【技术实现步骤摘要】
【】本专利技术涉及通信，特别涉及一种云边端协同的算力资源智能监控调度方法及系统。
技术介绍
0、
技术介绍
1、通过ai人工智能可以提高城市治理的智能化水平，而视频监控算法的计算资源稀缺，是ai应用首要面临的问题，以往计算资源通常根据业务分散使用，平均利用率低，使大量计算资源处于闲置状态。随着数字经济快速发展，算力需求日益增多，但算力孤岛现象日益凸显，实现算力统一调度与管理的诉求迫在眉睫。
2、边缘计算已成为5g时代重要的创新型业务模式，尤其是其低时延特性，被认为是传统方案所不具备的，因此边缘计算能够提供更多的服务能力，具有更为广泛的应用场景；但边缘计算与处于中心位置的云计算之间的算力协同成为新的技术难题。为了使闲散的算力得到充分利用，以解决算力利用率低下的问题，亟需提供一种能够实现云边端协同，并能对算力进行统一调度和管理的算力资源智能监控调度方法及系统。
技术实现思路
0、
技术实现思路
1、本专利技术要解决的技术问题，在于提供一种云边端协同的算力资源智能监控调度方法及系统，解决现有算力利用率低下的问题。
2、本专利技术是这样实现的：
3、第一方面，一种云边端协同的算力资源智能监控调度方法，所述方法需使用到云平台、边缘计算层和终端层，所述边缘计算层中集成有多个边缘计算节点或多个边缘计算池；
4、所述方法包括如下步骤：
5、通过所述云平台管理分布在所述边缘计算层中的边缘计算节点或边缘计算池，并实
6、所述云平台接收所述终端层上传的视频数据，基于所述视频数据生成所需的计算任务；
7、所述云平台对所述边缘计算节点或边缘计算池的算力资源进行整合，并统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务。
8、进一步的，所述统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务具体包括：
9、将所述计算任务划分成多个子计算任务，结合算力资源的调度算法，将各个所述子计算任务与所述边缘计算节点或边缘计算池的算力资源进行动态匹配，并将各个所述子计算任务分配给相匹配的算力资源执行。
10、进一步的，在将所述计算任务划分成多个子计算任务时，包括静态划分方式和动态划分方式；
11、在所述静态划分方式中，将所述计算任务划分为多个固定大小的所述子计算任务；
12、在所述动态划分方式中，按照所述边缘计算节点或边缘计算池的算力资源的负载情况和任务特性，将所述计算任务划分为多个不同大小的所述子计算任务。
13、进一步的，所述算力资源的调度算法包括但不限于最短作业优先、最短执行时间优先、抢占式优先或者动态负载均衡。
14、进一步的，每个所述边缘计算池内包括有多个边缘计算节点，所述边缘计算节点为城市治理中使用的各种边缘计算盒或者边缘计算服务器。
15、进一步的，所述方法还包括如下步骤：
16、所述云平台接收所述边缘计算层推送的ai智能事件，并基于所述ai智能事件实现不同的应用场景，所述ai智能事件为所述边缘计算节点或边缘计算池的算力资源在执行完所述计算任务后产生。
17、第二方面，一种云边端协同的算力资源智能监控调度系统，所述系统需使用到云平台、边缘计算层和终端层，所述边缘计算层中集成有多个边缘计算节点或多个边缘计算池；
18、所述系统包括管理监控模块、任务生成模块以及调度执行模块；
19、所述管理监控模块，用于通过所述云平台管理分布在所述边缘计算层中的边缘计算节点或边缘计算池，并实时监控所述边缘计算节点或边缘计算池的运行状态；
20、所述任务生成模块，用于所述云平台接收所述终端层上传的视频数据，基于所述视频数据生成所需的计算任务；
21、所述调度执行模块，用于所述云平台对所述边缘计算节点或边缘计算池的算力资源进行整合，并统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务。
22、进一步的，所述统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务具体包括：
23、将所述计算任务划分成多个子计算任务，结合算力资源的调度算法，将各个所述子计算任务与所述边缘计算节点或边缘计算池的算力资源进行动态匹配，并将各个所述子计算任务分配给相匹配的算力资源执行；
24、在将所述计算任务划分成多个子计算任务时，包括静态划分方式和动态划分方式；在所述静态划分方式中，将所述计算任务划分为多个固定大小的所述子计算任务；在所述动态划分方式中，按照所述边缘计算节点或边缘计算池的算力资源的负载情况和任务特性，将所述计算任务划分为多个不同大小的所述子计算任务；
25、所述算力资源的调度算法包括但不限于最短作业优先、最短执行时间优先、抢占式优先或者动态负载均衡。
26、进一步的，每个所述边缘计算池内包括有多个边缘计算节点，所述边缘计算节点为城市治理中使用的各种边缘计算盒或者边缘计算服务器。
27、进一步的，所述系统还包括应用场景模块；
28、所述应用场景模块，用于所述云平台接收所述边缘计算层推送的ai智能事件，并基于所述ai智能事件实现不同的应用场景，所述ai智能事件为所述边缘计算节点或边缘计算池的算力资源在执行完所述计算任务后产生。
29、通过采用本专利技术的技术方案，至少具有如下有益效果：采用将城市治理中使用的各种边缘计算盒或者边缘计算服务器(即算力资源)均以边缘计算节点或边缘计算池的方式集成到边缘计算层中，并由云平台根据计算任务需要对边缘计算层中边缘计算节点或边缘计算池的算力资源进行统一管理、编排和调度，通过构建“云、边、端”一体的异构算力协同网络，不仅能够很好的满足包括高性能计算、物联网、边缘计算、人工智能等众多应用场景的算力资源需求，而且通过云平台对各种异构的算力资源进行统一编排和调度，能够有效提升算力资源的利用率。
本文档来自技高网...【技术保护点】
1.一种云边端协同的算力资源智能监控调度方法，其特征在于：所述方法需使用到云平台、边缘计算层和终端层，所述边缘计算层中集成有多个边缘计算节点或多个边缘计算池；
2.如权利要求1所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：所述统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务具体包括：
3.如权利要求2所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：在将所述计算任务划分成多个子计算任务时，包括静态划分方式和动态划分方式；
4.如权利要求2所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：所述算力资源的调度算法包括但不限于最短作业优先、最短执行时间优先、抢占式优先或者动态负载均衡。
5.如权利要求1所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：每个所述边缘计算池内包括有多个边缘计算节点，所述边缘计算节点为城市治理中使用的各种边缘计算盒或者边缘计算服务器。
6.如权利要求1-5任意一项所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：所述方法还包括
7.一种云边端协同的算力资源智能监控调度系统，其特征在于：所述系统需使用到云平台、边缘计算层和终端层，所述边缘计算层中集成有多个边缘计算节点或多个边缘计算池；
8.如权利要求7所述的一种云边端协同的算力资源智能监控调度系统，其特征在于：所述统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务具体包括：
9.如权利要求7所述的一种云边端协同的算力资源智能监控调度系统，其特征在于：每个所述边缘计算池内包括有多个边缘计算节点，所述边缘计算节点为城市治理中使用的各种边缘计算盒或者边缘计算服务器。
10.如权利要求7-9任意一项所述的一种云边端协同的算力资源智能监控调度系统，其特征在于：所述系统还包括应用场景模块；
...【技术特征摘要】
1.一种云边端协同的算力资源智能监控调度方法，其特征在于：所述方法需使用到云平台、边缘计算层和终端层，所述边缘计算层中集成有多个边缘计算节点或多个边缘计算池；
2.如权利要求1所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：所述统一编排和调度所述边缘计算节点或边缘计算池的算力资源执行所述计算任务具体包括：
3.如权利要求2所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：在将所述计算任务划分成多个子计算任务时，包括静态划分方式和动态划分方式；
4.如权利要求2所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：所述算力资源的调度算法包括但不限于最短作业优先、最短执行时间优先、抢占式优先或者动态负载均衡。
5.如权利要求1所述的一种云边端协同的算力资源智能监控调度方法，其特征在于：每个所述边缘计算池内包括有多个边缘计算节点，所述边缘计算节点为城市治理中使用...
【专利技术属性】
技术研发人员：徐春梅，庄明彬，蔡新，
申请(专利权)人：南威软件股份有限公司，
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。