用于算力云平台的带宽智能调度方法及系统技术方案

技术编号:46631193 阅读:3 留言:0更新日期:2025-10-14 21:30
本申请涉及带宽调度技术领域,其具体地公开了一种用于算力云平台的带宽智能调度方法及系统,其在接收到计算任务请求后,通过任务调度器分配任务至计算节点,存储任务元数据,并同步启动网络性能监控模块对该任务的网络流量进行监控。进而,基于存储的任务元数据和采集的任务网络流量数据,利用深度学习算法对两者进行深度联合分析,以识别该任务是否处于启动网络阶段。若确定任务处于启动网络阶段,则向智能带宽调度器发送应用增强策略请求,为该任务指派高优先级QoS标签进行带宽调整。通过这种方式,能够细粒度捕捉任务在生命周期不同阶段的网络需求特征,动态调整带宽资源分配,从而保障任务启动阶段的带宽需求,加速任务执行。

【技术实现步骤摘要】

本申请涉及带宽调度,且更为具体地,涉及一种用于算力云平台的带宽智能调度方法及系统


技术介绍

1、随着云计算和算力云平台的快速发展,计算任务的数量和复杂度不断增加,网络带宽资源的合理分配成为保障系统性能和用户体验的关键。算力云平台中,计算节点之间及任务与外部系统之间的数据传输对带宽的依赖程度较高。若无法实现对带宽资源的智能调度,带宽资源可能出现浪费或瓶颈,导致任务执行延迟、系统效率下降,甚至引发服务质量不稳定的问题。因此,构建高效、智能的带宽调度方案成为提升算力云平台整体性能的迫切需求。

2、目前,算力云平台中的带宽调度方法多采用静态分配或基于简单优先级的策略。静态分配策略通常为每个任务或虚拟机预设固定的带宽上限,虽然简单易行,但难以适应任务实际网络需求的动态变化,可能导致部分任务带宽资源闲置而另一些任务则因带宽不足而受限。而基于简单优先级的策略虽然能对不同重要程度的任务进行区分,但通常是全局性的任务区分,无法细致地识别单一任务在生命周期内不同阶段的网络需求特征,例如,许多任务在启动阶段(如拉取镜像、加载初始数据集)对带宽的需求远高于其后续稳定本文档来自技高网...

【技术保护点】

1.一种用于算力云平台的带宽智能调度方法,其特征在于,包括:

2.根据权利要求1所述的用于算力云平台的带宽智能调度方法,其特征在于,所述元数据包括任务类型、镜像、挂载卷、优先级和用户注解。

3.根据权利要求2所述的用于算力云平台的带宽智能调度方法,其特征在于,基于所述第一任务的任务网络流量数据和所述第一任务的元数据,确定所述第一任务是否处于启动网络阶段,包括:

4.根据权利要求3所述的用于算力云平台的带宽智能调度方法,其特征在于,从所述任务网络流量数据提取流量时序模式特征以得到网络流量时序模式特征,包括:

5.根据权利要求3所述的用于算力云...

【技术特征摘要】

1.一种用于算力云平台的带宽智能调度方法,其特征在于,包括:

2.根据权利要求1所述的用于算力云平台的带宽智能调度方法,其特征在于,所述元数据包括任务类型、镜像、挂载卷、优先级和用户注解。

3.根据权利要求2所述的用于算力云平台的带宽智能调度方法,其特征在于,基于所述第一任务的任务网络流量数据和所述第一任务的元数据,确定所述第一任务是否处于启动网络阶段,包括:

4.根据权利要求3所述的用于算力云平台的带宽智能调度方法,其特征在于,从所述任务网络流量数据提取流量时序模式特征以得到网络流量时序模式特征,包括:

5.根据权利要求3所述的用于算力云平台的带宽智能调度方法,其特征在于,将所述网络流量时序模式特征和所述任务类型输入训练完成的机器学习模型以得到判断结果,所述...

【专利技术属性】
技术研发人员:翟翌华杨炜组李从恺
申请(专利权)人:上海源庐加佳信息科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1