CN114040479A - 算力节点选择方法、装置及计算机可读存储介质 - Google Patents
算力节点选择方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114040479A CN114040479A CN202111272560.9A CN202111272560A CN114040479A CN 114040479 A CN114040479 A CN 114040479A CN 202111272560 A CN202111272560 A CN 202111272560A CN 114040479 A CN114040479 A CN 114040479A
- Authority
- CN
- China
- Prior art keywords
- node
- candidate
- routing
- force
- weight value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 68
- 238000010187 selection method Methods 0.000 title abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 5
- 230000007958 sleep Effects 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 abstract description 22
- 238000004891 communication Methods 0.000 abstract description 18
- 230000000875 corresponding effect Effects 0.000 description 66
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 101100064323 Arabidopsis thaliana DTX47 gene Proteins 0.000 description 8
- 101150026676 SID1 gene Proteins 0.000 description 8
- 238000007635 classification algorithm Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 101000840469 Arabidopsis thaliana Isochorismate synthase 1, chloroplastic Proteins 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 230000005059 dormancy Effects 0.000 description 2
- GVVPGTZRZFNKDS-JXMROGBWSA-N geranyl diphosphate Chemical compound CC(C)=CCC\C(C)=C\CO[P@](O)(=O)OP(O)(O)=O GVVPGTZRZFNKDS-JXMROGBWSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请提供一种算力节点选择方法、装置及计算机可读存储介质，涉及通信领域，能够减小算力网络的能耗。该方法包括：根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值；根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，确定当前服务对应的目标算力节点。
Description
技术领域
本申请涉及通信领域，尤其涉及算力节点选择方法、装置及计算机可读存储介质。
背景技术
在算力网络中，算力节点分为处于工作状态的算力节点和处于休眠状态的算力节点，处于休眠状态的算力节点由于休眠而耗能较小，处于工作状态的算力节点由于工作而耗能较大。
现有的一种算力节点选择方法是基于算力路由最短路径原则选择算力节点，该方法选择的算力节点中可能存在处于休眠状态的算力节点。此时处于休眠状态的算力节点将被唤醒以进行业务计算，这样会导致能耗较小的处于休眠状态的算力节点转变为能耗较大的处于工作状态的算力节点，进而导致整个算力网络的能耗较大。
发明内容
本申请提供一种算力节点选择方法、装置及计算机可读存储介质，能够减小算力网络的能耗。
为达到上述目的，本申请采用如下技术方案：
第一方面，提供了一种算力节点选择方法，该方法可以由算力节点选择装置执行，该方法包括：根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值；根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，确定当前服务对应的目标算力节点。
由于候选算力节点的状态和会话数量与候选算力节点的能耗有直接关系，而当前服务对应的目标算力节点是基于当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定的，因此基于该方案，可以避免能耗较小的候选算力节点(可以理解为休眠算力节点)因接收计算服务而导致该候选算力节点的能耗增大的问题，换言之可以保证能耗较小的候选算力节点(可以理解为休眠算力节点)尽量不要被唤醒，从而达到降低算力网络的整体能耗的目标。
结合第一方面，在第一方面的某些实施方式中，根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，包括：当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第一关系：w′＝w*a；或者，当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第二关系：
或者，当第一候选算力节点的状态为工作状态时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第三关系：w′＝w；其中，第一候选算力节点为多个候选算力节点中的任一候选算力节点，w′表示从当前路由节点至第一候选算力节点的业务链路的加权路由权重值，w表示从当前路由节点至第一候选算力节点的业务链路的默认路由权重值，a表示加权系数，N表示处于休眠状态的第一候选算力节点的会话数量。
结合第一方面，在第一方面的某些实施方式中，根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，确定当前服务对应的目标算力节点，包括：将从当前路由节点至每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为当前服务对应的目标算力节点。
结合第一方面，在第一方面的某些实施方式中，在根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值之前，方法还包括：根据每个候选算力节点的计算负载确定每个候选算力节点的状态，其中，每个候选算力节点的状态包括工作状态或休眠状态。
结合第一方面，在第一方面的某些实施方式中，在确定当前服务对应的目标算力节点之后，方法还包括：若多个候选算力节点中第二候选算力节点的状态和/或第二候选算力节点的会话数量发生变更，根据第二候选算力节点的状态和第二候选算力节点的会话数量确定从当前路由节点至第二候选算力节点的业务链路的加权路由权重值；根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，更新当前服务对应的目标算力节点。
第二方面，提供了一种算力节点选择装置用于实现上述算力节点选择方法。该算力节点选择装置包括实现上述方法相应的模块、单元、或手段(means)，该模块、单元、或means可以通过硬件实现，软件实现，或者通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块或单元。
结合第二方面，在第二方面的某些实施方式中，算力节点选择装置包括：权重值设定模块和路由模块；权重值设定模块，用于根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值；路由模块，用于根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，确定当前服务对应的目标算力节点。
结合第二方面，在第二方面的某些实施方式中，权重值设定模块具体用于：当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第一关系：w′＝w*a；或者，权重值设定模块，还用于当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第二关系：
或者，权重值设定模块，还用于当第一候选算力节点的状态为工作状态时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第三关系：w′＝w；其中，第一候选算力节点为多个候选算力节点中的任一候选算力节点，w′表示从当前路由节点至第一候选算力节点的业务链路的加权路由权重值，w表示从当前路由节点至第一候选算力节点的业务链路的默认路由权重值，a表示加权系数，N表示处于休眠状态的第一候选算力节点的会话数量。
结合第二方面，在第二方面的某些实施方式中，路由模块具体用于：将从当前路由节点至每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为当前服务对应的目标算力节点。
结合第二方面，在第二方面的某些实施方式中，算力节点选择装置还包括：分类模块；分类模块，用于根据每个候选算力节点的计算负载确定每个候选算力节点的状态，其中，每个候选算力节点的状态包括工作状态或休眠状态。
结合第二方面，在第二方面的某些实施方式中，权重值设定模块，还用于若多个候选算力节点中第二候选算力节点的状态和/或第二候选算力节点的会话数量发生变更，根据第二候选算力节点的状态和第二候选算力节点的会话数量确定从当前路由节点至第二候选算力节点的业务链路的加权路由权重值；路由模块，还用于根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，更新当前服务对应的目标算力节点。
第三方面，提供了一种算力节点选择装置，包括：至少一个处理器；处理器用于执行计算机程序或指令，以使该算力节点选择装置执行上述第一方面的方法。
结合第三方面，在第三方面的某些实施方式中，该算力节点选择装置还包括存储器，该存储器，用于保存必要的程序指令和数据。该存储器可以与处理器耦合，或者，也可以独立于该处理器。
在一些可能的设计中，该算力节点选择装置可以是芯片或芯片***。该算力节点选择装置是芯片***时，可以由芯片构成，也可以包含芯片和其他分立器件。
第四方面，提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当其被计算机执行时，使得计算机可以执行上述第一方面的方法。
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机可以执行上述第一方面的方法。
其中，第二方面至第五方面中任一种设计方式所带来的技术效果可参见上述第一方面中不同设计方式所带来的技术效果，在此不再赘述。
附图说明
图1A为本申请提供的一种算力节点与算力需求的关系示意图；
图1B为本申请提供的一种算力节点与计算负载的关系示意图；
图1C为本申请提供的一种算力节点选择方法的流程示意图；
图1D为本申请提供的一种候选算力节点的会话数量的类型长度数值报文的示意图；
图2为本申请提供的一种算力网络的结构拓扑图；
图3为本申请提供的一种算力节点选择装置的结构示意图；
图4为本申请提供的另一种算力节点选择装置的结构示意图。
具体实施方式
在本申请的描述中，除非另有说明，“多个”是指两个或多于两个。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b，或c中的至少一项(个)，可以表示：a，b，c，a-b，a-c，b-c，或a-b-c，其中a，b，c可以是单个，也可以是多个。
另外，为了便于清楚描述本申请实施例的技术方案，在本申请的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。同时，在本申请实施例中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念，便于理解。
可以理解，说明书通篇中提到的“实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各个实施例未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。可以理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
可以理解，在本申请中，“当…时”、“若”以及“如果”均指在某种客观情况下会做出相应的处理，并非是限定时间，且也不要求实现时一定要有判断的动作，也不意味着存在其它限定。
可以理解，本申请实施例中的一些可选的特征，在某些场景下，可以不依赖于其他特征，比如其当前所基于的方案，而独立实施，解决相应的技术问题，达到相应的效果，也可以在某些场景下，依据需求与其他特征进行结合。相应的，本申请实施例中给出的装置也可以相应的实现这些特征或功能，在此不予赘述。
本申请中，除特殊说明外，各个实施例之间相同或相似的部分可以互相参考。在本申请中各个实施例、以及各实施例中的各个实现方法中，如果没有特殊说明以及逻辑冲突，不同的实施例之间、以及各实施例中的各个实现方法之间的术语和/或描述具有一致性、且可以相互引用，不同的实施例、以及各实施例中的各个实现方法中的技术特征根据其内在的逻辑关系可以组合形成新的实施例、实施方式、实施方法、或实现方法。以下的本申请实施方式并不构成对本申请保护范围的限定。
本申请实施例的技术方案可用于各种通信***，该通信***可以为第三代合作伙伴计划 (third generation partnership project，3GPP)通信***，例如，长期演进(longterm evolution， LTE)***，又可以为第五代(5th generation，5G)移动通信网络、新空口(new radio， NR)***或者新空口车联网(vehicle to everything，NR V2X)***，还可以应用于LTE和 5G混合组网的***中，或者设备到设备(device-to-device，D2D)通信***、机器到机器 (machine to machine，M2M)通信***、物联网(Internet of Things，IoT)，以及其他下一代通信***，也可以为非3GPP通信***，不予限制。上述适用本申请的通信***仅是举例说明，适用本申请的通信***不限于此，在此统一说明，以下不再赘述。
本申请实施例的技术方案可以应用于算力网络场景。算力网络基于无处不在的网络连接，将动态分布的算力节点互联，通过网络、存储、算力等多维度资源的统一协同调度，使海量的计算请求能够按需、实时调用泛在分布的算力节点，实现连接和算力在网络的全局优化，提供一致的用户体验。其中，算力网络也可以称为算力优先网络或算力感知网络等，本申请实施例对此不做具体限定。
在算力网络中，边缘计算从单一的边缘节点扩展到多个网络协作的边缘节点，以解决响应时间、资源优化和网络效率等问题。算力网络假定在网络的边缘存在多个可协作的算力节点(也可以称之为边缘算力节点)，多个可协作的算力节点中每个算力节点可以提供相同的计算服务基于多个可协作的算力节点的相同的计算服务，可以全局的为一个业务需求服务。也就是说，同一个计算服务可以由不同的算力节点完成，算力网络中的路由节点可以感知不同算力节点的状态，从全局角度出发，为计算服务选择合适的算力节点，以提高服务响应速度、提高网络效率和实现资源优化。
算力网络中的一种路由方式为任播路由。任播是互联网协议第6版(InternetProtocol Version 6，IPv6)提供的一种新型网络服务，为一个发送者和通信组中的任意一个之间的通信。随着任播领域的不断研究和应用，任播已在域名***(Domain NameSystem，DNS)、镜像服务器等众多领域发挥着重要的作用。
以算力优先网络为例，在算力优先网络中，服务标识(service identifiers，SID)是一个任播地址，用于标识多个算力节点提供的特定计算服务，同时终端设备也采用SID来启动对服务的访问。在当前的算力优先网络***中，SID是一个任播地址，对某SID的请求可由不同的算力节点响应；即终端设备无法预知提供服务的算力节点。算力优先网络中的路由节点可以根据算力优先网络的状况，确定最合适的算力节点作为响应计算服务的算力节点，该过程称为算力服务调度。具体的，算力优先网络中的路由节点可以基于不同的维度计算算力节点的计算负载，例如基于算力节点使用的中央处理器、算力节点正在服务的会话数量、算力节点每秒查询数或者计算时延等维度，选择计算负载最低或较低的算力节点作为最合适的算力节点。此外，由于SID是一个任播地址，算力优先网络中的路由节点还可以参考网络成本来选择最合适的算力节点。需要说明的是，上述各个维度的信息需要定期更新同步，具体的，可以在维度的信息指标超过阈值或更新计时器过期时进行更新同步。需要说明的是，路由设备选择的最合适的算力节点并不一定是负载最低的算力节点；请求也可以发送到计算负载相对较低的算力节点，以避免网络波动。
本申请实施例中，根据算力节点是否存在显著潮汐效应，将算力节点区分为基础算力节点和潮汐算力节点。其中，如图1A所示，为本申请提供的一种算力节点与算力需求的关系示意图，为满足算力需求，将一部分算力节点定义为基础算力节点，基础算力节点不存在潮汐效应，始终能够满足较高的算力需求。潮汐算力节点是指在一定时间周期中，能够周期性满足较高的算力需求，其能够满足的算力需求具有周期性。
一种可能的实现方式中，可以根据算力节点的计算负载将算力节点区分为基础算力节点和潮汐算力节点，如图1B所示，为本申请提供的一种算力节点与计算负载的关系示意图，其中Tw为算力节点的时间周期，d1*Tw为时间周期Tw中的一个时刻，d2*Tw 为时间周期Tw中的另一个时刻。由图1B可知，基础算力节点的计算负载始终维持在较高的水平，其计算负载在时间周期Tw中不存在周期性变化，因此，可以将该类算力节点定义为基础算力节点。潮汐算力节点的计算负载在【d1*Tw，d2*Tw】时间段较高，在【0，d1*Tw】、【d2*Tw，Tw】时间段较低，其计算负载存在周期性变化，因此，可以将该类算力节点定义为潮汐算力节点。
具体的，以潮汐算力节点为部署在居民区的算力节点和工业园区的算力节点为例，由于在居民区白天工作时间使用算力节点的人员较少，在居民区晚上非工作时间使用算力节点的人员较多，因此，部署在居民区的算力节点在白天工作时间段的计算负载较小，部署在居民区的算力节点在晚上非工作时间段的计算负载较大，可以将在白天工作时间段的部署在居民区的算力节点的状态确定为休眠时间，将在晚上非工作时间段的部署在居民区的算力节点的状态确定为工作时间；相应的，由于在工业园区白天工作时间使用算力节点的人员较多，在工业园区晚上非工作时间使用算力节点的人员较少，因此，部署在工业园区的算力节点在白天工作时间段的计算负载较大，部署在工业园区的算力节点在晚上非工作时间段的计算负载较小，可以将在白天工作时间段的部署在工业园区的算力节点的状态确定为工作时间，将在晚上非工作时间段的部署在工业园区的算力节点的状态确定为休眠时间。综上，可以将居民区的算力节点和工业园区的算力节点定义为潮汐算力节点。
以算力优先网络为例，为保证算力优先网络中的路由节点能够感知不同节点的状态，各个算力优先网络中的路由节点可以互相通告各个算力节点的状态信息，生成包括多个算力节点的节点状态信息的服务状态信息表，例如状态信息可以包括关联的SID信息和SID对应的计算负载信息，状态信息可以在内部网关协议/边界网关协议路由拓展中携带。当路由节点接收到访问SID的请求时，可以根据服务状态信息表进行算力服务调度。
下面将结合附图，对本申请实施例提供的算力节点选择方法进行展开说明。
可以理解的，本申请实施例中，执行主体可以执行本申请实施例中的部分或全部步骤，这些步骤或操作仅是示例，本申请实施例还可以执行其它操作或者各种操作的变形。此外，各个步骤可以按照本申请实施例呈现的不同的顺序来执行，并且有可能并非要执行本申请实施例中的全部操作。
如图1C所示，为本申请实施例提供的一种算力节点选择方法，该算力节点选择方法包括如下步骤：
S101、算力节点选择装置根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值。
需要说明的是，本申请实施例中的算力节点选择装置可以为算力优先网络中的路由节点，也可以为算力优先网络中的路由节点中的模块，在此统一说明，本申请实施例对此不做具体限定。
作为一种可能的实现，当前服务对应的多个候选算力节点可以从当前服务的任播路由表中查找确定，当然，可以通过其他方式确定，本申请对此不作限制。
作为一种可能的实现，候选算力节点可以为服务器、虚拟机，当然，候选算力节点也可以为其他形式能够提供算力服务的设备，本申请对此不作限制。
作为一种可能的实现，候选算力节点的状态可以包括工作状态和休眠状态。
作为一种可能的实现，本申请实施例定义在路由状态信息表中增加候选算力节点的会话数量，算力节点选择装置从增加候选算力节点的会话数量后的路由状态信息表中获取候选算力节点的会话数量。
示例性的，本申请实施例定义的增加候选算力节点的会话数量后的路由状态信息表样例如下表1所示：
表1
| 服务ID | 计算负载 | 路由权重 | 会话数量 | 下一跳 |
| SID1 | 10 | 200 | 3 | R1出接口1/0/1 |
| SID2 | 20 | 500 | 10 | R1出接口1/0/2 |
其中，R1表示路由节点，每一行为一个算力节点的路由状态信息，例如，以第一行为例，某个算力节点能够提供服务ID为SID1的计算服务，该算力节点的计算负载为10，路由权重为200，会话数量为3，路由节点R1路由到该算力节点的出接口为1/0/1。
作为一种可能的实现，候选算力节点的路由状态信息表根据候选算力节点的算力路由协议确定，由于现有的候选算力节点的算力路由协议中仅包括节点算力类型和算力节点可用算力，不包括候选算力节点的会话数量，因此，本申请实施例定义在候选算力节点的算力路由协议中增加候选算力节点的会话数量的类型长度数值(type length value) TLV报文，以使路由状态信息表中包括候选算力节点的会话数量。示例性的，如图1D 所示，为本申请实施例提供的一种候选算力节点的会话数量的TLV报文的示意图。
其中，“01234567890123456789012345678901”表征TLV报文的比特数，“类型(待定)”表征TLV报文的类型，“长度”表征TLV报文的比特长度，“候选算力节点的会话数量”表征候选算力节点的会话数量。
作为一种可能的实现，当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第一关系：w′＝w*a；其中，第一候选算力节点为多个候选算力节点中的任一候选算力节点，w′表示从当前路由节点至第一候选算力节点的业务链路的加权路由权重值，w表示从当前路由节点至第一候选算力节点的业务链路的默认路由权重值，a表示加权系数。也就是说，当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值为从当前路由节点至第一候选算力节点的业务链路的默认路由权重值与加权系数的乘积。
作为另一种可能的实现，当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第二关系：
其中，N表示处于休眠状态的第一候选算力节点的会话数量。也就是说，当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值为从当前路由节点至第一候选算力节点的业务链路的默认路由权重值与加权系数以及处于休眠状态的第一候选算力节点的会话数量的绝对值的倒数的乘积。
需要说明的是，由于N为大于或者等于1的正整数，因此，
换言之，第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时对应的加权路由权重值大于第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时对应的加权路由权重值。
作为再一种可能的实现，当第一候选算力节点的状态为工作状态时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第三关系：w′＝w；也就是说，当第一候选算力节点的状态为工作状态时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值为从当前路由节点至第一候选算力节点的业务链路的默认路由权重值。
可选地，本申请实施例中，加权系数a大于1，以使得第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时对应的加权路由权重值w′＝w*a大于第一候选算力节点的状态为工作状态时对应的加权路由权重值w′＝w。
可选地，本申请实施例中，可以控制加权系数a的取值，以尽量使得
大于1，从而使得第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时对应的加权路由权重值
大于第一候选算力节点的状态为工作状态时对应的加权路由权重值w′＝w。当然，若
小于1，则第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时对应的加权路由权重值
小于第一候选算力节点的状态为工作状态时对应的加权路由权重值w′＝w。
S102、算力节点选择装置根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，确定当前服务对应的目标算力节点。
作为一种可能的实现，算力节点选择装置将从当前路由节点至每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为当前服务对应的目标算力节点。
示例性的，结合上述步骤S101的分析，由于第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时对应的加权路由权重值大于第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时对应的加权路由权重值，因此休眠状态的第一候选算力节点中，会话数量不为0的第一候选算力节点相对于会话数量为0的第一候选算力节点更容易被确定为目标算力节点。或者，
小于1的情况下，由于第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时对应的加权路由权重值小于第一候选算力节点的状态为工作状态时对应的加权路由权重值，因此休眠状态，且会话数量不为0的第一候选算力节点相对于工作状态的第一候选算力节点更容易被确定为目标算力节点。这也是因为考虑到当处于休眠状态的候选算力节点的会话数量较多时，说明该候选算力节点的计算任务较多，能耗相较于会话数量较少的能耗较大，该候选算力节点再接收新的计算服务对能耗的影响不大，在这种情况下，通过以上方案，当处于休眠状态的候选算力节点的会话数量较多时，能够将计算服务分配给该候选算力节点，从而可以在保证算力需求的同时减小算力网络的整体能耗。
示例性的，结合上述步骤S101的分析，由于第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时对应的加权路由权重值大于第一候选算力节点的状态为工作状态时对应的加权路由权重值，或者，加权系数a的取值合适的情况下，由于第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时对应的加权路由权重值大于第一候选算力节点的状态为工作状态时对应的加权路由权重值，因此第一候选算力节点中，状态为工作状态的第一候选算力节点相对于状态为休眠状态的第一候选算力节点更容易被确定为目标算力节点。这也是因为考虑到处于休眠状态的候选算力节点的能耗相较于处于工作状态的候选算力节点的能耗时较小，该候选算力节点再接收新的计算服务对能耗的影响较大，在这种情况下，能够尽可能地选择处于工作状态的候选算力节点作为目标算力节点，从而可以避免将处于休眠状态的候选算力节点唤醒进行工作的问题，进而可以在保证算力需求的同时减小算力网络的整体能耗。
例如，结合步骤S101，以加权系数为6，每个候选算力节点的路由权重相同均为200，从当前路由节点存在三个候选算力节点1-3的业务链路，候选算力节点1的状态为休眠状态，其会话数量为0；候选算力节点2的状态为休眠状态，其会话数量为3；候选算力节点3的状态为工作状态，其会话数量为10为例。对于候选算力节点1，从当前路由节点至候选算力节点1的业务链路的加权路由权重值＝路由权重*加权系数＝200*6＝1200；对于候选算力节点2，从当前路由节点至候选算力节点2的业务链路的加权路由权重值＝路由权重*加权系数*会话数量的绝对值的倒数＝200*6*(1/3)＝400；对于候选算力节点3，从当前路由节点至候选算力节点3的业务链路的加权路由权重值＝路由权重＝200。显然，从当前路由节点至候选算力节点3的业务链路的加权路由权重值最小，确定候选算力节点3为目标算力节点。
例如，结合步骤S101，以加权系数为6，每个候选算力节点的路由权重相同均为200，从当前路由节点存在三个候选算力节点1-3的业务链路，候选算力节点1的状态为休眠状态，其会话数量为0；候选算力节点2的状态为休眠状态，其会话数量为12；候选算力节点3的状态为工作状态，其会话数量为10为例。对于候选算力节点1，从当前路由节点至候选算力节点1的业务链路的加权路由权重值＝路由权重*加权系数＝200*6＝1200；对于候选算力节点2，从当前路由节点至候选算力节点2的业务链路的加权路由权重值＝路由权重*加权系数 *会话数量的绝对值的倒数＝200*6*(1/12)＝100；对于候选算力节点3，从当前路由节点至候选算力节点3的业务链路的加权路由权重值＝路由权重＝200。显然，从当前路由节点至候选算力节点2的业务链路的加权路由权重值最小，确定候选算力节点2为目标算力节点。
上述示例均是以多个候选算力节点的路由权重相同为例进行说明，在实际中，多个候选算力节点的路由权重可以相同，也可以不同，本申请实施例对此不做具体限定。
作为另一种可能的实现，算力节点选择装置根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值和其他类型的路由算法，确定为当前服务对应的目标算力节点。
示例性的，算力节点选择装置将从当前路由节点至每个候选算力节点的业务链路的加权路由权重值与其他类型的路由算法的乘积作为从当前路由节点至每个候选算力节点的业务链路的复合权重值，将从当前路由节点至每个候选算力节点的业务链路的复合权重值最小的业务链路对应的候选算力节点，确定为当前服务对应的目标算力节点。
例如，其他类型的路由算法可以为基于时延约束的任播路由算法、基于实验与负载均衡的任播路由算法、或者基于网络侧的成本和/或功耗的路由算法，本申请对此不做限制。
由于候选算力节点的状态和会话数量与候选算力节点的能耗有直接关系，而当前服务对应的目标算力节点是基于当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定的，因此基于该方案，可以避免能耗较小的候选算力节点(可以理解为休眠算力节点)因接收计算服务而导致该候选算力节点的能耗增大的问题，换言之可以保证能耗较小的候选算力节点(可以理解为休眠算力节点)尽量不要被唤醒，从而达到降低算力网络的整体能耗的目标。
以上是对本申请提供的算力节点选择方法进行了总体说明，下面将对本申请的提供的算力节点选择方法做进一步说明。
作为一种可能的实现，在步骤S101之前，本申请提供的算力节点选择方法还可以包括：算力节点选择装置根据每个候选算力节点的计算负载确定每个候选算力节点的状态，其中，每个候选算力节点的状态包括工作状态或休眠状态。
作为一种示例，算力节点选择装置将每个候选算力节点的计算负载与分类算法结合确定每个候选算力节点的状态。例如，分类算法可以为分布式梯度增强库、或者随机森林，当然，也可以为其他类型的分类算法，本申请对此不作限制。
作为一种可能的实现，在步骤S102之后，本申请提供的算力节点选择方法还可以包括：若多个候选算力节点中第二候选算力节点的状态和/或第二候选算力节点的会话数量发生变更，根据第二候选算力节点的状态和第二候选算力节点的会话数量确定从当前路由节点至第二候选算力节点的业务链路的加权路由权重值；根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，更新当前服务对应的目标算力节点。其中，第二候选算力节点可以与第一候选算力节点相同。
也就是说，当多个候选算力节点中存在候选算力节点的状态和/或存在候选算力节点的会话数量发生改变时，通过步骤S102确定的目标算力节点对应的业务链路的加权路由权重值可能不再是从当前路由节点至每个候选算力节点的业务链路的加权路由权重值中最小的加权路由权重值，因此需要更新当前服务对应的目标算力节点。
基于该方案，当多个候选算力节点中存在候选算力节点的状态和/或存在候选算力节点的会话数量发生改变时，算力节点选择装置进行更新当前服务对应的目标算力节点，能够动态地确定当前服务对应的目标算力节点，尽可能减小算力网络的能耗。
以上是对本申请提供的算力节点选择方法进行了整体介绍，下面将以上述实施例中的执行主体算力节点选择装置为路由节点为例，结合具体的示例对本申请提供的算力节点选择方法进行具体说明。
如图2所示，图2为本申请提供的一种算力网络的结构拓扑图，其中，R1-R14为路由节点，A1-A3、B1-B3、C1-C3为算力节点，每个算力节点的时间周期为1。
第一步，通过人工或分类算法对算力节点A1-A3、B1-B3、C1-C3的状态进行确定。例如，将时间周期为【0，0.5】的B1-B3的状态确定为工作状态，将时间周期为【0.5，1】的 B1-B3的状态确定为休眠状态；将时间周期为【0，0.5】的C1-C3的状态确定为工作状态，时间周期为【0.5，1】的C1-C3的状态确定为休眠状态；将A1-A3确定为基础算力节点，即 A1-A3无状态的划分。
第二步，每个算力节点向每个路由节点发送算力路由协议，算力路由协议包括每个算力节点的计算负载和会话数量。例如，A1算力节点分别向R1-R14路由节点发送A1算力节点的算力路由协议，A2算力节点分别向R1-R14路由节点发送A2算力节点的算力路由协议，以此类推。
第三步，路由节点接收到多个算力节点的算力路由协议后，对不同的算力节点分别设定不同的路由权重，生成路由状态信息表。例如，路由节点R1生成的路由状态信息表如下表2所示：
表2
| 服务ID | 计算负载 | 路由权重 | 会话数量 | 下一跳 |
| SID1 | 10 | 200 | 3 | R1出接口1/0/1 |
| SID1 | 20 | 500 | 10 | R1出接口1/0/2 |
| SID1 | 0 | 200 | 0 | R1出接口1/0/3 |
| SID2 | 0 | 500 | 0 | R1出接口1/0/4 |
| SID2 | 40 | 200 | 4 | R1出接口1/0/5 |
| SID2 | 70 | 500 | 5 | R1出接口1/0/6 |
表2的具体说明与上述表1的具体说明类似，在此不作赘述。
第四步，路由节点确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值。以表2中SID1为例，路由节点R1接收到计算服务SID1，从路由节点R1至能够提供计算服务SID1的候选算力节点有三个，该三个候选算力节点分别为图2中的B1-B3，B1-B3的路由状态信息分别对应表2中第2行、第3、第4行，路由节点R1确定从路由节点R1至候选节点B1-B3的业务链路的加权路由权重值。
对于路由状态信息为第2行的候选算力节点B1，通过人工或分类算法确定其状态为休眠状态，其会话数量为3，结合第二关系，假如加权系数a的值为6，该候选算力节点的加权路由权重值＝路由权重*加权系数*会话数量的绝对值的倒数＝200*6*(1/3)＝400。
对于候选算力节点B2，通过人工或分类算法确定其状态为工作状态，结合第三关系，该候选算力节点的加权路由权重值＝路由权重＝500。
对于候选算力节点B3，通过人工或分类算法确定其状态为休眠状态，结合第一关系，该候选算力节点的加权路由权重值＝路由权重*加权系数＝200*6＝1200。
第五步，路由节点从当前路由节点至每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为当前服务对应的目标算力节点。例如，路由节点 R1确定路由节点R1值候选算力节点B1-B3的业务链路的加权路由权重值最小的业务链路对应的候选算力节点为B1，确定B1为目标算力节点。
上述主要从算力节点选择装置执行算力节点选择方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，算力节点选择装置包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
本申请实施例可以根据上述方法示例对算力节点选择装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。此外，这里的“模块”可以指特定专用集成电路(application-specific integrated circuit，ASIC)，电路，执行一个或多个软件或固件程序的处理器和存储器，集成逻辑电路，和/或其他可以提供上述功能的器件。
在采用功能模块划分的情况下，图3示出了一种算力节点选择装置30的结构示意图。如图3所示，该算力节点选择装置包括分类模块301、权重值设定模块302和路由模块303。
在一些实施例中，该算力节点选择装置30还可以包括存储模块(图3中未示出)，用于存储程序指令和数据。
其中，权重值设定模块302，用于根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和每个候选算力节点的会话数量确定从当前路由节点至每个候选算力节点的业务链路的加权路由权重值；路由模块303，用于根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，确定当前服务对应的目标算力节点。
作为一种可能的实现，权重值设定模块302具体用于：当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第一关系：w′＝w*a；或者，权重值设定模块302，还用于当第一候选算力节点的状态为休眠状态，且第一候选算力节点的会话数量不为0时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第二关系：
或者，权重值设定模块302，还用于当第一候选算力节点的状态为工作状态时，从当前路由节点至第一候选算力节点的业务链路的加权路由权重值满足以下第三关系： w′＝w；其中，第一候选算力节点为多个候选算力节点中的任一候选算力节点，w′表示从当前路由节点至第一候选算力节点的业务链路的加权路由权重值，w表示从当前路由节点至第一候选算力节点的业务链路的默认路由权重值，a表示加权系数，N表示处于休眠状态的第一候选算力节点的会话数量。
作为一种可能的实现，路由模块303具体用于：将从当前路由节点至每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为当前服务对应的目标算力节点。
作为一种可能的实现，算力节点选择装置还包括：分类模块301；分类模块301，用于根据每个候选算力节点的计算负载确定每个候选算力节点的状态，其中，每个候选算力节点的状态包括工作状态或休眠状态。
作为一种可能的实现，权重值设定模块302，还用于若多个候选算力节点中第二候选算力节点的状态和/或第二候选算力节点的会话数量发生变更，根据第二候选算力节点的状态和第二候选算力节点的会话数量确定从当前路由节点至第二候选算力节点的业务链路的加权路由权重值；路由模块303，还用于根据从当前路由节点至每个候选算力节点的业务链路的加权路由权重值，更新当前服务对应的目标算力节点。
上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应功能模块的功能描述，在此不再赘述。
在采用硬件的形式实现上述功能模块的功能的情况下，图4示出了另一种算力节点选择装置40的结构示意图。如图4所示，该算力节点选择装置包括处理器401，存储器 402以及总线403。处理器401与存储器402之间可以通过总线403连接。
处理器401是算力节点选择装置40的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器401可以是一个通用中央处理单元(central processingunit， CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。
作为一种实施例，处理器401可以包括一个或多个CPU，例如图4中所示的CPU 0 和CPU 1。
存储器402可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器 (electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
作为一种可能的实现方式，存储器402可以独立于处理器401存在，存储器402可以通过总线403与处理器401相连接，用于存储指令或者程序代码。处理器401调用并执行存储器402中存储的指令或程序代码时，能够实现本发明实施例提供的一次性身份标识使用方法。
另一种可能的实现方式中，存储器402也可以和处理器401集成在一起。
总线403，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、***设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构 (Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
需要指出的是，图4示出的结构并不构成对该算力节点选择装置40的限定。除图4所示部件之外，该算力节点选择装置40可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
作为一个示例，结合图3，算力节点选择装置30中的分类模块301、权重值设定模块302和路由模块实现的功能与图4中的处理器401的功能相同。
可选的，如图4所示，本申请实施例提供的算力节点选择装置40还可以包括通信接口404。
通信接口404，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口404可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。
在一种可能的实现方式中，本申请实施例提供的算力节点选择装置40中，通信接口 404还可以集成在处理器401中，本申请实施例对此不做具体限定。
作为一种可能的产品形态，本申请实施例的算力节点选择装置，还可以使用下述来实现：一个或多个现场可编程门阵列(field programmable gate array，FPGA)、可编程逻辑器件(programmable logic device，PLD)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。
通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明。在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。
本发明的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行上述方法实施例所示的方法流程中的各个步骤。
其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory， ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory， CD-ROM)、光存储器件、磁存储器件、或者上述的人以合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途ASIC中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
由于本实施例提供的算力节点选择装置、计算机可读存储介质、计算机程序产品可以应用于上述由于本实施例提供的算力节点选择方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。
尽管在此结合各实施例对本申请进行了描述，然而，在实施所要求保护的本申请过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
尽管结合具体特征及其实施例对本申请进行了描述，显而易见的，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明，且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (12)
1.一种算力节点选择方法，其特征在于，所述方法包括：
根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和所述每个候选算力节点的会话数量确定从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值；
根据所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值，确定所述当前服务对应的目标算力节点。
2.根据权利要求1所述的方法，其特征在于，所述根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和所述每个候选算力节点的会话数量确定从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值，包括：
当第一候选算力节点的状态为休眠状态，且所述第一候选算力节点的会话数量为0时，从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值满足以下第一关系：
w′＝w*a；
或者，当所述第一候选算力节点的状态为休眠状态，且所述第一候选算力节点的会话数量不为0时，从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值满足以下第二关系：
或者，当所述第一候选算力节点的状态为工作状态时，从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值满足以下第三关系：
w′＝w；
其中，所述第一候选算力节点为所述多个候选算力节点中的任一候选算力节点，w′表示从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值，w表示从所述当前路由节点至所述第一候选算力节点的业务链路的默认路由权重值，a表示加权系数，N表示处于休眠状态的所述第一候选算力节点的会话数量。
3.根据权利要求1所述的方法，其特征在于，所述根据所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值，确定所述当前服务对应的目标算力节点，包括：
将所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为所述当前服务对应的目标算力节点。
4.根据权利要求1-3任一项所述的方法，其特征在于，在所述根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和所述每个候选算力节点的会话数量确定从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值之前，所述方法还包括：
根据所述每个候选算力节点的计算负载确定所述每个候选算力节点的状态，其中，所述每个候选算力节点的状态包括工作状态或休眠状态。
5.根据权利要求1-3任一项所述的方法，其特征在于，在所述确定所述当前服务对应的目标算力节点之后，所述方法还包括：
若所述多个候选算力节点中第二候选算力节点的状态和/或所述第二候选算力节点的会话数量发生变更，根据所述第二候选算力节点的状态和所述第二候选算力节点的会话数量确定从所述当前路由节点至所述第二候选算力节点的业务链路的加权路由权重值；
根据所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值，更新所述当前服务对应的目标算力节点。
6.一种算力节点选择装置，其特征在于，所述装置包括：权重值设定模块和路由模块；
所述权重值设定模块，用于根据当前服务对应的多个候选算力节点中每个候选算力节点的状态和所述每个候选算力节点的会话数量确定从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值；
所述路由模块，用于根据所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值，确定所述当前服务对应的目标算力节点。
7.根据权利要求6所述的装置，其特征在于，所述权重值设定模块具体用于：
当第一候选算力节点的状态为休眠状态，且所述第一候选算力节点的会话数量为0时，从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值满足以下第一关系：
w′＝w*a；
或者，所述权重值设定模块，还用于当所述第一候选算力节点的状态为休眠状态，且所述第一候选算力节点的会话数量不为0时，从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值满足以下第二关系：
或者，所述权重值设定模块，还用于当所述第一候选算力节点的状态为工作状态时，从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值满足以下第三关系：
w′＝w；
其中，所述第一候选算力节点为所述多个候选算力节点中的任一候选算力节点，w′表示从所述当前路由节点至所述第一候选算力节点的业务链路的加权路由权重值，w表示从所述当前路由节点至所述第一候选算力节点的业务链路的默认路由权重值，a表示加权系数，N表示处于休眠状态的所述第一候选算力节点的会话数量。
8.根据权利要求6所述的装置，其特征在于，所述路由模块具体用于：
将所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值最小的业务链路对应的候选算力节点，确定为所述当前服务对应的目标算力节点。
9.根据权利要求6-8任一项所述的装置，其特征在于，所述装置还包括：分类模块；
所述分类模块，用于根据所述每个候选算力节点的计算负载确定所述每个候选算力节点的状态，其中，所述每个候选算力节点的状态包括工作状态或休眠状态。
10.根据权利要求6-8任一项所述的装置，其特征在于，所述权重值设定模块，还用于若所述多个候选算力节点中第二候选算力节点的状态和/或所述第二候选算力节点的会话数量发生变更，根据所述第二候选算力节点的状态和所述第二候选算力节点的会话数量确定从所述当前路由节点至所述第二候选算力节点的业务链路的加权路由权重值；
所述路由模块，还用于根据所述从当前路由节点至所述每个候选算力节点的业务链路的加权路由权重值，更新所述当前服务对应的目标算力节点。
11.一种算力节点选择装置，其特征在于，所述算力节点选择装置包括：处理器；
所述处理器用于读取存储器中的计算机执行指令，并执行所述计算机执行指令，以使所述算力节点选择装置执行如权利要求1-5中任一项所述的方法。
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序或指令，当所述计算机程序或指令被算力节点选择装置执行时，实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111272560.9A CN114040479B (zh) | 2021-10-29 | 2021-10-29 | 算力节点选择方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111272560.9A CN114040479B (zh) | 2021-10-29 | 2021-10-29 | 算力节点选择方法、装置及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114040479A true CN114040479A (zh) | 2022-02-11 |
| CN114040479B CN114040479B (zh) | 2023-04-28 |
Family
ID=80135812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111272560.9A Active CN114040479B (zh) | 2021-10-29 | 2021-10-29 | 算力节点选择方法、装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114040479B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114867065A (zh) * | 2022-05-18 | 2022-08-05 | 中国联合网络通信集团有限公司 | 基站算力负载均衡方法、设备及存储介质 |
| CN115292046A (zh) * | 2022-08-10 | 2022-11-04 | 中国电信股份有限公司 | 算力分配方法、装置、存储介质及电子设备 |
| CN115396358A (zh) * | 2022-08-23 | 2022-11-25 | 中国联合网络通信集团有限公司 | 算力感知网络的路由设置方法、装置及存储介质 |
| CN115834466A (zh) * | 2022-12-01 | 2023-03-21 | 中国联合网络通信集团有限公司 | 算力网络路径分析方法、装置、设备、***及存储介质 |
| CN116248577A (zh) * | 2022-12-08 | 2023-06-09 | 中国联合网络通信集团有限公司 | 一种确定算力节点的方法及装置 |
| CN117434990A (zh) * | 2023-12-20 | 2024-01-23 | 成都易联易通科技有限责任公司 | 粮仓的环境控制方法和*** |
| WO2024131712A1 (zh) * | 2022-12-22 | 2024-06-27 | 维沃移动通信有限公司 | 信息处理方法及通信设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140161465A1 (en) * | 2012-12-06 | 2014-06-12 | Level 3 Communications, Llc | System and methods for obtaining ubiquitous network coverage |
| CN105141517A (zh) * | 2015-10-13 | 2015-12-09 | 重庆邮电大学 | 一种基于资源感知的灵活光网络任播业务节能路由方法 |
| CN105978805A (zh) * | 2016-07-12 | 2016-09-28 | 重庆邮电大学 | 一种面向任播属性业务的节能路由方法 |
| BR112017000812A2 (pt) * | 2014-07-17 | 2017-12-05 | Ericsson Telefon Ab L M | método para programação de um dispositivo de comunicação de uma rede sem fio, elemento de rede, programa de computador, e, produto de programa de computador. |
| CN109783224A (zh) * | 2018-12-10 | 2019-05-21 | 平安科技（深圳）有限公司 | 基于负载调配的任务分配方法、装置及终端设备 |
| CN111866162A (zh) * | 2020-07-28 | 2020-10-30 | 中国联合网络通信集团有限公司 | 一种业务分配方法及装置 |
| CN112039767A (zh) * | 2020-08-11 | 2020-12-04 | 山东大学 | 基于强化学习的多数据中心节能路由方法及*** |
| WO2021190482A1 (zh) * | 2020-03-27 | 2021-09-30 | ***通信有限公司研究院 | 算力处理的网络***及算力处理方法 |
-
2021
- 2021-10-29 CN CN202111272560.9A patent/CN114040479B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140161465A1 (en) * | 2012-12-06 | 2014-06-12 | Level 3 Communications, Llc | System and methods for obtaining ubiquitous network coverage |
| BR112017000812A2 (pt) * | 2014-07-17 | 2017-12-05 | Ericsson Telefon Ab L M | método para programação de um dispositivo de comunicação de uma rede sem fio, elemento de rede, programa de computador, e, produto de programa de computador. |
| CN105141517A (zh) * | 2015-10-13 | 2015-12-09 | 重庆邮电大学 | 一种基于资源感知的灵活光网络任播业务节能路由方法 |
| CN105978805A (zh) * | 2016-07-12 | 2016-09-28 | 重庆邮电大学 | 一种面向任播属性业务的节能路由方法 |
| CN109783224A (zh) * | 2018-12-10 | 2019-05-21 | 平安科技（深圳）有限公司 | 基于负载调配的任务分配方法、装置及终端设备 |
| WO2021190482A1 (zh) * | 2020-03-27 | 2021-09-30 | ***通信有限公司研究院 | 算力处理的网络***及算力处理方法 |
| CN111866162A (zh) * | 2020-07-28 | 2020-10-30 | 中国联合网络通信集团有限公司 | 一种业务分配方法及装置 |
| CN112039767A (zh) * | 2020-08-11 | 2020-12-04 | 山东大学 | 基于强化学习的多数据中心节能路由方法及*** |
Non-Patent Citations (1)
| Title |
|---|
| 王超;王腾;马翔;周学海;: "基于FPGA的机器学习硬件加速研究进展" * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114867065A (zh) * | 2022-05-18 | 2022-08-05 | 中国联合网络通信集团有限公司 | 基站算力负载均衡方法、设备及存储介质 |
| CN115292046A (zh) * | 2022-08-10 | 2022-11-04 | 中国电信股份有限公司 | 算力分配方法、装置、存储介质及电子设备 |
| CN115396358A (zh) * | 2022-08-23 | 2022-11-25 | 中国联合网络通信集团有限公司 | 算力感知网络的路由设置方法、装置及存储介质 |
| CN115396358B (zh) * | 2022-08-23 | 2023-06-06 | 中国联合网络通信集团有限公司 | 算力感知网络的路由设置方法、装置及存储介质 |
| CN115834466A (zh) * | 2022-12-01 | 2023-03-21 | 中国联合网络通信集团有限公司 | 算力网络路径分析方法、装置、设备、***及存储介质 |
| CN115834466B (zh) * | 2022-12-01 | 2024-04-16 | 中国联合网络通信集团有限公司 | 算力网络路径分析方法、装置、设备、***及存储介质 |
| CN116248577A (zh) * | 2022-12-08 | 2023-06-09 | 中国联合网络通信集团有限公司 | 一种确定算力节点的方法及装置 |
| CN116248577B (zh) * | 2022-12-08 | 2024-05-17 | 中国联合网络通信集团有限公司 | 一种确定算力节点的方法及装置 |
| WO2024131712A1 (zh) * | 2022-12-22 | 2024-06-27 | 维沃移动通信有限公司 | 信息处理方法及通信设备 |
| CN117434990A (zh) * | 2023-12-20 | 2024-01-23 | 成都易联易通科技有限责任公司 | 粮仓的环境控制方法和*** |
| CN117434990B (zh) * | 2023-12-20 | 2024-03-19 | 成都易联易通科技有限责任公司 | 粮仓的环境控制方法和*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114040479B (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114040479B (zh) | 算力节点选择方法、装置及计算机可读存储介质 | |
| Li et al. | Heuristics to allocate high-performance cloudlets for computation offloading in mobile ad hoc clouds | |
| Liu et al. | A computation offloading algorithm based on game theory for vehicular edge networks | |
| Tahir et al. | BRPL: Backpressure RPL for high-throughput and mobile IoTs | |
| Sheng et al. | Energy efficient cooperative computing in mobile wireless sensor networks | |
| Bozorgchenani et al. | Centralized and distributed architectures for energy and delay efficient fog network-based edge computing services | |
| Shi et al. | An energy-efficient scheduling scheme for time-constrained tasks in local mobile clouds | |
| Chand et al. | Heterogeneous HEED protocol for wireless sensor networks | |
| Cui et al. | A novel offloading scheduling method for mobile application in mobile edge computing | |
| Chakraborty et al. | Sustainable task offloading decision using genetic algorithm in sensor mobile edge computing | |
| Dandapat et al. | Smart association control in wireless mobile environment using max-flow | |
| Xia et al. | Near-optimal and learning-driven task offloading in a 5G multi-cell mobile edge cloud | |
| Yao et al. | Energy efficient cooperative edge computing with multi-source multi-relay devices | |
| Krishna et al. | An efficient learning automata based task offloading in mobile cloud computing environments | |
| Tayeb et al. | Cluster head energy optimization in wireless sensor networks | |
| Stai et al. | Topology enhancements in wireless multihop networks: A top-down approach | |
| CN111158893A (zh) | 应用于雾计算网络的任务卸载方法、***、设备及介质 | |
| Mishra et al. | Eha-rpl: A composite routing technique in iot application networks | |
| Roy et al. | Fairness in message delivery in delay tolerant networks | |
| Oteafy | Resource augmentation in heterogeneous internet of things via UAVs | |
| Pal et al. | Network adaptive round-time clustering algorithm for wireless sensor networks | |
| Sharma et al. | Routing and clustering optimization techniques in WSN: A review | |
| Saidu et al. | An enhanced leach routing algorithm for energy conservation in a wireless sensor network | |
| Fantacci et al. | A novel routing algorithm for mobile pervasive computing | |
| Wang et al. | An Efficient location‐aware routing approach in opportunistic networks |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |