(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 202211523737.2 (22)申请日 2022.12.01 (71)申请人 浩鲸云计算科技股份有限公司 地址 210000 江苏省南京市雨 花台区安德 门大街50号B座6楼 (72)发明人 田野　 (74)专利代理 机构 南京中盟科创知识产权代理 事务所 (特殊普通合伙) 32279 专利代理师 孙丽君 (51)Int.Cl. H04L 67/1012(2022.01) H04L 67/1014(2022.01) H04L 67/1023(2022.01) H04L 67/60(2022.01)G06F 9/50(2006.01) (54)发明名称 一种基于多因素策略的算力资源最优调度 分配方法 (57)摘要 本发明公开了一种基于多因素策略的算力 资源最优调度分配方法， 该算力资源最优调度分 配方法包括以下步骤： S1、 预先根据算力资源调 度分配时所需考虑的因素进行分析， 并提取出策 略因子； S2、 利用策略因子构建对应的算力调度 策略， 并通过策略模型库实现对算力调度策略的 管理； S3、 对算力需求进行解析， 并通过算力调度 策略对资源池进行评估， 将所需的资源调度分配 到最优匹配的资源池上； S4、 利用水平拆分将算 力需求中的算力要求能力按照比例拆分到不同 的资源池中。 本发明不仅可以支撑实现在多个资 源池中选 择最优的资源池分配算力资源， 还可以 支撑将调度任务按照能力类型拆分后调度分配 到多个最优的资源 池。 权利要求书3页 说明书12页 附图2页 CN 115550370 A 2022.12.30 CN 115550370 A 1.一种基于多因素策略的算力资源最优调度分配方法， 其特征在于， 该算力资源最优 调度分配方法包括以下步骤： S1、 预先根据算力资源调度分配时所需考虑的因素进行分析， 并提取 出策略因子； S2、 利用策略因子构建对应的算力调度策略， 并通过策略模型库实现对算力调度策略 的管理； S3、 对算力需求进行解析， 并通过算力调度策略对资源池进行评估， 将所需的资源调度 分配到最优匹配的资源 池上； S4、 利用水平拆分将算力需求中的算力要求能力按照比例拆分到不同的资源 池中。 2.根据权利要求1所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述策略模型库是实现对算力调度策略的管理， 策略模型库在使用中根据调度分配 倾向进行 策略配置， 其主 要信息包括策略类型、 最多拆分数量、 拆分策略及策略因子信息； 其中， 所述策略类型包括智能推荐、 分配最优、 成本最优及距离最优类型； 所述最多拆分数量及所述拆分策略表示在计算资源池时， 若涉及到算力能力需要拆分 到资源池， 当前策略允许拆分的最大数量以及所使用的拆分策略， 可配置平均分配及贪心 分配策略； 所述策略因子表示当前策略下用于计算选择资源池时所用到的各因子， 可根据实际需 要进行配置， 配置各因子在当前 策略中所占权 重以及因子结果的限制范围。 3.根据权利要求1所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述对算力需求进 行解析， 并通过算力调度策略对资源池进 行评估， 将所需的资源调 度分配到最优匹配的资源 池上包括以下步骤： S31、 将调度任务按照算力能力分组维度拆分为多个子调度任务， 依次轮询进行调度分 配计算； S32、 根据解构出算力能力分组所需的算力能力分组、 算力能力类型、 算力数据格式及 算力能力范围， 并对可用资源 池进行过滤， 获取满足要求的资源 池集合； S33、 根据 预先配置好的产品能力关系权重及规则， 选择需要进行计算的产品能力及顺 序； S34、 按照产品能力依次轮询资源池集合， 计算每个资源池在当前策略下每个策略因子 的得分， 并过 滤掉因子结果范围外的资源 池； S35、 基于因子结果范围中的资源池， 利用多属性决策计算出产品能力所对应的最优 匹 配资源池； S36、 根据产品能力的权重计算出总得分， 并将总得分作为算力能力分组对应资源池的 得分； S37、 基于调度任务中资源池的垂直拆分， 计算出资源池交集范围， 并根据资源池交集 范围得到可调度分配资源 池排序。 4.根据权利要求3所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述算力能力分组表示为 实现相同业务目标必须将所要求的资源分配在同一资源池 的服务请求； 所述算力能力类型表示 通用算力、 智能算力及超算 算力； 所述算力数据规格表示 为INT8、 FP16、 及FP32；权　利　要　求　书 1/3 页 2 CN 115550370 A 2所述算力能力范围表示具体到能力类型及数据规格所要求具 备的算力值大小。 5.根据权利要求4所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述多属性群决策的计算包括以下步骤： 将资源池的策略因子集 合， 并形成决策矩阵； 计算策略因子标准 化得分； 基于策略因子标准 化得分， 计算策略因子 权重得分； 基于策略因子 权重得分， 计算 最优资源 池。 6.根据权利要求5所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述基于调度任务中资源池的垂 直拆分， 计算出资源池交集范围， 并根据资源池交集 范围得到可调度分配资源 池排序包括以下步骤： S371、 若调度任务不允许资源池进行垂直拆分， 则在计算完第一个算力能力分组后， 将 得到的资源 池范围作为第二个算力能力分组用于过 滤资源池的初始值； S372、 若调度任务允许资源池进行垂直拆分， 则在计算完第一个算力能力分组后， 将第 二个算力能力分组用于过 滤资源池的初始值； S373、 根据每 个算力能力分组计算出资源 池交集范围的得分； S374、 基于资源池交集范围的得分计算出平均分， 并对平均分进行排序得到调度任务 最终的可调度分配资源 池排序。 7.根据权利要求6所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述基于策略因子 权重得分， 计算 最优资源 池包括以下步骤： 基于策略因子 权重得分， 将策略因子 权重得分替换至对应决策矩阵中； 采用TOPSIS法对资源 池优劣进行排序， 得到最优资源 池。 8.根据权利要求7所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述TOPSIS法是根据有限个评价对象与理想化目标的接近程度进行排序的方法， 在 现有的对象中进行相对 优劣的评价； 其中， TOP SIS法基本原理是通过检测评价对象与最优解及最劣解的距离进行排序。 9.根据权利要求8所述的一种基于多因素策略的算力资源最优调度分配方法， 其特征 在于， 所述采用TOP SIS法来对资源 池优劣进行排序， 得到最优资源 池包括以下步骤： 利用决策矩阵取 出正理想解 集合及负理想解 集合； 计算资源 池与正理想解的欧式距离， 其计算公式为： 式中， 表示资源 池i与正理想解的欧式距离； j、m表示策略因子的序号， 从 j=1开始直到序号的最大值 m； 表示第i个资源池及第j个策略因子的标准得分； 中的 表示正理想解 集合； 表示正理想解 集合中的第 j个策略因子的正理想解；权　利　要　求　书 2/3 页 3 CN 115550370 A 3