[發(fā)明專利]基于人工智能的數(shù)據(jù)中心服務(wù)器調(diào)控方法及裝置

在審

• 申請?zhí)枺?/td>: 202110962289.5
• 申請日: 2021-08-20
• 公開（公告）號: CN113806077A
• 公開（公告）日: 2021-12-17
• 發(fā)明（設(shè)計(jì)）人: 唐佳;魏瑞;楊慧
• 申請（專利權(quán)）人: 廣州云碩科技發(fā)展有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F11/34
• 代理公司: 廣州專理知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44493
• 代理人: 張鳳

本發(fā)明公開了基于人工智能的數(shù)據(jù)中心服務(wù)器調(diào)控方法，包括步驟：獲取數(shù)據(jù)中心服務(wù)器和平均使用率，建立性能和平均使用率的關(guān)系，獲取數(shù)據(jù)中心任務(wù)集合和任務(wù)期限，根據(jù)性能和任務(wù)集合進(jìn)行資源分配，每隔時間間隔T調(diào)整任務(wù)集合，計(jì)算任務(wù)的最短運(yùn)行時間，調(diào)整任務(wù)運(yùn)行序列，計(jì)算并輸出任務(wù)執(zhí)行的時間。本發(fā)明實(shí)現(xiàn)了動態(tài)的服務(wù)器調(diào)度算法使得任務(wù)高效地執(zhí)行，通過建立使用率和性能的關(guān)系，更好地高效分配任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及服務(wù)器調(diào)控技術(shù)領(lǐng)域，具體涉及基于人工智能的數(shù)據(jù)中心服務(wù)器調(diào)控方法及裝置。

背景技術(shù)

龐大的數(shù)據(jù)中心的服務(wù)器調(diào)度一直是一個熱門話題，如何高效地調(diào)度大量服務(wù)器是研究熱點(diǎn)，但相關(guān)技術(shù)中的服務(wù)器的調(diào)度方法并不完善，在服務(wù)器的調(diào)度過程中存在安全性極低的技術(shù)問題。因此，如何合理配置服務(wù)器資源，確保對應(yīng)電力、制冷設(shè)備能夠以更好的效率運(yùn)行，已成為了重要的研究方向之一。

計(jì)算機(jī)技術(shù)內(nèi)容非常廣泛，可粗略分為計(jì)算機(jī)系統(tǒng)技術(shù)、計(jì)算機(jī)器件技術(shù)、計(jì)算機(jī)部件技術(shù)和計(jì)算機(jī)組裝技術(shù)等幾個方面。計(jì)算機(jī)技術(shù)包括：運(yùn)算方法的基本原理與運(yùn)算器設(shè)計(jì)、指令系統(tǒng)、中央處理器(CPU)設(shè)計(jì)、流水線原理及其在CPU設(shè)計(jì)中的應(yīng)用、存儲體系、總線與輸入輸出。

人工智能是研究使計(jì)算機(jī)來模擬人生的某些思維過程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)的學(xué)科，既有硬件層面的技術(shù)，也有軟件層面的技術(shù)。人工智能硬件技術(shù)一般包括計(jì)算機(jī)視覺技術(shù)、語音識別技術(shù)、自然語言處理技術(shù)以及及其學(xué)習(xí)/深度學(xué)習(xí)、大數(shù)據(jù)處理技術(shù)、知識圖譜技術(shù)等幾大方面。

機(jī)器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。它是人工智能核心，是使計(jì)算機(jī)具有智能的根本途徑。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中一個新的研究方向，它被引入機(jī)器學(xué)習(xí)使其更接近于最初的目標(biāo)——人工智能。深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在律和表示層次，這些學(xué)習(xí)過程中獲得的信息對諸如文字，圖像和聲音等數(shù)據(jù)的解釋有很大的幫助。它的最終目標(biāo)是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識別文字、圖像和聲音等數(shù)據(jù)。深度學(xué)習(xí)是一個復(fù)雜的機(jī)器學(xué)習(xí)算法，在語音和圖像識別方面取得的效果，遠(yuǎn)遠(yuǎn)超過先前相關(guān)技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的目的在于提出基于人工智能的數(shù)據(jù)中心服務(wù)器調(diào)控方法，以解決現(xiàn)有技術(shù)中所存在的一個或多個技術(shù)問題，至少提供一種有益的選擇或創(chuàng)造條件。為實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明技術(shù)方案如下：

基于人工智能的數(shù)據(jù)中心服務(wù)器調(diào)控方法，所述方法包括以下步驟：

步驟1，獲取數(shù)據(jù)中心服務(wù)器平均使用率，建立性能和平均使用率的關(guān)系；

步驟2，獲取數(shù)據(jù)中心任務(wù)集合和任務(wù)期限，根據(jù)性能和任務(wù)集合進(jìn)行資源分配；

步驟3，每隔時間間隔T調(diào)整任務(wù)集合，計(jì)算任務(wù)的最短運(yùn)行時間，調(diào)整任務(wù)運(yùn)行序列；

步驟4，計(jì)算并輸出任務(wù)執(zhí)行的時間。

進(jìn)一步地，步驟1中，獲取數(shù)據(jù)中心服務(wù)器和平均使用率，建立性能和平均使用率的關(guān)系的子步驟為：

服務(wù)器的性能與平均使用率有關(guān)，不是簡單的線性關(guān)系；

建立服務(wù)器性能與實(shí)時使用率的關(guān)系模型，具體如下：

PL(Li)＝exp((-(Li/Li0)-1)^2),

式中，Li0為第i個服務(wù)器的最佳使用率，Li為第i個服務(wù)器的當(dāng)前實(shí)時使用率，^2是平方操作，PL(Li)為第i個服務(wù)器在使用率Li時的性能參數(shù)，記函數(shù)exp()為以自然常數(shù)e為底的指數(shù)函數(shù)；

所述最佳使用率為服務(wù)器在最大能效比時的使用率；