[发明专利]用于云电脑算力集群的资源调度方法、系统及电子设备

说明书

本发明公开了一种用于云电脑算力集群的资源调度方法、系统及电子设备，涉及云计算技术领域。该方法包括：录入目标云电脑算力集群的计算资源信息，并构建资源调度初始架构；录入并根据历史应用场景样本数据对资源调度初始架构进行训练优化，以构建资源调度模型；获取用户的应用场景需求；基于资源调度模型对应用场景需求进行分析，生成并根据分析结果调取对应的计算资源。本发明可针对不同场景进行高效精准的资源调度，满足多种应用需求。

技术领域

本发明涉及云计算技术领域，具体而言，涉及一种用于云电脑算力集群的资源调度方法、系统及电子设备。

背景技术

云电脑是一种整体服务方案，包括云端资源、传输协议和云终端。用开放式云终端通过传输协议，把桌面、应用、硬件等资源以按需服务、弹性分配的服务模式提供给用户。云电脑将计算和处理能力(包括CPU、显卡算力和存储)集中到数据中心，通过远端算力调取，实现资源拉取，形成资源池。所有CPU和高端显卡算力的运算，都在云端完成，通过移动网络向用户传输图像，实现用户交互。

云电脑核心算力集群拥有大量优质算力资源，满足各种规模下的集中部署和统一资源调度。但是由于资源庞大，应用场景多且繁杂，现有技术无法实现高效精准的资源调度，容易出现延迟或者误差，数据遗漏等问题，无法很好的满足用户使用需求。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种用于云电脑算力集群的资源调度方法、系统及电子设备，可针对不同场景进行高效精准的资源调度，满足多种应用需求。

为解决上述技术问题，本发明采用的技术方案为：

第一方面，本发明实施例提供一种用于云电脑算力集群的资源调度方法，包括以下步骤：

录入目标云电脑算力集群的计算资源信息，并构建资源调度初始架构；

录入并根据历史应用场景样本数据对资源调度初始架构进行训练优化，以构建资源调度模型；

获取用户的应用场景需求；

基于资源调度模型对应用场景需求进行分析，生成并根据分析结果调取对应的计算资源。

本方法结合精准的计算资源信息构建针对性的资源调度初始架构，结合计算节点进行高效快速的资源调度；为了进一步保证用户的使用效果，结合不同的应用场景及其对应的所需的计算资源对资源调度初始架构进行训练优化，进而构建一个更为精准的资源调度模型，基于该模型对应用户的实时应用需求进行分析，进而实现高效的计算资源调度，更好的满足用户的需求。本发明针对不同场景进行高效精准的资源调度，满足多种应用需求。

基于第一方面，在本发明的一些实施例中，上述构建资源调度初始架构包括以下步骤：

提取并根据目标云电脑算力集群的计算资源信息中的资源标记设定第一资源调度节点；

提取并根据目标云电脑算力集群的计算资源信息中的各个计算节点资源量设定第二资源调度节点；

根据第一资源调度节点和第二资源调度节点构建资源调度初始架构。

基于第一方面，在本发明的一些实施例中，上述根据历史应用场景样本数据对资源调度初始架构进行训练优化，以构建资源调度模型的方法包括以下步骤：

根据历史应用场景样本数据中的应用场景及其资源调度数据对资源调度初始架构进行调度训练，对资源调度初始架构中的调度节点进行绑定标记，生成多个节点绑定标记信息；

根据节点绑定标记信息，基于资源调度初始架构构建资源调度模型。

基于第一方面，在本发明的一些实施例中，该用于云电脑算力集群的资源调度方法还包括以下步骤：

对用户的应用场景需求进行特征提取，以得到场景特征数据。