[发明专利]时长预估模型生成方法、系统资源调度方法、装置、电子设备和存储介质

说明书

本发明实施例提供了时长预估模型生成方法、系统资源调度方法、装置、电子设备和存储介质。其中，所述时长预估模型生成方法包括：获取已完成任务的任务特征、完成所述已完成任务时为所述已完成任务分配的系统资源以及完成所述已完成任务所消耗的时长；根据获取到的任务特征、系统资源以及时长，训练得到时长预估模型，所述时长预估模型用于根据任务的任务特征预估为该任务所分配的系统资源与完成该任务还需要消耗的剩余时长之间的映射关系。可以通过时长预估模型预估完成未完成任务在不同系统资源配置下所需要的剩余时长，以确定出在系统资源总量有限的情况下效率最高的系统资源配置，实现对系统资源配置的优化。

技术领域

本发明涉及机器学习技术领域，特别是涉及时长预估模型生成方法、系统资源调度方法、装置、电子设备和存储介质。

背景技术

具有计算能力的电子设备或系统在执行任务时，需要为该任务分配一定的系统资源，如计算资源、存储资源等。如果为一个任务分配的系统资源过少，则可能导致效率较低，需要花费较多时间才能完成该任务，如果为一个任务分配的系统资源过多，则可能导致系统资源的利用率较低，即系统资源的浪费。相关技术中，可以根据系统资源的利用率弹性的为任务分配系统资源，以优化为该一个任务所分配的系统资源。

但是系统资源的总量往往是有限的，为一个任务分配系统资源，会造成能够为其他任务分配的系统资源减少，因此上述方法无法应用于多个任务的应用场景。在多个任务的应用场景中，如何进行系统资源的调度，以为每个任务分配合理的系统资源，成为亟待解决的技术问题。

发明内容

本发明实施例的目的在于提供时长预估模型生成方法、系统资源调度方法、装置、电子设备和存储介质，以在多个任务的应用场景下，实现系统资源的优化分配。具体技术方案如下：

在本发明实施例的第一方面，提供了一种时长预估模型生成方法，所述方法包括：

获取已完成任务的任务特征、完成所述已完成任务时为所述已完成任务分配的系统资源以及完成所述已完成任务所消耗的时长；

根据获取到的任务特征、系统资源以及时长，训练得到时长预估模型，所述时长预估模型用于根据任务的任务特征预估为该任务所分配的系统资源与完成该任务还需要消耗的剩余时长之间的映射关系。

在一种可能的实施例中，所述根据获取到的任务特征、系统资源以及时长，训练得到时长预估模型，包括：

将获取到的任务特征输入至预设初始模型，得到所述预设初始模型输出的预估时长数据，所述预估时长数据用于表示系统资源与时长之间的映射关系；

根据获取到的系统资源和时长与所述预估时长数据所表示的映射关系的匹配程度，调整所述预设初始模型的模型参数，得到时长预估模型。

在一种可能的实施例中，所述根据获取到的系统资源和时长与所述预估时长数据所表示的映射关系的匹配程度，调整所述预设初始模型的模型参数，得到时长预估模型，包括：

根据获取到的系统资源和时长与所述预估时长数据所表示的映射关系的匹配程度，构建损失函数，所述损失函数与所述匹配程度负相关；

根据所述损失函数，利用梯度下降法调整所述预设初始模型的模型参数，得到时长预估模型。

在本发明实施例的第二方面，提供了一种系统资源调度方法，所述方法包括：

获取多个未完成任务的任务特征，所述任务特征用于表示所述未完成任务的算法复杂度；

针对每个所述未完成任务，将该未完成任务的任务特征输入时长预估模型，得到完成该未完成任务的预估时长数据，所述预估时长数据用于表示为该未完成任务所分配的系统资源，与完成该未完成任务还需要消耗的剩余时长之间的映射关系，所述时长预估模型用于根据任务特征确定所述映射关系，所述时长预估模型为通过前述任一所述的预估模型生成方法生成的；