[发明专利]一种基于容器的服务器计算性能测试方法与装置

权利要求书

1.一种基于容器的服务器计算性能测试方法，其特征在于，包括以下步骤：

根据服务器的硬件配置搭建软件环境；

基于所述软件环境安装容器工具；

使用所述容器工具在所述软件环境中构建基于深度学习框架的性能测试工具；

为所述性能测试工具设置测试参数并打包生成性能测试工具镜像；

使用所述性能测试工具镜像测试所述服务器的计算性能；

生成并返回测试结果。

2.根据权利要求1所述的方法，其特征在于，根据所述服务器的所述硬件配置搭建所述软件环境包括：根据所述服务器的图形处理单元安装对应的图形处理单元驱动。

3.根据权利要求2所述的方法，其特征在于，所述搭建所述软件环境和安装所述容器工具的步骤是通过使用自动化脚本实现的；其中在所述图形处理单元驱动或所述容器工具安装完成时立即由所述自动化脚本检测其版本匹配情况，仅在所述自动化脚本确认版本匹配后才继续下一步骤。

4.根据权利要求1所述的方法，其特征在于，所述容器工具包括社区容器和英伟达容器。

5.根据权利要求1所述的方法，其特征在于，使用所述容器工具在所述软件环境中构建所述基于深度学习框架的性能测试工具包括：

使用所述容器工具在所述软件环境中安装计算设备构架、计算设备构架神经网络库、和对应的依赖库；

使用所述容器工具基于所述计算设备构架、所述计算设备构架神经网络库、和对应的所述依赖库而在所述软件环境中安装并配置深度学习框架；

使用所述容器工具基于所述深度学习框架构建所述性能测试工具。

6.根据权利要求5所述的方法，其特征在于，所述深度学习框架包括以下至少之一：Caffe、TensorFlow、PyTorch、MXNet。

7.根据权利要求1所述的方法，其特征在于，所述测试参数包括以下至少之一：框架参数、模型参数、图形处理设备个数、测试数据集、测试次数、单次加载数据量、运行模式、测试结果输出路径。

8.根据权利要求7所述的方法，其特征在于，所述模型参数包括以下至少之一：AlexNet、InceptionV3、VGG16、ResNet50、ResNet152。

9.根据权利要求1所述的方法，其特征在于，所述测试结果包括以下至少之一：训练任务吞吐量、训练任务加速比、推理任务延迟、推理任务加速比。

10.一种基于容器的服务器计算性能测试装置，其特征在于，包括：

处理器；和

存储器，存储有处理器可运行的程序代码，所述程序代码在被运行时执行如权利要求1-9中任意一项所述的方法。