[發明專利]任務調度方法、裝置和設備

在審

• 申請號: 202010899161.4
• 申請日: 2020-08-31
• 公開（公告）號: CN114116154A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 俞立呈;李濤;侯新宇;劉昊程;許利霞
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F9/48
• 分類號: G06F9/48;G06F9/50;G06N3/04
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 顏晶

1.一種任務調度方法，其特征在于，所述方法應用于調度設備，所述方法包括：

獲取待調度的第一任務；

根據所述第一任務的特征和待執行所述第一任務的至少一個執行設備的特征選擇匹配的第一執行設備，所述第一任務的特征用于指示執行所述第一任務所包括的任務量；所述至少一個執行設備的特征分別用于指示每個執行設備執行所述第一任務所需的資源屬性；

調度所述第一執行設備執行所述第一任務。

2.根據權利要求1所述的方法，其特征在于，所述第一執行設備為待執行所述第一任務的執行設備中，運行所述第一任務的預期完成時長滿足條件的執行設備。

3.根據權利要求1或2所述的方法，其特征在于，所述根據所述第一任務的特征和待執行所述第一任務的至少一個執行設備的特征選擇匹配的第一執行設備，包括：

將待執行所述第一任務的執行設備的特征及所述第一任務的特征輸入性能模型，基于學習得到的性能模型參數預測所述待執行所述第一任務的執行設備運行所述第一任務的預期完成時長；

根據所述待執行所述第一任務的執行設備運行所述第一任務的預期完成時長，從所述待執行所述第一任務的執行設備中選擇預期完成時長滿足條件的執行設備作為第一執行設備。

4.根據權利要求3所述的方法，其特征在于，所述將待執行所述第一任務的執行設備的特征及所述第一任務的特征輸入性能模型，基于學習得到的性能模型參數預測所述待執行所述第一任務的執行設備運行所述第一任務的預期完成時長之前，還包括：

收集第二執行設備的特征、第二任務的特征以及所述第二執行設備運行所述第二任務的實際完成時長，所述第二執行設備的特征的類型與所述第一執行設備的特征的類型相同，所述第二任務的特征的類型與所述第一任務的特征的類型相同；

根據所述第二執行設備的特征、所述第二任務的特征以及所述實際完成時長學習得到所述性能模型參數。

5.根據權利要求4所述的方法，其特征在于，所述根據所述第二執行設備的特征、所述第二任務的特征以及所述實際完成時長學習得到所述性能模型參數之后，還包括：

周期性更新所述性能模型參數，或者，基于所述目標執行設備運行所述第一任務的實際完成時長與預期完成時長之間的差值超過閾值，更新所述性能模型參數。

6.根據權利要求3-5任一所述的方法，其特征在于，所述性能模型基于學習得到的性能模型參數預測所述待執行所述第一任務的執行設備運行所述第一任務時執行非向量指令的時長，執行向量指令的時長以及訪存時長，根據所述執行非向量指令的時長，執行向量指令的時長以及訪存時長得到所述預期完成時長。

7.一種任務調度裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待調度的第一任務；

選擇模塊，用于根據所述第一任務的特征和待執行所述第一任務的至少一個執行設備的特征選擇匹配的第一執行設備，所述第一任務的特征用于指示執行所述第一任務所包括的任務量；所述至少一個執行設備的特征分別用于指示每個執行設備執行所述第一任務所需的資源屬性；

調度模塊，用于調度所述第一執行設備執行所述第一任務。

8.根據權利要求7所述的裝置，其特征在于，所述第一執行設備為待執行所述第一任務的執行設備中，運行所述第一任務的預期完成時長滿足條件的執行設備。

9.根據權利要求7或8所述的裝置，其特征在于，所述選擇模塊，用于將待執行所述第一任務的執行設備的特征及所述第一任務的特征輸入性能模型，基于學習得到的性能模型參數預測所述待執行所述第一任務的執行設備運行所述第一任務的預期完成時長；根據所述待執行所述第一任務的執行設備運行所述第一任務的預期完成時長，從所述待執行所述第一任務的執行設備中選擇預期完成時長滿足條件的執行設備作為第一執行設備。