算力分配方法和算力分配装置与流程

1.本技术属于物联网技术领域，具体涉及一种算力分配方法和算力分配装置。


背景技术：

2.为了提高物联网内实体的运行速度，可以将不同实体设备的计算资源作为算力在不同实体之间进行共享。
3.现有技术中，通常通过云服务器将不同实体的算力进行集中处理，存在效率低下，延时较大的问题，难以满足实体设备间算力共享实时性需求。


技术实现要素：

4.本技术实施例的目的是提供一种算力分配方法和算力分配装置，实现了不同设备之间的算力共享，加快了整体运算过程的处理速度，降低了设备之间算力共享的时延，提高了算力共享的实时性。
5.第一方面，本技术实施例提供了一种算力分配方法，应用于第一雾计算网关，第一雾计算网关与n个设备连接，第一雾计算网关与m个雾计算节点连接，m个雾计算节点用于存储n个设备的闲时算力，m和n均为正整数，算力分配方法包括：在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值；在所需算力值大于第一设备的第一算力值的情况下，将运行任务拆分为p个子任务；将p个子任务分配至q个雾计算节点进行处理，其中，q≤m。
6.第二方面，本技术实施例提供了一种算力分配装置，应用于第一雾计算网关，第一雾计算网关与n个设备连接，第一雾计算网关与m个雾计算节点连接，m个雾计算节点用于存储n个设备的闲时算力，m和n均为正整数，算力分配装置包括：获取模块，用于在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值；拆分模块，用于在所需算力值大于第一设备的第一算力值的情况下，将运行任务拆分为p个子任务；分配模块，用于将p个子任务分配至q个雾计算节点进行处理，其中，q≤m。
7.第三方面，本技术实施例提供了一种电子设备，包括处理器和存储器，存储器可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。
8.第四方面，本技术实施例提供了一种可读存储介质，该可读存储介质上存储程序或指令，该程序或指令被处理器执行时实现如第一方面的方法的步骤。
9.第五方面，本技术实施例提供了一种芯片，该芯片包括处理器和通信接口，该通信接口和该处理器耦合，该处理器用于运行程序或指令，实现如第一方面的方法的步骤。
10.第六方面，本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如第一方面的方法。
11.本技术实施例中，在第一设备需要执行运行任务的情况下，第一设备将运行任务发送至第一雾计算网关，第一雾计算网关在接收到运行任务的情况下，确定处理运行任务的所需算力值，并将所需算力值与第一设备的第一算力值进行数值比比较。在检测到所需
算力值大于第一算力值的情况下，则确定第一设备无法通过自身的算力处理运行任务，则将运行任务拆分为p个子任务，并将p个子任务分别分配至不同的q个不同的雾计算节点进行处理。
12.本技术实施例中，通过在物联网中部署雾计算节点，在第一设备自身算力无法单独处理运行任务的情况下，则通过第一雾计算网关将该任务分配至多个不同的雾计算节点进行处理，实现了不同设备之间的算力共享。并且在算力共享过程中，无需将算力上传至云端服务器，加快了整体运算过程的处理速度，降低了设备之间算力共享的时延，提高了算力共享的实时性。
附图说明
13.图1示出了本技术实施例提供的算力分配系统的拓扑图；
14.图2示出了本技术实施例提供的算力分配方法的流程示意图；
15.图3示出了本技术实施例提供的算力分配装置的结构框图；
16.图4示出了本技术实施例提供的电子设备的结构框图；
17.图5示出了本技术实施例的一种电子设备的硬件结构示意图。
具体实施方式
18.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。
19.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
20.下面结合附图1至图5，通过具体的实施例及其应用场景对本技术实施例提供的算力分配方法、算力分配装置、电子设备和存储介质进行详细地说明。
21.在本技术实施例提供了一种算力分配方法，算力分配方法应用于第一雾计算网关。第一雾计算网关与n个设备通信连接，第一雾计算网关还与m个雾计算节点连接。
22.图1示出了本技术实施例提供的算力分配系统的拓扑图。如图1所示，算力分配系统100中包括多个雾计算区域110，每个雾计算区域110中均包括雾计算网关112、雾计算节点114和设备116。雾计算网关112能够与设备116建立连接关系，并负责收集设备116的算力。雾计算节点114内置算力处理模块和算力存储模块，其中，算力处理模块用于根据来自雾计算网关112的算力任务进行算力处理，算力存储模块用于存储设备116的闲时算力。雾计算网关112还能够根据设备116发送的算力请求，调用雾计算节点114中存储的算力，对设备116发送的算力请求进行处理。
23.图2示出了本技术实施例提供的算力分配方法的流程示意图，如图2所示，算力分配方法包括：
24.步骤202，在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值；
25.其中，第一设备处于第一雾计算网关所处的雾计算区域内，即第一设备与第一雾计算网关通信连接。
26.值得说明的是，第一设备与第一雾计算网关通信连接。具体来说，可选为有线连接的方式，也可选为无线连接的方式。
27.步骤204，在所需算力值大于第一设备的第一算力值的情况下，将运行任务拆分为p个子任务；
28.步骤206，将p个子任务分配至q个雾计算节点进行处理。
29.其中，q≤m。
30.值得说明的是，第一雾计算网关连接m个雾计算节点，在分配p个子任务过程中，对p个子任务所需的算力和m个雾计算节点中存储的算力进行评估，判断运行p个子任务是否需要调用全部雾计算节点。在检测到运行p个子任务需要调用全部雾计算节点的情况下，按照每个雾计算节点所存储的算力将p个子任务分配到m个雾计算节点中的每个雾计算节点。在检测到运行p个子任务不需要调用全部雾计算节点的情况下，则筛选m个雾计算节点中的部分雾计算节点对p个子任务进行处理。具体来说，可选为按照m个雾计算节点中每个雾计算节点所存储的算力由高到低进行排序，选取存储算力较高的部分雾计算节点处理p个子任务。
31.雾计算节点能够存储n个设备的闲时算力，不同的雾计算节点的算力受不同的设备的闲时算力影响具有不同的算力。在将运行任务拆分为p个子任务之后，能够根据m个雾计算节点中所存储的算力对p个子任务向m个雾计算节点中的q个雾计算节点进行分配。其中，在对p个子任务进行配分的过程中，q个雾计算节点中每个雾计算节点的所分配得到的子任务数量可以不同，且每个雾计算节点所分配得到的子任务数量与该雾计算节点所存储的算力相关联，即存储算力较多的雾计算节点所分配到的子任务所需算力较大。
32.本技术实施例中，在第一设备需要执行运行任务的情况下，第一设备将运行任务发送至第一雾计算网关，第一雾计算网关在接收到运行任务的情况下，确定处理运行任务的所需算力值，并将所需算力值与第一设备的第一算力值进行数值比比较。在检测到所需算力值大于第一算力值的情况下，则确定第一设备无法仅通过自身的算力来处理运行任务，则将运行任务拆分为p个子任务，并将p个子任务分别分配至不同的q个不同的雾计算节点进行处理，使运行任务优先被分配至运算能力强的雾计算节点中。
33.具体来说，雾计算网关能够自身所处的雾计算区域内的所有设备是否存在运行任务，在检测到某一设备存在运行任务的情况下，则检测该设备是否能够单独运行该运行任务。在检测到该设备无法单独运行该运行任务的情况下，则将该运行任务进行拆分，并将拆分得到的子任务分配至不同的雾计算节点进行分别处理。
34.在相关技术中，在实体设备算力不足以运行当前的运行任务的情况下，则将该运行任务上传至云服务器，云服务器调用其他实体设备的算力对该运行任务进行集中处理，导致效率较低，且具有较高时延，难以满足实体间算力共享实时性的需求。
35.本技术实施例中，通过在物联网中部署雾计算节点，在第一设备自身算力无法单独处理运行任务的情况下，则通过第一雾计算网关将该任务分配至多个不同的雾计算节点
进行处理，实现了不同设备之间的算力共享，并且在算力共享过程中，无需将算力上传至云端服务器，加快了整体运算过程的处理速度，降低了设备之间算力共享的时延，提高了算力共享的实时性。
36.在本技术的一些实施例中，在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值之后，还包括：
37.在所需算力值小于等于第一设备的第一算力值的情况下，将运行任务分配至第一设备进行处理。
38.本技术实施例中，第一雾计算网关在检测到运行任务的所需算力值小于等于第一设备的第一算力值，判定第一设备依靠自身的算力能够单独处理运行任务，则将运行任务分配至第一设备进行处理。
39.具体来说，第一雾计算网关能够收集与之相连的设备的闲时算力，并将闲时算力存储在相连的雾计算节点中。在与第一雾计算网关的设备存在运行任务的情况下，第一雾计算网关能够对运行任务的所需算力值进行检测，并判断对应的设备是否能够单独运行该运行任务，在检测到设备中的算力能够运行该运行任务的情况下，则直接将该运行任务分配至对应的设备，并将算力返回至该设备。
40.本技术实施例中，通过第一雾计算网关对连接的设备的算力进行统一调配，在检测到设备的运行任务的所需算力值小于第一设备的第一算力值的情况下，则直接将运行任务分配至第一设备进行处理，无需将第一任务分配至雾计算节点进行处理，进一步提高了整体运算过程的速度。
41.在本技术的一些实施例中，第一雾计算网关与第二雾计算网关连接，在将p个子任务分配至q个雾计算节点进行处理之后，还包括：接收来自q个雾计算节点的任务处理结果；在任务处理结果未满足任务处理需求的情况下，将p个子任务中的x个子任务发送至第二雾计算网关进行处理，其中，x≤p。
42.本技术实施例中，第一雾计算网关将p个子任务分别分配至q个雾计算节点进行处理之后，q个雾计算节点访问第一雾计算网关所连接的设备的算力共享模块，并通过设备的闲时算力对p个子任务进行处理。在q个雾计算节点对p个子任务处理结束之后，能够将任务处理结果回传至第一雾计算网关。第一雾计算网关能够根据任务处理结果判断这些雾计算节点是否满足任务处理需求。
43.值得说明的是，第一雾计算网关能够将来自q个雾计算节点的任务处理结果进行汇总，然后对汇总的任务处理结果是否满足任务处理需求进行检测，并据此选择继续通过q个雾计算节点处理p个子任务，或将p个子任务中的x个子任务发送至第二雾计算网关进行处理。在检测到任务处理结果满足任务处理需求的情况下，则继续通过q个雾计算节点处理p个子任务。反之，则判定该q个雾计算节点也无法对p个子任务进行有效的处理，则将p个子任务发送至第二雾计算网关进行处理。
44.其中，第一雾计算网关能够根据q个雾计算节点对p个子任务进行处理的处理时长、处理效果等判断任务处理结果是否满足任务处理需求。
45.示例性地，在q个雾计算节点对p个子任务进行处理的处理时长大于预设时长的情况下，则判定任务处理结果未满足任务处理需求。
46.示例性地，在q个雾计算节点对p个子任务中部分子任务进行处理的处理效果未达
到预计效果，则判定任务处理结果未满足任务处理需求。
47.值得说明的是，算力分配系统中包括多个雾计算区域，每个雾计算区域中均设置有雾计算网关。其中，第一雾计算网关所处的雾计算区域与第二雾计算网关所处的雾计算区域相邻，相邻的雾计算网关之间通信连接。
48.具体来说，第二雾计算网关接收到x个子任务之后，第二雾计算网关检测所连接的多个设备中是否存在能够单独处理x个子任务的设备。在检测到多个设备中的第二设备能够单独处理x个子任务，则将x个子任务分配至第二设备进行处理。在检测到多个设备中不存在能够单独处理x个子任务的设备，则将x个子任务分配至与第二雾计算网关相连的雾计算节点进行处理，并将任务处理结果发送至第一雾计算网关。
49.可选地，第一雾计算网关在将子任务发送至第二雾计算网关之前，能够将p个子任务中的部分子任务保留，继续由q个雾计算节点进行处理，将p个子任务中的其余部分子任务发送至第二雾计算网关进行处理。也就是，将p个子任务中的x个子任务发送至第二雾计算网关进行处理，将p-x个子任务重新分配至q个雾计算节点进行处理，从而实现了多个雾计算网关之间更加合理地分配算力任务的效果，避免运行任务集中在一个雾计算网关中。
50.值得说明的是，在发送x个子任务至第二雾计算网关之前，对任务处理结果进行评估，在评估q个雾计算节点处理p个子任务的处理结果较差的情况下，可以将p个子任务全部发送至第二雾计算网关进行处理，保证对p个子任务处理的效果。
51.在一些可能的实施方式中，在第一雾计算网关判断p个子任务的任务处理结果未满足任务处理需求，且第一雾计算网关连接的m个雾计算节点中所存储的算力不足的情况下，第一雾计算网关可以将全部p个子任务发送至第二雾计算网关进行处理，第二雾计算网关直接将p个子任务分配至第二雾计算网关所连接的雾计算节点进行处理，第一雾计算网关还可以将p个子任务对应的运行任务直接发送至第二雾计算网关，由第二雾计算网关重新对运行任务进行拆分，并将重新拆分后的任务分配至第二雾计算网关所连接的雾计算节点进行处理。
52.在一些可能的实施方式中，在第一雾计算网关判断p个子任务的任务处理结果未满足任务处理需求，且第一雾计算网关连接的m个雾计算节点中所存储的算力较为充足的情况下，第一雾计算网关将p个子任务中的部分子任务发送至第二雾计算网关，第二雾计算网关直接将接收到的p个子任务中的部分子任务分配至第二雾计算网关所连接的雾计算节点进行处理。
53.本技术实施例中，在第一雾计算网关中的多个雾计算节点对多个子任务的处理结果无法满足任务处理需求的情况下，能够将多个子任务中的至少部分子任务共享至相邻的第二雾计算计算网关进行处理。实现了算力分配系统中的不同雾计算区域之间的雾计算网关可产生联动，进行跨区域的算力共享。
54.在本技术的一些实施例中，在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值之前，还包括：检测m个雾计算节点中第一雾计算节点的算力存储值；在算力存储值小于算力阈值的情况下，将n个设备中的闲时算力配置到第一雾计算节点，以使第一雾计算节点的算力存储值达到算力阈值。
55.本技术实施例中，第一雾计算网关检测到第一雾计算节点的算力存储值小于算力阈值的情况下，则判定第一雾计算节点所存储的算力不足，需要进行补充算力。此时，第一
雾计算网关调用所连接的多个设备中的闲时算力，并将闲时算力分配至第一雾计算节点中，使第一雾计算节点的算力存储值达到算力阈值。
56.值得说明的是，设备中的闲时算力为未处理运行任务的设备的算力值。
57.具体来说，在算力分配系统中的雾计算网关能够对连接的多个雾计算节点中的算力存储值进行检测，并在检测到多个雾计算节点中存在算力存储值不足的雾计算节点后，将所连接的设备的显示算力配置到该雾计算节点中，使多个雾计算节点的算力存储值均能够达到算力阈值。
58.本技术实时通过第一雾计算网关对雾计算节点中的算力存储值进行检测，并根据检测结果，将设备中的闲时算力分配至算力不足的雾计算节点中，实现了保证多个雾计算节点中每个雾计算节点的算力存储值均达到算力阈值，即每个雾计算节点中均存储有充足的算力。
59.在本技术的一些实施例中，在接收到运行任务的情况下，获取运行任务的所需算力值之前，还包括：接收来自n个设备的注册请求；响应于注册请求，获取n个设备的闲时算力；将闲时算力配置到m个雾计算节点。
60.本技术实施例中，在算力分配系统的初始状态下，在多个设备与第一雾计算网关进行连接之后，多个设备向所连接的第一雾计算网关发送注册请求。雾计算网关接收到注册请求之后，能够获取多个设备的闲时算力，并将获取到的来自多个设备的闲时算力分配至与第一雾计算网关相连接的雾计算节点。
61.值得说明的是，在多个设备向第一雾计算网关进行注册之后，第一雾计算网关能够持续对多个设备的显示算力进行检测。
62.本技术实施例中，在第一雾计算网关与多个设备建立连接关系后，第一雾计算网关能够持续检测多个设备的闲时算力，以及时对相连接的雾计算节点进行配置算力。
63.本技术实施例提供的算力分配方法，执行主体可以为算力分配装置。本技术实施例中以算力分配装置执行算力分配方法为例，说明本技术实施例提供的算力分配装置。
64.在本技术的一些实施例中提供了一种算力分配装置，第一雾计算网关与n个设备连接，第一雾计算网关与m个雾计算节点连接，m个雾计算节点用于存储n个设备的闲时算力，m和n均为正整数。
65.图3示出了本技术实施例提供的算力分配装置的结构框图，如图3所示，算力分配装置300，其包括：
66.获取模块302，用于在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值；
67.拆分模块304，用于在所需算力值大于第一设备的第一算力值的情况下，将运行任务拆分为p个子任务；
68.分配模块306，用于将p个子任务分配至q个雾计算节点进行处理，其中，q≤m。
69.本技术实施例中，通过在物联网中部署雾计算节点，在第一设备自身算力无法单独处理运行任务的情况下，则通过第一雾计算网关将该任务分配至多个不同的雾计算节点进行处理，实现了不同设备之间的算力共享，并且在算力共享过程中，无需将算力上传至云端服务器，加快了整体运算过程的处理速度，降低了设备之间算力共享的时延，提高了算力共享的实时性。
70.在本技术的一些实施例中，分配模块306，还用于在所需算力值小于等于第一设备的第一算力值的情况下，将运行任务分配至第一设备进行处理。
71.本技术实施例中，通过第一雾计算网关对连接的设备的算力进行统一调配，在检测到设备的运行任务的所需算力值小于第一设备的第一算力值的情况下，则直接将运行任务分配至第一设备进行处理，无需将第一任务分配至雾计算节点进行处理，进一步提高了整体运算过程的速度。
72.在本技术的一些实施例中，第一雾计算网关与第二雾计算网关连接，算力分配装置还包括：
73.第一接收模块，用于接收来自q个雾计算节点的任务处理结果；
74.发送模块，用于在任务处理结果未满足任务处理需求的情况下，将p个子任务中的x个子任务发送至第二雾计算网关进行处理，其中，x≤p。
75.本技术实施例中，在第一雾计算网关中的多个雾计算节点对多个子任务的处理结果无法满足任务处理需求的情况下，能够将多个子任务中的至少部分子任务共享至相邻的第二雾计算计算网关进行处理。实现了算力分配系统中的不同雾计算区域之间的雾计算网关可产生联动，进行跨区域的算力共享。
76.在本技术的一些实施例中，算力分配装置300，还包括：检测模块，用于检测m个雾计算节点中第一雾计算节点的算力存储值；
77.第一配置模块，用于在算力存储值小于算力阈值的情况下，将n个设备中的闲时算力配置到第一雾计算节点，以使第一雾计算节点的算力存储值达到算力阈值。
78.本技术实施例通过第一雾计算网关对雾计算节点中的算力存储值进行检测，并根据检测结果，将设备中的闲时算力分配至算力不足的雾计算节点中，实现了保证多个雾计算节点中每个雾计算节点的算力存储值均达到算力阈值，即每个雾计算节点中均存储有充足的算力。
79.在本技术的一些实施例中，算力分配装置300，还包括：第二接收模块，用于接收来自n个设备的注册请求；
80.获取模块302，还用于响应于注册请求，获取n个设备的闲时算力；
81.第二配置模块，用于将闲时算力配置至m个雾计算节点。
82.本技术实施例中，在第一雾计算网关与多个设备建立连接关系后，第一雾计算网关能够持续检测多个设备的闲时算力，以及时对相连接的雾计算节点进行配置算力。
83.本技术实施例中的算力分配装置可以是电子设备，也可以是电子设备中的部件，例如集成电路或芯片。该电子设备可以是终端，也可以为除终端之外的其他设备。示例性的，电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(mobile internet device，mid)、增强现实(augmented reality，ar)/虚拟现实(virtual reality，vr)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，还可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
84.本技术实施例中的算力分配装置可以为具有操作系统的装置。该操作系统可以为
安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术实施例不作具体限定。
85.本技术实施例提供的算力分配装置能够实现上述方法实施例实现的各个过程，为避免重复，这里不再赘述。
86.可选地，本技术实施例还提供了一种电子设备，其中包括如上述任一实施例中的算力分配装置，因而具有任一实施例中的算力分配装置的全部有益效果，在此不再做过多赘述。
87.可选地，本技术实施例还提供一种电子设备，图4示出了根据本技术实施例的电子设备的结构框图，如图4所示，电子设备400包括处理器402，存储器404，存储在存储器404上并可在处理器402上运行的程序或指令，该程序或指令被处理器402执行时实现上述算力分配方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
88.需要说明的是，本技术实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
89.图5为实现本技术实施例的一种电子设备的硬件结构示意图。
90.该电子设备500包括但不限于：射频单元501、网络模块502、音频输出单元503、输入单元504、传感器505、显示单元506、用户输入单元507、接口单元508、存储器509以及处理器510等部件。
91.本领域技术人员可以理解，电子设备500还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器510逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图5中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
92.其中，处理器510，用于在接收到来自n个设备中第一设备的运行任务的情况下，获取运行任务的所需算力值；
93.处理器510，用于在所需算力值大于第一设备的第一算力值的情况下，将运行任务拆分为p个子任务；
94.处理器510，用于将p个子任务分配至q个雾计算节点进行处理，其中q≤m。
95.本技术实施例中，通过在物联网中部署雾计算节点，在第一设备自身算力无法单独处理运行任务的情况下，则通过第一雾计算网关将该任务分配至多个不同的雾计算节点进行处理，实现了不同设备之间的算力共享，并且在算力共享过程中，无需将算力上传至云端服务器，加快了整体运算过程的处理速度，降低了设备之间算力共享的时延，提高了算力共享的实时性。
96.进一步地，处理器510，还用于在所需算力值小于等于第一设备的第一算力值的情况下，将运行任务分配至第一设备进行处理。
97.本技术实施例中，通过第一雾计算网关对连接的设备的算力进行统一调配，在检测到设备的运行任务的所需算力值小于第一设备的第一算力值的情况下，则直接将运行任务分配至第一设备进行处理，无需将第一任务分配至雾计算节点进行处理，进一步提高了整体运算过程的速度。
98.进一步地，第一雾计算网关与第二雾计算网关连接，算力分配装置还包括：
99.处理器510，用于接收来自q个雾计算节点的任务处理结果；
100.处理器510，用于在任务处理结果未满足任务处理需求的情况下，将p个子任务中的x个子任务发送至第二雾计算网关进行处理，其中，x≤p。
101.本技术实施例中，在第一雾计算网关中的多个雾计算节点对多个子任务的处理结果无法满足任务处理需求的情况下，能够将多个子任务中的至少部分子任务共享至相邻的第二雾计算计算网关进行处理。实现了算力分配系统中的不同雾计算区域之间的雾计算网关可产生联动，进行跨区域的算力共享。
102.进一步地，处理器510，用于检测m个雾计算节点中第一雾计算节点的算力存储值；
103.第一配置模块，用于在算力存储值小于算力阈值的情况下，将n个设备中的闲时算力配置到第一雾计算节点，以使第一雾计算节点的算力存储值达到算力阈值。
104.本技术实时通过第一雾计算网关对雾计算节点中的算力存储值进行检测，并根据检测结果，将设备中的闲时算力分配至算力不足的雾计算节点中，实现了保证多个雾计算节点中每个雾计算节点的算力存储值均达到算力阈值，即每个雾计算节点中均存储有充足的算力。
105.进一步地，处理器510，用于接收来自n个设备的注册请求；
106.处理器510，还用于响应于注册请求，获取n个设备的闲时算力；
107.处理器510，用于将闲时算力配置至m个雾计算节点。
108.本技术实施例中，在第一雾计算网关与多个设备建立连接关系后，第一雾计算网关能够持续检测多个设备的闲时算力，以及时对相连接的雾计算节点进行配置算力。
109.应理解的是，本技术实施例中，输入单元504可以包括图形处理器(graphics processing unit，gpu)5041和麦克风5042，图形处理器5041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元506可包括显示面板5061，可以采用液晶显示器、有机发光二极管等形式来配置显示面板5061。用户输入单元507包括触控面板5071以及其他输入设备5072中的至少一种。触控面板5071，也称为触摸屏。触控面板5071可包括触摸检测装置和触摸控制器两个部分。其他输入设备5072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
110.存储器509可用于存储软件程序以及各种数据。存储器509可主要包括存储程序或指令的第一存储区和存储数据的第二存储区，其中，第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外，存储器509可以包括易失性存储器或非易失性存储器，或者，存储器509可以包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，
drram)。本技术实施例中的存储器509包括但不限于这些和任意其它适合类型的存储器。
111.处理器510可包括一个或多个处理单元；可选的，处理器510集成应用处理器和调制解调处理器，其中，应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作，调制解调处理器主要处理无线通信信号，如基带处理器。可以理解的是，上述调制解调处理器也可以不集成到处理器510中。
112.本技术实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
113.其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器rom、随机存取存储器ram、磁碟或者光盘等。
114.本技术实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述算力分配方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
115.应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
116.本技术实施例提供一种计算机程序产品，该程序产品被存储在存储介质中，该程序产品被至少一个处理器执行以实现如上述算力分配方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
117.需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
118.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例的方法。
119.上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。