[發(fā)明專利]資源調(diào)度的方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110875335.8
• 申請(qǐng)日: 2021-07-30
• 公開（公告）號(hào): CN113515385A
• 公開（公告）日: 2021-10-19
• 發(fā)明（設(shè)計(jì)）人: 陳杰;唐振
• 申請(qǐng)（專利權(quán)）人: 盛景智能科技（嘉興）有限公司
• 主分類號(hào): G06F9/50
• 分類號(hào): G06F9/50;G06K9/62;G06F9/48
• 代理公司: 北京路浩知識(shí)產(chǎn)權(quán)代理有限公司 11002
• 代理人: 王宇楊

1.一種資源調(diào)度的方法，其特征在于，包括：

獲取任務(wù)以及當(dāng)前環(huán)境狀態(tài)；所述任務(wù)包含資源需求量；所述當(dāng)前環(huán)境狀態(tài)包括多個(gè)物理節(jié)點(diǎn)當(dāng)前的負(fù)載狀態(tài)；

將所述任務(wù)、所述當(dāng)前環(huán)境狀態(tài)輸入至已訓(xùn)練的資源調(diào)度模型，得到部署所述任務(wù)的動(dòng)作描述信息；

根據(jù)所述動(dòng)作描述信息將所述任務(wù)部署到對(duì)應(yīng)的物理節(jié)點(diǎn)上；

其中，所述已訓(xùn)練的資源調(diào)度模型為利用不同任務(wù)以及不同環(huán)境狀態(tài)進(jìn)行訓(xùn)練后得到。

2.根據(jù)權(quán)利要求1所述的資源調(diào)度的方法，其特征在于，所述資源調(diào)度模型包含價(jià)值網(wǎng)絡(luò)以及目標(biāo)網(wǎng)絡(luò)，在將所述任務(wù)、所述當(dāng)前環(huán)境狀態(tài)輸入至已訓(xùn)練的資源調(diào)度模型，得到部署所述任務(wù)的動(dòng)作描述信息之前，還包括：

獲取預(yù)設(shè)數(shù)量的訓(xùn)練樣本集；每組訓(xùn)練樣本包含第一環(huán)境狀態(tài)、動(dòng)作描述信息、第二環(huán)境狀態(tài)、動(dòng)作獎(jiǎng)勵(lì)；所述第一環(huán)境狀態(tài)為執(zhí)行所述動(dòng)作描述信息前各個(gè)物理節(jié)點(diǎn)負(fù)載狀態(tài)；所述第二環(huán)境狀態(tài)為執(zhí)行所述動(dòng)作描述信息后各個(gè)物理節(jié)點(diǎn)負(fù)載狀態(tài)；所述動(dòng)作獎(jiǎng)勵(lì)為執(zhí)行所述動(dòng)作描述信息對(duì)應(yīng)的獎(jiǎng)勵(lì)值；

將所述第一環(huán)境狀態(tài)、所述動(dòng)作描述信息輸入到所述價(jià)值網(wǎng)絡(luò)中得到第一函數(shù)值；

將所述第二環(huán)境狀態(tài)輸入到所述目標(biāo)網(wǎng)絡(luò)中得到第二函數(shù)值；

根據(jù)所述第一函數(shù)值、所述第二函數(shù)值確定損失函數(shù)；

根據(jù)所述損失函數(shù)更新所述資源調(diào)度模型的參數(shù)，得到已訓(xùn)練的資源調(diào)度模型。

3.根據(jù)權(quán)利要求2所述的資源調(diào)度的方法，其特征在于，所述根據(jù)所述損失函數(shù)更新所述資源調(diào)度模型的參數(shù)，包括：

根據(jù)所述損失函數(shù)更新所述價(jià)值網(wǎng)絡(luò)的參數(shù)；

判斷所述價(jià)值網(wǎng)絡(luò)更新次數(shù)是否達(dá)到預(yù)設(shè)閾值，若達(dá)到，則將所述價(jià)值網(wǎng)絡(luò)的參數(shù)賦值給所述目標(biāo)網(wǎng)絡(luò)的參數(shù)。

4.根據(jù)權(quán)利要求2所述的資源調(diào)度的方法，其特征在于，所述價(jià)值網(wǎng)絡(luò)包含第一網(wǎng)絡(luò)以及第二網(wǎng)絡(luò)；所述將所述第一環(huán)境狀態(tài)、所述動(dòng)作描述信息輸入到所述價(jià)值網(wǎng)絡(luò)中得到第一函數(shù)值，包括：

將所述第一環(huán)境狀態(tài)、所述任務(wù)輸入至所述第一網(wǎng)絡(luò)中，得到所述動(dòng)作描述信息；

將所述第一環(huán)境狀態(tài)、所述動(dòng)作描述信息輸入到所述第二網(wǎng)絡(luò)中得到所述第一函數(shù)值。

5.根據(jù)權(quán)利要求2所述的資源調(diào)度的方法，其特征在于，所述獲取預(yù)設(shè)數(shù)量的訓(xùn)練樣本集，包括：

獲取所述動(dòng)作描述信息對(duì)應(yīng)的資源均勻度、資源飽和度；

根據(jù)所述資源均勻度、所述資源飽和度確定所述動(dòng)作描述信息對(duì)應(yīng)的動(dòng)作獎(jiǎng)勵(lì)。

6.根據(jù)權(quán)利要求5所述的資源調(diào)度的方法，其特征在于，所述根據(jù)所述資源均勻度、所述資源飽和度確定所述動(dòng)作描述信息對(duì)應(yīng)的動(dòng)作獎(jiǎng)勵(lì)，包括：

通過對(duì)所述資源均勻度、所述資源飽和度進(jìn)行加權(quán)求和得到所述動(dòng)作描述信息對(duì)應(yīng)的動(dòng)作獎(jiǎng)勵(lì)。

7.根據(jù)權(quán)利要求1至6任一項(xiàng)所述的資源調(diào)度的方法，其特征在于，所述任務(wù)包括內(nèi)存需求量、磁盤需求量以及顯存需求量。

8.一種資源調(diào)度的裝置，其特征在于，包括：

獲取模塊，用于獲取任務(wù)以及當(dāng)前環(huán)境狀態(tài)；所述任務(wù)包含資源需求量；所述當(dāng)前環(huán)境狀態(tài)包括多個(gè)物理節(jié)點(diǎn)當(dāng)前的負(fù)載狀態(tài)；

處理模塊，用于將所述任務(wù)、所述當(dāng)前環(huán)境狀態(tài)輸入至已訓(xùn)練的資源調(diào)度模型，得到部署所述任務(wù)的動(dòng)作描述信息；根據(jù)所述動(dòng)作描述信息將所述任務(wù)部署到所述動(dòng)作描述信息對(duì)應(yīng)的物理節(jié)點(diǎn)上；其中，所述已訓(xùn)練的資源調(diào)度模型為利用不同任務(wù)以及不同環(huán)境狀態(tài)進(jìn)行訓(xùn)練后得到。

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述方法的步驟。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述方法的步驟。