[发明专利]线程分配方法、装置、计算机设备及存储介质

说明书

本申请公开了一种线程分配方法、装置、计算机设备及存储介质，该方法包括：根据异构系统的线程配置目标确定预设强化学习模型的输入数据；将输入数据输入预设强化学习模型，执行预设强化学习模型以得到输出数据；根据预设强化学习模型的输出数据确定线程分配信息；根据线程分配信息对异构系统进行线程配置。本申请实施例提供的线程分配方法，能够根据异构系统的线程配置目标确定输入数据，通过强化学习模型得到输入数据对应的输出数据，根据输出数据可以确定吞吐量最大时分配给各个异构硬件的CPU线程数量，进而实现通过强化学习模型得到异构计算的最优的线程分配信息，提高异构计算的计算效率，提高资源利用率。

技术领域

本申请实施例涉及计算机线程处理技术，尤其涉及一种线程分配方法、装置、计算机设备及存储介质。

背景技术

随着计算机技术的发展，一个计算任务可以通过异构的多个硬件协同进行，此时异构的多个硬件分别运行相应的计算单元完成计算。异构计算往往涉及不同架构的计算单元共同承担同一个任务的计算工作。由于不同的计算单元的设计不同，因此为不同的计算单元配置相同的CPU线程数量进行任务的提交显然无法得到最大吞吐量，在异构计算时需要对不同硬件中的线程数量进行分配。最大吞吐量在不同场景下有所不同，对图像或视频类任务来说最大吞吐量可以为帧率FPS。例如，中央处理器(Central Processing Unit，CPU)和图形处理器(Graphics Processing Unit，GPU)的异构或者CPU、视频处理单元(Video Processing Unit，VPU)以及现场可编程逻辑门阵列(Field Programmable GateArray，FPGA)的异构等情况，然后和保证上述异构的计算单元得到的帧率最高。

目前为不同计算单元分配线程采用人工配置方式，人工根据经验值配置不同计算单元中的线程数量。但是，这种方式无法使异构计算的计算效果达到最优，使得系统资源无法得到充分利用，资源利用率低，计算效率低。

发明内容

本申请提供一种线程分配方法、装置、计算机设备及存储介质，以实现为异构系统的各个计算单元合理的分配数量，提高异构计算的计算效率，提高资源利用率。

第一方面，本申请实施例提供了一种线程分配方法，包括：

根据异构系统的线程配置目标确定预设强化学习模型的输入数据；

将输入数据输入预设强化学习模型，执行预设强化学习模型以得到输出数据；

根据预设强化学习模型的输出数据确定线程分配信息；

根据线程分配信息对异构系统进行线程配置。

第二方面，本申请实施例还提供了一种线程分配装置，包括：

输入数据确定模块，用于根据异构系统的线程配置目标确定预设强化学习模型的输入数据；

强化学习模型执行模块，用于将输入数据输入预设强化学习模型，执行预设强化学习模型以得到输出数据；

线程分配信息确定模块，用于根据预设强化学习模型的输出数据确定线程分配信息；

线程配置模块，用于根据线程分配信息对异构系统进行线程配置。

第三方面，本申请实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，处理器执行程序时实现如本申请实施例所示的线程分配方法。

第四方面，本申请实施例还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行如本申请实施例所示的线程分配方法。