一种面向工业任务边缘节点的计算资源架构及调度方法技术

本发明专利技术涉及一种面向工业任务边缘节点的计算资源架构及调度方法，属于工业互联网边缘计算领域。本发明专利技术提出了一个新的边缘计算架构，具有一个轻量级的发现协议；它在边缘节点上安装了轻量级的容器，同时获得关于边缘计算节点的信息，以方便后续对资源的使用和管理；对异构边缘计算节点的算力资源进行了抽象和重新整合，以衡量其计算能力。这样，工业任务才能被有效地分配到所需的边缘资源，同时最大限度地利用算力资源。度地利用算力资源。度地利用算力资源。

【技术实现步骤摘要】
一种面向工业任务边缘节点的计算资源架构及调度方法


[0001]本专利技术属于工业互联网边缘计算领域，涉及工业边缘计算资源调度方法，通过改造传统边缘计算框架，发现边缘计算资源，抽象边缘计算节点算力资源和分类工业任务。将算力资源和工业任务进行匹配，通过运行时资源监控、分配策略调整，以提高资源利用率和任务并行数目。

技术介绍

[0002]在工业4.0中，复杂的供应链和快速变化的客户需求需要一个灵活的生产环境，以生产能够快速有效地适应市场需求的产品；此外，工业任务被定制化。数据驱动的智能制造生产线被部署，并产生新的商业机会。作为工业4.0的基本构件，工业互联网不断发展，已经在智能交通、医疗卫生、商业航空、电力生产等各个领域得到了广泛的应用。虽然工业互联网应用需要处理大量的数据，但边缘计算基础设施通常被部署为一种补充，用来保证行业满意的响应时间(即毫秒级)。边缘计算架构通常包括一个云端层、一个边缘层和一个终端层，各层的资源(计算、存储和带宽)能力由各层的功能决定。就边缘层而言，由于它具有更多的计算能力，并且最接近于终端设备，延迟敏感的任务可以直接分配给到这些边缘节点，以满足实时性标准。延迟敏感的工业应用需要新的分布式网络架构，在网络边缘动态地部署计算任务以获得可靠的服务。相比之下，云计算范式很难满足这种要求。基于工业互联网的边缘计算所面临的挑战来自三个方面：1)分散性、异质性和有限的边缘计算能力资源；2)任务的多样性和复杂性；3)任务的实时性和效率标准。尽管目前的方法已经解决了上述部分问题，但它们往往基于一个强有力的假设，即边缘资源已经被发现。它忽略了这样一个事实真正的边缘资源信息需要被确认。此外，由于缺乏一个统一的指标，很难全面地描述计算能力资源的使用情况。因此，无法实现一个全局性、健全的计算能力资源调度机制。没有统一的测量方法来准确地模拟任务需求，会在为工业任务分配计算能力资源时，可能会导致次优的解决方案。

技术实现思路

[0003]要解决的技术问题
[0004]为了避免现有技术的不足之处，本专利技术提供一种面向工业任务边缘节点的计算资源架构及调度方法。
[0005]技术方案
[0006]一种面向工业任务边缘节点的计算资源架构，其特征在于包括工业设备层、资源抽象层和资源控制层，边缘节点分布在工业设备层中，将在边缘节点发现的算力资源在资源抽象层进行抽象和重整，将边缘计算节点的算力资源在资源控制层进行管理；资源控制层包括四个模块，分别为管理模块、监测模块、存储模块和调度模块，所述管理模块用来发现边缘节点，收集边缘节点的算力资源，并且将这些信息提供给资源抽象层；所述监测模块是用来监测边缘节点的资源使用情况，并向管理模块进行反馈；所述存储模块存储已发现
的边缘节点的信息，封装任务执行过程中动态变化的资源信息，方便其他模块来执行插入、修改和查看；所述调度模块将工业任务分配给适当的边缘节点，它基于任务
‑
资源匹配度来生成调度策略，然后执行相应的调度操作。
[0007]本专利技术进一步的技术方案：发现边缘节点的算力资源具体如下：第一，在边缘节点上安装一个计算资源管理器；执行主节点发出的命令，并将执行结果返回给主节点；第二，对发现的边缘节点进行集合，并通过计算资源管理器使它们可以公开访问；第三，在一个边缘节点上部署一个容器，使边缘节点上的算力资源可以使用和管理。
[0008]一种面向工业任务边缘节点的计算资源调度方法，其特征在于步骤如下：
[0009]步骤1：对CPU、GPU、RAM、Memory、I/O的读写速度以及bandwidth进行统一化管理，采取的方式是表现出节点可用资源的总和：
[0010][0011][0012]其中，E
i
示某个边缘节点上资源总量，表示某个边缘节点上CPU个数，表示某个边缘节点上GPU个数，表示某个边缘节点上的存储速度，表示某个边缘节点上的读写速度，表示某个边缘节点上的带宽大小；
[0013]步骤2：监测模块的资源度量
[0014]监测模块在任务执行期间检测边缘节点的资源变化，更具体地说，它记录了边缘节点中剩余资源的信息，并将这些信息及时发送到管理模块；管理模块随之将其更新到存储模块，剩余资源度量是通过更新边缘节点中剩余资源的最新信息；
[0015]步骤3：工业任务的资源度量
[0016]工业任务完成该任务所需的资源是可以衡量的，这种资源度量用以下方式表示：
[0017][0018][0019]其中，α1+α2+α3＝1，α1表示权重，表示该工业任务执行任务所需要的CPU资源，表示该工业任务执行任务所需要的GPU资源，表示该工业任务执行任务所需要的RAM资源，表示该工业任务执行任务所需要的I/O资源，表示该工业任务执行任务所允许的最大时延，表示该工业任务执行任务所需要的带宽资源；
[0020]步骤4：采用按工业任务类型对算力资源进行度量，根据相似任务运行时的信息推测得到任务资源需求，细化资源量的匹配粒度，按需求匹配资源，通过运行时资源监控、分配策略调整，以提高资源利用率和任务并行数目。
[0021]本专利技术进一步的技术方案：所述的工业任务类型包括计算密集型、时延敏感型以及带宽密集型三类。
[0022]一种计算机系统，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，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上述的方法。
[0023]一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法。
[0024]有益效果
[0025]本专利技术提供的一种面向工业任务边缘节点的计算资源架构及调度方法，对边缘节点的算力资源进行了概述和建模，对工业任务进行了分类，并提出一个统一的测量方法。解决两个基本问题，以便在异构设备资源上高效、优化地适应工业任务的要求。也就是说，如何发现边缘节点的异构计算资源，以及如何通过抽象、重构和建模来量化这些发现的资源。通过我们的方法，一个工业任务可以有效地被分配到一个合适的边缘节点进行执行，最大限度地提高资源利用率。
[0026]1)本专利技术提出了一个新的边缘计算架构，具有一个轻量级的发现协议；它在边缘节点上安装了轻量级的容器，同时获得关于边缘计算节点的信息，以方便后续对资源的使用和管理；
[0027]2)本专利技术提出了一个分类法，对目前普遍存在的工业任务类型进行分类，以消除任务的多样性。这对于工业任务根据需求与边缘节点资源的匹配至关重要。
[0028]3)本专利技术对异构边缘计算节点的算力资源进行了抽象和重新整合，以衡量其计算能力。这样，工业任务才能被有效地分配到所需的边缘资源，同时最大限度地利用算力资源。
附图说明
[0029]附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。
[0030]图1为本专利技术实例中工业边缘节点的计算资源架构；...

【技术保护点】

【技术特征摘要】
1.一种面向工业任务边缘节点的计算资源架构，其特征在于包括工业设备层、资源抽象层和资源控制层，边缘节点分布在工业设备层中，将在边缘节点发现的算力资源在资源抽象层进行抽象和重整，将边缘计算节点的算力资源在资源控制层进行管理；资源控制层包括四个模块，分别为管理模块、监测模块、存储模块和调度模块，所述管理模块用来发现边缘节点，收集边缘节点的算力资源，并且将这些信息提供给资源抽象层；所述监测模块是用来监测边缘节点的资源使用情况，并向管理模块进行反馈；所述存储模块存储已发现的边缘节点的信息，封装任务执行过程中动态变化的资源信息，方便其他模块来执行插入、修改和查看；所述调度模块将工业任务分配给适当的边缘节点，它基于任务
‑
资源匹配度来生成调度策略，然后执行相应的调度操作。2.根据权利要求1所述的一种面向工业任务边缘节点的计算资源架构，其特征在于：发现边缘节点的算力资源具体如下：第一，在边缘节点上安装一个计算资源管理器；执行主节点发出的命令，并将执行结果返回给主节点；第二，对发现的边缘节点进行集合，并通过计算资源管理器使它们可以公开访问；第三，在一个边缘节点上部署一个容器，使边缘节点上的算力资源可以使用和管理。3.一种由权利要求1所述的架构实现的面向工业任务边缘节点的计算资源调度方法，其特征在于步骤如下：步骤1：对CPU、GPU、RAM、Memory、I/O的读写速度以及bandwidth进行统一化管理，采取的方式是表现出节点可用资源的总和：的方式是表现出节点可用资源的总和：其中，E
i
示某个边缘节点上资源总量，表示某个边缘节点上CPU个数，表示某个边缘节点上GPU个数，表示某个边...

【专利技术属性】
技术研发人员：崔禾磊，彭文颖，陈亚兴，於志文，邢涛，郭斌，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：