(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211252883.6 (22)申请日 2022.10.13 (71)申请人 联通 （广东） 产业互联网有限公司 地址 510000 广东省广州市黄埔区(中新广 州知识城)亿创街1号 406房之555 (72)发明人 刘运奇　冯汉枣　黎元宝　 (74)专利代理 机构 广州润禾知识产权代理事务 所(普通合伙) 44446 专利代理师 郑永泉 (51)Int.Cl. G06F 9/50(2006.01) (54)发明名称 异构算力编排调度方法、 系统、 设备及存储 介质 (57)摘要 本发明提供一种异构算力编排调度方法， 包 括： 获取若干用户任务； 根据数据库识别用户任 务； 根据用户任务种类确定算力资源需求； 根据 算力资源需求建立动态调度模型， 确定调度策 略； 根据调度策略对算力资源进行分配， 算力管 理服务器统一编排若干用户任务； 将用户任务中 需要计算的数据加密并上传到云计算平台； 云计 算平台将所述数据存储并协同边缘计算平台进 行计算； 所述数据库用于存储用户的历史数据。 通过数据库调取数据库中历史用户任务所需的 历史算力， 从而判断出不同用户任务的算力， 快 速确定算力需求， 用以对用户任务进行快速匹配 寻找合适的算力资源， 进而可以对复杂的用户任 务进行高效处 理。 权利要求书1页 说明书5页 附图2页 CN 115543624 A 2022.12.30 CN 115543624 A 1.一种异构算力编排调度方法， 其特 征在于， 包括： 获取若干用户任务； 根据数据库识别用户任务； 根据用户任务种类确定算力资源需求； 根据算力资源需求建立动态调度模型， 确定调度策略； 根据调度策略对算力资源进行分配， 算力管理服 务器统一编排若干用户任务； 将用户任务中 需要计算的数据加密并上传到云计算平台； 云计算平台将所述数据存 储并协同边 缘计算平台进行计算； 所述数据库用于存 储用户的历史数据。 2.根据权利要求1所述的异构算力编排调度方法， 其特征在于， 根据数据库识别用户任 务包括： 根据数据库中的历史数据， 识别用户任务的种类和优先级。 3.根据权利要求1所述的异构算力编排调度方法， 其特 征在于， 根据用户任务种类确定算力资源需求后计算可调度的算力资源余量， 根据算力资源需 求和算力资源余 量建立动态调度模型， 确定调度策略。 4.根据权利要求1所述的异构算力编排调度方法， 其特征在于， 根据数据库识别用户任 务包括将用户任务与数据库中对应用户的历史数据进行比对， 确定算力资源需求。 5.根据权利要求1所述的异构算力编排调度方法， 其特征在于， 根据算力资源需求， 基 于动态规划算法建立动态调度模型， 确定调度策略。 6.根据权利要求1所述的异构算力编排调度方法， 其特征在于， 根据调度 策略结合动态 规划算法对算力资源进行分配， 算力管理服 务器根据优先级统一编排若干用户任务。 7.根据权利要求1所述的异构算力编排调度方法， 其特征在于， 云计算平台协同对应的 边缘计算平台， 对图像、 视频和语音数据进行分析计算。 8.一种异构算力编排调度系统， 其特 征在于， 包括： 任务获取模块， 用于获取若干用户任务； 用户任务识别模块， 用于结合数据库识别用户任务； 数据库， 用于存 储用户的历史数据； 调度策略模块， 用于根据算力资源需求建立动态调度模型， 确定调度策略； 算力资源分配模块， 用于根据调度策略对算力资源进行分配； 算力管理服 务器， 用于统一编排若干用户任务； 加密模块， 用于将用户任务中 需要计算的数据加密并上传到云计算平台； 云计算平台， 用于将所述数据存 储并协同边 缘计算平台进行计算。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处理器执行所述计算机程序时实现权利要求 1～7任一项 所述的异构算力编排调度 方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1～7任一项所述的异构算力编排调度方法。权　利　要　求　书 1/1 页 2 CN 115543624 A 2异构算力编排调度方 法、 系统、 设 备及存储介质 技术领域 [0001]本发明涉及云计算领域， 更具体地， 涉及异构算力编排调度方法、 系统、 设备及存 储介质。 背景技术 [0002]云计算是分布式计算的一种， 指的是通过网络将巨大的数据计算处理程序分解成 无数个应用， 然后， 通过多部服务器组成的系统进行处理和分析这些应用得到结果并返回 给用户。 云计算早期， 通过分布式计算， 解决任务分发， 并进行计算结果的合并。 因而， 云计 算又称为网格计算。 通过这项技术， 可以在很 短的时间内完成对数以万计的数据的处理， 从 而达到强大的网络服 务。 [0003]异构计算是云计算的一个研究领域， 目前已经被广泛地应用于生产和生活当中， 其主要应用场景有图像处理、 视频处理、 计算和深度学习。 异构 计算能够针对多种不同的应 用快速给出高性价比的方案， 由于异构 计算可全面适合人工智能和大数据时代处理海量数 据的需求， 因此异构计算成为了数据中心、 智能手机、 5G、 智能驾驶等应用领域的主流芯片 架构。 [0004]异构算力是伴随着面向算力网络的泛在连接， 算力呈现异构性的趋势。 另一方面， 随着芯片以及硬件的开源化， 不同的设备厂商结合不同的场景， 设计并开发了适合的计算 芯片进行数据 处理。 从而促进了算力 市场从传统的通用性向专用性的趋势发展。 在对用户 的需要进 行计算任务时， 一般直接根据芯片的计算能力来对用户任务所需的算力资源进 行 编排调度， 但是在算力资源调 度时后续提供的用户任务均需要芯片 计算会造成芯片 计算的 压力过大， 使得匹配算力需求效率较低。 发明内容 [0005]本发明旨在克服上述现有技术的至少一种缺陷， 提供一种异构算力编排调度方 法， 解决上述背 景技术提出的算力资源调 度时后续提供的用户任务均需要芯片 计算会造成 芯片计算的压力过大的问题。 本发明采 取的技术方案是， 获取若干用户任务； 根据数据库识 别用户任务； 根据用户任务种类确定算力资源需求； 根据算力资源需求建立动态调 度模型， 确定调度策略； 根据调度策略对算力 资源进行分配， 算力管理服务器统一编排若干用户任 务； 将用户任务中需要计算的数据加密 并上传到云计算平台； 云计算平台将所述数据存储 并协同边缘计算平台进行计算； 所述数据库用于存储用户的历史数据。 通过数据库调 取数 据库中历史用户任务所需的历史算力， 从而判断出不同用户任务的算力， 快速确定算力需 求， 用以对用户任务进行快速匹配寻找合适的算力 资源， 进而可以对复杂的用户任务进行 高效处理， 避免需要过度使用算力芯片计算， 导 致算力芯片压力过 大。 [0006]进一步， 根据数据库识别用户任务包括： 根据数据库中的历史数据， 识别用户任务 的种类和优先级。 用户任务可以包括多种类型和优先度， 云计算环境下 的任务种类和优先 级的识别， 实质是将n个任务合理调度给m个异构资源， 以便高效完成任务， 可以视为一个说　明　书 1/5 页 3 CN 115543624 A 3