[发明专利]调度方法、装置、设备及介质

说明书

本发明涉及人工智能技术领域，公开了调度方法、装置、设备及介质。该方法包括判断每个预置任务的活跃状态，若所述活跃状态为low，则将对应的所述任务所处非融合节点进行调度判断，轮询预置融合节点池中可调度的融合节点，将所述任务调度至所述融合节点，若所述活跃状态为up，则将对应的所述任务所处非融合节点进行性能判断，将预置空闲节点或创建新的节点调度至处理所述任务，实现了对资源进行合理调度，降低闲置资源冗余的情况。

技术领域

本发明涉及人工智能技术领域，尤其涉及调度方法、装置、设备及介质。

背景技术

现如今随着AI，人工智能服务的介入，给我们身边带来了更多的便捷和可以通过简单的使用和设置即可达到设想的效果，但是这一切的呈现后面却可能是程序员忙碌的维护和大量的成本支出，AI，人工智能服务都极具依赖和使用GPU服务性能和显卡配置。企业为了提升自身创造价值和产品竞争力，推出愈来愈多服务从而导致了大量后台服务维护的人工和费用成本投入，并且每个特效服务都会有“保质期”，推广推出的时候可能存有大量的用户使用，但是随着时间流逝，部分特效的使用用户量也会趋向少量，但是仍有用户喜爱体验所以这部分服务并不可丢弃。

发明内容

本发明的主要目的在于提供一种调度方法，在实现保留每个特效服务的同时，还对每个特效服务对应的GPU服务进行合理调度，减少资源浪费的情况出现。

本发明第一方面提供了一种调度方法，包括：

判断每个预置任务的活跃状态；

若所述活跃状态为low，则将对应的所述任务所处非融合节点进行调度判断，轮询预置融合节点池中可调度的融合节点，将所述任务调度至所述融合节点；

若所述活跃状态为up，则将对应的所述任务所处非融合节点进行性能判断，将预置空闲节点或创建新的节点调度至处理所述任务。

可选的，在本发明第一方面的第二种实现方式中，所述将对应的所述任务所处非融合节点进行调度判断，轮询预置融合节点池中可调度的融合节点，将所述任务调度至所述融合节点包括：

判断所述任务所处节点是否为非融合节点；

若是，则进行缩容操作；

若不是，则不操作。

可选的，在本发明第一方面的第三种实现方式中，所述进行缩容操作包括：

判断预置融合节点池中的融合节点是否存在具备可容纳条件；

若是，则将所述任务调度至具备可容纳条件的融合节点；

若不是，则所述任务所处节点划分入所述融合节点池中。

可选的，在本发明第一方面的第四种实现方式中，所述将对应的所述任务所处非融合节点进行性能判断，将预置空闲节点或创建新的节点调度至处理所述任务包括：

判断所述任务所处节点是否为非融合节点；

若是，则进行性能判断；

若不是，则将预置空闲节点或创建新的节点调度至处理所述任务。

可选的，在本发明第一方面的第五种实现方式中，所述性能判断包括：

获取所述非融合节点的服务器负载信息；

在所述非融合节点中进行模拟处理，并判断所述服务器负载信息是否超过负载；

若是，则输出false，并将预置空闲节点或创建新的节点调度至处理所述任务；

若不是，则输出true，并记录最多扩容副本数，根据所述最多扩容副本数，发送变更所述非融合节点的信号至预置k8s云端服务器。