【技术实现步骤摘要】
算法芯片集群调度方法、装置、计算机设备和存储介质
[0001]本申请涉及人工智能
,特别是涉及一种算法芯片集群调度方法
、
装置
、
计算机设备和存储介质
。
技术介绍
[0002]传统算法主控芯片驱动算法芯片技术,一般都是基于厂家给予的内部手册,调度单个算法芯片的技术,而无法对算法芯片集群进行调度
。
因此如何通过主控芯片直接对算法芯片集群进行调度是当前的研究重点
。
[0003]传统的算法芯片集群的调度方法是需要耗费大量主控芯片一一调度每个算法芯片,从而才能对算法芯片集群进行调度,但是该方式资源成本较高,调度时长较长,从而导致对算法芯片集群的调度效率较低
。
技术实现思路
[0004]基于此,有必要针对上述技术问题,提供一种算法芯片集群调度方法
、
装置
、
计算机设备
、
计算机可读存储介质和计算机程序产品
。
[0005]第一方面,本申请提供了一种算法芯
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种算法芯片集群调度方法,其特征在于,所述方法包括:获取主控芯片待发送的多个调度数据包
、
以及算法集群的每个算法芯片的算法逻辑信息,并识别每个调度数据包对应的算法芯片
、
以及每个调度数据包对应的调度次序;基于各所述算法芯片的算法逻辑信息
、
以及各所述调度数据包对应的调度次序,将各所述算法芯片对应的调度数据包,发送至各所述算法芯片,并采集各所述算法芯片的运行信息;基于各所述算法芯片的运行信息,识别各所述算法芯片的工作状态信息
、
以及各所述算法芯片对每个调度数据包的处理进度信息,并基于每个调度数据包的处理进度信息,筛选各异常调度数据包;针对每个异常调度数据包,识别所述异常调度数据包的数据量,并基于所述异常调度数据包对应的算法芯片的工作状态信息
、
所述异常调度数据包的调度次序
、
以及所述异常调度数据包的数据量,确定所述异常调度数据包的新调度次序;基于所述异常调度数据包的新调度次序
、
所述异常调度数据包对应的算法芯片的算法逻辑,将所述异常调度数据包发送至所述异常调度数据包对应的算法芯片,并返回执行采集各所述算法芯片的运行信息步骤,直到所有调度数据包均完成处理
。2.
根据权利要求1所述的方法,其特征在于,所述识别每个调度数据包对应的算法芯片
、
以及每个调度数据包对应的调度次序,包括:识别每个算法芯片的芯片标识信息,并提取每个调度数据包的处理任务特征;基于每个调度数据包的处理任务特征,在所述主控芯片的数据库中,查询每个处理任务特征对应的目标芯片标识信息,并将每个处理任务特征对应的目标芯片标识信息所属的算法芯片,作为每个调度数据包对应的算法芯片;基于每个调度数据包对应的算法芯片,对各所述调度数据包进行聚类处理,得到多个数据组,并针对每个数据组,基于各所述数据组的各调度数据包的处理任务特征,识别各所述调度数据包的关键度;按照各所述调度数据包的关键度从大到小的顺序,将各所述调度数据包进行排序处理,得到所述数据组的各调度数据包的调度序列,并基于所述调度序列,识别所述数据组的每个调度数据包对应的调度次序
。3.
根据权利要求2所述的方法,其特征在于,所述基于各所述算法芯片的算法逻辑信息
、
以及各所述调度数据包对应的调度次序,将各所述算法芯片对应的调度数据包,发送至各所述算法芯片,包括:获取每个算法芯片的调度发送策略
、
以及每个算法芯片对应的各调度数据包的数据量,并基于每个算法芯片的调度发送策略,识别每个算法芯片的数据处理速率
、
以及每个算法芯片对应的数据传输速率;针对每个算法芯片,基于所述算法芯片的数据处理速率
、
所述算法芯片对应的数据传输速率
、
以及所述算法芯片对应的各调度数据包,分别计算所述算法芯片对应的每个调度数据包的数据处理时长,并基于各所述调度数据包的调度次序,以及各所述调度数据包的数据处理时长,计算每个调度数据包的发送时间点;基于所述算法芯片的算法逻辑信息
、
以及所述算法芯片对应的各调度数据包的发送时间点,分别将每个调度数据包发送至所述算法芯片
。
4.
根据权利要求3所述的方法,其特征在于,所述基于各所述算法芯片的运行信息,识别各所述算法芯片的工作状态信息
、
以及各所述算法芯片对每个调度数据包的处理进度信息,包括:针对每个算法芯片,基于所述算法芯片的运行信息,识别所述算法芯片完成调度数据包处理的各数据处理结果;基于所述算法芯片对应的每个调度数据包的发送时间点,识别所述算法芯片对应的每个调度数据包的处理时段,并基于采集所述算法芯片的运行信息的当前时间点对应的目标处理时段;基于各所述调度数据包的处理时段
、
以及所述目标处理时段,计算所有数据处理结果的数目
技术研发人员:王利,赵维,赵亚琼,刘银栋,沈少辉,谢刚强,刘晓娟,杨猛,
申请(专利权)人:北京国科天迅科技股份有限公司,
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。