一种计算任务执行方法、装置、设备和存储介质制造方法及图纸

本申请涉及一种计算任务执行方法、装置、设备和存储介质。主要技术方案包括：获取待处理计算任务、预设映射表和计算节点的计算资源可用信息，根据待处理计算任务之间的依赖关系，对待处理计算任务进行拓扑排序，得到待处理计算任务的优先执行顺序，基于优先执行顺序、预设映射表和计算资源可用信息，确定待处理计算任务的实时执行顺序，根据待处理计算任务的实时执行顺序，通过第一组别计算芯片或第二组别计算芯片执行待处理计算任务。本申请能够实现不同类型不同来源计算芯片的高度复杂异构计算，支持高性能计算和智能计算业务场景，有利于高性能计算相关业务系统与超融合计算集群的兼容。

【技术实现步骤摘要】

本申请涉及计算机，特别是涉及一种计算任务执行方法、装置、设备和存储介质。

技术介绍

1、当前，在高性能智能计算领域，存在多种不同类型中央处理器（centralprocessing unit，cpu）/图形处理器gpu芯片。不同中央处理器（central processingunit，cpu）/图形处理器gpu（graphics processing unit，gpu）芯片指令集的差异、人工智能（artificial intelligence，ai）芯片框架和软件生态的差异，使得同一个平台（尤其是云架构平台）可能同时融合不同类型不同来源的计算芯片，形成高性能异构计算系统。高性能异构计算系统在整合了不同类型芯片基础上，可以取长补短，发挥各自的优势，协同完成同一个或多个不同业务系统的计算任务。

2、在高性能计算领域，通常使用开源的容器编排平台kubernets对计算集群进行管理，但是kubernets是一个庞大而复杂的系统，需要运行在专门的集群环境中，使用kubernetes，还需进行许多配置和设置，在部署和维护方面的成本较高。由于kubernets本文档来自技高网...

【技术保护点】

1.一种计算任务执行方法，其特征在于，所述方法应用于高性能异构计算系统，所述系统包括计算节点，每个所述计算节点配置有相应的计算资源，所述计算资源包括计算芯片，所述计算芯片包括第一组别计算芯片和第二组别计算芯片，每种组别的计算芯片包括不同类型的计算芯片；所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理计算任务之间的依赖关系，对所述待处理计算任务进行拓扑排序，得到所述待处理计算任务的优先执行顺序，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述优先执行顺序、所述预设映射表和所述计算资源可用信息，确定所述待处理计算任务的实时执行...

【技术特征摘要】

1.一种计算任务执行方法，其特征在于，所述方法应用于高性能异构计算系统，所述系统包括计算节点，每个所述计算节点配置有相应的计算资源，所述计算资源包括计算芯片，所述计算芯片包括第一组别计算芯片和第二组别计算芯片，每种组别的计算芯片包括不同类型的计算芯片；所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理计算任务之间的依赖关系，对所述待处理计算任务进行拓扑排序，得到所述待处理计算任务的优先执行顺序，包括：

3.根据权利要求1所述的方法，其特征在于，所述基于所述优先执行顺序、所述预设映射表和所述计算资源可用信息，确定所述待处理计算任务的实时执行顺序，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述待处理计算任务的实时执行顺序，通过所述第一组别计算芯片或所述第二组别计算芯片执行...

【专利技术属性】
技术研发人员：马旭，曹宗富，王雷，殷哲，
申请(专利权)人：国家卫生健康委科学技术研究所，
类型：发明
国别省市：