(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211014794.8 (22)申请日 2022.08.23 (71)申请人 吉兴信 （广东） 信息技 术有限公司 地址 510000 广东省广州市越秀区西湖路 12号西湖商业大厦第30楼自编号1359 号 (72)发明人 于焕英　 (74)专利代理 机构 广州海心联合专利代理事务 所(普通合伙) 44295 专利代理师 王洪娟 (51)Int.Cl. G06F 9/50(2006.01) (54)发明名称 一种自适应资源匹配获取方法及系统 (57)摘要 一种自适应 资源匹配获取方法及系统， 包括 步骤： 初始化计算资源参数向量集， 所述参数类 型包括服务器个数M以及每个服务器拥有的实时 可用处理器硬件资源、 软件信息、 模型信息； 接收 用户任务需求向量， 包含任务的硬件需求、 软件 需求、 模型需求以及期望完成时间； 通过计算比 对匹配得到资源调度的分配方案， 即任务需求与 计算资源的映射关系。 本发明创新性的提出了匹 配计算方式中通过模拟计算得出参与评价值W越 小资源利用率越高， 任务完成时间越快， 将W最小 时对应的任务需求与计算资源服务器的映射关 系， 显著提升了服务器计算效率， 在服务器利用 率方面大 大增强， 增强用户体验。 权利要求书3页 说明书7页 附图1页 CN 115408152 A 2022.11.29 CN 115408152 A 1.一种自适应资源匹配获取方法， 其特征在于， 包括步骤： 初始化计算资源参数向量集 X＝{x1,x2,...,xn}包含n个参数类型， 每个参数类型xi的维数为p， 所述参数类型具体为服 务器个数M以及每个服务器拥有的实时可用处理器硬件资源、 软件信息、 模型信息， 包括实 时计算资源的动态负载性能参数， 包括计算资源的CPU占用率、 内存使用率以及网络带宽占 有率； 接收用户任务需求向量Y＝{y1,y2,...,yn}包含n个于计算资源对应的参数类型， 用户 任务需求向量包括： 任务的硬件需求、 软件需求、 模型需求以及期望完成时间； 通过计算比 对匹配得到资源调度的分配方案， 即任务需求与计算资源的映射关系； 所述计算比对匹配 包括如下步骤： 计算当前时刻X ‑Y是否大于0， 即计算资源参数向量集中每个参数类型值与 用户任务需求向量中对应值的差值； 若大于零， 计算第m个服务器与任务需求在t 时刻的匹 配度Lmt， 即将N个任务需求 运行在m个服 务器上的完成程度， 匹配度计算过程如下： 其中， α、 β、 δ、 θ为对应参数类型比例参数值， k＝1、 2、 3...N； 表示第m个服务器 在t时刻执行第k个任务第一个参数类型与任务需求向量对应位置的乘积， 生成新的一 维向 量； 计算所有服 务器的参与评价 值： 其中， 表示对每一维向量的值相加求和， 然后对求和后的值再相加除以服务 器数量得到的服 务器参与评价 值； 当W越小资源利用率越高， 任务完成时间越快。 2.根据权利要求1所述的一种自适应资源匹配获取方法， 其特征在于， 所述处理器硬件 资源包括CPU/GPU、 磁盘存储空间、 网络带宽； 所述软件信息包括操作系统信息、 程序编译环 境以及开源或者商用的软件开发SDK； 所述操作系统包括Linux或Windows或mac  OS； 所述模 型信息包括模型额外配置文件和定制化的数据库文件。 3.根据权利要求1所述的一种自适应资源匹配获取方法， 其特征在于， 所述通过计算比 对匹配得到 资源调度的分配方案， 还包括对接收的用户任务需求向量分解为N个子任务， 在 执行前进 行匹配度计算， 即将N个子任务在不同的服务器上进 行循环遍历匹配， 找到服务器 参与评价 值最小的任务资源分解方案 。 4.根据权利要求2所述的一种自适应资源匹配获取方法， 其特征在于， 所述处理器硬件 资源包括量化参数计算， 即计算CPU的线程数量、 核的数量、 缓存大小、 主频； 所述操作系统 信息包括进程调度、 内存管理、 进程间通信、 虚拟文件系统和网络 接口参数。 5.根据权利要求1所述的一种自适应资源匹配获取方法， 其特征在于， 所述通过计算比 对匹配得到 资源调度的分配方案， 还包括对接收的用户任务采用负载均衡策略对待执行任 务进行分配， 获得多个子任务。 6.根据权利要求1所述的一种自适应资源匹配获取方法， 其特征在于， 所述当W越小资 源利用率越高， 任务完成时间越 快， 即将W最小时对应的任务需求与计算资源服务器的映射 关系， 采取将每个所述子任务加入到相应消息队列中； 数据库用于存储所述消息队列； 任务 执行中的每 个服务器用于从对应消息队列中获取任务， 并执 行。权　利　要　求　书 1/3 页 2 CN 115408152 A 27.一种自适应资源匹配获取系统， 其特征在于， 包括初始化模块： 初始化模块， 用于计 算资源参数向量集X＝{ x1,x2,…,xn}包含n个参数类型， 每个参数类型xi的维数为p， 所述参 数类型具体为服务器个数M以及每个服务器拥有的实时可用处理器硬件资源、 软件信息、 模 型信息， 包括实时计算资源的动态负载性能参数， 包括计算资源的CPU占用率、 内存使用率 以及网络带宽占有率； 任务信息分析模块： 用于接收用户任务需求向量Y＝{y1,y2,...,yn} 包含n个于计算资源对应的参数类型， 用户任务需求向量包括： 任务的硬件需求、 软件需求、 模型需求以及期 望完成时间； 计算匹配模块： 通过计算比对匹配得到 资源调度的分配方案， 即任务需求与计算资源的映射关系； 所述计算比对匹配包括如下步骤： 计算当前时刻X ‑Y是 否大于0， 即计算资源参数向量集中每个参数类型值与用户任务需求向量中对应值的差值； 若大于零， 计算第m个服务器与任务需求在t时刻的匹配度Lmt， 即将N个任务需求运行在 m个 服务器上的完成程度， 匹配度计算过程如下： 其中， α、 β、 δ、 θ为对应参数类型比例参数值， k＝1、 2、 3...N； 表示第m个服务器 在t时刻执行第k个任务第一个参数类型与任务需求向量对应位置的乘积， 生成新的一 维向 量； 计算所有服 务器的参与评价 值： 其中， 表示对每一维向量的值相加求和， 然后对求和后的值再相加除以服务 器数量得到的服 务器参与评价 值； 当W越小资源利用率越高， 任务完成时间越快。 8.根据权利要求7所述的一种自适应资源匹配获取系统， 其特征在于， 所述处理器硬件 资源包括CPU/GPU、 磁盘存储空间、 网络带宽； 所述软件信息包括操作系统信息、 程序编译环 境以及开源或者商用的软件开发SDK； 所述操作系统包括Linux或Windows或mac  OS； 所述模 型信息包括模型额外配置文件和定制化的数据库文件。 9.根据权利要求7所述的一种自适应资源匹配获取系统， 其特征在于， 所述通过计算比 对匹配得到 资源调度的分配方案， 还包括对接收的用户任务需求向量分解为N个子任务， 在 执行前进 行匹配度计算， 即将N个子任务在不同的服务器上进 行循环遍历匹配， 找到服务器 参与评价 值最小的任务资源分解方案 。 10.根据权利要求8所述的一种自适应资源匹配获取系统， 其特征在于， 所述处理器硬 件资源包括量化参数计算， 即计算CPU的线程数量、 核的数量、 缓存大小、 主频； 所述操作系 统信息包括进程调度、 内存管理、 进程间通信、 虚拟文件系统和网络 接口参数。 11.根据权利要求7所述的一种自适应资源匹配获取系统， 其特征在于， 所述通过计算 比对匹配得到 资源调度的分配方案， 还包括对接收的用户任务采用负载均衡策略对待 执行 任务进行分配， 获得多个子任务。 12.根据权利要求7所述的一种自适应资源匹配获取系统， 其特征在于， 所述当W越小资 源利用率越高， 任务完成时间越 快， 即将W最小时对应的任务需求与计算资源服务器的映射 关系， 采取将每个所述子任务加入到相应消息队列中； 数据库用于存储所述消息队列； 任务权　利　要　求　书 2/3 页 3 CN 115408152 A 3