【技术实现步骤摘要】
本专利技术涉及数据处理领域，具体是一种算力资源的管理调度方法及系统。
技术介绍
1、在当今信息化时代，算力资源已经成为推动社会进步和发展的重要动力。然而，随着云计算、大数据、人工智能等技术的快速发展，算力资源的调度和管理面临着诸多挑战。如何实现算力资源的优化配置、提高利用率，成为了业界关注的焦点。在现有的算力资源管理调度方法中，存在以下问题：
2、资源利用率低下：传统的资源分配方式无法根据实际需求进行动态调整，导致大量资源闲置或浪费。调度效率不高：复杂的任务和大规模的数据处理需要高效的调度算法和系统支持，但现有技术难以满足实时性和可靠性的要求。能耗过高：数据中心等算力基础设施的能耗问题日益严重，如何在提高算力的同时降低能耗，成为了亟待解决的问题。安全风险：算力资源在使用过程中涉及大量的敏感信息和隐私数据，如何保证数据的安全和隐私不被泄露，也是需要关注的重要问题。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种算力资源的管理调度方法，包括如下步骤：
2、步骤一，云端数据服务器根据算力节点数据采集装置采集的算力节点数据，得到算力节点的算力信息，云端数据服务器根据算力节点以及算力节点信息，生成对应算力节点的算力容器池；
3、步骤二，云端数据服务器将对应算力节点的算力容器池与算力节点连接，历史数据统计模块根据算力节点历史数据得到算力节点的运行特征，对应算力节点的算力容器池根据算力节点的运行特征，生成可用算力容器列表，将生成的可用算力容
4、步骤三，客户端模块生成算力需求任务，并发送到云端数据服务器，云端数据服务器根据算力需求任务中第一匹配特征，生成第一对应算力节点的算力容器池序列；
5、步骤四，根据算力需求任务中的算力需求信息和第一对应算力节点的算力容器序列，得到第二对应算力节点的算力容器序列，根据第二对应算力节点的算力容器序列得到候选对应算力节点的算力容器序列，并发送到客户端模块；
6、步骤五，根据客户端返回的算力容器确认信息，云端数据服务器将算力需求任务和算力容器信息发送到对应的算力容器信息的算力节点；对应算力节点的算力容器根据算力容器信息，将算力容器与客户端模块连接，并将算力需求信息发送到算力容器，完成算力资源的调度。
7、进一步的，所述的云端数据服务器根据算力节点数据采集装置采集的算力节点数据，得到算力节点的算力信息，包括：算力节点的位置信息、算力节点的总算力以及算力节点的算力单元信息。
8、进一步的，所述的云端数据服务器根据算力节点以及算力节点信息，生成对应算力节点的算力容器池，包括：
9、云端数据服务器根据算力节点的算力单元信息，分别生成对应的算力容器，所有的算力容器构成对应算力节点的算力容器池。
10、进一步的，所述的历史数据统计模块根据算力节点历史数据得到算力节点的运行特征，对应算力节点的算力容器根据算力节点的运行特征，生成可用算力容器列表，包括：
11、历史数据统计模块根据算力节点在数据采集周期内的算力需求信息数据，得到不同算力大小的需求频率，对应算力节点的算力容器根据不同算力大小的需求频率以及算力容器，生成对应不同算力大小的可用算力容器，得到可用算力容器列表。
12、进一步的，所述的云端数据服务器根据算力需求任务中第一匹配特征，生成第一对应算力节点的算力容器池序列，包括：
13、根据发出算力需求任务的客户端模块与各个算力节点的通信延迟，根据通信延迟大小得到第一对应算力节点的算力容器池序列。
14、进一步的，所述的根据算力需求任务中的算力需求信息和第一对应算力节点的算力容器池序列，得到第二对应算力节点的算力容器序列，包括：
15、根据算力需求任务中的算力需求的算力大小，在第一对应算力节点的算力容器池序列中匹配，若需求任务中的算力需求的算力大小与对应算力节点的算力容器池中的可用算力容器的差值，在设定的差值阈值内，则为匹配的对应算力节点的算力容器池，匹配的对应算力节点的算力容器池中空闲的可用算力容器为第二对应算力节点的算力容器序列。
16、进一步的，所述的根据第二对应算力节点的算力容器序列得到候选对应算力节点的算力容器序列，包括：
17、匹配的对应算力节点的算力容器池中空闲的可用算力容器的算力，与需求任务中的算力需求的算力大小的差值，在设定的差值阈值内，即为候选对应算力节点的算力容器，所有的候选对应算力节点的算力容器，根据算力大小，得到候选对应算力节点的算力容器序列。
18、一种算力资源的管理调度系统，应用所述的一种算力资源的管理调度方法，包括任务分配模块、历史数据统计模块、任务管理模块、云端数据服务器、网络检测模块和通信模块；
19、所述的云端数据服务器、网络检测模块和通信模块依次连接；所述的任务分配模块、历史数据统计模块、任务管理模块分别与所述的通信模块通信连接。
20、本专利技术的有益效果是：本文提出了一种算力资源的管理调度方法及系统。该方法通过对算力资源进行实时监控、预测和分析，实现资源的动态调度和优化配置，从而提高利用率、降低能耗并保障数据安全。
本文档来自技高网...【技术保护点】
1.一种算力资源的管理调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种算力资源的管理调度方法，其特征在于，所述的云端数据服务器根据算力节点数据采集装置采集的算力节点数据，得到算力节点的算力信息，包括：算力节点的位置信息、算力节点的总算力以及算力节点的算力单元信息。
3.根据权利要求2所述的一种算力资源的管理调度方法，其特征在于，所述的云端数据服务器根据算力节点以及算力节点信息，生成对应算力节点的算力容器池，包括：
4.根据权利要求3所述的一种算力资源的管理调度方法，其特征在于，所述的历史数据统计模块根据算力节点历史数据得到算力节点的运行特征，对应算力节点的算力容器根据算力节点的运行特征，生成可用算力容器列表，包括：
5.根据权利要求4所述的一种算力资源的管理调度方法，其特征在于，所述的云端数据服务器根据算力需求任务中第一匹配特征，生成第一对应算力节点的算力容器池序列，包括：
6.根据权利要求5所述的一种算力资源的管理调度方法，其特征在于，所述的根据算力需求任务中的算力需求信息和第一对应算力节点的算力容器
7.根据权利要求6所述的一种算力资源的管理调度方法，其特征在于，所述的根据第二对应算力节点的算力容器序列得到候选对应算力节点的算力容器序列，包括：
8.一种算力资源的管理调度系统，其特征在于，应用权利要求1-7任一所述的一种算力资源的管理调度方法，包括任务分配模块、历史数据统计模块、任务管理模块、云端数据服务器、网络检测模块和通信模块；
...【技术特征摘要】
1.一种算力资源的管理调度方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种算力资源的管理调度方法，其特征在于，所述的云端数据服务器根据算力节点数据采集装置采集的算力节点数据，得到算力节点的算力信息，包括：算力节点的位置信息、算力节点的总算力以及算力节点的算力单元信息。
3.根据权利要求2所述的一种算力资源的管理调度方法，其特征在于，所述的云端数据服务器根据算力节点以及算力节点信息，生成对应算力节点的算力容器池，包括：
4.根据权利要求3所述的一种算力资源的管理调度方法，其特征在于，所述的历史数据统计模块根据算力节点历史数据得到算力节点的运行特征，对应算力节点的算力容器根据算力节点的运行特征，生成可用算力容器列表，包括：
5.根据权利要...
【专利技术属性】
技术研发人员：周显，王凯，张兴辉，赵玉正，刘振宇，赵志明，姚鑫，叶亚伟，
申请(专利权)人：中国通信建设集团设计院有限公司，
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。