[发明专利]一种切片式边缘算力管理方法

说明书

本发明公开了一种切片式边缘算力管理方法，通过将边缘节点计算资源切片，能够实现简化计算资源管理复杂度，满足多种场景下算力服务对象对于算力的诉求。本发明通过将分布式的算力资源基于边缘网络组装成多个算力资源池，按照算力规格分层后切片管理，降低了算力资源管理的复杂性，不同业务场景根据自身需求进行算力使用申请，由于边缘算力采用的是切片式算力资源管理，可以快速匹配需求并定位符合需求的切片内算力资源。

技术领域

本发明属于边缘计算、边缘算力管理及边缘算力之间调度相关技术领域，具体涉及一种切片式边缘算力管理方法。

背景技术

边缘计算是指在靠近物或数据源头的网络边缘侧提供边缘智能服务，提供智能服务的算力资源分散在边缘计算节点，边缘计算节点由于种种原因(比如历史原因、环境因素、财务因素等)，部署的算力型号千差万别，从而造成边缘计算节点算力类型繁多：比如算力类型存在有CPU、GPU等，CPU算力类型存在有X86、ARM类型等；即使同为X86类型，也会分不同厂家，同一厂家存在不同时期，不同系列的CPU型号。

在算力管理中需要区分和处理不同的算力类型，各种类型的算力提升了算力管理的复杂程度，进而加大了边缘计算的算力调度难度。如何合理地区分算力类型，准确识别不同算力类型资源的容量，是算力管理中必须面对的难题，也是简化算力调度的关键。

边缘计算应用场景下，智能服务的服务对象存在多样化特性。不同场景下的服务对象对于算力的需求也是复杂多变的，比如某些场景服务对象对于GPU性能要求很高，而对CPU性能要求较低；某些场景的服务对象对于CPU性能要求较高，而对GPU没有要求；多变的算力需求会对于算力资源的细致化管理产生诉求，需要根据不同场景进行划分算力资源，以适应各种场景下的算力需求。

对于支持服务对象多样化的特性，全系统算力管理会变得越来越困难，往往增加一种服务对象的场景就需要增加对应的算力划分，并且必须考虑对于原有已经分好的算力资源的影响。探寻合适的能够自适应地满足服务对象对于计算资源多样性的诉求，能够减轻算力的管理压力，便捷地打通各种算力类型的关系，从而能够提升边缘计算智能服务的服务效率。

公开号为CN110995614A的中国专利提出了一种算力资源分配的方法及装置，其通过将不同业务单元占用的处理时间衡量为算力消耗的指标，根据不同业务单元算力资源的消耗情况，调度不同业务单元的算力资源，实现对不同业务单元算力资源的灵活分配，避免物理分割算力资源导致的算力资源利用率低的问题。公开号为CN111240836A的中国专利提出了一种算力资源管理方法、装置、电子设备及存储介质，其将算力资源以多集群的方式平台化，将有限的算力资源以更小的粒度、更灵活的方式、更加合理的分配给用户，并可通过策略将用户和算力资源解耦，一方面可以通过增减集群中的服务器及增减集群等方便地进行算力资源的扩缩容，实现算力资源的合理配置，另一方面可以在算力资源总量不变的情况，通过调整策略对算力资源进行调度，合理的分配用户所使用的算力资源，从而提升了算力资源分配的灵活性及资源利用率等。

但是，现有算力资源比较分散，算力管理异常复杂，同时不同场景下对于算力资源的需求千差万别，上述算力资源分配管理方法对于符合场景需求的算力资源调度仍旧面临着困难。

发明内容

鉴于上述，本发明提供了一种切片式边缘算力管理方法，通过将边缘节点计算资源切片，能够实现简化计算资源管理复杂度，满足多种场景下算力服务对象对于算力的诉求。

一种切片式边缘算力管理方法，包括如下步骤：

(1)通过分多层次对边缘算力进行切片；

(2)根据切片对边缘算力资源进行调度管理；

(3)使对应同一边缘算力的多个切片共享该算力资源并进行优先级管理；

(4)为切片提供对外接口并统一维护切片，使得外部可根据需求以及切片信息进行算力资源申请。