【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芯片的异构计算资源新场景，使得现有的任务调度方法在新场景下失效或难以直接使用。随着ai技术的快速发展，边缘计算节点部署基于深度学习等模型开发的ai服务功能也是在所难免的，显然，仅凭cpu资源难以做到，但在边缘计算节点上集成ai芯片辅助cpu运算是目前被广泛认可的一种可行方案，因此，面向边缘计算节点承载cpu+ai芯片异构计算资源的新需求，设计一种高效的任务调度方法是一个迫切需要解决
3、2)只考虑具有相同能力的边缘计算节点协作服务场景，难以保证异质多边缘计算节点的高效协作。当前边缘计算技术发展势头迅猛，能力各异的边缘算节点设备不断地被大量投入到市场，其差异性主要体现在其承载计算资源的容量和性能、部署服务功能(service function,sf)的数量和类型、搭载电池的容量等方面，因此，支持异质多边缘计算节点高效协作将是一个迫切需要解决的问题。
4、本申请针对当前研究工作存在的上述问题，面向异质多边缘计算节点，专利技术了一种分布式任务调度方法。
技术实现思路
1、本专利技术所要解决的技术问题是提供一种能够有效降低任务完成时间与能耗平均加权和，同时保持较高的任务完成率和任务满意度的面向异质多边缘计算节点的分布式任务调度方法。
2、为解决上述技术问题，本专利技术所采取的技术方案是：一种面向异质多边缘计算节点的分布式任务调度方法，所述方法包括如下步骤：
3、接收请求任务：边缘计算节点接收请求服务的任务；
4、通告sf信息：边缘计算节点将部署在本地的服务功能sf(service function，sf)及其实例的处理性能等信息组合为本地sf集合信息，并通过广播的方式向邻居通告；同时，接收来自邻居节点通告的sf集合信息，并与本地sf集合信息汇聚成一个网络局部sf集合信息；
5、请求任务与sf匹配博弈：边缘计算节点根据网络局部sf集合信息，为每个请求任务构建偏好列表，然后，依据偏好列表为每个请求任务匹配一个相对最优的服务功能sf；
6、卸载请求任务：边缘计算节点将请求任务卸载至与之匹配的服务功能sf上处理。
7、采用上述技术方案所产生的有益效果在于：
8、1)支持边缘计算节点承载“cpu+ai芯片”异构计算资源场景下的高效任务调度，满足边缘计算节点部署ai服务功能的迫切需求；
9、2)支持异质多边缘节点以分布式的方式进行资源共享和相互协作，降低了不同样式边缘计算节点的组织应用难度；
10、3)边缘节点之间通过有限次交互便可实现请求任务、服务功能sf和边缘计算节点之间的稳定匹配。仿真结果表明，所述方法与其他算法相比，能够有效降低任务完成时间与能耗加权总和，同时保持较高的任务完成率和任务满意度。
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；
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信息具体包括以下步骤：
6.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，请求任务与SF匹配博弈包括任务请求过程和服务应答过程；
7.如权利要求6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，所述任务请求过程包括以下步骤：
...【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：
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。