[发明专利]用于处理计算任务的方法、设备和计算程序产品

说明书

本公开的实现涉及用于处理计算任务的方法、设备和计算机程序产品。根据本公开的一个示例性实现，提供了一种用于处理计算任务的方法，包括：响应于多个计算资源的使用状态指示多个计算资源中的至少一部分计算资源被使用，确定至少一部分计算资源之间通信环路的方向；响应于接收到用于处理计算任务的请求，确定与请求相关联的计算资源的数量；以及基于使用状态和通信环路的方向，从多个计算资源中选择满足数量的计算资源的序列用于处理计算任务。根据本公开的一个示例性实现，提供了用于处理计算任务的设备和计算机程序产品。根据本公开的示例性实现，可以充分利用多个计算资源，并且确保多个计算资源之间的负载平衡。

技术领域

本公开的实现概括地涉及包括专用计算资源的计算系统，并且更具体地，涉及用于处理计算任务的方法、设备以及计算机程序产品。

背景技术

客户端上的应用可以被设计用于利用处理和存储资源等计算资源来完成各种处理或分析任务。随着诸如机器学习、深度学习、数据挖掘等任务的需求和复杂度不断增加，需要大量和/或可变的计算资源来满足相应应用的运行。这可以通过具有多个专用计算资源的机器或系统来实现，其中应用可以被调度到该机器或系统的一个或多个专用计算资源上运行。例如，已经开发了基于云的计算系统，该计算系统包括具有一个或多个专用计算资源的机器。不同客户端可以根据需要来租赁该系统的计算资源(例如，专用计算资源)用以运行各自的应用。

随着计算机技术的发展，计算资源的种类越来越丰富，并且已经不再局限于传统的诸如中央处理单元的计算资源。例如，目前图形处理单元(Graphic Processing Unit，GPU)的计算能力越来越强。由于GPU特有性质，GPU特别适合于执行有关深度学习(DeepLearning)、高性能计算(High Performance Computing)、以及机器学习(MachineLearning)等方面的计算任务。然而，对于普通的客户端设备以及常规的云计算设备而言，这些设备的图形处理单元的性能通常较为有限，并不具有高性能的处理能力。因而，此时如何利用(例如以远程方式)利用其他设备所具有的图形处理单元的计算能力来处理计算任务成为一个研究焦点。

然而，目前的一些技术方案并不能充分且有效地利用远程的计算资源(例如，计算资源池中的计算资源)的处理能力，而是在资源池中将会出现闲置和/或工作负载不平衡的状况。因此，期望能够提供一种以简单并且有效的方式来利用资源池中的多个计算资源处理计算任务的技术方案。

发明内容

本公开的实现提供了用于处理计算任务的方法、设备和相应的计算机可读介质。

根据本公开的第一方面，提供了一种用于处理计算任务的方法，包括：响应于多个计算资源的使用状态指示多个计算资源中的至少一部分计算资源被使用，确定至少一部分计算资源之间通信环路的方向；响应于接收到用于处理计算任务的请求，确定与请求相关联的计算资源的数量；以及基于使用状态和通信环路的方向，从多个计算资源中选择满足数量的计算资源的序列用于处理计算任务。

根据本公开的第二方面，提供了一种用于处理计算任务的设备，包括：至少一个处理器；易失性存储器；以及与至少一个处理器耦合的存储器，存储器具有存储于其中的指令，指令在被至少一个处理器执行时使得设备执行动作。该动作包括：响应于多个计算资源的使用状态指示多个计算资源中的至少一部分计算资源被使用，确定至少一部分计算资源之间通信环路的方向；响应于接收到用于处理计算任务的请求，确定与请求相关联的计算资源的数量；以及基于使用状态和通信环路的方向，从多个计算资源中选择满足数量的计算资源的序列用于处理计算任务。

根据本公开内容的第三方面，提供了一种计算机程序产品。该计算机程序产品被有形地存储在计算机可读介质上并且包括机器可执行指令，机器可执行指令在被执行时使机器执行根据第一方面的方法。

提供发明内容部分是为了简化的形式来介绍对概念的选择，它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征，也无意限制本公开的范围。

附图说明