【技术实现步骤摘要】
广域网数据中心资源调度方法、装置、电子设备
[0001]本申请属于人工智能领域,具体而言,涉及一种广域网数据中心资源调度方法、装置、电子设备及存储介质。
技术介绍
[0002]业务系统的部署大多依赖于依赖分布式的算力,通过对系统和网络中的资源管理,做到广域环境下数据、算力、算法及云网资源随用户需求弹性调度,以减少数据绕转时延,降低长途传输费用,促进数据流通价值传递。
[0003]而目前,数据大多分布在不同地域的数据中心内,完成资源调度需通过跨多个数据中心进行联合计算实现,现有的调度方法大多是通过将计算机集群资源管理和任务调度建模成一个序列决策问题,将问题建模成马尔科夫决策以获取调度策略,但该方法线上实时数据反馈效果差,对真实、开放环境,获取大量的实时反馈数据效果差,需要多次试错探索,需要人工进行干预,从而浪费大量资源及稀缺带宽。
技术实现思路
[0004]为解决上述技术问题,本申请的实施例提供了一种广域网数据中心资源调度方法及装置、电子设备、计算机可读存储介质。
[0005]根据本申请实施例的 ...
【技术保护点】
【技术特征摘要】
1.一种广域网数据中心资源调度方法,其特征在于,包括:将计算机集群的当前资源状态以及任务的需求资源分别进行图像矩阵化处理,对应得到集群图像以及需求图像;基于所述集群图像以及所述需求图像,预测将所述任务运行进行后,所述计算机集群的运行状态;根据所述运行状态以及所述集群图像获取所述任务需求资源的调度策略,以基于所述调度策略调度所述任务。2.根据权利要求1所述的方法,其特征在于,所述基于所述集群图像以及所述需求图像,预测将所述任务运行进行后,所述计算机集群的运行状态,包括:分别对所述集群图像以及所述需求图像进行自编码处理,对应得到集群特征向量与需求特征向量;对所述集群特征向量与所述需求特征向量分别进行特征提取,对应得到集群隐性状态与需求隐性状态;基于所述集群隐性状态与所述需求隐性状态预测所述运行状态。3.根据权利要求1所述的方法,其特征在于,通过GAN网络预测所述运行状态;所述方法还包括:构建初始的GAN网络;将经过预处理的历史集群图像、经过预处理的历史需求图像以及历史调度策略输入至初始的生成器,得到训练状态;基于将所述历史集群图像所对应的历史计算机集群的历史运行状态与所述训练状态对所述初始的GAN网络进行训练,得到训练后的所述GAN网络;其中,所述历史运行状态为所述历史需求图像所对应的任务调度至历史计算机集群后,所述历史计算机集群的运行状态。4.根据权利要求3所述的方法,其特征在于,通过AE网络对历史集群图像、历史需求图像进行预处理;所述方法还包括:构建初始的AE网络;将所述历史集群图像、历史需求图像输入至所述初始的AE网络,得到历史集群特征向量以及历史需求特征向量;基于所述历史集群图像与所述历史集群特征向量之间的距离,以及所述历史需求图像与所述历史需求特征向量之间的距离对所述初始的AE网络进行训练,得到训练后的所述AE网络。5.根据权利要求1所述的方法,其特征在于,所述方法还...
【专利技术属性】
技术研发人员:王望子,郭雪芳,程帅,寇晓淮,
申请(专利权)人:中国电信股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。