算力网络优化方法、系统、电子设备及存储介质与流程

本发明涉及算力网络，尤其涉及一种算力网络优化方法、系统、电子设备及存储介质。

背景技术：

1、在算力网络场景下，算力网络操作系统管理着分布广泛且异构的算力和网络，包括通用算力、智算和超算等算力，以及接入网、承载网、核心网和传输网等网络。算力网络涉及到的资源类型和数量庞大，存在跨区域、跨地域的特点，并在随着虚拟化、云化和容器化的普及带来便利的同时，算力网络的架构变得更加复杂。

2、随着算力网络的演进，网络运行的高可靠性、网络测试的高成本等，都使新技术的部署更加困难。针对目前算力网络性能遇到的瓶颈问题，传统的方法是进行手动优化。然而，这种方法在很大程度上依赖于操作和维护专家的经验，且随着算力网络规模的日益增大，实现难度大大增加。

3、综上可知，现有的算力网络优化的效率低。

技术实现思路

1、本发明提供一种算力网络优化方法、系统、电子设备及存储介质，用以解决现有技术中算力网络优化的效率低的缺陷，实现提高算力网络优化的效率。

2、第一方面，本发明提供一种算力网络优化方法，包括：基于算力网络的前一次感知数据和所述算力网络的数据匹配信息，优化所述算力网络的前一次数据下发策略，以得到所述算力网络的当前数据下发策略，所述前一次感知数据是基于前一次数据处理中所述算力网络的每个服务器的状态确定的，所述数据匹配信息用于表征每个所述服务器的数据处理能力；将所述当前数据下发策略发送至数据节点，以供所述数据节点基于所述当前数据下发策略，向每个所述服务器转发数据，以优化所述算力网络的当前数据处理性能。

3、根据本发明提供的一种算力网络优化方法，所述数据匹配信息包括每个所述服务器的负载阈值和每个所述服务器的总时延阈值，所述前一次感知数据包括所述每个所述服务器的前一次负载，所述前一次数据下发策略包括每个所述服务器的前一次数据处理路数，所述基于算力网络的前一次感知数据和所述算力网络的数据匹配信息，优化所述算力网络的前一次数据下发策略，以得到所述算力网络的当前数据下发策略，包括：当所述服务器的所述前一次负载高于所述负载阈值时，将所述服务器的所述前一次数据处理路数减去设定数量，将第一目标服务器的所述前一次数据处理路数加上所述设定数量，直至每个所述服务器的当前负载均小于或者等于所述负载阈值，将最终更新的前一次数据处理路数作为所述服务器的当前数据处理路数，所述当前负载是基于所述当前数据处理路数确定的；其中，基于所有所述前一次负载的排序结果，将所述前一次负载小于所述负载阈值的至少一个所述服务器作为所述第一目标服务器；基于每个所述服务器的前一次总时延和所述总时延阈值的比较结果，调整每个所述服务器的所述当前数据处理路数；基于每个所述服务器的调整后的当前数据处理路数，得到所述当前数据下发策略。

4、根据本发明提供的一种算力网络优化方法，所述前一次感知数据还包括每个所述服务器的数据处理时延和每个所述服务器的数据传输时延，所述基于每个所述服务器的前一次总时延和所述总时延阈值的比较结果，调整每个所述服务器的所述当前数据处理路数，包括：基于每个所述服务器的所述数据处理时延和所述数据传输时延的和值，确定每个所述服务器的所述前一次总时延；当所述比较结果为所述服务器的所述前一次总时延大于所述总时延阈值时，将所述服务器的所述当前数据处理路数减去所述设定数量，将第二目标服务器的所述当前数据处理路数加上所述设定数量，以调整每个所述服务器的所述当前数据处理路数；其中，基于所有所述前一次总时延的排序结果，将所述前一次总时延小于所述总时延阈值的至少一个所述服务器作为所述第二目标服务器。

5、根据本发明提供的一种算力网络优化方法，在第一次数据处理中，初始数据下发策略是基于以下步骤得到的：基于所述算力网络的总数据路数和所述算力网络的总服务器数量的比值，确定每个所述服务器的初始数据处理路数；基于所有所述初始数据处理路数，得到所述初始数据下发策略。

6、根据本发明提供的一种算力网络优化方法，所述基于所述算力网络的总数据路数和所述算力网络的总服务器数量的比值，确定每个所述服务器的初始数据处理路数，包括：当所述比值不是整数时，基于所述比值确定余数和小于所述比值的最大整数；基于所述服务器的编号对所述服务器进行排序，基于排序结果确定第一服务器，所述第一服务器的数量为所述余数，每个所述第一服务器的所述初始数据处理路数为所述最大整数和1的和值；将剩余所述服务器作为第二服务器，每个所述第二服务器的所述初始数据处理路数为所述最大整数。

7、根据本发明提供的一种算力网络优化方法，所述数据节点用于：基于所述当前数据下发策略，确定每个所述服务器的待处理数据；将所述待处理数据转换成所述服务器能够处理的标准数据；将所述标准数据转发至所述服务器。

8、第二方面，本发明提供一种算力网络优化系统，应用于第一方面所述的算力网络优化方法，所述系统包括：控制中心和数据节点：所述控制中心执行第一方面所述的算力网络优化方法；所述数据节点，用于基于所述数据下发策略，向每个所述服务器转发数据，以优化所述算力网络的当前数据处理。

9、根据本发明提供的一种算力网络优化系统，还包括感知节点；所述服务器，用于向所述感知节点汇报每个所述服务器的状态；所述感知节点，用于基于每个所述服务器的状态，生成当前感知数据，向所述控制中心上报所述当前感知数据。

10、第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述算力网络优化方法。

11、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述算力网络优化方法。

12、本发明提供的算力网络优化方法、系统、电子设备及存储介质，基于算力网络的前一次感知数据和所述算力网络的数据匹配信息，优化所述算力网络的前一次数据下发策略，以得到所述算力网络的当前数据下发策略，所述前一次感知数据是基于前一次数据处理中所述算力网络的每个服务器的状态确定的，所述数据匹配信息用于表征每个所述服务器的数据处理能力；将所述当前数据下发策略发送至数据节点，以供所述数据节点基于所述当前数据下发策略，向每个所述服务器转发数据，以优化所述算力网络的当前数据处理性能。本发明根据前一次感知数据和数据匹配信息，确定当前数据下发策略，实现了每个服务器的负载均衡，避免了集中处理方式下的大数据量迁移和处理的问题，提高了算力网络的性能、稳定性和可靠性。根据前一次感知数据和数据匹配信息，向服务器转发数据，实现了自动调整算力网络的网络传输配置，提高了算力网络优化的效率。

技术特征：

1.一种算力网络优化方法，其特征在于，包括：

2.根据权利要求1所述的算力网络优化方法，其特征在于，所述数据匹配信息包括每个所述服务器的负载阈值和每个所述服务器的总时延阈值，所述前一次感知数据包括所述每个所述服务器的前一次负载，所述前一次数据下发策略包括每个所述服务器的前一次数据处理路数，所述基于算力网络的前一次感知数据和所述算力网络的数据匹配信息，优化所述算力网络的前一次数据下发策略，以得到所述算力网络的当前数据下发策略，包括：

3.根据权利要求2所述的算力网络优化方法，其特征在于，所述前一次感知数据还包括每个所述服务器的数据处理时延和每个所述服务器的数据传输时延，所述基于每个所述服务器的前一次总时延和所述总时延阈值的比较结果，调整每个所述服务器的所述当前数据处理路数，包括：

4.根据权利要求1所述的算力网络优化方法，其特征在于，在第一次数据处理中，初始数据下发策略是基于以下步骤得到的：

5.根据权利要求4所述的算力网络优化方法，其特征在于，所述基于所述算力网络的总数据路数和所述算力网络的总服务器数量的比值，确定每个所述服务器的初始数据处理路数，包括：

6.根据权利要求1所述的算力网络优化方法，其特征在于，所述数据节点用于：

7.一种算力网络优化系统，其特征在于，应用于如权利要求1至6中任一项所述的算力网络优化方法，所述系统包括：控制中心和数据节点：

8.根据权利要求7所述的算力网络优化系统，其特征在于，还包括感知节点；

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述算力网络优化方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述算力网络优化方法。

技术总结本发明提供一种算力网络优化方法、系统、电子设备及存储介质，属于算力网络技术领域，方法包括：基于算力网络的前一次感知数据和算力网络的数据匹配信息，优化算力网络的前一次数据下发策略，以得到算力网络的当前数据下发策略；基于当前数据下发策略，向每个服务器转发数据，以优化算力网络的当前数据处理性能。本发明根据前一次感知数据和数据匹配信息，确定当前数据下发策略，实现了每个服务器的负载均衡，避免了集中处理方式下的大数据量迁移和处理的问题，提高了算力网络的性能、稳定性和可靠性。根据前一次感知数据和数据匹配信息，向服务器转发数据，实现了自动调整算力网络的网络传输配置，提高了算力网络优化的效率。技术研发人员：曾强,崔超,沈林江受保护的技术使用者：浪潮通信信息系统有限公司技术研发日：技术公布日：2024/7/29