[发明专利]一种资源调度方法、装置、设备及计算机可读存储介质

说明书

本申请实施例提供了一种资源调度方法、装置、设备及计算机可读存储介质；方法包括：响应于网络模型的训练任务请求，从缓存装置所缓存的计算设备资源信息中，获取满足资源需求规格的空闲设备资源所对应的空闲设备资源量，其中，训练任务请求包括资源需求规格和设备资源需求量；当空闲设备资源量不低于设备资源需求量时，从空闲设备资源中选择出设备资源需求量的设备资源，作为目标设备资源；基于目标设备资源，针对网络模型执行训练任务请求所请求执行的训练任务。通过本申请实施例，能够提升人工智能领域中设备资源的调度效率，提升网络模型的训练效率。

技术领域

本申请涉及人工智能领域中的资源管理技术，尤其涉及一种资源调度方法、装置、设备及计算机可读存储介质。

背景技术

目前，人工智能技术在各个应用领域都得到了快速发展；由于人工智能技术主要是依赖于网络模型实现的，因此，网络模型的训练是提升人工智能发展的重要因素。

一般来说，为了训练网络模型，通常先基于训练网络模型的设备资源需求，与非易失性存储装置中的计算设备资源信息进行设备资源匹配，并基于匹配结果确定训练网络模型的设备资源，以实现网络模型的训练。然而，上述确定训练网络模型的设备资源的过程中，设备资源匹配的过程是通过访问非易失性存储装置中的计算设备资源信息实现的，由于非易失性存储装置的访问速度较低，从而调度用于训练网络模型的设备资源的处理效率较低，进而网络模型的训练效率较低。

发明内容

本申请实施例提供一种资源调度方法、装置、设备及计算机可读存储介质，能够提升设备资源的调度效率，提升网络模型的训练效率。

本申请实施例的技术方案是这样实现的：

本申请实施例提供一种资源调度方法，包括：

响应于网络模型的训练任务请求，从缓存装置所缓存的计算设备资源信息中，获取满足资源需求规格的空闲设备资源所对应的空闲设备资源量，其中，所述训练任务请求包括所述资源需求规格和设备资源需求量；

当所述空闲设备资源量不低于所述设备资源需求量时，从所述空闲设备资源中选择出所述设备资源需求量的设备资源，作为目标设备资源；

基于所述目标设备资源，针对所述网络模型执行所述训练任务请求所请求执行的训练任务。

本申请实施例提供一种资源调度装置，包括：

资源量获取模块，用于响应于网络模型的训练任务请求，从缓存装置所缓存的计算设备资源信息中，获取满足资源需求规格的空闲设备资源所对应的空闲设备资源量，其中，所述训练任务请求包括所述资源需求规格和设备资源需求量；

资源选择模块，用于当所述空闲设备资源量不低于所述设备资源需求量时，从所述空闲设备资源中选择出所述设备资源需求量的设备资源，作为目标设备资源；

模型训练模块，用于基于所述目标设备资源，针对所述网络模型执行所述训练任务请求所请求执行的训练任务。

本申请实施例提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行本申请实施例上述的资源调度方法。

在本申请实施例中，所述资源调度装置还包括策略注册模块，用于响应于资源策略注册请求，获取自定义资源策略，生成包括所述自定义资源策略的所述训练任务请求。

在本申请实施例中，所述资源选择模块，还用于基于所述设备资源需求量，从所述空闲设备资源中，选择出与所述自定义资源策略适配的适配设备资源；当所述适配设备资源对应的适配设备资源量等于所述设备资源需求量时，获得包括所述适配设备资源的所述目标设备资源。