CN117997906B 节点计算资源分配方法、网络交换子系统及智能计算平台 （广东琴智科技研究院有限公司）

2获取所述网络交换子系统的实时运行数据；所述实时运行数据用于表采用动态负载监测模型，基于所述实时运行数据进行实时负载情通过动态负载均衡模型，对所述实时负载数据进行实时均衡决策，基于所述计算资源调度信息，动态调度所述网络交换子系统中各个节点的实基于所述资源负载状态确定动态选择目标；所述动态选择目标通过动态负载均衡模型中设置的策略选择模型，动态选择待选负载若符合，则采用选择出来的目标策略来实现实时均衡决策中的计算资源均衡学习过所述采用动态负载监测模型，基于所述实时运行数据进行实时负载通过状态识别模块，对所述实时负载特征信息进行分类桶识别，以获得其中，所述实时负载数据用于衡量以下至少一个指标：所述所述通过状态识别模块，对所述实时负载特征信息进行分类桶采用动态结构优化层，对所述实时负载数据进行模型负载预测处理对所述实时负载数据进行自适应阈值学习处理，以获得所述动态负3;gt为时间t下损失函数关于所述自适应学习调节参数的梯;所述实时负载特征信息中包括所述网络交换子系统中各个节点和/或节点之间的实时所述通过状态识别模块，对所述实时负载特征信息进行分类桶将各个实时负载特征值传输到所述状态识别模块的在所述输入层中，将各个实时负载特征值与每一隐藏层基于新增的类别描述信息创建扩展特征桶，并将待匹配的实时基于各个实时负载特征值所归属的特征桶，确定所述网络交换子系统中各个节点和/3.根据权利要求2所述的节点计算资源分配方法，其特征在于，所述通过状态识别模设置多个隐藏层节点中特征桶的初始化参数；所述初始化参数至少完成所述初始化参数的设置之后，触发所述状态识别模块进入4所述通过动态负载均衡模型，对所述实时负载数据进行实时通过智能体代理模块，为所述网络交换子系统中各个节点构建对应的智能体通过状态空间建模模块，根据监测到的局部实时负载数据，为各个智通过动作空间建模模块，根据监测到的局部实时负载数据，获通过策略生成模块，基于预先设置的奖励函数，对所述状态空间其中，计算资源均衡学习过程中所涉及的一种或多种负所述通过动态负载均衡模型，对所述实时负载数据进行实时通过环境模拟器模块，对所述计算资源调度策略进行环境模拟6.一种网络交换子系统，其特征在于，所述获取单元，被配置为获取网络交换子系统的实时运行数据均衡决策单元，被配置为通过动态负载均衡模型，对所调度均衡单元，被配置为基于所述计算资源5基于所述资源负载状态确定动态选择目标；所述动态选择目标通过所述策略选择模型，动态选择待选负载均衡策略集合中至少一若符合，则采用选择出来的目标策略来实现实时均衡决策中的计算资源均衡学习过所述采用动态负载监测模型，基于所述实时运行数据进行实时负载通过状态识别模块，对所述实时负载特征信息进行分类桶识别，以获得其中，所述实时负载数据用于衡量以下至少一个指标：所述所述通过状态识别模块，对所述实时负载特征信息进行分类桶采用动态结构优化层，对所述实时负载数据进行模型负载预测处理对所述实时负载数据进行自适应阈值学习处理，以获得所述动态负;;6其中，所述存储器用于存储计算机程序，所述处理器算机程序来执行如权利要求1至5中任一项所述的节789[0040]为解决上述至少一个技术问题，本申请实施例提供了一种节点计算资源分配方个概念共同构成了实现网络交换子系统中节点计算资源实时优化所述实时负载数据用于衡量以下至少一个指标：所述网络交换子系统中的处理器利用率、可以将实时负载数据分为以下几个级别：[0074]进一步地，实时负载特征信息中包括所述网络交换子系统中各个节点和/或节点t下损失函数关于所述自适应学习调节参数的梯度值。通过上述公式可以自适应调整模型[0101]401，通过智能体代理模块，为所述网络交换子系统中各个节点构建对应的智能[0111]在步骤401中，智能体A监测到自身的高负载状态以及与B和C的负载对比。步骤合评估函数用于衡量第i个负载均衡策略在不同应用场景下的性能和适应性。基于上述假对应的评价分数；表示Q学习评估因子对应的权重系数，gts,)表示在状态s下基于Q行进化和优化得到的适应性分数；表示可选评估指标对应的权重系数，or(,)表示在示当前模型在第j个应用场景下根据权重参数预测地针对不同的应用需求和场景特点，选择合适的负载均衡策略进行计算资源均衡学习过即采用多种算法协同实现同一场景中的负载载均衡策略的综合评估函数，所述综合评估函数用于衡量第i个负载均衡策略在不同应用估指标下对应的评价分数；表示Q学习评估因子对应的权重系数，gts,)表示在状态s算法执行进化和优化得到的适应性分数；表示可选评估指标对应的权重系数，or(,)表征桶；所述实时负载特征信息中包括所述网络交换子系统中各个节点和/或节点之间的实[0161]在所述状态识别模块的特征分类器中，对待匹配的实时负载特征值进行增量学负载数据进行自适应阈值学习处理，以获得所述动态负载监测模型的自适应学习调节参[0189]上述电子设备提到的通信总线1140可以是外设部件互连标准（Peripheral处理器（DigitalSignalProcessing，DSP）、专用集成电路(ApplicationSpecificI