【技术实现步骤摘要】
本专利技术涉及算力资源，具体涉及一种算力资源的弹性评价方法及系统。
技术介绍
1、随着人工智能、自动驾驶等智能计算场景的出现，算力资源需求呈现指数级增长，作为信息社会的基础，算力已成为数字经济时代的核心生产力，为了使闲散算力得到充分利用，同时有效避免算力资源的重复建设，需要构建多方算力交易机制。其中，算力并网作为算力网络交易运营的核心之一，通过引入区块链等去中心化技术，可以对闲散算力资源、多方算力资源、算力服务进行统一注册和管理，实现分布式算力统一运营。
2、现有的面向算力网络的资源调度方法主要有两种：第一种方法是集中式资源调度方法，由集中调度节点根据用户任务的计算资源需求，设计最优方案，为每个用户提供动态调度的算力资源；
3、第二种方法是分布式资源调度方法，算力中心的计算能力状况和网络状况将作为路由信息发布到网络，用户提交任务到算力网络后，路由协议根据任务需求和节点资源信息自动选择合适的算力中心的计算节点来执行任务。
4、上述的集中式资源调度和分布式资源调度方式均为：具体为针对单个应用端的跟踪式资源分配，导致调度频率大大增加，提高调度实现难度，并且根据实时的算力资源需求进行动态调度资源，对整个调度系统的网络和计算能力要求高。
技术实现思路
1、本专利技术的目的在于提供一种算力资源的弹性评价方法及系统，以解决现有技术中针对单个应用端的跟踪式资源分配，导致调度频率大大增加，提高调度实现难度，并且根据实时的算力资源需求进行动态调度资源，对整个调度系统
2、为解决上述技术问题，本专利技术具体提供下述技术方案：
3、一种算力资源的弹性评价方法，包括以下步骤：
4、将分配至同一个算力资源统筹中心的多个不同的应用端划分至不同的集群形成资源调配组合集群，训练分析每个所述资源调配组合集群的历史数据流以重建每个所述资源调配组合集群的算力需求序列；
5、每个资源调配组合集群构建虚拟链接网络，以使得两两所述资源调配组合集群之间通过虚拟链接网络形成资源调度通路，所有资源调配组合集群之间通过资源调度通路建立多向资源连通关系；
6、所述算力资源统筹中心获取所有资源调配组合集群在一天内的最大算力占位量，以算力需求序列的起始点为起始资源分配点，将最大算力占位量在起始资源分配点初始分配至每个资源调配组合集群；
7、以不同资源调配组合集群之间的资源分配参数为影响值，将不同的所述资源调配组合集群按照所述算力需求序列的下一个时刻的算力资源需求和资源分配参数进行点对点直接支配算力资源。
8、作为本专利技术的一种优选方案，重建每个所述资源调配组合集群的算力需求序列的实现方法为：
9、获取每个所述资源调配组合集群的历史数据流，并将每个所述资源调配组合集群的历史数据流进行数据分类，分类标准为单位数据量处理需要的算力资源；
10、统计每个所述资源调配组合集群的历史数据流包含的数据类型以及每种所述数据类型对应的数据量，并计算每个所述资源调配组合集群的历史数据流对应的历史算力资源需求；
11、结合每个所述资源调配组合集群的历史算力资源需求和当前实际算力资源需求，依次生成下一个时间点的预测算力资源需求，以建立每个所述资源调配组合集群的算力需求序列。
12、作为本专利技术的一种优选方案，分别获取每个所述资源调配组合集群的实际算力资源需求，预测每个所述资源调配组合集群的算力资源需求的总量分布，进而创建所述算力资源统筹中心的负荷模型：；；其中， p t为时间段t内的算力资源统筹中心的算力资源负荷，为两次统计数据流的算力资源需求所经历的时间跨度， p n为第n个资源调配组合集群在历史数据的一天时间内的平均算力资源需求量， h(t，n)为第n个资源调配组合集群计算当前算力资源需求的时间点对应的返回时间的历史算力需求的分布函数；(zet，n)为第n个资源调配组合集群在时间段t内的预测需求涨幅；zet-1为第n个资源调配组合集群在上一个时间点实际获取的算力资源需求量；zemix为第n个资源调配组合集群的历史数据在上一个时间点的最低算力资源需求量；zemax为第n个资源调配组合集群在历史数据中的上一个时间点的最高算力资源需求量。作为本专利技术的一种优选方案，所述算力资源统筹中心以天为单位，更新所有资源调配组合集群在一天内的最大算力占位量，具体的更新方式为：
13、以天为单位，从历史数据中统计所有资源调配组合集群在该天的数据流分布状态；
14、将所有资源调配组合集群在该天的同一时间点的数据流分布状态进行累加，对比所有资源调配组合集群在不同时间点的总算力需求；
15、以所有资源调配组合集群的总算力需求为参照值，预测所有资源调配组合集群在该天的最大算力占位量，所述算力资源统筹中心按照最大算力占位量作为总额度分配给所有资源调配组合集群；
16、计算所有资源调配组合集群在不同时间点的总算力需求的公式为：；其中，pz为所有资源调配组合集群在某一时间点的总算力需求，为第n个资源调配组合集群在某一时间点的个体算力需求，为第n个资源调配组合集群在某一时间点的影响系数。作为本专利技术的一种优选方案，所述最大算力占位量大于等于所述总算力需求，且所述总算力需求小于等于每个资源调配组合集群在一天时间内的最大资源需求的总和。
17、作为本专利技术的一种优选方案，所述算力资源统筹中心按照最大算力占位量作为总额度，再结合每个所述资源调配组合集群的算力需求序列将总额度分别分配给各个资源调配组合集群，具体的实现方式为：
18、所述算力资源统筹中心以所述算力需求序列的起始点为起始资源分配点，所述算力资源统筹中心以不同资源调配组合集群在所述起始资源分配点的算力需求值为每个所述资源调配组合集群分配起始的算力资源；
19、所述算力资源统筹中心基于每个所述资源调配组合集群的算力需求序列，预测该资源调配组合集群下一个时间点的算力需求；
20、以时间覆盖计算原则，计算每个资源调配组合集群按照算力需求序列的算力资源需求，利用所有资源调配组合集群之间的虚拟网路，所述算力资源统筹中心将所述资源调配组合集群的算力资源按照点对点方式进行调度。
21、作为本专利技术的一种优选方案，将所述资源调配组合集群的算力资源按照点对点方式进行调度的实现方式为：
22、按照每个资源调配组合集群的当前时间点分配的算力资源与下一个时间点的算力需求之间的差值，将所述资源调配组合集群划分为缺额集合和超额集合；
23、建立计算模型，以缺额集合和超额集合的资源分配参数作为所述计算模型的输入值，以能够为所述缺额集合进行资源补充的超额集合作为所述计算模型的输出值。
24、作为本专利技术的一种优选方案，利用所述计本文档来自技高网...
【技术保护点】
1.一种算力资源的弹性评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种算力资源的弹性评价方法，其特征在于，
3.根据权利要求2所述的一种算力资源的弹性评价方法，其特征在于，
4.根据权利要求3所述的一种算力资源的弹性评价方法，其特征在于，
5.根据权利要求4所述的一种算力资源的弹性评价方法，其特征在于，
6.根据权利要求4或5所述的一种算力资源的弹性评价方法，其特征在于，
7.根据权利要求6所述的一种算力资源的弹性评价方法，其特征在于，
8.根据权利要求7所述的一种算力资源的弹性评价方法，其特征在于，
9.根据权利要求8所述的一种算力资源的弹性评价方法，其特征在于，
10.一种基于权利要求1-9任一项所述的算力资源的弹性评价方法的评价系统，其特征在于，包括：
【技术特征摘要】
1.一种算力资源的弹性评价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种算力资源的弹性评价方法，其特征在于，
3.根据权利要求2所述的一种算力资源的弹性评价方法，其特征在于，
4.根据权利要求3所述的一种算力资源的弹性评价方法，其特征在于，
5.根据权利要求4所述的一种算力资源的弹性评价方法，其特征在于，
6.根据权利...
【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：深圳威尔视觉科技有限公司，
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。