一种基于算力的网络流程编排方法、存储介质及设备技术

本发明专利技术公开了一种基于算力的网络流程编排方法、存储介质及设备，该网络流程编排方法包括：采用帕累托分析法构建需求分类模型，通过需求分类模型对用户需求历史数据日志进行分类，生成用户需求历史数据日志的Pareto最优解；根据用户需求历史数据日志的Pareto最优解构建算力流程编排平台；构建算力量化模型，根据不同的需求场景匹配算力需求，在算力流程编排平台中选用合适的模块进行流程编排。本发明专利技术的网络流程编排方法根据需求场景及用户需求，选择最合适的算力节点，进行网络流程编排，可实现快速分配算力资源的特点。实现快速分配算力资源的特点。实现快速分配算力资源的特点。

【技术实现步骤摘要】
一种基于算力的网络流程编排方法、存储介质及设备


[0001]本专利技术涉及算力网络流程编排
，具体地，涉及一种基于算力的网络流程编排方法、存储介质及设备。

技术介绍

[0002]阿里云向全球公共科研机构免费开放一切AI算力，腾讯云为腾讯会议8天扩容超100万核等，可见信息基础资源如：计算、存储、网终在科学研究、日常工作生活中的重要性越来越高，而且各行各业的用户需要结合不断变化的需求来综合利用资源。
[0003]从资源的建设和占有角度看，大部分企业用户并非财力雄厚的大型互联网企业，显然不具备足够的资源储备，需要一种灵活的资源获取和使用方式。而从资源提供的角度看，信息基础资源的所有方也是分散的，很难有某方能够占据所有的资源。因此，业界一直在研究资源整合利用的技术，以提供灵活可行的整体解决方案。从早期的网格计算、雾计算到如今的云计算等，各种类型的方案不断涌现，但是，随着时间的推移，在很多业务场景中，资源的整合会存在资源分配不均、资源浪费等问题。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供了一种基于算力的网络流程编排方法、存储介质及设备，根据需求场景及用户需求，选择最合适的算力节点，进行网络流程编排，可实现算力资源的快速分配。
[0005]为实现上述技术目的，本专利技术采用如下技术方案：一种基于算力的网络流程编排方法，具体包括如下步骤：
[0006]步骤1、采用帕累托分析法构建需求分类模型，通过需求分类模型对用户需求历史数据日志进行分类，生成用户需求历史数据日志的Pareto最优解；所述Pareto最优解包括：业务需求、算法需求、算力需求和网络需求；
[0007]步骤2、根据用户需求历史数据日志的Pareto最优解构建算力流程编排平台；
[0008]步骤3、构建算力量化模型，根据不同的需求场景匹配算力需求，在算力流程编排平台中选用合适的模块进行流程编排。
[0009]进一步地，所述需求分类模型的构建过程具体为：
[0010]minf(x)＝(f1(x)，...，f
p
(x))
T
[0011]其中，f1(x)，...，f
p
(x)表示p个目标函数，使得目标f(x)达到最小，x表示满足约束条件的可行解，S表示由所有满足约束条件的解组成的集合，是其变量的约束集合，相应的目标可行域Z＝f(S)，给定一个可行点x*∈S，有束集合，相应的目标可行域Z＝f(S)，给定一个可行点x*∈S，有表示任一个，若f(x*)＜f(x)，则x*称为多目标规划问题的绝对最优解。
[0012]进一步地，所述算力流程编排平台中的模块包括：算法选择模块、算力调度模块、网络调度模块、应用部署模块、需求解析模块、AI赋能平台。
[0013]进一步地，所述算力量化模型包括：总算力需求、平均时延和平均能耗；
[0014]所述总算力需求的计算过程为：
[0015][0016]其中，C
br
为分布式组网内各地方边缘点的算力节点的总算力需求，n为逻辑运算芯片数量，i为n的索引，f(a
i
)为逻辑运算的映射函数，α
i
为第i个逻辑运算芯片的映射比例系数，q1(TOPS)为逻辑运算的冗余算力；m为并行计算芯片数量，j为m的索引，f(b
j
)为并行计算的映射函数，β
j
为第j个并行计算芯片的映射比例系数，q2(FLOPS)为并行计算的冗余算力；p为神经网络加速芯片的数量，k为p的索引，f(c
k
)为神经网络加速的映射函数，γ
k
为第k个神经网络加速芯片的映射比例系数，q3(FLOPS)为神经网络加速的冗余算力；
[0017]所述平均时延的计算过程为：
[0018]其中，q
∑p
(t)表示平均时延，T表示总的决策时间，t为T的索引，S
k
(t)表示决策时间t卸载到云数据中心服务器端计算任务队列，Q
k
(t)表示决策时间t边缘计算节点上存在的任务队列；
[0019]所述平均能耗的计算过程为：
[0020]其中，P
∑k
(t)表示平均能耗，w
k
表示边缘计算节点的能耗权重，p
1，k
(t)表示边缘计算节点的能耗，p
2,k
(t)表示网络资源平均能耗，W
N+1
表示云数据中心服务器端的能耗权重，p
3，k
(t)表示云数据中心服务器端的能耗。
[0021]进一步地，在用户给出业务需求、算法需求、算力需求和网络需求四种用户需求，而算力网络只承担资源分配的角色，根据用户输入，直接分配相应的基础资源并建立连接，交付给用户使用的场景下，选用算力流程编排平台中的算力调度模块、网络调度模块、应用部署模块进行流程编排，具体过程为：将四种用户需求输入算力调度模块中，通过算力量化模型分别匹配算力资源，将对应的算力资源接入网络调度模块，分配对应的网络资源，并在应用部署模块部署业务，将业务交付给用户使用。
[0022]进一步地，在用户选定业务处理的算法，明确了算力的需求，但没有提出网络需求的场景下，选用算力流程编排平台中的算力调度模块、网络调度模块、应用部署模块、需求解析模块进行流程编排，具体过程为：
[0023]步骤301、将用户需求输入需求解析模块中进行解析，解析结果为：优先以部署算力中平均时延最短为指标选择算力任务执行节点；若存在多个相同算力节点的平均时延相同，则采用平均能耗最小为指标选择本算力任务执行节点；
[0024]步骤302、网络调度模块自动解析用户业务的网络接入点，根据业务要求的SLA选择业务的部署节点；
[0025]步骤303、将解析结果和SLA选择业务的部署节点输入算力调度模块中，匹配算力资源，将对应的算力资源接入网络调度模块，分配对应的网络资源，并在应用部署模块部署业务，将业务交付给用户使用。
[0026]进一步地，在用户指定了业务处理算法，但不清楚多少算力可以满足业务需求，也没有提出网络需求的场景下，选用算力流程编排平台中的算力调度模块、网络调度模块、应用部署模块、需求解析模块、AI赋能平台进行流程编排，具体过程为：
[0027]步骤301、将用户需求输入需求解析模块中进行解析，根业务处理算法的算力需求，通过AI赋能平台中的机器学习算法为用户分配足够的算力资源；
[0028]步骤302、网络调度模块自动解析用户业务的网络接入点，根据业务要求的SLA选择业务的部署节点，输入算力调度模块中，根据业务要求的SLA以平均时延最短为指标选择业务部署节点；
[0029]步骤303、将为用户分配足够的算力资源以及业务部署节点接入网络调度模块，分配对应的网络资源，并在应用部署模块部署业务，将业务交付给用户使用。
[0030]进一步地，在用户只提供业务需求的场景下，选用算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于算力的网络流程编排方法，其特征在于，具体包括如下步骤：步骤1、采用帕累托分析法构建需求分类模型，通过需求分类模型对用户需求历史数据日志进行分类，生成用户需求历史数据日志的Pareto最优解；所述Pareto最优解包括：业务需求、算法需求、算力需求和网络需求；步骤2、根据用户需求历史数据日志的Pareto最优解构建算力流程编排平台；步骤3、构建算力量化模型，根据不同的需求场景匹配算力需求，在算力流程编排平台中选用合适的模块进行流程编排。2.根据权利要求1所述的一种基于算力的网络流程编排方法，其特征在于，所述需求分类模型的构建过程具体为：minf(x)＝(f1(x)，...，f
p
(x))
T
其中，f1(x),
…
,f
p
(x)表示p个目标函数，使得目标f(x)达到最小，x表示满足约束条件的可行解，S表示由所有满足约束条件的解组成的集合，是其变量的约束集合，相应的目标可行域Z＝f(S)，给定一个可行点x*∈S，有相应的目标可行域Z＝f(S)，给定一个可行点x*∈S，有表示任一个，若f(x*)＜f(x)，则x*称为多目标规划问题的绝对最优解。3.根据权利要求1所述的一种基于算力的网络流程编排方法，其特征在于，所述算力流程编排平台中的模块包括：算法选择模块、算力调度模块、网络调度模块、应用部署模块、需求解析模块、AI赋能平台。4.根据权利要求1所述的一种基于算力的网络流程编排方法，其特征在于，所述算力量化模型包括：总算力需求、平均时延和平均能耗；所述总算力需求的计算过程为：其中，C
br
为分布式组网内各地方边缘点的算力节点的总算力需求，n为逻辑运算芯片数量，i为n的索引，f(a
i
)为逻辑运算的映射函数，α
i
为第i个逻辑运算芯片的映射比例系数，q1(TOPS)为逻辑运算的冗余算力；m为并行计算芯片数量，j为m的索引，f(b
j
)为并行计算的映射函数，β
j
为第j个并行计算芯片的映射比例系数，q2(FLOPS)为并行计算的冗余算力；p为神经网络加速芯片的数量，k为p的索引，f(c
k
)为神经网络加速的映射函数，γ
k
为第k个神经网络加速芯片的映射比例系数，q3(FLOPS)为神经网络加速的冗余算力；所述平均时延的计算过程为：其中，q
∑p
(t)表示平均时延，T表示总的决策时间，t为T的索引，S
k
(t)表示决策时间t卸载到云数据中心服务器端计算任务队列，Q
k
(t)表示决策时间t边缘计算节点上存在的任务队列；所述平均能耗的计算过程为：其中，P
∑k
(t)表示平均能耗，w
k
表示边缘计算节点的能耗权重，p
1,k
(t)表示边缘计算节
点的能耗，p
2,k
(t)表示网络资源平均能耗，w
N+1
表示云数据中心服务器端的能耗权重，p
3,k
(t)表示云数据中心服务器端的能耗。5.根据权利要求1所述的一种基于算力的网络流程编排方法，其特征在于，在用户给出业务需求、算法需求、算力需求和...

【专利技术属性】
技术研发人员：朱文进，
申请(专利权)人：中电信数智科技有限公司，
类型：发明
国别省市：