[發(fā)明專利]網(wǎng)絡(luò)資源需求及其中算力需求的確定性轉(zhuǎn)發(fā)方法

在審

• 申請?zhí)枺?/td>: 202010773478.3
• 申請日: 2020-08-04
• 公開（公告）號: CN112003907A
• 公開（公告）日: 2020-11-27
• 發(fā)明（設(shè)計）人: 雷凱;余錫權(quán);徐婷;張梅梅
• 申請（專利權(quán)）人: 北京大學(xué)深圳研究生院
• 主分類號: H04L29/08
• 分類號: H04L29/08;G06F17/18
• 代理公司: 深圳鼎合誠知識產(chǎn)權(quán)代理有限公司 44281
• 代理人: 郭燕

本申請公開了網(wǎng)絡(luò)資源需求及其中算力需求的確定性轉(zhuǎn)發(fā)方法，網(wǎng)絡(luò)資源需求的確定性轉(zhuǎn)發(fā)方法包括：接收資源請求包并根據(jù)其中的資源需求信息查找可匹配節(jié)點；計算各可匹配節(jié)點的代價值；根據(jù)預(yù)定義的代價函數(shù)，采用在線學(xué)習(xí)的方法更新可匹配節(jié)點對應(yīng)的概率樹，使代價值最小的可匹配節(jié)點對應(yīng)的葉子結(jié)點和從根結(jié)點到達(dá)該葉子節(jié)點所經(jīng)過的非葉子結(jié)點的概率增加；從概率樹的根結(jié)點開始，根據(jù)當(dāng)前結(jié)點的各子結(jié)點的概率來選擇當(dāng)前結(jié)點的子結(jié)點，直到所選擇的結(jié)點為葉子結(jié)點為止；將資源請求包轉(zhuǎn)發(fā)給所選擇的葉子結(jié)點所對應(yīng)的可匹配節(jié)點。本方法基于概率樹進(jìn)行在線學(xué)習(xí)，從而使得資源需求的轉(zhuǎn)發(fā)能夠適應(yīng)網(wǎng)絡(luò)狀況的變化，提高了網(wǎng)絡(luò)資源需求轉(zhuǎn)發(fā)的效率。

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)通信技術(shù)領(lǐng)域，具體涉及網(wǎng)絡(luò)資源需求及其中算力需求的確定性轉(zhuǎn)發(fā)方法。

背景技術(shù)

網(wǎng)絡(luò)的核心價值在于提高效率，而合理地匹配網(wǎng)絡(luò)中的資源需求和資源提供節(jié)點，使得資源需求能夠最大限度地得到滿足，是提高網(wǎng)絡(luò)性能和效率的關(guān)鍵。網(wǎng)絡(luò)中的資源包括算力資源、存儲資源、帶寬資源等，以提供算力資源的算力服務(wù)網(wǎng)絡(luò)為例，算力服務(wù)網(wǎng)絡(luò)的出現(xiàn)是為了提高端、邊、云三級計算的協(xié)同工作效率，為計算任務(wù)匹配合適的算力資源。例如一個完整的人工智能(Artificial Intelligence,AI)任務(wù)，其包含算法、算力與數(shù)據(jù)三個方面，其中算法依靠學(xué)術(shù)界和理論界的持續(xù)研究，數(shù)據(jù)需要通過云平臺等方式的聚集發(fā)揮作用，而算力則是要基于相同算法，相同成本，在相同時間內(nèi)，處理更多的數(shù)據(jù)，所以算力也是在一定時間內(nèi)，針對一個特定的AI任務(wù)，最大的變化因素。因此，將算力需求匹配到最合適的計算節(jié)點執(zhí)行計算，是提升算力服務(wù)網(wǎng)絡(luò)性能和效率的關(guān)鍵。然而以往IP網(wǎng)絡(luò)下的路由和轉(zhuǎn)發(fā)是分開的，路由是“聰明”的路由，而轉(zhuǎn)發(fā)只是“笨拙”的轉(zhuǎn)發(fā)，純粹地依據(jù)路由表的信息進(jìn)行轉(zhuǎn)發(fā)，以這種方式來轉(zhuǎn)發(fā)網(wǎng)絡(luò)中的資源需求，難以匹配到合適的資源提供節(jié)點，影響了網(wǎng)絡(luò)的性能和效率。

發(fā)明內(nèi)容

本申請?zhí)峁┚W(wǎng)絡(luò)資源需求及其中算力需求的確定性轉(zhuǎn)發(fā)方法，以提高網(wǎng)絡(luò)資源需求轉(zhuǎn)發(fā)的效率，從而提高網(wǎng)絡(luò)的性能。

根據(jù)第一方面，一種實施例中提供一種算力需求的確定性轉(zhuǎn)發(fā)方法，包括：

接收算力請求包，所述算力請求包包括算力需求信息；所述算力需求信息包括算力請求者標(biāo)識、計算任務(wù)類型、計算任務(wù)的輸入數(shù)據(jù)位置以及算力需求量；

根據(jù)所述算力需求信息查找算力匹配轉(zhuǎn)發(fā)表，獲得所述算力需求信息對應(yīng)的可用計算節(jié)點，其中，所述算力匹配轉(zhuǎn)發(fā)表的每一項包括一算力需求信息和對應(yīng)的可用計算節(jié)點及各可用計算節(jié)點的屬性信息；所述屬性信息包括算力資源緊張度、負(fù)載均衡信息、公平性信息和RTT時延；

根據(jù)所述屬性信息計算各可用計算節(jié)點的代價值；

根據(jù)預(yù)定義的代價函數(shù)，采用在線學(xué)習(xí)的方法更新所述可用計算節(jié)點對應(yīng)的概率樹，使代價值最小的可用計算節(jié)點對應(yīng)的葉子結(jié)點和從根結(jié)點到達(dá)該葉子節(jié)點所經(jīng)過的非葉子結(jié)點的概率增加；其中，所述概率樹為二叉樹，其葉子節(jié)點對應(yīng)各可用計算節(jié)點；

從所述概率樹的根結(jié)點開始，根據(jù)當(dāng)前結(jié)點的各子結(jié)點的概率來選擇當(dāng)前結(jié)點的子結(jié)點，直到所選擇的結(jié)點為葉子結(jié)點為止；

將所述算力請求包轉(zhuǎn)發(fā)給所選擇的葉子結(jié)點所對應(yīng)的可用計算節(jié)點。

一種實施例中，所述方法還包括檢測所述可用計算節(jié)點是否存在一棵對應(yīng)的概率樹，若不存在則創(chuàng)建一棵對應(yīng)的概率樹，并進(jìn)行初始化，其中，所創(chuàng)建的概率樹為一棵二叉樹，其葉子結(jié)點對應(yīng)各可用計算節(jié)點，且除根結(jié)點外的每個結(jié)點都有一概率值，所述概率值為該結(jié)點的父結(jié)點到達(dá)該結(jié)點的概率。

一種實施例中，所述代價值由以下公式確定：

value_i＝probability_i*RTT_i

所述代價函數(shù)由以下公式確定：