算力资源”称为“算力资源组G1”)中各项算力资源的当前使用率或当前空闲率”的含义为：算力资源组G1中各项算力资源的当前使用率；或者，算力资源组G1中各项算力资源的当前空闲率；或者，算力资源组G1中一部分算力资源的当前使用率以及另一部分算力资源的当前空闲率。
[0008]本申请实施方式可以提供一种通用的计算方法，用于计算不同形态的电子设备的可用算力。当根据本申请实施方式提供的可用算力进行计算任务的分发时，可以降低对电子设备的正常使用的影响。
[0009]在一些实施方式中，使用率信息还包括目标电子设备的一项或多项算力资源中各项算力资源的预期使用率或预期空闲率。
[0010]“一项或多项算力资源(为便于表述，将该“一项或多项算力资源”称为“算力资源组G2”)中各项算力资源的预期使用率或预期空闲率”的含义为：算力资源组G2中各项算力资源的预期使用率；或者，算力资源组G2中各项算力资源的预期空闲率；或者，算力资源组G2中一部分算力资源的预期使用率以及另一部分算力资源的预期空闲率。
[0011]在一些实施方式中，算力资源的预期使用率是根据N个历史使用周期中算力资源的使用率确定的，N为正整数，N个历史使用周期按照时间先后顺序依次排列；预期使用率其中，i为1至N之间的正整数，Z
i
为第i个历史使用周期中算力资源的使用率；K
i
为使用率Z
i
的权值，且K
i
≤K
i+1
。
[0012]根据本申请的实施方式，时间越靠后的历史使用周期，其算力资源使用率具有越重的权值，相当于，本申请实施方式更加关注与当前时间接近的历史使用周期的算力资源使用率，这样，有利于提升预期使用率Z的准确性。
[0013]在一些实施方式中，也就是说，各使用率Z
i
的权值之和为1。
[0014]在一些实施方式中，当i＝1时，使用率Z
i
的权值K
i
＝1/2
N
‑1；当i≠1时，使用率Z
i
的权值K
i
＝1/2
N
‑
i+1
。
[0015]在一些实施方式中，第i个历史使用周期的时长为W天，W为正整数；第i个历史使用周期中算力资源的使用率Z
i
为集合{Z
i,1
，Z
i,2
，
…
，Z
i,j
，
…
，Z
i,W
}中各元素的最大值，其中，Z
i,j
为第i个历史使用周期的第j天中算力资源的使用率，j为1至W之间的正整数。
[0016]在一些实施方式中，Z
i,j
为第i个历史使用周期的第j天的特定时段中算力资源的使用率，特定时段为当前时间所属的时段。
[0017]由于用户在一天的各时段中使用电子设备的习惯有所不同，例如，在上午工作时间，用户在使用电子设备的概率较低；在晚上休息时间，用户使用电子设备的概率较高。因此，根据算力资源在当前时间所在时段内的使用率计算算力资源的预期使用率，具有较高的准确率。
[0018]在一些实施方式中，特定时段的时长为1小时。由于计算任务的执行时长通常为1小时左右，因此，本申请实施方式中，特定时段的时长为1小时，以便更准确地反映计算任务执行期间内算力资源的预期使用率。
[0019]在一些实施方式中，第i个历史使用周期的时长为一周。由于用户的工作生活通常以一周为一个循环，因此，将一周作为一个历史使用周期更能反映电子设备的真实使用状态。
[0020]在一些实施方式中，目标电子设备的峰值算力是根据目标电子设备的硬件编码向量以及第二算力计算模型计算得到的，其中，第二算力计算模型是根据若干台样本电子设备的硬件编码向量训练得到的机器学习模型。
[0021]本申请实施方式为计算不同形态电子设备的峰值算力提供了一个统一的方法，具有较高的实用价值。
[0022]在一些实施方式中，目标电子设备的硬件编码向量包括目标电子设备的一个或多个硬件中各硬件的硬件编码。
[0023]在一些实施方式中，至少部分硬件编码是根据其所对应的硬件的类型信息确定
的；和/或，至少部分硬件编码是根据其所对应的硬件的性能信息确定的。
[0024]在一些实施方式中，第一算力计算模型和/或第二算力计算模型为XGBoost模型。
[0025]在一些实施方式中，目标电子设备的算力资源包括目标电子设备的硬件资源和/或软件资源。
[0026]第二方面，本申请实施方式提供了一种控制设备，包括：存储器，用于存储由控制设备的一个或多个处理器执行的指令；处理器，当处理器执行存储器中的指令时，可使得控制设备执行本申请第一方面任一实施方式提供的方法。第二方面能达到的有益效果可参考本申请第一方面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种计算电子设备的算力的方法，其特征在于，包括：获取目标电子设备的峰值算力；获取所述目标电子设备的算力资源的使用率信息，所述使用率信息包括所述目标电子设备的一项或多项算力资源中各项算力资源的当前使用率或当前空闲率；将所述峰值算力和所述当前使用率信息作为输入，运行预设的第一算力计算模型，得到所述目标电子设备的可用算力；其中，所述第一算力计算模型是根据若干台样本电子设备的峰值算力以及所述样本电子设备的使用率信息训练得到的机器学习模型。2.根据权利要求1所示的方法，其特征在于，所述使用率信息还包括所述目标电子设备的一项或多项算力资源中各项算力资源的预期使用率或预期空闲率。3.根据权利要求2所述的方法，其特征在于，所述算力资源的预期使用率是根据N个历史使用周期中所述算力资源的使用率确定的，N为正整数，N个所述历史使用周期按照时间先后顺序依次排列；所述预期使用率其中，i为1至N之间的正整数，Z
i
为第i个历史使用周期中所述算力资源的使用率；K
i
为使用率Z
i
的权值，且K
i
≤K
i+1
。4.根据权利要求3所述的方法，其特征在于，5.根据权利要求3所述的方法，其特征在于，当i＝1时，使用率Z
i
的权值K
i
＝1/2
N
‑1；当i≠1时，使用率Z
i
的权值K
i
＝1/2
N
‑
i+1
。6.根据权利要求3所述的方法，其特征在于，所述第i个历史使用周期的时长为W天，W为正整数；第i个历史使用周期中所述算力资源的使用率Z
i
为集合{Z
i,1
，Z
i,2
，
…
，Z

【专利技术属性】
技术研发人员：蒋宇波，朱建华，
申请(专利权)人：华为技术有限公司，
类型：发明
国别省市：