一种任务处理系统、方法、装置、电子设备及存储介质与流程

1.本发明涉及智能分析技术领域，特别是涉及一种任务处理系统、方法、装置、电子设备及存储介质。


背景技术：

2.随着人工智能技术的迅速发展，越来越多的企业、个人等均出现了部署智能任务处理系统的需求，例如，学校、公司、专门单位，等等。
3.目前智能任务处理系统的部署，需要购买专用的智能运算设备，并在机房部署。例如，针对需要进行图像处理的场景，则需要购买专用的gpu(graphics processing unit，图形处理器)处理设备，并在机房部署。但是，专用的智能运算设备成本高昂，严重制约了用户实现智能化，不利于智能化技术的发展。


技术实现要素：

4.本发明实施例的目的在于提供一种任务处理系统、方法、装置、电子设备及存储介质，以实现降低智能任务处理系统的部署成本，利于实现智能化和智能化技术的发展。具体技术方案如下：
5.第一方面，本发明实施例提供了一种任务处理系统，所述系统包括服务器和非专用终端，其中，所述非专用终端部署有智能调度终端代理；
6.所述服务器，用于下发目标智能分析任务以及智能分析算法至所述智能调度终端代理；
7.所述智能调度终端代理，用于接收所述目标智能分析任务以及所述智能分析算法，采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
8.可选的，所述智能调度终端代理，还用于上报所述非专用终端的终端计算资源至所述服务器，其中，所述终端计算资源包括剩余资源；
9.所述服务器，具体用于基于各待处理任务所需的计算资源以及所述剩余资源，从所述各待处理任务中确定目标智能分析任务，并下发所述目标智能分析任务以及所述目标智能分析任务对应的智能分析算法至所述智能调度终端代理。
10.可选的，所述终端计算资源还包括总资源；
11.所述智能调度终端代理，还用于检测所述非专用终端的资源占用率，在所述资源占用率达到第一预设比率时，发送降低资源占用率请求至所述服务器；
12.所述服务器，还用于在接收到所述降低资源占用率请求时，基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略，并按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
13.可选的，所述服务器，还用于发送状态查询消息至所述智能调度终端代理；
14.所述智能调度终端代理，还用于在接收到所述状态查询消息时上报所述目标智能
分析任务的处理状态至所述服务器；
15.所述服务器，还用于基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
16.可选的，所述服务器部署有智能调度中心服务；
17.所述智能调度中心服务，用于下发目标智能分析任务以及智能分析算法至所述智能调度终端代理。
18.第二方面，本发明实施例提供了一种任务处理方法，应用于任务处理系统中的非专用终端部署的智能调度终端代理，所述系统还包括服务器，所述方法包括：
19.接收所述服务器下发的目标智能分析任务以及智能分析算法；
20.采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
21.可选的，所述方法还包括：
22.上报所述非专用终端的终端计算资源至所述服务器，以使所述服务器基于各待处理任务所需的计算资源以及剩余资源，从所述各待处理任务中确定目标智能分析任务，并下发所述目标智能分析任务以及所述目标智能分析任务对应的智能分析算法至所述智能调度终端代理；其中，所述终端计算资源包括所述剩余资源。
23.可选的，所述终端计算资源还包括总资源；所述方法还包括：
24.检测所述非专用终端的资源占用率；
25.在所述资源占用率达到第一预设比率时，发送降低资源占用率请求至所述服务器，以使所述服务器在接收到所述降低资源占用率请求时，基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略，并按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
26.可选的，所述方法还包括：
27.接收所述服务器发送的状态查询消息；
28.在接收到所述状态查询消息时，上报所述目标智能分析任务的处理状态至所述服务器，以使所述服务器基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
29.可选的，所述服务器部署有智能调度中心服务；所述接收所述服务器下发的目标智能分析任务以及智能分析算法的步骤，包括：
30.接收所述智能调度中心服务下发的目标智能分析任务以及智能分析算法。
31.第三方面，本发明实施例提供了一种任务处理方法，应用于任务处理系统中的服务器，所述系统还包括非专用终端，其中，所述非专用终端部署有智能调度终端代理，所述方法包括：
32.确定目标智能分析任务对应的智能分析算法；
33.下发所述目标智能分析任务以及所述智能分析算法至所述智能调度终端代理，以使所述智能调度终端代理接收所述目标智能分析任务以及所述智能分析算法，采用所述智
能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
34.可选的，所述方法还包括：
35.接收所述智能调度终端代理上报的所述非专用终端的终端计算资源，其中，所述终端计算资源包括剩余资源；
36.所述确定目标智能分析任务对应的智能分析算法的步骤，包括：
37.基于各待处理任务所需的计算资源以及所述剩余资源，从所述各待处理任务中确定目标智能分析任务，并确定所述目标智能分析任务对应的智能分析算法。
38.可选的，所述终端计算资源还包括总资源；所述方法还包括：
39.接收所述智能调度终端代理发送的降低资源占用率请求，其中，所述降低资源占用率请求为所述智能调度终端代理检测到所述非专用终端的资源占用率达到第一预设比率时发送的；
40.基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略；
41.按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
42.可选的，所述方法还包括：
43.发送状态查询消息至所述智能调度终端代理；
44.接收所述智能调度终端代理上报的所述目标智能分析任务的处理状态；
45.基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
46.可选的，所述服务器部署有智能调度中心服务；所述下发所述目标智能分析任务以及所述智能分析算法至所述智能调度终端代理的步骤，包括：
47.所述智能调度中心服务下发目标智能分析任务以及智能分析算法至所述智能调度终端代理。
48.第四方面，本发明实施例提供了一种任务处理装置，应用于任务处理系统中的非专用终端部署的智能调度终端代理，所述系统还包括服务器，其中，所述装置包括：
49.任务接收模块，用于接收所述服务器下发的目标智能分析任务以及智能分析算法；
50.任务处理模块，用于采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
51.可选的，所述装置还包括：
52.计算资源上报模块，用于上报所述非专用终端的终端计算资源至所述服务器，以使所述服务器基于各待处理任务所需的计算资源以及剩余资源，从所述各待处理任务中确定目标智能分析任务，并下发所述目标智能分析任务以及所述目标智能分析任务对应的智能分析算法至所述智能调度终端代理；其中，所述终端计算资源包括所述剩余资源。
53.可选的，所述终端计算资源还包括总资源；所述装置还包括：
54.占用率检测模块，用于检测所述非专用终端的资源占用率；
55.占用率降低请求发送模块，用于在所述资源占用率达到第一预设比率时，发送降
低资源占用率请求至所述服务器，以使所述服务器在接收到所述降低资源占用率请求时，基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略，并按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
56.可选的，所述装置还包括：
57.查询消息接收模块，用于接收所述服务器发送的状态查询消息；
58.状态上报模块，用于在接收到所述状态查询消息时，上报所述目标智能分析任务的处理状态至所述服务器，以使所述服务器基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
59.可选的，所述服务器部署有智能调度中心服务；所述任务接收模块包括：
60.任务接收单元，用于接收所述智能调度中心服务下发的目标智能分析任务以及智能分析算法。
61.第五方面，本发明实施例提供了一种任务处理装置，应用于任务处理系统中的服务器，所述系统还包括非专用终端，其中，所述非专用终端部署有智能调度终端代理，所述装置包括：
62.任务确定模块，用于确定目标智能分析任务对应的智能分析算法；
63.任务下发模块，用于下发所述目标智能分析任务以及所述智能分析算法至所述智能调度终端代理，以使所述智能调度终端代理接收所述目标智能分析任务以及所述智能分析算法，采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
64.可选的，所述装置还包括：
65.计算资源接收模块，用于接收所述智能调度终端代理上报的所述非专用终端的终端计算资源，其中，所述终端计算资源包括剩余资源；
66.所述任务确定模块包括：
67.任务确定单元，用于基于各待处理任务所需的计算资源以及所述剩余资源，从所述各待处理任务中确定目标智能分析任务，并确定所述目标智能分析任务对应的智能分析算法。
68.可选的，所述终端计算资源还包括总资源；所述装置还包括：
69.资源降低请求接收模块，用于接收所述智能调度终端代理发送的降低资源占用率请求，其中，所述降低资源占用率请求为所述智能调度终端代理检测到所述非专用终端的资源占用率达到第一预设比率时发送的；
70.调整策略确定模块，用于基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略；
71.任务调整模块，用于按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
72.可选的，所述装置还包括：
73.查询消息发送模块，用于发送状态查询消息至所述智能调度终端代理；
74.处理状态接收模块，用于接收所述智能调度终端代理上报的所述目标智能分析任务的处理状态；
75.异常处理模块，用于基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
76.可选的，所述服务器可以部署有智能调度中心服务；所述任务下发模块包括：
77.任务下发单元，用于通过所述智能调度中心服务下发目标智能分析任务以及智能分析算法至所述智能调度终端代理。
78.第六方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
79.存储器，用于存放计算机程序；
80.处理器，用于执行存储器上所存放的程序时，实现上述第二方面或第三方面所述的方法步骤。
81.第七方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述第二方面或第三方面所述的方法步骤。
82.本发明实施例有益效果：
83.本发明实施例提供的方案中，任务处理系统包括服务器和非专用终端，非专用终端部署有智能调度终端代理；服务器可以用于下发目标智能分析任务以及智能分析算法至智能调度终端代理，进而，智能调度终端代理可以用于接收目标智能分析任务以及智能分析算法，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
84.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的实施例。
85.图1为本发明实施例所提供的一种任务处理系统的结构示意图；
86.图2为基于图1所示实施例的任务处理系统的另一种结构示意图；
87.图3为基于图1所示实施例的任务处理系统的任务处理过程的一种流程图；
88.图4为基于图1所示实施例的任务处理系统的终端算力自适应调节方式的一种流程图；
89.图5为本发明实施例所提供的第一种任务处理方法的流程图；
90.图6为本发明实施例所提供的第二种任务处理方法的流程图；
91.图7为本发明实施例所提供的第一种任务处理装置的结构示意图；
92.图8为本发明实施例所提供的第二种任务处理装置的结构示意图；
93.图9为本发明实施例所提供的一种非专用终端的结构示意图；
94.图10为本发明实施例所提供的一种服务器的结构示意图。
具体实施方式
95.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员基于本技术所获得的所有其他实施例，都属于本发明保护的范围。
96.为了实现降低智能任务处理系统的部署成本，利于实现智能化和智能化技术的发展，本发明实施例提供了一种任务处理系统、方法、装置、服务器、非专用终端、计算机可读存储介质以及计算机程序产品，下面首先对本发明实施例所提供的一种任务处理系统进行介绍。
97.本发明实施例所提供的任务处理系统可以用于需要进行智能分析处理的任意一种任务，可以为视频处理任务，例如，可以为目标行为分析、人脸识别、交通事件检测等。也可以为图像处理任务，例如，可以为图像分类、图像特征提取、目标检测等。还可以为语音处理任务，例如，可以为语义识别、声纹检测、语音去噪等，在此不做具体限定。
98.如图1所示，一种任务处理系统，所述系统包括服务器110和非专用终端120，其中，所述非专用终端120部署有智能调度终端代理121；
99.所述服务器110，用于下发目标智能分析任务以及智能分析算法至所述智能调度终端代理121；
100.所述智能调度终端代理121，用于接收所述目标智能分析任务以及所述智能分析算法，采用所述智能分析算法，利用所述非专用终端120的算力处理所述目标智能分析任务。
101.可见，本发明实施例提供的方案中，任务处理系统包括服务器和非专用终端，非专用终端部署有智能调度终端代理；服务器可以用于下发目标智能分析任务以及智能分析算法至智能调度终端代理，进而，智能调度终端代理可以用于接收目标智能分析任务以及智能分析算法，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
102.本发明实施例提供的任务处理系统可以包括服务器和非专用终端，其中，非专用终端并非专用的智能运算设备，其可以为个人终端，例如，可以为用户个人的笔记本电脑、台式电脑、平板电脑等。
103.由于非专用终端无法直接参与服务器的调度，所以为了非专用终端能够与服务器通信参与服务器的调度，可以在非专用终端部署智能调度终端代理。其中，智能调度终端代理为可以称为“引擎服务”，其是一种部署在计算资源上的服务程序，用于实现与智能调度系统的通信。
104.这样，在需要处理智能分析任务时，服务器可以将目标智能分析任务以及智能分
析算法下发至智能调度终端代理，进而，智能调度终端代理接收到该目标智能分析任务以及智能分析算法后，便可以采用该智能分析算法，利用非专用终端的算力来处理目标智能分析任务，其中，非专用终端的算力可以包括cpu(central processing unit，中央处理器)算力、gpu算力等。在目标智能分析任务执行完成后，智能调度终端代理可以将任务执行结果发送至服务器。
105.其中，智能分析算法为与目标智能分析任务对应的算法，例如，目标智能分析任务为人脸识别任务，那么智能分析算法可以为人脸识别算法。在一种实施方式中，服务器可以发送算法下发命令至智能调度终端代理，该算法下发命令可以携带智能分析算法的下载地址，进而，智能调度终端代理可以从该下载地址下载智能分析算法。在另一种实施方式中，服务器可以将智能分析算法发送至智能调度终端代理，而无需智能调度终端代理进行下载，这都是合理的。
106.智能分析算法具体可以为算法包，算法包为在电子设备基础运行环境中可执行，并对外提供相应应用程序接口的程序库集合，例如，可以实现视频图像内容分析、描述、检索等功能。
107.上述任务处理系统中的非专用终端可以为一个或多个，在此不做具体限定。作为一种实施方式，上述任务处理系统还可以包括一个或多个专用的智能运算设备，智能运算设备和非专用终端可以共同参与服务器的调度，从而实现云、边、端协同调度，即支持云中心(服务器)、边缘域算力(专用的智能运算设备)、终端算力(非专用终端)协同调度，能满足云、边、端中一种或者多种组合的智能分析任务处理场景，可以极大的提高任务处理系统的灵活性，能够做到屏蔽底层不同算力差异，统一提供智能分析任务服务。
108.在一种实施方式中，在目标智能分析任务的处理过程中，服务器可以下发任务停止命令、任务删除命令等至智能调度终端代理，智能调度终端代理可以执行该命令进行目标智能分析任务停止处理操作、目标智能分析任务删除操作等。服务器还可以下发算法停止命令、算法删除命令等至智能调度终端代理，智能调度终端代理可以执行该命令进行智能分析算法停止处理操作、智能分析算法删除操作等。
109.采用本发明实施例提供的方案，无需部署专门的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低降低智能任务处理系统的部署成本。同时，目前的个人终端一般都自带gpu，并且有强大的cpu处理能力，但是个人终端的算力使用率一般比较低，有一定的资源浪费，特别是对一些“团体用户”，例如，学校、企业、单位等，个人终端的算力的浪费更多，采用本发明实施例提供的方案，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
110.在非专用终端为多个时，本发明实施例提供的方案，通过众多非专用终端组建终端算力池，使用非专用终端的空闲算力来进行智能算法分析，通过终端算力池资源复用，大大降低了人工智能建设成本，同时极大的提高了资源的使用率。
111.作为本发明实施例的一种实施方式，上述智能调度终端代理还可以用于上报所述非专用终端的终端计算资源至所述服务器；上述服务器具体可以用于基于各待处理任务所需的计算资源以及所述终端计算资源，从所述各待处理任务中确定目标智能分析任务，并下发所述目标智能分析任务以及所述目标智能分析任务对应的智能分析算法至所述智能
调度终端代理。
112.智能调度终端代理可以定时或实时检测非专用终端的终端计算资源，其中，终端计算资源至少可以包括剩余资源，进而，可以将终端计算资源上报至服务器。服务器接收到非专用终端的终端计算资源后，为了将更加合适的待处理任务分配至非专用终端，可以基于各待处理任务所需的计算资源以及非专用终端的终端计算资源，从各待处理任务中确定目标智能分析任务，并下发该目标智能分析任务以及目标智能分析任务对应的智能分析算法至智能调度终端代理。
113.由于非专用终端的剩余资源需要大于处理目标智能分析任务所需的计算资源，才能顺利完成对目标智能分析任务的处理，因此，服务器可以将所需的计算资源不大于非专用终端的剩余资源的待处理任务，确定为目标智能分析任务。其中，在非专用终端的剩余资源较充足，可以处理多个待处理任务的情况下，也可以将多个目标智能分析任务分配至非专用终端，这都是合理的。
114.在一种实施方式中，服务器可以采用计算资源汇总表的方式记录各非专用终端的计算资源，以便于为各个非专用终端分配目标智能分析任务。例如，可以如下表所示：
115.序号非专用终端剩余资源量1非专用终端1100g2非专用终端2120g
………
n非专用终端n85g
116.那么，如果处理待处理任务a所需的计算资源为115g，服务器可以查询上述计算资源汇总表，从而确定非专用终端1的剩余资源可以满足待处理任务a的处理需求，进而可以将待处理任务a确定为非专用终端1对应的目标智能分析任务，并将待处理任务a以及其对应的智能分析算法下发至非专用终端1的智能调度终端代理。
117.可见，在本实施例中，智能调度终端代理可以上报非专用终端的剩余资源至服务器，服务器可以基于各待处理任务所需的计算资源以及剩余资源，从各待处理任务中确定目标智能分析任务，并下发目标智能分析任务以及目标智能分析任务对应的智能分析算法至智能调度终端代理。这样，服务器可以分配剩余资源满足处理需求的目标智能分析任务至各个非专用终端，从而在保证目标智能分析任务可以顺利完成的同时，进一步提升非专用终端的计算资源利用率。
118.作为本发明实施例的一种实施方式，上述终端计算资源还可以包括总资源。
119.相应的，上述智能调度终端代理还可以用于检测所述非专用终端的资源占用率，在所述资源占用率达到第一预设比率时，发送降低资源占用率请求至所述服务器；上述服务器还可以用于在接收到所述降低资源占用率请求时，基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略，并按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
120.智能调度终端代理出了上报非专用终端的剩余资源至服务器之外，还可以上报非专用终端的总资源至服务器。在一种实施方式中，服务器可以将各个非专用终端的总资源记录在上述计算资源汇总表中，例如，可以如下表所示：
121.序号非专用终端总资源量剩余资源量1非专用终端1200g100g2非专用终端2150g120g
…………
n非专用终端n128g85g
122.为了保证非专用终端可以为用户提供正常服务，其资源占用率不易过高。例如，非专用终端为用户a的笔记本电脑，那么在利用该笔记本电脑来处理目标智能分析任务时，不能影响用户a对笔记本电脑的正常使用，比如，用户a用笔记本电脑制作电子文档、用户a用笔记本电脑查看监控录像等。因此，智能调度终端代理还可以检测非专用终端的资源占用率，智能调度终端代理可以实时或定时检测非专用终端的资源占用率，在此不做具体限定。
123.在非专用终端的资源占用率达到第一预设比率时，说明此时非专用终端的资源占用率过高，可能会影响用户的正常使用，因此，智能调度终端代理可以发送降低资源占用率请求至服务器。其中，第一预设比率可以根据实际需求设置，例如，可以为90％、88％、85％等，在此不做具体限定。
124.服务器在接收到降低资源占用率请求时，为了降低非专用终端的资源占用率，可以基于非专用终端的总资源、第一预设比率以及第二预设比率，确定任务调整策略，并按照任务调整策略调整非专用终端正在处理的目标智能分析任务，以使得非专用终端的资源占用率降低至第二预设比率。其中，第二预设比率一般是小于上述第一预设比率的，也可以根据实际需求设置，例如，可以为70％、75％、60％等，在此不做具体限定。
125.服务器根据非专用终端的总资源、第一预设比率以及第二预设比率可以计算出需要降低的计算资源量，即为总资源
×
(第一预设比率-第二预设比率)。进而，便可以根据需要降低的计算资源量确定任务调整策略。
126.该任务调整策略至少可以包括两种策略，第一种策略为降低非专用终端处理目标智能分析任务的速度，第二种策略为将非专用终端所处理的目标智能分析任务的一部分或者全部分发至其他非专用终端进行处理。
127.针对任务调整策略为上述第一种策略的情况，服务器可以下发速度调整命令至智能调度终端代理，智能调度终端代理接收到该速度调整命令后，调整非专用终端处理目标智能分析任务的速度，以使得非专用终端的资源占用率降低至第二预设比率。
128.针对任务调整策略为上述第二种策略的情况，服务器可以下发任务删除命令至智能调度终端代理，智能调度终端代理接收到该任务删除命令后，可以删除目标智能分析任务，非专用终端也就不再继续处理该目标智能分析任务，从而将非专用终端的资源占用率降低至第二预设比率。
129.作为一种实施方式，服务器在接收到降低资源占用率请求后，也可以直接发送速度调整命令至智能调度终端代理，智能调度终端代理接收到该速度调整命令后，按照预设速度调整程度降低非专用终端处理目标智能分析任务的速度。或者，服务器可以直接将非专用终端所处理的目标智能分析任务中的一部分下发至其他非专用终端进行处理。
130.由于智能调度终端代理实时或定时检测非专用终端的资源占用率，那么如果下一次检测非专用终端的资源占用率时，非专用终端的资源占用率依然达到第一预设比率，则可以继续发送降低资源占用率请求至服务器，服务器则可以重复执行上述发送速度调整命
令至智能调度终端代理或直接将非专用终端所处理的目标智能分析任务中的一部分下发至其他非专用终端进行处理的操作，直到非专用终端的资源占用率降低至第二预设比率。
131.可见，在本实施例中，智能调度终端代理还可以在非专用终端的资源占用率达到第一预设比率时，发送降低资源占用率请求至服务器，进而，服务器可以基于非专用终端的总资源、第一预设比率以及第二预设比率，确定任务调整策略，并按照任务调整策略调整非专用终端正在处理的目标智能分析任务，以使非专用终端的资源占用率降低至第二预设比率。这样，可以在充分利用非专用终端的算力处理目标智能分析任务的同时，保证用户可以正常使用非专用终端。
132.作为本发明实施例的一种实施方式，上述服务器还可以用于发送状态查询消息至所述智能调度终端代理；智能调度终端代理还可以用于在接收到所述状态查询消息时上报所述目标智能分析任务的处理状态至所述服务器；服务器还可以用于基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
133.为了确定非专用终端是否在正常处理目标智能分析任务，服务器可以定时查询非专用终端对于目标智能分析任务的处理状态，具体来说，服务器可以定时发送状态查询消息至智能调度终端代理，进而，智能调度终端代理在接收到该状态查询消息时可以上报目标智能分析任务的处理状态至服务器。其中，处理状态可以包括处理进度、任务状态是否正常以及是否处理完成等，在此不做具体限定。智能调度终端代理也可以定时上报目标智能分析任务的处理状态至服务器，这也是合理的，在此不做具体限定。
134.服务器在接收到智能调度终端代理上报的处理状态后，可以基于该处理状态确定非目标智能分析任务的处理是否出现异常，如果未出现异常，则可以将处理状态进行记录，以便于后续进行任务的管理、状态分析等。
135.如果出现目标智能分析任务的处理状态表示目标智能分析任务处于停止状态等情况，可以确定目标智能分析任务的处理出现异常，为了保证目标智能分析任务可以被顺利完成，服务器可以将目标智能分析任务下发至其他非专用终端，其他非专用终端便可以继续处理该目标智能分析任务。作为一种实施方式，上述处理状态可以包括目标智能分析任务的处理进度，这样，服务器便可以根据该处理进度，调度其他非专用终端从该处理进度开始继续处理该目标智能分析任务，完成目标智能分析任务的异常恢复迁移过程。
136.在一种实施方式中，智能调度终端代理未能正常上报目标智能分析任务的处理状态，也可以确定目标智能分析任务的处理出现异常，例如，非专用终端离线、智能调度终端代理连续多次未响应状态查询消息等。此时也可以进行上述目标智能分析任务的异常恢复迁移过程。
137.服务器还可以将该非专用终端的终端计算资源从上述计算资源汇总表中删除，以避免后续将智能分析任务下发至异常的非专用终端。当然，在异常的非专用终端恢复正常之后，其部署的智能调度终端代理可以上报该非专用终端的终端计算资源至服务器，服务器可以将其终端计算资源再记录于上述计算资源汇总表中。
138.可见，在本实施例中，服务器在基于处理状态确定目标智能分析任务的处理出现异常时，可以将目标智能分析任务下发至其他非专用终端，进而其他非专用终端可以继续处理目标智能分析任务。从而在非专用终端对于目标智能分析任务的处理出现异常，可以
进行目标智能分析任务的异常恢复迁移过程，保证目标智能分析任务可以被顺利执行完成。
139.作为本发明实施例的一种实施方式，如图2所示，上述服务器110可以部署有智能调度中心服务111。智能调度中心服务可以为一种部署在服务器的服务程序，其可以与智能调度终端代理通信，通过调度策略，将各种智能分析任务调度到具体的非专用终端上进行智能分析。并且可以在获取到智能调度终端代理上报的分析结果，进而输出分析结果。
140.相应的，智能调度中心服务可以用于下发目标智能分析任务以及智能分析算法至所述智能调度终端代理。
141.服务器可以通过智能调度中心服务与智能调度终端代理通信，在确定了目标智能分析任务以及对应的智能分析算法后，可以通过智能调度中心服务下发至智能调度终端代理。在目标智能分析任务的处理过程中，智能调度中心服务与智能调度终端代理进行通信，传输各种命令以及数据，从而完成目标智能分析任务的处理。
142.针对任务处理系统包括多个非专用终端的情况而言，服务器部署有智能调度中心服务，每个非专用终端分别部署有智能调度终端代理，各个智能调度终端代理均可以与该智能调度中心服务通信，该智能调度中心服务可以根据预设任务调度策略完成对各个智能调度终端代理的调度，从而完成各个智能分析任务的处理。
143.可见，在本实施例中，服务器可以部署有智能调度中心服务，该智能调度中心服务可以用于下发目标智能分析任务以及智能分析算法至智能调度终端代理。这样，在目标智能分析任务的处理过程中，智能调度中心服务与智能调度终端代理进行通信，从而保证顺利完成目标智能分析任务的处理。
144.作为本发明实施例的一种实施方式，上述智能调度终端代理配置有智能调度中心服务的连接地址。智能调度终端代理，还可以用于基于所述连接地址发送注册信息至所述智能调度中心服务；智能调度中心服务，还可以用于在下发目标智能分析任务以及智能分析算法至所述智能调度终端代理之前，接收所述注册信息，并在基于所述注册信息完成所述智能调度终端代理的注册后，与所述智能调度终端代理建立通信连接。
145.为了能够与智能调度中心服务建立通信连接，各个智能调度终端代理可以预先配置智能调度中心服务的连接地址，也就是服务器的连接地址，该连接地址可以为服务器的域名或者ip地址(internet protocol address，网际协议地址)等，在此不做具体限定。
146.进而，智能调度终端代理可以基于该连接地址发送注册信息至智能调度中心服务。其中，注册信息可以包括终端信息，例如可以为非专用终端的终端标识等。由于非专用终端一般为用户的个人计算机，其不具有固定的ip地址，无法使用被动ip添加的方式与智能调度中心服务建立通信连接，所以可以采用智能调度终端代理向智能调度中心服务进行注册的方式。当然，也可以采用其他方式，只要保证智能调度终端代理与智能调度中心服务可以建立安全合法的通信连接即可，在此不做具体限定。
147.智能调度中心服务接收到该注册信息时，可以基于该注册信息完成智能调度终端代理的注册，进而与智能调度终端代理建立通信连接。基于该通信连接智能调度中心服务便可以进行下发目标智能分析任务以及智能分析算法至智能调度终端代理等后续操作。
148.可见，在本实施例中，智能调度终端代理可以配置有智能调度中心服务的连接地址，智能调度终端代理可以基于连接地址发送注册信息至智能调度中心服务，进而，智能调
度中心服务便可以基于注册信息完成智能调度终端代理的注册，并与智能调度终端代理建立通信连接。这样，智能调度终端代理与智能调度中心服务便可以通过该通信连接进行命令和数据的交互，从而完成各个目标智能分析任务的处理。
149.下面结合图3对基于本发明实施例所提供的任务处理系统的目标智能分析任务的处理过程进行举例介绍。该处理过程可以包括以下步骤：
150.s301，智能调度终端代理向智能调度中心服务注册；
151.其中，非专用终端部署有智能调度终端代理，并配置有智能调度中心服务的连接地址。
152.s302，智能调度中心服务接收智能调度终端代理发送的注册信息，并记录终端信息；
153.s303，智能调度中心服务向智能调度终端代理查询终端算力的详情，包括总资源、剩余资源，并记录终端算力的详情，将总资源、剩余资源合并入所有可用的计算资源汇总表；
154.s304，智能调度中心服务基于内部调度策略，查找计算资源汇总表中有剩余资源的终端算力；
155.s305，智能调度中心服务计算出终端算力可执行的任务数量，并将需要执行分析的算法及任务下发到该终端算力；
156.s306，智能调度中心服务定时查询终端算力的运行情况及任务执行状态，并记录任务执行状态；
157.s307，判断智能调度终端代理是否返回任务执行状态，如果是，执行步骤s308；如果连续3次无响应，执行步骤s309；
158.s308，基于任务执行状态确定任务是否完成，如果完成，执行步骤s311；如果未完成，返回执行步骤s306；
159.s309，智能调度中心服务标记该终端算力异常离线，从计算资源汇总表中删除该终端算力的信息；
160.s310，智能调度中心服务查找计算资源汇总表中有剩余资源的其他终端算力，从记录的任务执行状态开始，恢复任务执行，将任务下发到查找到的其他终端算力继续执行；
161.s311，将完成的任务从终端算力删除，将任务占用的资源重新登记至计算资源汇总表中。
162.由于上述各个步骤的具体实现方式均已在上述各个实施例中进行了详细介绍，可以参加上述各个实施例中相应部分的说明，因此在此不再赘述。
163.可见，在本实施例中，可以无需部署专门的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
164.下面结合图4对基于本发明实施例所提供的任务处理系统的目标智能分析任务的处理过程中终端算力自适应调节的方式进行举例介绍。该处理过程可以包括以下步骤：
165.s401，智能调度终端代理实时检测终端算力资源的使用情况；
166.其中，用户可以预先在终端算力提交分析任务，使得智能调度终端代理能够实时
检测终端算力资源的使用情况。
167.s402，智能调度终端代理判断总资源使用率是否达到预设比例，如果未超过预设比例，执行步骤s403；如果超过预设比例，执行步骤s404；
168.s403，智能调度终端代理正常上报终端算力资源的使用情况以及任务执行状态；
169.s404，智能调度终端代理向智能调度中心服务上报请求降低资源占用；
170.s405，智能调度中心服务接收到降低资源占用请求后，基于资源使用率，计算需要减少运行的任务信息，并降低在该终端算力任务执行的速度，或者将任务下发到其他终端。
171.由于上述各个步骤的具体实现方式均已在上述各个实施例中进行了详细介绍，可以参加上述各个实施例中相应部分的说明，因此在此不再赘述。图3以及图4所示实施例中的终端算力即为上述非专用终端的算力，任务为目标智能分析任务。
172.可见，在本实施例中，智能调度终端代理可以检测终端算力资源的使用情况，从而进行算力自适应调节，保证在处理目标智能分析任务的同时不影响用户对非专用终端的正常使用。
173.相应于上述任务处理系统，本发明实施例还提供了一种任务处理方法，下面对本发明实施例所提供的第一种任务处理方法进行介绍。本发明实施例所提供的第一种任务处理方法可以应用于上述任务处理系统中的非专用终端部署的智能调度终端代理。
174.如图5所示，一种任务处理方法，应用于任务处理系统中的非专用终端部署的智能调度终端代理，所述系统还包括服务器，所述方法包括：
175.s501，接收所述服务器下发的目标智能分析任务以及智能分析算法；
176.s502，采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
177.可见，本发明实施例提供的方案中，任务处理系统中的非专用终端部署的智能调度终端代理可以接收服务器下发的目标智能分析任务以及智能分析算法，进而，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
178.作为本发明实施例的一种实施方式，上述方法还可以包括：
179.上报所述非专用终端的终端计算资源至所述服务器，以使所述服务器基于各待处理任务所需的计算资源以及剩余资源，从所述各待处理任务中确定目标智能分析任务，并下发所述目标智能分析任务以及所述目标智能分析任务对应的智能分析算法至所述智能调度终端代理。
180.其中，所述终端计算资源包括所述剩余资源。
181.作为本发明实施例的一种实施方式，上述终端计算资源还可以包括总资源；上述方法还可以包括：
182.检测所述非专用终端的资源占用率；
183.在所述资源占用率达到第一预设比率时，发送降低资源占用率请求至所述服务器，以使所述服务器在接收到所述降低资源占用率请求时，基于所述非专用终端的总资源、
所述第一预设比率以及第二预设比率，确定任务调整策略，并按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
184.作为本发明实施例的一种实施方式，上述方法还可以包括：
185.接收所述服务器发送的状态查询消息；
186.在接收到所述状态查询消息时，上报所述目标智能分析任务的处理状态至所述服务器，以使所述服务器基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
187.作为本发明实施例的一种实施方式，上述服务器部署有智能调度中心服务；上述接收所述服务器下发的目标智能分析任务以及智能分析算法的步骤，可以包括：
188.接收所述智能调度中心服务下发的目标智能分析任务以及智能分析算法。
189.作为本发明实施例的一种实施方式，上述智能调度终端代理可以配置有所述智能调度中心服务的连接地址；上述方法还可以包括：
190.基于所述连接地址发送注册信息至所述智能调度中心服务，以使所述智能调度中心服务，在下发目标智能分析任务以及智能分析算法至所述智能调度终端代理之前，接收所述注册信息，并在基于所述注册信息完成所述智能调度终端代理的注册后，与所述智能调度终端代理建立通信连接。
191.相应于上述任务处理系统，本发明实施例还提供了一种任务处理方法，下面对本发明实施例所提供的第二种任务处理方法进行介绍。本发明实施例所提供的第一种任务处理方法可以应用于上述任务处理系统中的服务器。
192.如图6所示，一种任务处理方法，应用于任务处理系统中的服务器，所述系统还包括非专用终端，其中，所述非专用终端部署有智能调度终端代理，所述方法包括：
193.s601，确定目标智能分析任务对应的智能分析算法；
194.s602，下发所述目标智能分析任务以及所述智能分析算法至所述智能调度终端代理，以使所述智能调度终端代理接收所述目标智能分析任务以及所述智能分析算法，采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
195.可见，本发明实施例提供的方案中，任务处理系统中的服务器可以确定目标智能分析任务对应的智能分析算法，进而，下发目标智能分析任务以及智能分析算法至智能调度终端代理，以使智能调度终端代理接收目标智能分析任务以及智能分析算法，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
196.作为本发明实施例的一种实施方式，上述方法还可以包括：
197.接收所述智能调度终端代理上报的所述非专用终端的终端计算资源；
198.其中，所述终端计算资源包括剩余资源。
199.上述确定目标智能分析任务对应的智能分析算法的步骤，包括：
200.基于各待处理任务所需的计算资源以及所述剩余资源，从所述各待处理任务中确定目标智能分析任务，并确定所述目标智能分析任务对应的智能分析算法。
201.作为本发明实施例的一种实施方式，上述终端计算资源还可以包括总资源；上述方法还可以包括：
202.接收所述智能调度终端代理发送的降低资源占用率请求；
203.其中，所述降低资源占用率请求为所述智能调度终端代理检测到所述非专用终端的资源占用率达到第一预设比率时发送的。
204.基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略；
205.按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
206.作为本发明实施例的一种实施方式，上述方法还可以包括：
207.发送状态查询消息至所述智能调度终端代理；
208.接收所述智能调度终端代理上报的所述目标智能分析任务的处理状态；
209.基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
210.作为本发明实施例的一种实施方式，上述服务器可以部署有智能调度中心服务；上述下发所述目标智能分析任务以及所述智能分析算法至所述智能调度终端代理的步骤，包括：
211.智能调度中心服务下发目标智能分析任务以及智能分析算法至所述智能调度终端代理。
212.作为本发明实施例的一种实施方式，上述智能调度终端代理可以配置有所述智能调度中心服务的连接地址；在上述下发目标智能分析任务以及智能分析算法至所述智能调度终端代理的步骤之前，上述方法还包括：
213.接收所述智能调度终端代理基于所述连接地址发送的注册信息；
214.在基于所述注册信息完成所述智能调度终端代理的注册后，与所述智能调度终端代理建立通信连接。
215.相应于上述第一种任务处理方法，本发明实施例还提供了一种任务处理装置。
216.如图7所示，一种任务处理装置，应用于任务处理系统中的非专用终端部署的智能调度终端代理，所述系统还包括服务器，所述装置包括：
217.任务接收模块710，用于接收所述服务器下发的目标智能分析任务以及智能分析算法；
218.任务处理模块720，用于采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
219.可见，本发明实施例提供的方案中，任务处理系统中的非专用终端部署的智能调度终端代理可以接收服务器下发的目标智能分析任务以及智能分析算法，进而，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，
利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
220.作为本发明实施例的一种实施方式，上述装置还可以包括：
221.计算资源上报模块，用于上报所述非专用终端的终端计算资源至所述服务器，以使所述服务器基于各待处理任务所需的计算资源以及剩余资源，从所述各待处理任务中确定目标智能分析任务，并下发所述目标智能分析任务以及所述目标智能分析任务对应的智能分析算法至所述智能调度终端代理。
222.其中，所述终端计算资源包括所述剩余资源。
223.作为本发明实施例的一种实施方式，上述终端计算资源还可以包括总资源；上述装置还可以包括：
224.占用率检测模块，用于检测所述非专用终端的资源占用率；
225.占用率降低请求发送模块，用于在所述资源占用率达到第一预设比率时，发送降低资源占用率请求至所述服务器，以使所述服务器在接收到所述降低资源占用率请求时，基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略，并按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
226.作为本发明实施例的一种实施方式，上述装置还可以包括：
227.查询消息接收模块，用于接收所述服务器发送的状态查询消息；
228.状态上报模块，用于在接收到所述状态查询消息时，上报所述目标智能分析任务的处理状态至所述服务器，以使所述服务器基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
229.作为本发明实施例的一种实施方式，上述服务器部署有智能调度中心服务；上述任务接收模块710可以包括：
230.任务接收单元，用于接收所述智能调度中心服务下发的目标智能分析任务以及智能分析算法。
231.作为本发明实施例的一种实施方式，上述智能调度终端代理可以配置有所述智能调度中心服务的连接地址；上述装置还可以包括：
232.注册模块，用于基于所述连接地址发送注册信息至所述智能调度中心服务，以使所述智能调度中心服务，在下发目标智能分析任务以及智能分析算法至所述智能调度终端代理之前，接收所述注册信息，并在基于所述注册信息完成所述智能调度终端代理的注册后，与所述智能调度终端代理建立通信连接。
233.相应于上述第二种任务处理方法，本发明实施例还提供了另一种任务处理装置。
234.如图8所示，一种任务处理装置，应用于任务处理系统中的服务器，所述系统还包括非专用终端，其中，所述非专用终端部署有智能调度终端代理，所述装置包括：
235.任务确定模块810，用于确定目标智能分析任务对应的智能分析算法；
236.任务下发模块820，用于下发所述目标智能分析任务以及所述智能分析算法至所述智能调度终端代理，以使所述智能调度终端代理接收所述目标智能分析任务以及所述智
能分析算法，采用所述智能分析算法，利用所述非专用终端的算力处理所述目标智能分析任务。
237.可见，本发明实施例提供的方案中，任务处理系统中的服务器可以确定目标智能分析任务对应的智能分析算法，进而，下发目标智能分析任务以及智能分析算法至智能调度终端代理，以使智能调度终端代理接收目标智能分析任务以及智能分析算法，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
238.作为本发明实施例的一种实施方式，上述装置还可以包括：
239.计算资源接收模块，用于接收所述智能调度终端代理上报的所述非专用终端的终端计算资源；
240.其中，所述终端计算资源包括剩余资源。
241.上述任务确定模块810可以包括：
242.任务确定单元，用于基于各待处理任务所需的计算资源以及所述剩余资源，从所述各待处理任务中确定目标智能分析任务，并确定所述目标智能分析任务对应的智能分析算法。
243.作为本发明实施例的一种实施方式，上述终端计算资源还可以包括总资源；上述装置还可以包括：
244.资源降低请求接收模块，用于接收所述智能调度终端代理发送的降低资源占用率请求；
245.其中，所述降低资源占用率请求为所述智能调度终端代理检测到所述非专用终端的资源占用率达到第一预设比率时发送的。
246.调整策略确定模块，用于基于所述非专用终端的总资源、所述第一预设比率以及第二预设比率，确定任务调整策略；
247.任务调整模块，用于按照所述任务调整策略调整所述非专用终端正在处理的目标智能分析任务，以使所述非专用终端的资源占用率降低至所述第二预设比率。
248.作为本发明实施例的一种实施方式，上述装置还可以包括：
249.查询消息发送模块，用于发送状态查询消息至所述智能调度终端代理；
250.处理状态接收模块，用于接收所述智能调度终端代理上报的所述目标智能分析任务的处理状态；
251.异常处理模块，用于基于所述处理状态确定所述目标智能分析任务的处理出现异常时，将所述目标智能分析任务下发至其他非专用终端，以使所述其他非专用终端继续处理所述目标智能分析任务。
252.作为本发明实施例的一种实施方式，上述服务器可以部署有智能调度中心服务；上述任务下发模块820包括：
253.任务下发单元，用于通过所述智能调度中心服务下发目标智能分析任务以及智能分析算法至所述智能调度终端代理。
254.作为本发明实施例的一种实施方式，上述智能调度终端代理可以配置有所述智能调度中心服务的连接地址；上述装置还可以包括：
255.注册信息接收模块，用于在上述下发目标智能分析任务以及智能分析算法至所述智能调度终端代理之前，接收所述智能调度终端代理基于所述连接地址发送的注册信息；
256.通信建立模块，用于在基于所述注册信息完成所述智能调度终端代理的注册后，与所述智能调度终端代理建立通信连接。
257.本发明实施例还提供了一种电子设备，该电子设备具体可以为上述非专用终端或上述服务器。在该电子设备为上述非专用终端的情况下，本发明实施例提供的一种非专用终端，如图9所示，包括处理器901、通信接口902、存储器903和通信总线904，其中，处理器901，通信接口902，存储器903通过通信总线904完成相互间的通信，
258.存储器903，用于存放计算机程序；
259.处理器901，用于执行存储器903上所存放的程序时，实现上述任一实施例所述的第一种任务处理方法步骤。
260.可见，本发明实施例提供的方案中，任务处理系统中的非专用终端部署的智能调度终端代理可以接收服务器下发的目标智能分析任务以及智能分析算法，进而，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
261.上述非专用终端提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
262.通信接口用于上述非专用终端与其他设备之间的通信。
263.存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
264.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
265.在上述电子设备为上述服务器的情况下，本发明实施例提供的一种服务器，如图10所示，包括处理器1001、通信接口1002、存储器1003和通信总线1004，其中，处理器1001，通信接口1002，存储器1003通过通信总线1004完成相互间的通信，
266.存储器1003，用于存放计算机程序；
267.处理器1001，用于执行存储器1003上所存放的程序时，实现上述任一实施例所述的第二种任务处理方法步骤。
268.可见，本发明实施例提供的方案中，任务处理系统中的服务器可以确定目标智能分析任务对应的智能分析算法，进而，下发目标智能分析任务以及智能分析算法至智能调度终端代理，以使智能调度终端代理接收目标智能分析任务以及智能分析算法，采用智能分析算法，利用非专用终端的算力处理目标智能分析任务。这样，可以无需部署专用的智能运算设备，而是采用用户的非专用终端，通过在非专用终端部署智能调度终端代理的方式，利用非专用终端的算力处理目标智能分析任务，大大降低智能任务处理系统的部署成本。同时，由于利用了非专用终端的算力，可以有效利用非专用终端的计算资源，大大提高了非专用终端的计算资源的利用率。
269.上述服务器提到的通信总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
270.通信接口用于上述服务器与其他设备之间的通信。
271.存储器可以包括随机存取存储器(random access memory，ram)，也可以包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
272.上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
273.在本发明提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一实施例所述的任务处理方法的步骤。
274.在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一实施例所述的任务处理方法。
275.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
276.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实
体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
277.本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法、装置、非专用终端、服务器、计算机可读存储介质以及计算机程序产品实施例而言，由于其基本相似于系统实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
278.以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。