CN114930296B 基于不同计算范式内的计算引力的工作负载分配方法和系统 （国际商业机器公司）

2022.07.06PCT/IB2020/0622052020WO2021/140394EN2021.07.15JP2018147340A,201基于不同计算范式内的计算引力的工作负提供了在不同计算范式中的计算节点之间中的每个计算节点和客户端网络计算范式中的算法的每个组件部分被分布到云计算范式和客个组件部分的计算工作负载被分布到所述云计算范式和所述客户端网络计算范式中的具有所述算法的对应组件部分的相应计算节点以用于2基于与待分布在系统互联网内的算法的组件部分对应的计算复基于系统互联网内的每个相应计算节点的计算出的计算引力，将所将所述算法的每个组件部分的计算工作负载分布到所述云计算范式和所述客户端网络计算范式中的具有所述算法的对应组件部分的相应计算将与所述算法的每个组件部分对应的每个相应计算工作负载的结果高速缓存在内容识别所述算法的位于系统互联网的所述云计算范式中计算所述云计算范式中的每个计算节点和所述客户端网络计算范式中的每个计算节点针对要部署在系统互联网中的所述算法的基于与所述云计算范式中的每个计算节点和所述客户端网络计算范式中的每个计算将所述算法的所述组件部分部署到系统互联网中具有最高计算引力分数的所述计算移动所述云计算范式的云容器以形成紧急云，所述紧急云是识别所述云计算范式中的每个计算节点、所述客户端网络计基于对所述云计算范式中的每个计算节点、所述客户端网络计算点和所述内容递送网络计算范式中的每个边缘计算3基于与待分布在系统互联网内的算法的组件部分对应的计算复基于系统互联网内的每个相应计算节点的计算出的计算引力来将算法的每个组件部将所述算法的每个组件部分的计算工作负载分布到所述云计算范式和所述客户端网络计算范式中的具有所述算法的对应组件部分的相应计算将与所述算法的每个组件部分对应的每个相应计算工作负载的结果高速缓存在内容识别所述算法的位于系统互联网的所述云计算范式中计算所述云计算范式中的每个计算节点和所述客户端网络计算范式中的每个计算节点针对要部署在系统互联网中的所述算法的基于与所述云计算范式中的每个计算节点和所述客户端网络计算范式中的每个计算将所述算法的所述组件部分部署到系统互联网中的具有最高计算引力分数的所述计移动所述云计算范式的云容器以形成紧急云，所述紧急云是识别所述云计算范式中的每个计算节点、所述客户端网络计基于对所述云计算范式中的每个计算节点、所述客户端网络计算点和所述内容递送网络计算范式中的每个边缘计算基于与待分布在系统互联网内的算法的组件部分对应的计算复4基于系统互联网内的每个相应计算节点的计算出的计算引力，将算法将所述算法的每个组件部分的计算工作负载分布到所述云计算范式和所述客户端网络计算范式中的具有所述算法的对应组件部分的相应计算将与所述算法的每个组件部分对应的每个相应计算工作负载的结果高速缓存在内容识别所述算法的位于系统互联网的所述云计算范式中计算所述云计算范式中的每个计算节点和所述客户端网络计算范式中的每个计算节点针对要部署在系统互联网中的所述算法的基于与所述云计算范式中的每个计算节点和所述客户端网络计算范式中的每个计算将所述算法的所述组件部分部署到系统互联网中具有最高计算引力分数的所述计算移动所述云计算范式的云容器以形成紧急云，所述紧急云是识别所述云计算范式中的每个计算节点、所述客户端网络计基于对所述云计算范式中的每个计算节点、所述客户端网络计算5范式(computingparadigm)内的每个计算节点的计算引力(computinggravity)，以便在不同计算范式的计算节点之间分布具有复杂人工智能组件的大型应用容的快速分发。内容递送网络允许快速传输加载数据内容所需的资产，例如HTML页面、[0003]虽然内容递送网络不托管内容并且不能替代对web托管的需要，但内容递送网络络带宽和专用硬件要求的其他计算机算法需要基础设施作为服务或具有其中传统6亿个请求和动态生成的数据的组合使得内容递送网络边缘计算和混合云计算内的每个相应计算节点的计算出的计算引力被分布到云计算范式和客户端网络计算范式计算范式中的每个计算节点针对要被部署在系统互联网中的算法的组件部分的计算引力。中的每个计算节点对应的计算引力来确定在系统互联网中的具有最高计算引力分数的计节点的计算引力来在不同计算范式的计算节点之间分布算法的组件部分的计算工作负载，[0017]图6是示出了根据说明性实施例的用于在系统互联网内部署人工智能应用的过程[0018]图7是示出了根据说明性实施例的用于基于系统互联网内的计算引力来分布人工7算机程序产品可包括其上具有用于使处理器执行本发明的各方面的计算机可读程序指令[0020]计算机可读存储介质可以是可保留和存储供指令执行设备使用的指令的有形设和/或无线网络)从计算机可读存储介质下载到相应的计算/处理设备，或者下载到外部计接收来自网络的计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处[0022]用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构序设计语言或类似的程序设计语言)。计算机可读程序指令可以完全地在用户计算机上执路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可[0023]下面将参考根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图[0024]这些计算机可读程序指令可被提供给计算机或其他可编程数据处理装置的处理8流程图和/或框图中的或多个框中规定的功能/动作的方面专用硬件与计算机指令的组合的专用的基于硬件的系[0028]图1描绘了可以实现说明性实施例的数据处理系统的网络的图形表示。网络数据处理系统和在网络数据处理系统100内连接在一起的其他设备之间的通信链路的介质。例例并且可以表示具有到网络102的有线或无线通信链路的其他类型的数据处理系统，例如[0031]存储装置108是能够以结构化格式或非结构化格式存储任何类型的数据的网络存9存储设备和未示出的其他设备。位于网络数据处理系统100中的程序代码可以存储在计算储在服务器104上的计算机可读存储介质上，且通过网络102下载到客户端110以在客户端110上使用。[0033]在所描绘的示例中，网络数据处理系统100可以被实现为许多不同类型的通信网是计算机(诸如图1中的服务器104或客户端110理器单元204可以是一个或多个硬件处理器设备的集合或者可以是多核处理器，这取决于[0036]存储器206和永久性存储装置208是存储设备216的示例。计算机可读存储设备是标准来建立用于数据处理系统200的无线通[0038]输入/输出单元212允许与可以连接到数据处理系统200的其他设备进行数据的输允许用户通过例如用户界面或输入数据进行屏过程可以由处理器单元204使用计算机实现的指令来执行，所述计算机实现的指令可以位程序指令可实施在不同的物理计算机可读存储设备上，例如存储器206或永久性存储装置载到或传送到数据处理系统200以用于处理器单元204运行。程序代码218和计算机可读介光盘或磁盘被插入或放置到作为永久性存储装置208的一部分的驱动器或其他设备中，用[0041]替代地，可以使用计算机可读信号介质226将程序代码218传送至数据处理系统[0042]在一些说明性实施例中，程序代码218可以通过网络从另一设备或数据处理系统户端计算机或能够存储和传输程序代码218的一[0043]为数据处理系统200示出的不同组件不意味着对可以实现不同实施例的方式提供数据处理系统200示出的那些组件之外的组件或包括作为为数据处理系统200示出的那些[0044]作为另一示例，数据处理系统200中的计算机可读存储设备是可存储数据的任何存储器206或诸如在可能存在于通信结构202中的接口和存储器控制器集线器中发现的高上型计算机和个人数字助理)的使用。资源池允许提供商的计算资源被池化以使用多租户在位置独立性的感觉，因为消费者通常不具有对所提供的资源的确切位置的控制或了解，跃用户账户)处利用计量能力来自动控制和优化资源使用。可以监视、控制和报告资源使[0048]服务模型可包括例如软件即服务(SaaS)、平台即服务(PaaS)和基础设施即服务以将消费者创建或获取的使用由提供者支持的编程语言和工具创建的应用部署到云基础体，但通过使数据和应用可移植性的标准化或专有技术(诸如例如云突发以用于云之间的示例中，云计算环境300包括云消费者使用的本地计算设备可以与其通信的一组一个或多个云计算节点310，本地计算设备是例如个人数字助理或智能电话320A、桌上型计算机[0052]云计算节点310可彼此通信并且可被物理地或虚拟地分组成一个或多个网络，诸云计算节点310和云计算环境300可以使用例如web浏览器通过任何类型的网络和/或网络计算环境内执行任务的计算资源和其他资源的动态采购。计量和定价438在资源被利用在和履行444提供根据SLA预期未来需求的云计算资源的预安排和计算工作负载与特定边缘计算节点或设备的拟合的该计算工作负载对该特定边缘计算节[0060]说明性实施例桥接在具有高度复杂的人工智能组件的大型人工智能应用内的内[0062]说明性实施例在由不同的计算范式组成的系统互联网内的集中式基于云的经典计算机、集中式基于云的量子计算机以及客户端网络边缘计算机之间分布计算工作负载。说明性实施例将来自不同计算范式的计算机的工作负载计算的结果高速缓存在内容递送[0065]说明性实施例利用雾引力组件(其包括计算边缘节点)来确定算法传输流水线的性实施例利用算法传输流水线相切(tangent)来将特定操作者(例如，人工智能应用组件)已经被用于解决全计算问题(即，分布在不(例如，人工智能应用)中)为良好计算模式(即，计算范式的类型，诸如量子计算)提供[0072]混合云内的计算节点中的每个计算节点计算针对每个人工智能应用模型或机器便在不同计算范式的计算节点之间分布具有复杂人工智能组件的大型应用的计算工作量。500可在数据处理系统的网络中实现，诸如图1中的网络数据处理系统100。系统的互联网500是用于基于与不同计算范式内的每个相应计算节点对应的计算出的计算引力在系统的互联网500内的不同计算范式的计算节点之间分布具有复杂人工智能组件的大型应用的计[0076]客户端网络计算范式504包括客户端侧边缘计算机514和其他客户端计算机516。客户端侧边缘计算机514和其他客户端计算机516可以是例如图1中的客户端110和客户端他客户端计算机516可以表示客户端网络计算范式504内的多个其他客[0079]说明性实施例基于与不同计算范式内的每个相应计算节点对应的计算出的计算的计算引力524和客户端侧边缘计算机514的计算引[0080]基于计算出的集中式经典计算机510的计算引力522、集中式量子计算机512的计特定组件部分(诸如人工智能组件部分528、人工智能组件部分530和人工智能组件部分计算机510上的人工智能组件部分528、位于集中式量子计算机512上的人工智能组件部分530和位于客户端侧边缘计算机514上的人工智能组件部分532，说明性实施例分别将对应中式量子计算机512上的工作负载536和客户端侧边缘计算机514上的工[0081]分布在集中式经典计算机510、集中式量子计算机512和客户端侧边缘计算机514例性实施方式将存储在多个不同边缘服务器上的多个高速缓存的计算结果提供给其他客机514组成的紧急云，该紧急云有助于生成分布在不同计算范式和计算节点之间的完整计[0082]现在参考图6，示出了根据说明性实施例的用于在系统互联网内部署人工智能应用的过程的流程图。图6中所示的过程可以在诸如图2中的数据处理系统200的计算机中实[0083]该过程在计算机接收用于计算多个不同计算范式中的多个计算节点的计算引力中的每个边缘计算节点和内容递送网络计算范式中的算节点和内容递送网络计算范式中的每个边缘计算节点针对要部署在系统互联网中的人工智能应用的组件部分的计算引力(步骤610)。计[0085]计算机将人工智能应用的组件部分部署到系统互联网中的具有最高计算引力分是用于生成分布在不同计算范式和计算节点之间的完整计算工作负载的结果的不同计算范式