一种跨平台算力设备自动化部署验证方法与系统与流程

摘要: 本发明涉及异构算力设备的软件部署、配置验证及故障定位,具体涉及一种跨平台算力设备自动化部署验证方法与系统。背景技术:1、算力设备通常包括不同处理器架构、加速器类...
一种跨平台算力设备自动化部署验证方法与系统与流程

本发明涉及异构算力设备的软件部署、配置验证及故障定位,具体涉及一种跨平台算力设备自动化部署验证方法与系统。

背景技术:

1、算力设备通常包括不同处理器架构、加速器类型、固件版本、操作系统和驱动栈。现有自动化部署工具多依据设备型号或操作系统名称选择脚本,并以安装进程返回码、服务进程是否存在作为部署成功依据,难以识别驱动虽已装载但设备节点、运行时接口、内存映射或计算通路不一致的情况。

2、同一部署目标在不同平台上的安装动作、依赖项和可观测结果并不相同。若直接维护多套平台脚本,平台差异会被固化在脚本内部,难以判断失败源自目标描述、适配映射还是执行环境;发生部分失败时,通常只能整机重装,既增加设备不可用时间,也缺少可用于复核的证据链。

3、常见跨平台部署方案通常按设备型号、操作系统标签或预置脚本选择安装动作,并以进程返回码、服务状态或静态设备枚举结果作为成功依据;该类方案没有把平台事实、目标能力、动作副作用及真实计算通路组织为可验证的因果闭环。

4、本案涉及的硬件拓扑、固件枚举、内核绑定、驱动接口和运行时调用分别由不同层级的接口给出,且设备重启会改变其中部分事实。如果不保存属性来源、有效期和版本,部署计划可能引用重启前的内核状态,却用重启后的运行时结果作为验证依据;该种跨时期拼接既不能证明目标能力成立,也不能确定应回退哪一层动作。

5、为此,本技术先把平台事实固化为平台能力指纹,再把部署目标拆成目标能力、候选动作和可观测效果之间的依赖—效果图。检查点、执行观测和探测结果均引用相同的指纹版本;当计算通路未闭合时,仅从矛盾或未知证据反向求取失配切面,由该切面限定需要补偿的动作分支。

6、本方案的关键约束不是在安装结束后另加一次检测,而是使能力指纹、依赖—效果图和部署事务计划相互引用同一版本;差分探测所得变化只能回写至其对应效果节点,最小失配切面再据此限定补偿分支。由此,探测结果、失败定位和回退范围之间形成可核对的数据关系。

技术实现思路

1、现有部署工具把安装进程返回成功、软件包存在或服务进程启动作为部署完成条件,无法证明运行时调用确实经过目标设备的驱动、设备队列和数据通路。当固件枚举、内核绑定和设备节点均正常而用户态运行库调用约定不匹配时,仍会产生“安装成功但计算通路未闭合”的假成功;若再以整机重装处置,将破坏已经确认的固件和内核分支。本发明要解决的是在平台事实持续变化且部署动作具有副作用的条件下,形成可执行、可验证并能限定补偿范围的部署闭环。

2、本技术的第一个方面,提供一种跨平台算力设备自动化部署验证方法,其特征在于,包括:采集待部署算力设备的硬件拓扑、固件接口、内核能力、驱动接口和运行时接口,按能力属性记录归一值、采集来源、有效状态及版本标识,形成平台能力指纹;将平台无关的部署目标解析为由目标能力节点、候选动作节点和可观测效果节点构成的依赖—效果图,以所述平台能力指纹筛选候选动作,按照效果依赖关系生成部署事务执行计划,并在具有不可逆写入的动作之前建立包含前置状态摘要和补偿入口的检查点;执行所述部署事务执行计划,在各动作前后采集技术接口观测并生成与相应动作节点和目标能力节点关联的部署证据单元;沿设备枚举、设备缓冲区分配、主机至设备数据传输、最小计算和结果回读组成的实际计算通路执行正向探测,并在安全性校验通过时临时改变一个可恢复前置条件执行差分探测,取得观测变化后恢复该前置条件;在执行时的平台能力指纹与所述检查点引用的版本一致、正向探测完成且差分探测的观测变化符合所述依赖—效果图时,将对应目标能力标记为已确认,在差分探测不宜执行时根据两条来源独立的只读观测路径给出受限确认,其余情形标记为已矛盾或未知;针对已矛盾或未知的目标能力反向取得未闭合因果路径,确定与各未闭合因果路径相交且处置代价最小的失配切面,仅对所述失配切面限定的动作分支执行补偿、隔离或重试。

3、进一步地,所述平台能力指纹至少包括指令集族、固件接口版本、设备拓扑、地址转换能力、内核模块接口、驱动接口契约、运行时调用约定和可用资源约束;每一能力属性还包括必需标志、有效期限和证据可信级别,两个来源相互冲突时将该能力属性保持为未知,并阻止依赖该能力属性的不可逆动作进入部署事务执行计划。

4、进一步地,所述候选动作节点记录读集、写集、适用条件、可逆性、重启要求、预期观测和反向动作;同一可观测效果存在多个候选动作时,先剔除指令集、接口契约或必需能力不满足的候选动作,再依据可逆性、重启范围和影响范围确定执行次序。

5、进一步地,所述部署证据单元至少包括设备稳定标识、部署事务时期、动作编号、动作幂等键、平台能力指纹版本、图节点标识、前置状态摘要、后置状态摘要、观测来源、探测摘要、证据可信级别和因果父标识;跨重启记录仅在设备稳定标识和部署事务时期一致时续接,相同动作幂等键且输入摘要相同的重复请求返回既有证据引用而不重复执行动作。

6、进一步地,所述差分探测包括将目标设备队列临时置为不可调度或者切换至隔离命名空间,并在探测结束后恢复队列状态或者命名空间;当业务占用或设备能力不允许安全扰动时,以分别来自硬件或内核接口和运行时接口的两条只读观测路径替代差分探测,并降低对应目标能力的证据闭合等级。

7、进一步地,设未闭合因果路径集合为p、候选节点集合为v、候选节点v的处置代价为c(v),失配切面s满足对任一p∈p均有s∩p不为空,并使σv∈s c(v)最小;c(v)根据动作可逆性、重启范围、不可逆写入数量和已闭合下游分支数量确定;目标能力a的证据闭合等级q(a)=min{q1(a),…,qn(a)},其中q1(a)至qn(a)为该目标能力全部必需证据的可信级别。

8、本技术的第二个方面,提供一种跨平台算力设备自动化部署验证系统,其特征在于,包括能力指纹生成模块、依赖—效果图构建模块、事务计划生成模块、执行与取证模块、差分验证模块以及失配定位与处置模块;所述能力指纹生成模块用于生成平台能力指纹;所述依赖—效果图构建模块用于构建目标能力节点、候选动作节点和可观测效果节点相连接的依赖—效果图;所述事务计划生成模块用于依据平台能力指纹筛选候选动作并在不可逆动作之前建立检查点;所述执行与取证模块用于执行候选动作并生成部署证据单元;所述差分验证模块用于沿实际计算通路执行正向探测和经安全性校验的差分探测,并根据版本一致的探测证据更新目标能力状态;所述失配定位与处置模块用于确定与未闭合因果路径相交且处置代价最小的失配切面,并向所述失配切面限定的动作分支输出补偿、隔离或重试指令。

9、本技术的第三个方面,提供一种电子设备,其特征在于,包括处理器、存储器、通信接口以及存储在所述存储器中并能够在所述处理器上运行的计算机程序,所述通信接口用于连接部署控制节点或待部署算力设备,所述计算机程序被所述处理器执行时实现权利要求1至6任一项所述的方法。

10、本技术的第四个方面,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,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的方法。

11、本技术的第五个方面,提供一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6任一项所述的方法。

12、平台能力指纹使动作选择和验证结果引用同一设备事实,正向探测与差分探测用于确认运行时调用确实经过目标设备的数据通路;出现不一致时,失配切面同时覆盖未闭合因果路径并比较处置代价,使已经确认的固件、内核或设备节点分支得以保留,减少重复写入和无差别重装。