JP2022171283A - 管理システム及び管理方法 - Google Patents

Abstract

【課題】グリッドコンピューティング処理の稼働状況にあわせて、追加の移動体を手配することなく追加の演算資源を確保する。
【解決手段】管理システムは、制御部５０５と、各移動体に搭載された演算資源に関するリソース情報Ｄ１４と、各移動体の稼働履歴情報Ｄ１５とを格納する記憶部５０４とを備える。制御部５０５は、リソース情報Ｄ１４および稼働履歴情報Ｄ１５を参照して、演算資源を増強する対象移動体を抽出する抽出処理と、対象移動体の所有者に、演算資源の増強の案内を送信する案内処理と、更新情報が取得されたとき、更新情報に基づいてリソース情報Ｄ１４を更新する更新処理とを行う。
【選択図】図９

Description

ここに開示された技術は、管理システム及び管理方法に関する技術分野に属する。

特許文献１には、複数の通信装置と、グリッドコンピューティングを管理する管理サーバとを備えたシステムが開示されている。管理サーバは、信号受信部と、状態判定部と、応答送信部とを備える。信号受信部は、通信装置からその通信装置がグリッドコンピューティングへの参加が可能であることを示す信号を受信する。状態判定部は、複数の処理装置のそれぞれの計算資源の使用状況に基づいて、複数の処理装置のそれぞれの処理能力の不足状態を判定する。応答送信部は、複数の処理装置の少なくともいずれかの処理能力が不足している場合に、上記の信号に基づいて、上記の通信装置にグリッドコンピューティングへの参加指示を送信する。このような構成により、複数の通信装置の計算資源を有効に活用しようとしている。

特開２０２０－１６０６６１号公報

しかしながら、特許文献１の技術を個人の所有する移動体（車両等）に適用する場合、それぞれの所有者の行動の予定もあるという問題がある。所有者が移動体を使用している場合、例えば、車両の走行中には、グリッドコンピューティングに参加できない。したがって、これらの移動体について、グリッドコンピューティングの演算資源としての使用許可を受けていたとしても、参加を依頼する際に、参加できるか否かについての不確実性が非常に高いという問題がある。すなわち、複数の処理装置の少なくともいずれかの処理能力が不足している場合に、グリッドコンピューティングへの参加指示を受けたからと言って、指示を受けた移動体がグリッドコンピューティングに参加できるとは限らない。

また、個人の所有する移動体の場合、グリッドコンピューティングへの主な参加シーンとして、所有者によって移動体が使用されていないときが想定される。そして、移動体が使用されていないときには、その移動体は、各個人宅に置かれている場合が多い。そうすると、移動体同士の物理的な距離が離れていることが想定される。グリッドコンピューティングの処理安定性や移動体の相互間のデータの送受信等を考えると、ある所定の距離範囲にある移動体同士でグリッドコンピューティングを構築するのが好ましい。しかしながら、その距離範囲に存在する移動体では、演算資源が十分ではない場合に、グリッドコンピューティングを実行する上での計算能力が十分に確保できない場合がある。

ここに開示された技術は斯かる点に鑑みてなされたものであり、その目的とするところは、グリッドコンピューティング処理の稼働状況にあわせて、追加の車両を手配することなく追加の演算資源を確保することにある。

前記課題を解決するために、ここに開示された技術では、複数の移動体のそれぞれに搭載される演算資源を活用したグリッドコンピューティングを管理する管理システムを対象として、制御部と、前記各移動体に搭載された演算資源に関する情報であるリソース情報と、前記各移動体のグリッドコンピューティングでの計算処理の履歴を示す稼働履歴情報とを格納する記憶部とを備え、前記制御部は、前記記憶部に格納された前記リソース情報および前記稼働履歴情報を参照して、前記複数の移動体の中から演算資源を増強する対象となる対象移動体を抽出する抽出処理と、前記対象移動体の所有者に、演算資源の増強の案内を送信する案内処理と、前記対象移動体に演算資源の増強が行われたことを示す更新情報が取得されたとき、前記更新情報に基づいて前記リソース情報を更新する更新処理とを行う、という構成にした。

上記態様によると、リソース情報および稼働履歴情報を参照して、複数の移動体の中から演算資源を増強する対象となる対象移動体を抽出し、演算資源の増強の案内を送信して演算資源を増強を促すようにしている。これにより、複数の移動体の枠組みを変えることなく演算資源を補強することができる。すなわち、特許文献１のように、処理能力が不足している場合に、通信装置にグリッドコンピューティングへの参加指示を送信することなく、グリッドコンピューティング処理を実行する上での演算資源を増やすことができる。

以上説明したように、ここに開示された技術によると、グリッドコンピューティング処理の稼働状況にあわせて、追加の移動体を手配することなく追加の演算資源を確保することができる。

実施形態のシステムの構成を例示する概略図である。 グリッドコンピューティングについて説明するための概念図である。 車両の構成を例示するブロック図である。 ユーザ端末の構成を例示するブロック図である。 クライアントサーバの構成を例示するブロック図である。 施設サーバの構成を例示するブロック図である。 管理サーバの構成を例示するブロック図である。 クライアントが運営側サーバにジョブを依頼するための登録フォームを例示する概略図である。 施設端末、車両、クライアント端末、及び管理サーバの間で伝達される情報を示す概略図である。 管理システムの動作を例示するフローチャートである。 グリッドの編成例を示す図である。 グリッドの編成例を示す図である。 グリッドの編成処理を例示するフローチャートである。 ジョブの受付処理を例示するフローチャートである。 マッチング処理を例示するフローチャートである。 グリッドコンピューティング処理を例示するフローチャートである。

以下、例示的な実施形態について、図面を参照しながら詳細に説明する。なお、図中同一または相当部分には同一の符号を付すものとし、繰り返しの説明を省略する場合がある。

＜第１実施形態＞
（グリッドコンピューティングシステム）
図１は、実施形態のグリッドコンピューティングシステム１（以下、単に「システム１」ともいう）の構成を例示する。

このシステム１は、複数の車両１０と、複数のユーザ端末２０と、クライアント端末３０と、施設端末４０と、管理サーバ５０とを備える。これらの構成要素は、通信網５を経由して互いに通信可能である。複数の車両１０の各々には、演算装置１０５が搭載される。

〔グリッドコンピューティング〕
図２に示すように、実施形態のシステム１では、複数の演算装置１０５によりグリッドコンピューティング（以下、単に「グリッドＧ」ともいう）が構成され、複数の演算装置１０５のうち利用可能な演算装置１０５にジョブデータを処理させるグリッドコンピューティング処理が行われる。

なお、車両１０において演算装置１０５の計算能力が必要となると、演算装置１０５が稼働状態となり、演算装置１０５の計算能力が利用される。例えば、車両１０が走行している場合、車両１０の走行制御のために演算装置１０５の計算能力が必要となり、演算装置１０５が稼働状態となる。

一方、車両１０において演算装置１０５の計算能力が不要になると、演算装置１０５が停止状態となり、演算装置１０５の計算能力が利用されなくなる。例えば、車両１０が停車して車両１０の電源がオフ状態になると、演算装置１０５の計算能力が不要となり、演算装置１０５が停止状態となる。

〔車両〕
車両１０は、ユーザに所有される。ユーザは、車両１０を運転する。この例では、車両１０は、自動四輪車である。また、車両１０には、電池（図示省略）が搭載される。電池の電力は、演算装置１０５などの車載機器に供給される。このような車両１０の例としては、電気自動車、プラグインハイブリッド自動車などが挙げられる。

図３に示すように、車両１０は、アクチュエータ１１と、センサ１２と、入力部１０１と、出力部１０２と、通信部１０３と、記憶部１０４と、演算装置（プロセッサ）１０５とを備える。

アクチュエータ１１は、駆動系のアクチュエータ、操舵系のアクチュエータ、制動系のアクチュエータなどを含む。駆動系のアクチュエータの例としては、エンジン、トランスミッション、モータが挙げられる。制動系のアクチュエータの例としては、ブレーキが挙げられる。操舵系のアクチュエータの例としては、ステアリングが挙げられる。

センサ１２は、車両１０の制御に用いられる各種の情報を取得する。センサ１２の例としては、車外を撮像する車外カメラ、車内を撮像する車内カメラ、車外の物体を検出するレーダ、車速センサ、加速度センサ、ヨーレートセンサ、アクセル開度センサ、ステアリングセンサ、ブレーキ油圧センサなどが挙げられる。

入力部１０１は、情報やデータを入力する。入力部１０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。入力部１０１に入力された情報やデータは、演算装置１０５に送られる。

出力部１０２は、情報やデータを出力する。出力部１０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。

通信部１０３は、情報やデータを送受信する。通信部１０３により受信された情報やデータは、演算装置１０５に送られる。

記憶部１０４は、情報やデータを記憶する。記憶部１０４の具体的な構成は、特に限定されない。例えば、チップに内蔵されたメモリで実現されてもよいし、ＨＤＤ（Hard disk drive）、ＳＳＤ(Solid State Drive)で実現されてもよいし、ＤＶＤやＢＤのような光ディスクで実現されてもよい。本開示では、車両１０に搭載され、データを格納したり、蓄積できる記憶領域を総称して、ストレージ１０８と称する。換言すると、記憶部１０４は、ストレージ１０８の一部の記憶領域で実現される。

この例では、記憶部１０４は、車両情報Ｄ１０を記憶する。車両情報Ｄ１０には、車両識別情報Ｄ１１と、車両状態情報Ｄ１２と、車両走行情報Ｄ１３と、リソース情報Ｄ１４と、稼働履歴情報Ｄ１５と、稼働予定情報Ｄ１６が含まれる。

〈車両識別情報〉
車両識別情報Ｄ１１は、それぞれの車両１０を識別するための情報である。具体的には、車両識別情報Ｄ１１は、車両１０を識別する車両識別情報、車両１０を所有するユーザを識別するユーザ識別情報、車両１０の性能を示す車両１０のグレード情報(車両の駆動系の性能、オプションの状態を含む）を含む。

〈車両状態情報〉
車両状態情報Ｄ１２は、車両１０の状態を示す情報である。例えば、車両状態情報Ｄ１２は、車両位置情報、車両通信情報、車両電源情報、車両電池残量情報、車両充電情報などを含む。車両位置情報は、車両１０の位置（緯度および経度）を示す。例えば、車両位置情報は、ＧＰＳ（Global Positioning System）により取得可能である。車両通信情報は、車両１０の通信状態を示す。車両電源情報は、車両１０の電源の状態を示す。例えば、車両電源情報は、イグニッション電源のオンオフ、アクセサリ電源のオンオフなどを示す。車両電池残量情報は、車両１０に搭載された電池（図示省略）の残量を示す。車両充電情報は、充電設備（図示省略）において車両１０が充電中であるか否かを示す。

〈車両走行情報〉
車両走行情報Ｄ１３は、車両１０の走行履歴を示す情報である。例えば、車両走行情報Ｄ１３は、車両１０の位置と時刻とを関連付けて示す。なお、走行履歴情報に加えて、車両１０の未来の走行予定を示す走行予定情報が含まれてもよい。

〈リソース情報〉
リソース情報Ｄ１４は、後述する演算資源１０９（後述するＣＰＵ１０６、ＧＰＵ１０７及びストレージ１０８を含む）に関する情報である。

リソース情報Ｄ１４は、例えば、演算装置１０５（ＣＰＵ１０６、ＧＰＵ１０７を含む）に関し、演算装置１０５に設定された演算装置ＩＤ、演算装置１０５を搭載する車両１０に設定された車両ＩＤ、演算装置１０５の性能を示す演算装置性能情報を含む。演算装置ＩＤは、例えば、ＣＰＵ１０６、ＧＰＵ１０７のそれぞれに設定されてもよい。演算装置性能情報は、例えば、ＣＰＵ１０６、ＧＰＵ１０７のそれぞれの性能情報を含む。

リソース情報Ｄ１４は、例えば、ストレージ１０８に関し、グリッドコンピューティング処理に割り当てることができる情報、例えば、記憶容量値、ストレージの種別（ＨＤＤ，ＳＳＤ，フラッシュメモリ等）、各ストレージ１０８への書込速度／読出速度、エラーレートなどの情報を含む。また、ストレージ１０８に関するリソース情報として、車両全体で搭載されている記憶容量値、現在の空き容量値を含んでもよい。

演算装置ＩＤは、演算装置１０５を識別する演算装置識別情報の一例である。演算装置性能情報に示される演算装置１０５の性能には、演算装置１０５の計算能力（具体的には最大計算能力）を示す計算能力、演算装置１０５におけるＣＰＵ１０６とＧＰＵ１０７との比率などが含まれる。なお、演算装置１０５の計算能力は、演算装置１０５が単位時間当たりに計算することができるデータ量である。

〈稼働履歴情報〉
稼働履歴情報Ｄ１５は、演算装置１０５の稼働履歴を示す情報である。例えば、稼働履歴情報Ｄ１５は、演算装置１０５の計算能力の利用率及び／またはジョブの処理量と、時刻とを関連付けて示す。稼働履歴情報Ｄ１５は、通常稼働履歴と、グリッド稼働履歴とを含む。通常稼働履歴は、例えば、車両の走行やカーナビ、音楽再生等のサービスの提供等のように、ユーザーの利用のために演算装置１０５を稼働させた履歴を示す情報である。グリッド稼働履歴は、グリッドコンピューティング処理を実行するために演算装置１０５を稼働させた履歴を示す情報である。

〈稼働予定情報〉
稼働予定情報Ｄ１６は、演算装置１０５の稼働予定を示す情報である。具体的には、稼働予定情報Ｄ１６は、演算装置１０５の過去の利用状況を利用履歴情報、演算装置１０５の未来の利用状況を示す利用予定情報などを示す。

演算装置１０５は、車両１０の各部を制御する。この例では、演算装置１０５は、センサ１２により得られた各種の情報に応じてアクチュエータ１１を制御する。

演算装置１０５は、プロセッサ、メモリなどを有する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）などが挙げられる。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。

なお、演算装置１０５に搭載されるプロセッサの数は、１つであってもよいし、複数のであってもよい。また、演算装置１０５に搭載されるプロセッサは、ＣＰＵ１０６およびＧＰＵ１０７のいずれか一方のみであってもよいし、ＣＰＵ１０６およびＧＰＵ１０７の両方であってもよい。この例では、演算装置１０５は、ＣＰＵ１０６およびＧＰＵ１０７の両方を有する。例えば、演算装置１０５は、１つまたは複数のＥＣＵ（Electronic Control Unit）により構成される。

演算装置１０５には、ＣＰＵ１０６とＧＰＵ１０７のうちの少なくとも１つが含まれる。本開示では、グリッドコンピューティングの計算・処理に利用可能な資源を「演算資源１０９」と称する。演算資源１０９は、車両１０に搭載されたＣＰＵ１０６、ＧＰＵ１０７及びストレージ１０８の一部または全部を含む。例えば、後述する図１２において、マスタ車両ＣＭには、演算資源として、３つのＣＰＵ１０６と１つのＧＰＵ１０７と１つのストレージ１０８とが搭載されている。同様に、車両Ｃ１には、１つのＣＰＵ１０６と２つのＧＰＵ１０７と１つのストレージ１０８とが搭載され、車両Ｃ２には、２つのＣＰＵ１０６と１つのＧＰＵ１０７と１つのストレージ１０８とが搭載され、車両Ｃ３には、１つのＣＰＵ１０６と１つのＧＰＵ１０７と２つのストレージ１０８とが搭載されている。なお、車両１０に搭載されたＣＰＵ１０６、ＧＰＵ１０７及びストレージ１０８のうち、その一部を演算資源１０９としてもよい。すなわち、例えば、ＣＰＵ１０６、ＧＰＵ１０７及び記憶部１０４に演算資源１０９としての利用ができないものや利用の制限がされているものが含まれていてもよい。

また、例えば、演算資源１０９としての利用を許可される時間帯と、演算資源１０９としての利用を制限する時間帯とが分けられていてもよい。すなわち、単一のＣＰＵ１０６が、ある時間帯では演算資源１０９としてカウントされ、他の時間帯では演算資源１０９としてカウントされないとしてもよい。ＧＰＵ１０７及びストレージ１０８についても同様である。

また、ＣＰＵ１０６が単一または複数のコアで実現されている場合において、その複数のコアの一部が演算資源１０９としてカウントされ、それ以外のコアは演算資源１０９としてカウントされないとしてもよい。ＧＰＵ１０７についても同様である。同様に、ストレージ１０８の記憶領域のうちの一部が演算資源１０９としてカウントされ、それ以外の記憶領域は演算資源１０９としてカウントされないとしてもよい。

〔ユーザ端末〕
ユーザ端末２０は、ユーザに所有される。ユーザは、ユーザ端末２０を操作して各種の機能を利用する。また、ユーザは、ユーザ端末２０を持ち運ぶことができる。このようなユーザ端末２０の例としては、スマートフォン、タブレット、ノート型パーソナルコンピュータなどが挙げられる。

図４に示すように、ユーザ端末２０は、入力部２０１と、出力部２０２と、通信部２０３と、記憶部２０４と、制御部２０５とを備える。

入力部２０１は、情報やデータを入力する。入力部２０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。入力部１０１に入力された情報は、演算装置１０５に送られる。

出力部２０２は、情報やデータを出力する。出力部２０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。

通信部２０３は、情報やデータを送受信する。通信部３０３により受信された情報やデータは、制御部２０５に送られる。

制御部２０５は、ユーザ端末２０の各部を制御する。制御部２０５は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。

記憶部２０４は、情報やデータを記憶する。この例では、記憶部２０４は、端末情報Ｄ２１と、端末状態情報Ｄ２２と、スケジュール情報Ｄ２３とを記憶する。

〈端末情報〉
端末情報Ｄ２１は、ユーザ端末２０に関する情報である。例えば、端末情報Ｄ２１は、ユーザ端末２０に設定されたユーザ端末ＩＤ、ユーザ端末２０の性能を示すユーザ端末性能情報などを含む。ユーザ端末ＩＤは、ユーザ端末２０を識別するユーザ端末識別情報の一例である。

〈端末状態情報〉
端末状態情報Ｄ２２は、ユーザ端末２０の状態を示す情報である。端末状態情報Ｄ２２は、ユーザ端末２０の位置を示すユーザ端末位置情報、ユーザ端末２０の通信状態を示すユーザ端末通信状態情報などを含む。

〈スケジュール情報〉
スケジュール情報Ｄ２３は、ユーザ端末２０を所有するユーザの行動履歴および行動予定を示す。例えば、スケジュール情報Ｄ２３は、ユーザの位置と滞在期間（または滞在予定期間）とを関連付けて示す。なお、スケジュール情報Ｄ２３は、ユーザ端末２０に搭載されたスケジュール機能により取得可能である。具体的には、ユーザがスケジュール機能を利用して自身の行動履歴および行動予定をユーザ端末２０に入力することで、そのユーザの行動履歴および行動予定を示すスケジュール情報Ｄ２３が得られる。

〔クライアントサーバ〕
クライアント端末３０は、クライアントにより所有される。クライアントは、ジョブデータの計算を依頼する。このようなクライアントの例としては、企業、研究機関、教育機関などが挙げられる。

図５に示すように、クライアント端末３０は、入力部３０１と、出力部３０２と、通信部３０３と、記憶部３０４と、制御部３０５とを備える。

入力部３０１は、情報やデータを入力する。入力部３０１の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。入力部３０１に入力された情報やデータは、制御部３０５に送られる。

出力部３０２は、情報やデータを出力する。出力部３０２の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。

通信部３０３は、情報やデータを送受信する。通信部３０３により受信された情報やデータは、制御部３０５に送られる。

制御部３０５は、クライアント端末３０の各部を制御する。制御部３０５は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。

記憶部３０４は、情報やデータを記憶する。この例では、記憶部３０４は、クライアント情報Ｄ３１と、ジョブデータＤ１とを記憶する。

〈クライアント情報〉
クライアント情報Ｄ３１は、クライアントに関する情報である。クライアント情報Ｄ３１は、クライアントに設定されたクライアントＩＤ、クライアントにより所有されるクライアント端末３０に設定されたクライアント端末ＩＤ、担当者名、住所、電話番号などを含む。クライアントＩＤは、クライアントを識別するクライアント識別情報の一例である。クライアントサーバＩＤは、クライアント端末３０を識別するクライアント識別情報の一例である。

〈ジョブデータ〉
ジョブデータＤ１は、ジョブに対応するデータであり、ジョブの実施のために処理されるデータである。

なお、ジョブデータＤ１は、計算タイプにより分類可能である。計算タイプの例としては、ＣＰＵ系の計算タイプ、ＧＰＵ系の計算タイプなどが挙げられる。ＣＰＵ系の計算タイプのジョブデータＤ１では、シミュレーション計算など、条件分岐の多い複雑な計算が要求される傾向にある。ＧＰＵ系の計算タイプのジョブデータＤ１では、画像処理や機械学習など、膨大な量の単純計算が要求される傾向にある。

また、ジョブデータＤ１は、処理条件により分類可能である。処理条件の例としては、常時通信が要求される処理条件、常時通信が要求されない処理条件などが挙げられる。常時通信が要求される処理条件のジョブデータＤ１では、グリッドコンピューティング処理において演算装置１０５が常に通信可能であることが要求される。常時通信が要求されない処理条件のジョブデータＤ１では、グリッドコンピューティング処理において演算装置１０５が常に通信可能であることが要求されない。

〈ジョブ情報〉
なお、記憶部３０４には、ジョブに関するジョブ情報が記憶されてもよい。ジョブ情報は、ジョブの名称を示すジョブ名称情報、ジョブの内容を説明するジョブ内容情報、ジョブに対応するジョブデータに関するジョブデータ情報、ジョブの納期を示すジョブ納期情報などを含む。ジョブデータ情報は、ジョブデータの計算タイプ、処理条件、必要計算能力などを示す。

〔施設端末〕
施設端末４０は、施設により所有される。施設には、ユーザが訪れる。ユーザは、施設への来訪予約を行うことができる。このような施設の例としては、販売店、競技場、劇場、スーパーマーケット、レストラン、宿泊施設などが挙げられる。

この例では、施設は、車両のメンテナンスが可能に構成された販売店や整備工場であり、施設端末４０は、その販売店や整備工場に設けられた端末であるものとする。施設端末４０に代えて、施設に設けられた施設サーバとしてもよい。その場合においても、ブロック構成等は施設端末４０と同様でよい。

図６に示すように、施設端末４０は、入力部４０１と、出力部４０２と、通信部４０３と、記憶部４０４と、制御部４０５とを備える。施設端末４０の入力部４０１、出力部４０２、通信部４０３、記憶部４０４、制御部４０５の構成は、クライアント端末３０の入力部３０１、出力部３０２、通信部３０３、記憶部３０４、制御部３０５の構成と同様である。

この例では、記憶部４０４は、施設情報Ｄ４１と、施設利用情報Ｄ４２と、演算資源の増設情報Ｄ４３を記憶する。

〈施設情報〉
施設情報Ｄ４１は、施設に関する情報である。施設情報Ｄ４１は、施設に設定された施設ＩＤ、施設により所有される施設端末４０に設定された施設端末ＩＤ、施設の位置（緯度および経度）を示す施設位置情報、担当者名、住所、電話番号などを含む。施設端末ＩＤは、施設端末４０を識別する施設識別情報の一例である。

〈施設利用情報〉
施設利用情報Ｄ４２は、販売店や整備工場などの施設の利用履歴情報、メンテナンス情報及び施設の利用予約情報を含む。メンテナンス情報は、各車両のメンテナンスのスケジュール情報、メンテナンスの種別、実施予定のメンテナンス内容、メンテナンスについての問い合わせ情報、メンテナンス時の伝達事項などの情報が含まれる。また、施設利用情報Ｄ４２には、ユーザーの来訪予約日時、演算資源の増設・交換を含む施設への来訪目的が含まれる。また、来訪目的に「演算資源の増設・交換」が含まれる場合には、ユーザー施設利用情報に、後述する演算資源１０９の増設情報Ｄ４３が関連付けられている。なお、施設利用情報Ｄ４２として、施設を訪れるユーザと滞在期間（または滞在予定期間）とを関連付けた情報が含まれてもよい。

〈演算資源の増設情報〉
演算資源１０９の増設情報Ｄ４３は、増設の対象となる車両の車両識別情報Ｄ１１と、増設・交換の対象となる演算資源１０９の情報とが関連付けされた情報である。

演算資源１０９の増設形態は、特に限定されない。例えば、ＣＰＵ１０６、ＧＰＵ１０７及びストレージ１０８が実装されたオールインワンのＭＰＵ（Micro-processing unit）ボードであってもよいし、増設したい演算資源（ＣＰＵ１０６、ＧＰＵ１０７またはストレージ１０８のうちの１または複数）に特化した単体ボードであってもよい。

増設・交換の対象となる演算資源１０９の情報は、例えば、上記のようなボードの名称や識別コードなどであって、施設端末４０の利用者や、ボード（演算資源）などの増設を行う作業者がわかりやすい形態で登録される。

〔管理サーバ〕
管理サーバ５０は、グリッドコンピューティングの運営を管理する。言い換えると、複数の車両１０のそれぞれに搭載される演算資源１０９を活用したグリッドコンピューティングを管理する管理システムは、管理サーバ５０を備える。管理サーバ５０は、システム１を運営する事業者により所有される。

図７に示すように、管理サーバ５０は、入力部５０１と、出力部５０２と、通信部５０３と、記憶部５０４と、制御部５０５とを備える。管理サーバ５０の入力部５０１、出力部５０２、通信部５０３の構成は、クライアント端末３０の入力部３０１、出力部３０２、通信部３０３の構成と同様である。記憶部５０４および制御部５０５は、グリッドコンピューティングを管理する管理システムの構成要素の一例である。

この例では、制御部５０５は、グリッドコンピューティングの運営や管理に関する一連の制御及び処理を実行する機能を有する。より具体的には、図９に示す矢印のフローを実現するための制御や処理であったり、図１０以降のフロー図内での制御や処理を実行する。なお、以下の説明では、説明の便宜上、管理サーバ５０を主体をとして記載しているが、制御部５０５がその処理や制御に寄与することで実現される場合がある。例えば、制御部５０５は、後述する「抽出処理」、「案内処理」、「更新処理」、「計算能力推定処理」、「ジョブ推定処理」、「決定処理」を主体となって実行するように構成される。それぞれの処理については、後ほどフロー図等の図面を参照しつつ具体的に説明する。

制御部５０５は、プロセッサ、メモリなどを有する。プロセッサの例としては、ＣＰＵ（Central Processing Unit）、ＧＰＵ（Graphics Processing Unit）などが挙げられる。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。なお、制御部５０５を実現するためのプロセッサの数は、１つであってもよいし、複数のであってもよい。

記憶部５０４は、情報やデータを記憶する。記憶部１０４の具体的な構成は、特に限定されない。例えば、チップに内蔵されたメモリで実現されてもよいし、ＨＤＤ（Hard disk drive）、ＳＳＤ(Solid State Drive)で実現されてもよいし、ＤＶＤやＢＤのような光ディスクで実現されてもよい。

この例では、記憶部５０４には、ユーザテーブルＤ５１と、演算資源テーブルＤ５２と、クライアントテーブルＤ５３と、ジョブテーブルＤ５４と、グリッドテーブルＤ５５と、マッチングテーブルＤ５６と、ジョブデータＤ１と、計算結果データＤ２、ジョブ傾向情報Ｄ９等の各種データが格納される。

〈ユーザテーブル〉
ユーザテーブルＤ５１は、ユーザを管理するためのテーブルである。ユーザテーブルＤ５１には、ユーザ毎に、そのユーザに設定されたユーザＩＤ、そのユーザにより所有される車両１０（以下、所有車両ともいう）に設定された車両ＩＤ（例えば、ＶＩＮ）、そのユーザにより所有される演算資源１０９に設定された演算資源ＩＤ、そのユーザにより所有されるユーザ端末２０に設定されたユーザ端末ＩＤなどが登録される。さらに、ユーザテーブルＤ５１には、そのユーザーに関する、販売店や整備工場の利用履歴情報、所有車両の次のメンテナンス期日や定期メンテナンス期日などのメンテナンス期日情報Ｄ３を含むメンテナンス情報Ｄ４、所有車両のグレード情報、所有車両への演算資源の増設可否の情報などが登録されていてもよい。

〈演算資源テーブル〉
演算資源テーブルＤ５２は、演算資源１０９を管理するためのテーブルである。演算資源テーブルＤ５２には、演算資源１０９毎に、その演算資源１０９に設定された演算資源ＩＤ、その演算資源１０９を所有するユーザに設定されたユーザＩＤ、その演算資源１０９が搭載される車両１０に設定された車両ＩＤなどが登録される。

また、演算資源テーブルＤ５２には，演算資源１０９毎に、演算資源１０９の種別、その演算資源１０９のスペック（計算能力、記憶容量など）、その演算資源１０９の稼働状況（稼働履歴および稼働予定）などが登録される。言い換えると、演算資源テーブルＤ５２は、複数の演算資源１０９の各々の稼働状況を示す稼働状況情報Ｄ５と、複数の演算資源１０９の各々の性能を示す演算資源情報Ｄ６とを含む。

演算資源情報Ｄ６には、演算資源１０９がＣＰＵ１０６やＧＰＵ１０７の場合には、その演算資源１０９の各々の計算能力を示す計算能力情報Ｄ７が含まれる。ここでの計算能力には、計算能力の時間変化を含む。言い換えると、計算能力情報Ｄ７には、計算能力の時間変化も考慮して、所定期間において発揮することができる計算能力という意味が含まれる。

また、演算資源１０９がストレージ１０８の場合には、記憶容量、データの書込／読出速度、エラーレート等のストレージ１０８の性能を示すストレージ性能情報Ｄ８が含まれる。ここでのストレージ性能には、ストレージ性能の時間変化を含む。言い換えると、ストレージ性能情報Ｄ８には、性能の時間変化も考慮して、所定期間において発揮することができるストレージ性能という意味が含まれる。

〈クライアントテーブル〉
クライアントテーブルＤ５３は、クライアントを管理するためのテーブルである。クライアントテーブルＤ５３には、クライアント毎に、そのクライアントに設定されたクライアントＩＤ、クライアントにより所有されるクライアント端末３０に設定されたクライアント端末ＩＤ、そのクライアントの担当者名、住所、電話番号などが登録される。

〈ジョブテーブル〉
ジョブテーブルＤ５４は、クライアントから依頼されたジョブを管理するためのテーブルである。ジョブテーブルＤ５４には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブを依頼したクライアントに設定されたクライアントＩＤ、そのジョブの名称および内容などが登録される。また、ジョブテーブルＤ５４には、ジョブ毎に、そのジョブに対応するジョブデータの計算タイプおよび処理条件、そのジョブデータの計算に必要となる計算能力である必要計算能力、そのジョブに設定された納期などが登録される。

〈グリッドテーブル〉
グリッドテーブルＤ５５は、グリッドコンピューティング処理におけるグリッドＧ及びそれぞれのグリッドＧの計算能力を管理するためのテーブルである。

グリッドテーブルＤ５５には、グリッドＧ毎に、そのグリッドＧを識別するためのグリッドＩＤ、グリッドＧを構成する車両の車両識別情報Ｄ１１、そのグリッドＧを構成する演算資源１０９による計算能力などが登録される。ここでの計算能力には、計算の前提となる基本性能（計算スペック）に加えて、計算能力の時間的変化の予測結果が含まれる。

言い換えると、グリッドテーブルＤ５５には、グリッドコンピューティング処理において、所定の期間で考えた場合におけるそのグリッドＧで処理が可能と予想されるジョブの概算予測値である実行可能ジョブ情報Ｄ５９が登録されている。

なお、グリッドテーブルＤ５５に、車両識別情報Ｄ１１に関連付して他の車両情報Ｄ１０（例えば、リソース情報Ｄ１４）が登録されていてもよい。

〈マッチングテーブル〉
マッチングテーブルＤ５６は、後述するマッチング処理の結果を管理するためのテーブルである。マッチングテーブルＤ５６には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブに対応するジョブデータＤ１に設定されたジョブデータＩＤ、マッチング処理によりそのジョブデータに対して割り当てられたグリッドＧのグリッドＩＤなどが登録される。

〈ジョブデータ〉
記憶部５０４に記憶されるジョブデータＤ１は、後述するジョブ受付処理により受け付けられたジョブデータＤ１である。

〈計算結果データ〉
記憶部５０４に記憶される計算結果データＤ２は、後述するグリッドコンピューティング処理により実行されたジョブの計算結果のデータである。

〔グリッドコンピューティングシステムの動作〕
図９は、施設端末、車両、クライアント端末、及び管理サーバの間で伝達される情報を示す概略図である。また、図１０は、管理システムの動作の一例について示したフロー図である。

〈ステップＳ１〉
ステップＳ１において、管理サーバ５０は、各車両１０の計算能力を推定する。

まず、管理サーバ５０は、各車両１０に最新の車両情報Ｄ１０の送信を要請する。管理サーバ５０から車両情報Ｄ１０の送信要請を受けた各車両１０は、参加者情報を管理サーバ５０に送信する。このときに送信される車両情報Ｄ１０は、車両情報Ｄ１０の一部が送信されてもよいし、全ての車両情報Ｄ１０が送信されてもよい。送信される車両情報Ｄ１０には、車両識別情報Ｄ１１とリソース情報Ｄ１４が含まれる。管理サーバ５０では、各車両１０から受信した車両情報Ｄ１０を演算資源テーブルＤ５２に登録する。なお、すでに管理サーバ５０に車両情報Ｄ１０が登録されている車両１０については、登録されている登録情報との差分情報のうち、必要な情報を車両１０から管理サーバ５０に送信するようにしてもよい。

次に、管理サーバ５０では、例えば、演算資源テーブルＤ５２に登録された車両情報Ｄ１０を参照して、演算資源情報Ｄ６を推定する計算能力推定処理を実行する。演算資源情報Ｄ６は、各車両の計算能力情報Ｄ７とストレージ性能情報Ｄ８が含まれる。

計算能力推定処理において、管理サーバ５０が参照する情報は、例えば、各車両１０の車両状態、演算資源１０９の演算可能量、演算資源１０９で対応が可能な演算タイプ、または、演算可能時間である。演算可能時間に関しては、例えば、車両１０から具体的なスケジュールを受信してもよいし、記憶部５０４に保存された車両１０および車両１０の演算装置１０５の過去の利用傾向を分析して、演算装置１０５が演算資源として使える時間帯のスケジュールを予測するようにしてもよい。なお、それぞれの車両１０から演算資源情報Ｄ６に相当する情報が受信された場合、その情報を利用すればよい。

管理サーバ５０は、取得または予測した演算資源情報Ｄ６を演算資源テーブルＤ５２に登録する。

管理サーバ５０は、推定した演算資源情報Ｄ６を、各車両１０の車両識別情報Ｄ１１と紐づけて演算資源テーブルＤ５２に登録する。

〈ステップＳ２〉
ステップＳ２において、管理サーバ５０は、グリッドコンピューティング処理を実行するためのグリッドＧを編成するグリッド編成処理を実行する。

以下、図１３を参照して、グリッド編成処理について説明する。

－ステップＳ２１－
まず、管理サーバ５０は、それぞれのグリッドＧを構成する。グリッドＧは、各車両１０に搭載された演算装置１０５及びストレージ１０８のうち、グリッドコンピューティング処理に利用可能な演算資源１０９（単に、「演算資源１０９」ともいう）に基づいて構成される。

グリッドＧの構成方法は、特に限定されないが、例えば、特定の時間に、所定のエリアに停車している可能性の高い車両同士でグリッドＧを構成してもよい。この場合、例えば、ユーザの自宅の位置に基づいてグリッドＧを構成してもよいし、ユーザが車で通勤している場合に、その職場や営業所などでグリッドＧを構成してもよい。また、例えば、演算資源１０９に補完関係のある車両同士でグリッドＧを構成してもよい。

また、例えば、管理サーバ５０は、ＧＰＵ１０７の利用に特化したジョブを実行できるようにグリッドＧを構成するといったように、依頼されたジョブであったり、依頼される傾向の高いジョブであったり、対応しようとするジョブの難易度などに応じてグリッドＧを構成してもよい。

また、管理サーバ５０は、あらかじめ複数のグリッド候補を作成しておき、ジョブに応じて最終的にグリッドＧを確定させるようなグリッドＧの構成方法をとってもよい。その場合には、ステップＳ３からステップＳ６の間でグリッドＧの編成または再編成が行われる。

また、管理サーバ５０は、後述するグリッドコンピューティング処理の終了後に、グリッドＧをいったん解消し、再度新しいグリッドＧを組みなおすようにしてもよい。換言すると、後述するステップＳ３からＳ８のループ処理の中で、グリッドＧの再構築が行われてもよい。なお、以下の説明では、説明の便宜上、ステップＳ２で編成されたグリッドＧが維持され、ステップＳ３以降の処理が進められるものとする。

図１１では、複数の車両毎にグルーピングして、グリッドＧＡ，ＧＢ，ＧＣ，…，ＧＸを構成した例を示している。

なお、管理サーバ５０は、後述するクライアント端末３０からリクエストされたジョブの傾向や種別などに応じてグリッドＧを構成するようにしてもよい。また、リクエストされたジョブに応じて、適宜、グリッドＧを構成する車両１０の台数や組み合わせを変えるようにしてもよい。

また、図１２に示すように、管理サーバ５０は、グリッドＧを構成する車両１０の中から、そのグリッドＧに対して割り当てられたジョブを管理するマスタ車両ＣＭを決定してもよい。そして、管理サーバ５０は、基本的には、そのマスタ車両ＣＭとの間でデータをやり取りするようにしてもよい。この場合、マスタ車両ＣＭは、同じグリッドに所属する他の車両１０（例えば、図１２の車両Ｃ１～Ｃ３）を管理する管理機能と、それらの他の車両（例えば、図１２の車両Ｃ１～Ｃ３）と管理サーバ５０との間の中継装置としての機能とを備える。マスタ車両ＣＭの選定方法は、特に限定されないが、例えば、グリッドコンピューティング処理の参加率や、搭載された演算資源１０９の性能などに基づいて選定される。

－ステップＳ２２－
次に、管理サーバ５０は、各グリッドＧの計算能力及びストレージ性能の推定処理を実行する。

具体的には、管理サーバ５０は、グリッドＧを構成するそれぞれの車両１０の演算資源テーブルＤ５２を参照し、それぞれの車両１０の演算資源情報Ｄ６に基づいて、グリッドＧの計算能力及びストレージ性能を推定する。

－ステップＳ２３－
管理サーバ５０は、ステップＳ２１においてグリッドＧを編成すると、グリッドＧを識別するためのグリッドＩＤと、各車両１０の車両情報Ｄ１０とを関連付けてグリッドテーブルＤ５５に登録する。そのときに、管理サーバ５０は、ステップＳ２２において推定したグリッドＧの計算能力及びストレージ性能を関連付けて登録する。

〈ステップＳ３〉
ステップＳ３において、管理サーバ５０は、ジョブの受付処理を実行する。以下、図１４を参照して、ジョブ受付処理について説明する。

ジョブ受付処理では、管理サーバ５０は、クライアント端末３０からジョブデータＤ１（ジョブの依頼）が受信される毎に、以下の処理を行う。

－ステップＳ３１－
まず、管理サーバ５０は、クライアントからジョブの依頼を受け付ける。具体的には、クライアント端末３０は、クライアントの担当者による操作に応答して、ジョブ依頼申請を管理サーバ５０に送信する。管理サーバ５０は、その申請に応答して以下の処理を行う。

管理サーバ５０は、ジョブの受付に必要となる情報（具体的にはジョブを依頼するクライアントに関するクライアント情報Ｄ３１とジョブに関するジョブ情報）の送信をクライアント端末３０に要求する。この例では、管理サーバ５０は、ジョブ受付画面の画像データをクライアント端末３０に送信する。クライアント端末３０は、その画像データからジョブ受付画面の画像を再生し、その画像を出力部３０２（表示部）に出力（表示）させる。

図８は、クライアントが管理サーバ５０にジョブを依頼するための登録フォームＲ１０の一例である。この登録フォームＲ１０は、例えば、クライアントが所有する計算機の表示部に入力可能な形式で表示される。登録フォームＲ１０の入力情報は、管理サーバ５０が複数の車両で構成されたグリッドＧ（単に「グリッドＧ」ともいう）とジョブとのマッチングをする際に、必要な情報が含まれる。

登録フォームＲ１０には、例えば、企業（クライアントに相当）の概要として、企業名称の入力欄Ｒ１０１、担当者名の入力欄Ｒ１０２、企業の住所の入力欄Ｒ１０３、及び電話番号の入力欄Ｒ１０４がある。登録フォームＲ１０には、例えば、ジョブ概要として、ジョブの名称の入力欄Ｒ１１１、ジョブの内容の入力欄Ｒ１１２、ジョブの演算タイプの入力欄Ｒ１１３、ジョブの実行条件の入力欄Ｒ１１４、ジョブの必要計算能力の入力欄Ｒ１１５、及び計算結果の納期Ｒ１１６などが含まれる。ジョブの内容としては、例えば、ジョブの目的やクライアントにおける当該ジョブの重要度等が入力される。ジョブの演算タイプとしては、例えば、前述の計算能力情報における「計算タイプ」と同様に、ＣＰＵ系やＧＰＵ系等の情報が入力される。ジョブの実行条件としては、例えば、クライアント端末３０との常時通信の有無や推奨される通信能力などが入力される。ジョブの必要計算能力としては、例えば、前述の計算能力情報における「計算能力」と同様に、ジョブの実行に必要な計算能力がＦＬＯＰＳの単位で入力される。計算結果の納期としては、年月日及び時間が入力される。尚、登録フォームＲ１０には、これら以外の情報が入力されてもよい。例えば、登録フォームＲ１０には、クライアントが希望する計算結果のデータ形式を入力する項目があってもよい。また、登録フォームＲ１０にジョブの実行に必要なプログラムを添付する項目が設けられていてもよい。

クライアントの担当者は、クライアント端末３０の入力部３０１（操作部）を操作して、ジョブ受付画面に必要な情報を入力する。これにより、ジョブを依頼するクライアントに関するクライアント情報と、ジョブに関するジョブ情報とが入力される。そして、これらの情報の入力が完了すると、クライアントの担当者は、クライアント端末３０の入力部３０１（操作部）を操作して、ジョブ受付画面の登録ボタンＢ１００を押下する。登録ボタンＢ１００が押下されると、クライアント端末３０は、ジョブ受付画面に入力された情報（クライアント情報およびジョブ情報）を管理サーバ５０に送信する。管理サーバ５０は、クライアント情報とジョブ情報とを受信する。

次に、管理サーバ５０は、依頼されたジョブに対応するジョブデータＤ１の送信をクライアント端末３０に要求する。クライアント端末３０は、その要求に応答して、依頼するジョブに対応するジョブデータＤ１を管理サーバ５０に送信する。管理サーバ５０は、ジョブデータＤ１を受信する。

－ステップＳ３２－
次に、管理サーバ５０は、ステップＳ３１において受信されたジョブデータＤ１を分析する。具体的には、管理サーバ５０において、ジョブデータＤ１の計算タイプ、処理条件、必要計算能力などを分析する。管理サーバ５０は、このジョブデータＤ１の計算タイプ、処理条件、必要計算能力などの分析結果に基づいて、クライアント端末から依頼されるジョブの傾向を推定する。推定されたジョブの傾向は、ジョブ傾向情報Ｄ９として記憶部５０４に記憶される。

なお、管理サーバ５０は、必要に応じて、ジョブデータＤ１の分析の結果に基づいて、ステップＳ３１において受信されたジョブ情報を修正してもよい。

－ステップＳ３３－
次に、管理サーバ５０では、ステップＳ３１において受信されたクライアント情報と、ジョブ情報とを関連付けて、ジョブテーブルＤ５４に登録して、ジョブテーブルＤ５４を更新する。さらに、管理サーバ５０では、ステップＳ３１において受信されたジョブデータＤ１が、対応するクライアント情報やジョブ情報に基づいて参照できるような形態で記憶部５０４に記憶される。ジョブテーブルＤ５４の更新とジョブデータＤ１の記憶が完了したらジョブの受付処理が完了する。

なお、ジョブデータＤ１は、グリッドコンピューティング処理の前までに入手できればよいので、例えば、後述するマッチング処理の終了後に、ジョブデータＤ１の受信をするようにしてもよい。そうすることで、マッチングが不調な場合に、不必要なデータの送受信が行われることを回避できる。

〈ステップＳ４〉
ステップＳ４において、管理サーバ５０は、マッチング処理を実行する。以下、図１５を参照して、マッチング処理について説明する。

－ステップＳ４１－
まず、管理サーバ５０は、推定計算能力と受け付けたジョブに必要な計算能力とを比較する。管理サーバ５０は、単純な処理能力の比較だけでなく、提供可能な時間帯とジョブの納期との比較や、提供可能な場所の通信状態とジョブにおける常時通信の要否との比較を行う。

－ステップＳ４２－
次に、管理サーバ５０は、現在登録されているジョブに推定計算能力で実行可能なジョブがあるか否かについて判定する。実行可能なジョブが存在する場合（Ｓ４２でＹＥＳ）、フローはステップＳ４３に進む。一方で、推定計算能力で実行可能なジョブがない場合（Ｓ４２でＮＯ）、フローはステップＳ４４に進む。

－ステップＳ４３－
管理サーバ５０は、実行可能なジョブの中から、実際にそのグリッドＧに計算させるジョブを決定する。ジョブが１つの場合、そのジョブを対象となるグリッドＧに割り当てる。一方で、実行可能なジョブが複数存在する場合には、所定の優先順位に基づいて、対象となるグリッドＧに割り当てるジョブを決定する。ここでの優先順位の付け方は、任意に設定することができ、特に限定されない。例えば、納期が近いものの優先順位を高くしたりというように、納期や実行スケジュールに基づいて優先順位を設定することができる。また、例えば、他のグリッドＧでも実行が可能か否かというように、ジョブの特殊性や、そのジョブの難易度に基づいて優先順位を設定することができる。

－ステップＳ４４－
管理サーバ５０は、ステップＳ４２において、対象グリッドＧの推定計算能力で実行可能なジョブがない原因を分析する。具体的には、管理サーバ５０は、記憶部５０４のジョブ傾向情報Ｄ９を参照して、クライアント端末３０から依頼されるジョブの傾向から対象グリッドＧの演算資源１０９のうちで不足している演算資源を抽出する。

言い換えると、管理サーバ５０は、クライアントから依頼されるジョブ（需要）と、対象グリッドＧの計算能力（供給）との需給バランスを監視する。そして、その監視結果に基づいて、将来の需要動向を予測し、その予測結果に基づいて、対象グリッドＧに不足している演算資源１０９であったり、ステップＳ２でグリッドＧを編成するのにあたって不足しているもしくは不足しがちな演算資源１０９を抽出する。演算資源１０９の抽出後、フローは、ステップＳ４５に進む。

なお、後述するステップＳ４５の対象車両の抽出処理において、不足しているもしくは不足しがちな演算資源１０９の情報を使用しない場合、ステップＳ４４を省略してもよい。その場合、ステップＳ４２でのＮＯ判定の後、ステップＳ４５に進む。

－ステップＳ４５－
管理サーバ５０は、記憶部５０４に格納されたリソース情報Ｄ１４および稼働履歴情報Ｄ１５を参照して、対象グリッドＧを構成する車両１０の中から演算資源１０９を増強する対象となる対象車両１０（以下、単に対象車両１０ともいう）を抽出する抽出処理を実行する。

対象車両１０の抽出方法は、特に限定されないが、例えば、ジョブ傾向情報Ｄ９に登録されているジョブの傾向と、対象グリッドＧの計算能力の推定値とに基づいて、増強対象とする演算資源を特定し、その演算資源が増強可能な車両を対象車両１０として抽出する。これにより、依頼を受けているジョブの傾向に即して演算資源１０９の増強をすることができるので、ジョブのマッチング率をより高めることができるという効果が得られる。

また、例えば、ステップＳ４４において不足していると判断された演算資源１０９の増強が可能な車両１０を対象車両１０としてもよい。これにより、実際に不足している演算資源１０９を増強対象とする、すなわち、直近の実需に即した演算資源１０９の増強ができる。

また、例えば、管理サーバ５０は、ユーザテーブルＤ５１のメンテナンス期日情報Ｄ３を参照して、前述の抽出処理において、対象グリッドＧの中で、メンテナンスの期日が近い車両１０の優先度を高く設定してもよい。メンテナンスの期日にあわせて増設が設定できるようにすることで、ユーザは、予定されていたメンテナンスにあわせて増設をすることができる。これにより、ユーザの増設を促進することができる。

また、例えば、マスタ車両ＣＭを指定している場合に、そのマスタ車両ＣＭまたはマスタ車両にすることを予定している車両１０を対象車両１０としてもよい。前述のとおり、マスタ車両ＣＭは、自車両でもグリッドコンピューティング処理を実行するとともに、同じ対象グリッドＧに所属する他の車両１０の管理や、他の車両１０と管理サーバ５０との間の中継装置としての機能を発揮する。したがって、マスタ車両ＣＭの演算資源１０９を増強することで、単に、グリッドコンピューティング処理を行う端末としての能力を向上させることにとどまらず、グリッドＧとして性能向上や安定性の向上に寄与することができる。

ステップＳ４５での抽出処理の後、フローはステップＳ４６に進む。

－ステップＳ４６－
管理サーバ５０は、対象車両１０の所有者に、演算資源１０９の増強の案内を送信する案内処理を実行する。

具体的には、管理サーバ５０は、ユーザ端末２０に、演算資源１０９の増設案内と、演算資源１０９の増設による報酬を提示する。

演算資源１０９の増設案内は、例えば、販売店や整備工場の予約案内情報（予約フォームの送信など）、入庫案内情報（入庫日時、施設名、施設住所など）等を含む。

管理サーバ５０は、演算資源１０９の増設案内にあわせて、演算資源１０９の増強をすることによって、車両１０の使用に際して利用可能となる追加機能や追加サービスを対象車両１０の所有者に案内してもよい。

例えば、演算装置１０５（ＣＰＵ１０６、ＧＰＵ１０７及び／またはストレージ１０８）を増強することは、グリッドコンピューティング処理を実行していない場合、すなわち、日常での走行シーンにおける車両の性能向上にも直結する。そこで、演算資源の増強をすることによる追加機能や追加サービスを対象車両の所有者に案内できるようにすることで、ユーザーの増設意欲を高めることができる。

－ステップＳ４７－
ステップＳ４７では、施設端末４０から管理サーバ５０に増設情報が受信されたか否かが判定される。以下では、施設端末４０から管理サーバ５０に増設情報が受信されるまでの流れについて説明する。

ステップＳ４６の案内処理の後、ユーザ端末２０から管理サーバ５０に対して、ユーザに増設意思があることが送信される。そうすると、管理サーバ５０は、施設端末４０に対して、対象車両１０の入庫予約情報と、対象車両１０に増設される演算資源１０９（例えば、ＭＰＵボード）の情報である増設情報Ｄ４３を送信する。

施設端末４０では、増設情報Ｄ４３を受信すると、記憶部４０４に登録する。そして、施設に実際にユーザが来訪すると、施設のスタッフが、入庫予約情報及び増設情報Ｄ４３に基づいて、増設作業を実施する。例えば、図９に示すように、施設では、旧型のＭＰＵ－Ａ１から新型のＭＰＵ－Ａ２に交換が実施されたり、空いているスロット等に新しいＭＰＵ－Ａ３が追加されたりする。

演算資源１０９の増設作業が完了すると、その情報は、施設端末４０に登録され、管理サーバ５０に送信される。

管理サーバ５０において、増設情報が受信されると、ステップＳ４７でＹＥＳ判定となり、フローは、次のステップＳ４８に進む。

一方で、ユーザが入庫する前の状態であったり、増設を断られた場合には、ステップＳ４７でＮＯ判定となる。そうすると、例えば、ステップＳ４１に戻って、グリッドＧに対して新しいジョブとのマッチングを図ったり、ステップＳ２に戻って、グリッドＧの組み直しがされる。

〔グリッドコンピューティング処理〕
次に、図１６を参照して、ステップＳ５のグリッドコンピューティング処理について説明する。グリッドコンピューティング処理では、複数の演算装置１０５のうち利用可能な演算装置１０５にジョブデータＤ１を処理させる。管理サーバ５０は、ステップＳ４のマッチング処理の完了後に、以下の処理を行う。

〈ステップＳ５１〉
まず、管理サーバ５０は、マッチングテーブルＤ５６を参照し、グリッドコンピューティング処理の対象となるジョブデータＤ１を、マッチング処理においてそのジョブデータＤ１に割り当てられた演算資源１０９に分配する。具体的には、管理サーバ５０は、ジョブデータＤ１に割り当てられた演算資源１０９の各々に、そのジョブデータＤ１の一部を送信する。これにより、ジョブデータＤ１は、そのジョブデータＤ１に割り当てられた演算資源１０９（ＣＰＵ１０６、ＧＰＵ１０７）により並列処理される。

〈ステップＳ５２〉
次に、演算資源１０９（ＣＰＵ１０６、ＧＰＵ１０７）の各々は、その演算資源１０９に送信されたデータ（ジョブデータＤ１の一部）の計算が完了すると、その計算により得られた部分計算結果データを管理サーバ５０に送信する。管理サーバ５０は、演算資源１０９から送信された部分計算結果データを受信し、その部分計算結果データを記憶部５０４に記憶する。

〈ステップＳ５３〉
管理サーバ５０は、ステップＳ５１においてジョブデータＤ１が分配された演算装置１０５の全てが計算を完了したか否かを判定する。演算装置１０５の全てが計算を完了している場合には、ステップＳ５４の処理が行われ、そうでない場合には、ステップＳ５２の処理が行われる。

〈ステップＳ５４〉
演算装置１０５の全てが計算を完了すると、管理サーバ５０では、記憶部５０４に記憶された部分計算結果データを結合することで、グリッドコンピューティング処理の対象となるジョブデータＤ１に対応する計算結果データＤ２（ジョブデータＤ１の計算の結果を示す計算結果データＤ２）を生成する。そして、管理サーバ５０は、グリッドコンピューティング処理の対象となるジョブデータＤ１に対応する計算結果データＤ２を、そのジョブデータＤ１の計算を依頼したクライアントのクライアント端末３０に送信する。

〈ステップＳ５５〉
次に、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して、システム１を運営する事業者から報酬が付与される。ユーザに付与される報酬の例としては、システム１において利用可能なポイント、仮想通貨、商品の割引特典などが挙げられる。例えば、管理サーバ５０は、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して報酬を付与するための処理を行う。報酬を付与するための処理の例としては、ユーザに設定された「ユーザＩＤ」とシステム１において利用可能な「ポイント」（または仮想通貨）とを関連付けてユーザテーブルＤ５１に登録する処理、ユーザにより所有されるユーザ端末２０に商品の割引特典を示す情報を送信する処理などが挙げられる。

また、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して、クライアントから報酬が付与されてもよい。例えば、クライアント端末３０は、グリッドコンピューティング処理に演算装置１０５の計算能力を提供したユーザに対して報酬を付与するための処理を実行してもよい。

〔実施形態の効果〕
以上のように、本実施形態によると、リソース情報Ｄ１４および稼働履歴情報Ｄ１５を参照して、複数の車両１０の中から演算資源１０９を増強する対象車両１０を抽出し、演算資源１０９の増強の案内を送信して演算資源１０９を増強を促すようにしている。これにより、グリッドＧの枠組みを変えることなく、そのグリッドＧの演算資源１０９を補強することができる。すなわち、特許文献１のように、グリッドＧに相当する複数の通信装置における処理能力が不足している場合に、他の通信装置（本実施形態では車両）にグリッドコンピューティングへの参加指示を送信することなく、そのグリッドＧの演算資源１０９を増やすことができる。

（その他の実施形態）
以上の説明では、管理システムの記憶部５０４と制御部５０５とが単一の管理サーバ５０に集約される場合を例に挙げたが、これに限定されない。例えば、記憶部５０４と制御部５０５は、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。

また、以上の説明において、管理システムの記憶部５０４は、単一の記憶装置により構成されてもよいし、複数の記憶装置により構成されてもよい。複数の記憶装置は、単一の管理サーバ５０に集約されてもよいし、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。

また、以上の説明において、管理システムの制御部５０５は、単一の制御ユニットにより構成されてもよいし、複数の制御ユニットにより構成されてもよい。複数の制御ユニットは、単一の管理サーバ５０に集約されてもよいし、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。

また、以上の説明において、演算装置１０５は、単一の演算ユニットにより構成されてもよいし、複数の演算ユニットにより構成されてもよい。複数の演算ユニットは、単一の管理サーバ５０に集約されてもよいし、通信網５を経由して互いに通信する複数の管理サーバ５０（図示省略）に分散されてもよい。

また、以上の説明では、演算装置１０５が車両１０（具体的には自動四輪車）に搭載される場合を例に挙げたが、これに限定されない。例えば、演算装置１０５は、車両１０ではない他の移動体に搭載されてもよい。このような移動体の例としては、輸送用機械、携帯情報端末などが挙げられる。輸送用機械の例としては、自動二輪車、鉄道車両、船舶、航空機、ドローンなどが挙げられる。車両は、輸送用機械の一例である。携帯情報端末の例としては、ノート型パーソナルコンピュータ、タブレット、スマートフォンなどが挙げられる。

また、以上の実施形態を適宜組み合わせて実施してもよい。以上の実施形態は、本質的に好ましい例示であって、ここに開示する技術、その適用物、あるいはその用途の範囲を制限することを意図するものではない。すなわち、前述の実施形態は単なる例示に過ぎず、本開示の範囲を限定的に解釈してはならない。本開示の範囲は請求の範囲によって定義され、請求の範囲の均等範囲に属する変形や変更は、全て本開示の範囲内のものである。

以上説明したように、ここに開示する技術は、グリッドコンピューティングを管理する技術として有用である。

１０ 車両（移動体）
５０４ 記憶部
５０５ 制御部
Ｄ３ メンテナンス期日情報
Ｄ１４ リソース情報
Ｄ１５ 稼働履歴情報

Claims (6)

1. 複数の移動体のそれぞれに搭載される演算資源を活用したグリッドコンピューティングを管理する管理システムであって、
   制御部と、
   前記各移動体に搭載された演算資源に関する情報であるリソース情報と、前記各移動体のグリッドコンピューティングでの計算処理の履歴を示す稼働履歴情報とを格納する記憶部とを備え、
   前記制御部は、
   前記記憶部に格納された前記リソース情報および前記稼働履歴情報を参照して、前記複数の移動体の中から演算資源を増強する対象となる対象移動体を抽出する抽出処理と、
   前記対象移動体の所有者に、演算資源の増強の案内を送信する案内処理と、
   前記対象移動体に演算資源の増強が行われたことを示す更新情報が取得されたとき、前記更新情報に基づいて前記リソース情報を更新する更新処理とを行う、
   管理システム。
2. 前記制御部は、
   前記リソース情報および前記稼働履歴情報を参照して、前記複数の移動体でグリッドを構成した場合における当該グリッドの計算能力を推定する計算能力推定処理と、
   クライアント端末から依頼されるジョブの傾向を推定するジョブ推定処理と、
   をさらに行い、
   前記抽出処理において、前記ジョブの傾向と前記グリッドの計算能力の推定値とに基づいて、増強対象とする演算資源を特定し、前記増強対象の演算資源が増強可能な移動体を前記対象移動体として抽出する、請求項１に記載の管理システム。
3. 前記制御部は、
   移動体に関する情報である移動体情報、前記リソース情報及び前記稼働履歴情報を参照して、前記複数の移動体の中から割り当てられたグリッドコンピューティングのジョブを管理する主移動体を決定する決定処理を、さらに行い、
   前記抽出処理において、前記主移動体を前記対象移動体として抽出する、請求項１に記載の管理システム。
4. 前記記憶部には、
   前記各移動体のメンテナンスの期日情報が格納されており、
   前記制御部は、
   前記抽出処理において、前記メンテナンスの期日が近い移動体の優先度を高く設定する、請求項１から３のいずれか１項に記載の管理システム。
5. 前記制御部は、
   前記案内処理において、前記演算資源の増強をすることによって、前記移動体の使用に際して利用可能となる追加機能を前記対象移動体の所有者に案内する、請求項１から４のいずれか１項に記載の管理システム。
6. 複数の移動体のそれぞれに搭載される演算資源を活用したグリッドコンピューティングを管理する管理方法であって、
   前記各移動体に搭載された演算資源に関する情報であるリソース情報と、前記各移動体のグリッドコンピューティングでの計算処理の履歴を示す稼働履歴情報とを用い、
   前記記憶部に格納された前記リソース情報および前記稼働履歴情報を参照して、前記複数の移動体の中から演算資源を増強する対象となる対象移動体を抽出する抽出処理と、
   前記対象移動体の所有者に、演算資源の増強の案内を送信する案内処理と、
   前記対象移動体に演算資源の増強が行われたことを示す更新情報が取得されたとき、前記更新情報に基づいて前記リソース情報を更新する更新処理とを行う、
   管理方法。

Images