[发明专利]运算装置、其资源分配方法及通信系统

说明书

本发明提供一种运算装置、其资源分配方法及通信系统。此通信系统包括至少两台运算装置、及整合装置。这些运算装置传送要求内容，而各要求内容相关于数据运算。整合装置将那些运算装置的要求内容整合成一笔运算需求，并将此运算需求广播。各运算装置依据此运算需求取得所有运算装置的资源分配。此外，各运算装置并依据自身的资源分配处理相关于要求内容的数据运算。藉此，可达到低延迟服务要求，并能提升可靠度。

技术领域

本发明涉及一种运算装置、其资源分配方法及通信系统。

背景技术

云端运算已经成为基础信息技术广泛应用的要件之一，使用者可在工作、娱乐甚至社交网络相关应用程序上无缝接轨地接续使用，只要身边有可连网的设备即可达成。而随着用户量及数据量逐渐增长，延迟、隐私问题、及流量负荷等问题的浮现，凭借云端服务器的资源来完成所有用户的运算将更加困难。为了改善这样的问题，相关研究如雾(fog)运算架构，使云端服务功能更加靠近客户终端(例如，传感器、智能手机、桌上型计算机等)。而雾运算架构即是通过许多雾节点来分担服务器的负载。

图1是已知的一种分散式雾运算架构1的示意图。请参照图1，此雾运算架构1包括雾节点FN1～4。各雾节点FN1～4的邻近用户可接取到最接近的雾节点FN1～4。而这些雾节点FN1～4则负责连线用户的数据运算。然而，无可避免地，多数用户可能会集中在例如是雾节点FN2的服务涵盖范围内，使得雾节点FN2的负载加重，更可能无法应付所有连线用户终端的数据量。此时，其他雾节点FN1，FN3，FN4可能还有剩余的运算能力能够服务其他用户终端。虽然现有技术已有集中式负载平衡控制器来解决资源分配不均的问题，但其可能有单点故障(single point of failure，SPF)问题(即，控制器故障会导致无法得出分配结果)，故可靠度低。此外，现有技术需要将分配决策传到雾节点FN1～4，才能开始运作，通常无法满足超低延迟服务的要求，因此如何运用达到低延迟服务要求，并能提升可靠度为一重要议题。

发明内容

本发明提供一种运算装置、其资源分配方法及通信系统。

本发明实施例的运算装置，其包括通信收发器及处理器。通信收发器传送或接收数据。处理器耦接通信收发器，并经配置用以执行下列步骤。通过通信收发器接收运算需求。此运算需求包括运算装置及至少一台第二运算装置的要求内容，且各要求内容相关于数据运算。依据此运算需求取得此运算装置及那些第二运算装置的资源分配。依据此运算装置自身的资源分配处理相关于要求内容的数据运算。

本发明实施例的资源分配方法，其适用于运算装置。此资源分配方法包括下列步骤。接收运算需求。此运算需求包括此运算装置及第二运算装置的要求内容，且各要求内容相关于数据运算。依据此运算需求取得此运算装置及那些第二运算装置的资源分配。依据此运算装置自身的资源分配处理相关于要求内容的数据运算。

本发明实施例的通信系统，其包括至少两台运算装置、及整合装置。这些运算装置传送要求内容，而各要求内容相关于数据运算。整合装置将那些运算装置的要求内容整合成一笔运算需求，并将此运算需求广播。各运算装置依据此运算需求取得所有运算装置的资源分配。此外，各运算装置并依据自身的资源分配处理相关于要求内容的数据运算。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1是已知的一种分散式雾运算架构的示意图。

图2是依据本发明一实施例的通信系统的示意图。

图3是依据本发明一实施例的资源分配方法的流程图。

图4是依据本发明一实施例的运算装置的操作流程图。

图5是依据本发明一实施例的协同运算的流程图。

图6是依据本发明一实施例的导航定位的流程图。