面向异质多边缘计算节点的分布式任务调度方法技术

本发明专利技术公开了一种面向异质多边缘计算节点的分布式任务调度方法，涉及任务调度技术领域。所述方法包括如下步骤：接收请求任务；通告SF信息；请求任务与SF匹配博弈；卸载请求任务。所述方法可实现请求任务、服务功能SF和边缘计算节点之间的稳定匹配，可在有效降低任务完成时间与能耗加权总和的同时，保持较高的任务完成率和任务满意度。

【技术实现步骤摘要】

本专利技术涉及任务调度，尤其涉及一种面向异质多边缘计算节点的分布式任务调度方法。

技术介绍

1、边缘计算能够将计算能力下沉到网络边缘，为用户设备提供就近计算服务，辅助用户设备完成计算密集型和时延敏感型任务，是人工智能(artificial intelligence，ai)、5g演进和6g的关键支撑技术。近些年，无人机、无人车等边缘计算节点凭借其机动灵活、成本低廉、操控简洁等优势得到了广泛应用。为了弥补单个边缘计算节点计算能力不足、能量供应受限、覆盖范围较小的缺陷，多个边缘计算节点通过多机组网、资源共享、协作服务等方式构建边缘智能网络，可提供更多的计算资源和更大的覆盖范围。为了边提升边缘智能网络服务质量，业界从最大化计算效率、最小化任务执行能耗和处理时延等多个角度开展了研究工作，在一定程度上解决了大规模用户设备对计算服务的迫切需求。然而，当前关于边缘计算场景下的任务调度方法研究成果大都忽略了两个问题：

2、1)只考虑边缘计算节点承载通用中央处理器(central processing units，cpus)资源的情况，忽略了其承载cpu+ai芯片本文档来自技高网...

【技术保护点】

1.一种面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述方法包括如下步骤：

2.如权利要求1所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述接收请求任务是每个边缘计算节点接收向其请求服务的任务；

3.如权利要求2所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述AI专用芯片是辅助CPU运算人工智能算法的专用芯片。

4.如权利要求1所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述异质边缘计算节点是指不同边缘计算节点之间具有差异性，主要体现在其承载的CPU核和AI专用芯片数量以及性能等方面；<...

【技术特征摘要】

1.一种面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述方法包括如下步骤：

2.如权利要求1所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述接收请求任务是每个边缘计算节点接收向其请求服务的任务；

3.如权利要求2所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述ai专用芯片是辅助cpu运算人工智能算法的专用芯片。

4.如权利要求1所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述异质边缘计算节点是指不同边缘计算节点之间具有差异性，主要体现在其承载的cpu核和ai专用芯片数量以及性能等方面；

5.如权利要求1所述的面向异质多边缘计算节点的分布式任务调度方法，其特征在于，所述通告sf信息具...

【专利技术属性】
技术研发人员：王彦刚，范建华，魏祥麟，胡永扬，赵框，成洁，王康，陈桂林，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：