双路机架式服务器的计算资源智能分配系统及其分配方法与流程

技术特征：
1.一种双路机架式服务器的计算资源智能分配系统，其特征在于，包括：客户端计算请求采集模块，用于获取包含当前时间点在内的多个预定时间点的多个客户端的计算资源请求，所述计算资源请求包含所需计算资源量；计算请求数据编码模块，用于将各个所述预定时间点的多个客户端的计算资源请求中的所需计算资源量输入上下文编码器以得到对应于各个所述预定时间点的全局需求特征向量；全局均值处理模块，用于计算所述对应于各个所述预定时间点的全局需求特征向量的全局均值以得到对应于各个所述预定时间点的全局计算需求特征值；计算请求时序编码模块，用于将所述对应于各个所述预定时间点的全局计算需求特征值按照时间维度排列为输入向量后通过包含一维卷积层的第一时序编码器以得到计算资源需求特征向量；剩余计算资源量采集模块，用于获取所述包含当前时间点在内的多个预定时间点的服务器的剩余计算资源量；剩余计算资源量编码模块，用于将所述包含当前时间点在内的多个预定时间点的服务器的剩余计算资源量通过包含一维卷积层的第二时序编码器以得到剩余计算资源特征向量；分配数据采集模块，用于获取所述服务器在所述当前时间点向所述多个客户端分配的计算资源量；分配数据编码模块，用于将所述服务器在所述当前时间点向所述多个客户端分配的计算资源量通过包含一维卷积层的第三时序编码器以得到当前计算资源分配特征向量；贝叶斯融合模块，用于使用贝叶斯概率模型来融合所述计算资源需求特征向量、所述当前计算资源分配特征向量和所述剩余计算资源特征向量以得到分类特征向量；以及分配方案生成模块，用于将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示服务器在当前时间点的计算资源分配比例是否需要调整。2.根据权利要求1所述的双路机架式服务器的计算资源智能分配系统，其中，所述计算请求数据编码模块，包括：上下文编码单元，用于使用所述上下文编码器的基于转换器的bert模型对各个所述预定时间点的多个客户端的计算资源请求中的所需计算资源量进行基于全局的上下文语义编码以得到多个客户端特征向量；以及级联单元，用于所述多个客户端特征向量进行级联以得到所述对应于各个所述预定时间点的全局需求特征向量。3.根据权利要求2所述的双路机架式服务器的计算资源智能分配系统，其中，所述计算请求时序编码模块，包括：第一排列单元，用于将所述对应于各个所述预定时间点的全局计算需求特征值按照时间维度排列为输入向量；第一全连接编码单元，用于使用所述第一时序编码器的全连接层以如下公式对所述输入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：，其中是所述输入向量，是输出向量，是权重矩阵，是偏置向量，表示矩阵乘；
第一一维卷积编码单元，用于使用所述第一时序编码器的一维卷积层以如下公式对所述输入向量进行一维卷积编码以提取出所述输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：其中，a为卷积核在x方向上的宽度、f为卷积核参数向量、g为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸。4.根据权利要求3所述的双路机架式服务器的计算资源智能分配系统，其中，所述剩余计算资源量编码模块，包括：第二排列单元，用于将所述包含当前时间点在内的多个预定时间点的服务器的剩余计算资源量按照时间维度排列为剩余输入向量；第二全连接编码单元，用于使用所述第二时序编码器的全连接层以如下公式对所述剩余输入向量进行全连接编码以提取出所述剩余输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：，其中是所述输入向量，是输出向量，是权重矩阵，是偏置向量，表示矩阵乘；第二一维卷积编码单元，用于使用所述第二时序编码器的一维卷积层以如下公式对所述剩余输入向量进行一维卷积编码以提取出所述剩余输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：其中，a为卷积核在x方向上的宽度、f为卷积核参数向量、g为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸。5.根据权利要求4所述的双路机架式服务器的计算资源智能分配系统，其中，所述分配数据编码模块，包括：第三排列单元，用于将所述服务器在所述当前时间点向所述多个客户端分配的计算资源量按照时间维度排列为分配输入向量；第三全连接编码单元，用于使用所述第三时序编码器的全连接层以如下公式对所述分配输入向量进行全连接编码以提取出所述分配输入向量中各个位置的特征值的高维隐含特征，其中，所述公式为：，其中是所述输入向量，是输出向量，是权重矩阵，是偏置向量，示矩阵乘；第三一维卷积编码单元，用于使用所述第三时序编码器的一维卷积层以如下公式对所述分配输入向量进行一维卷积编码以提取出所述分配输入向量中各个位置的特征值间的高维隐含关联特征，其中，所述公式为：其中，a为卷积核在x方向上的宽度、f为卷积核参数向量、g为与卷积核函数运算的局部向量矩阵，w为卷积核的尺寸。6.根据权利要求5所述的双路机架式服务器的计算资源智能分配系统，其中，所述贝叶
斯融合模块，包括：特征分布校正单元，用于分别对所述计算资源需求特征向量、所述当前计算资源分配特征向量和所述剩余计算资源特征向量进行基于类条件边界约束以得到校正后计算资源需求特征向量、校正后当前计算资源分配特征向量和校正后剩余计算资源特征向量；以及贝叶斯计算单元，用于以所述校正后当前计算资源分配特征向量作为先验概率向量、所述校正后剩余计算资源特征向量作为事件概率向量和所述计算资源需求特征向量作为证据概率向量，计算所述校正后当前计算资源分配特征向量与所述校正后剩余计算资源特征向量的按位置点乘再除以所述计算资源需求特征向量以得到所述分类特征向量。7.根据权利要求6所述的双路机架式服务器的计算资源智能分配系统，其中，所述特征分布校正单元，进一步用于：以如下公式分别对所述计算资源需求特征向量、所述当前计算资源分配特征向量和所述剩余计算资源特征向量进行基于类条件边界约束以得到所述校正后计算资源需求特征向量、所述校正后当前计算资源分配特征向量和所述校正后剩余计算资源特征向量；其中，所述公式为：其中和分别是所述计算资源需求特征向量、所述当前计算资源分配特征向量和所述剩余计算资源特征向量的每个位置的特征值。8.根据权利要求7所述的双路机架式服务器的计算资源智能分配系统，其中，所述贝叶斯计算单元，进一步用于：以所述校正后当前计算资源分配特征向量作为先验概率向量、所述校正后剩余计算资源特征向量作为事件概率向量和所述计算资源需求特征向量作为证据概率向量，以如下公式计算所述校正后当前计算资源分配特征向量与所述校正后剩余计算资源特征向量的按位置点乘再除以所述计算资源需求特征向量以得到所述分类特征向量；其中，所述公式为：其中是所述校正后当前计算资源分配特征向量中的每个位置的值，和分别是所述校正后剩余计算资源特征向量和所述计算资源需求特征向量中的每个位置的值，而是所述分类特征向量中的每个位置的值。9.根据权利要求8所述的双路机架式服务器的计算资源智能分配系统，其中，所述分配方案生成模块，进一步用于：使用所述分类器以如下公式对所述分类特征向量进行处理以获得所述分类结果，其中，所述公式为：，其中，到为权重矩阵，到为偏置向量，为所述分类特征向量。
10.一种双路机架式服务器的计算资源智能分配系统的分配方法，其特征在于，包括：获取包含当前时间点在内的多个预定时间点的多个客户端的计算资源请求，所述计算资源请求包含所需计算资源量；将各个所述预定时间点的多个客户端的计算资源请求中的所需计算资源量输入上下文编码器以得到对应于各个所述预定时间点的全局需求特征向量；计算所述对应于各个所述预定时间点的全局需求特征向量的全局均值以得到对应于各个所述预定时间点的全局计算需求特征值；将所述对应于各个所述预定时间点的全局计算需求特征值按照时间维度排列为输入向量后通过包含一维卷积层的第一时序编码器以得到计算资源需求特征向量；获取所述包含当前时间点在内的多个预定时间点的服务器的剩余计算资源量；将所述包含当前时间点在内的多个预定时间点的服务器的剩余计算资源量通过包含一维卷积层的第二时序编码器以得到剩余计算资源特征向量；获取所述服务器在所述当前时间点向所述多个客户端分配的计算资源量；将所述服务器在所述当前时间点向所述多个客户端分配的计算资源量通过包含一维卷积层的第三时序编码器以得到当前计算资源分配特征向量；使用贝叶斯概率模型来融合所述计算资源需求特征向量、所述当前计算资源分配特征向量和所述剩余计算资源特征向量以得到分类特征向量；以及将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示服务器在当前时间点的计算资源分配比例是否需要调整。

技术总结
本发明申请涉及服务器资源智能分配的领域，其具体地公开了一种双路机架式服务器的计算资源智能分配系统及其分配方法，其通过深度神经网络模型分别对于时间维度上的客户端的所需计算资源量、服务器的剩余计算资源量以及客户端分配的计算资源量进行隐含的关联特征挖掘，以综合这三者的特征信息融合来进行所述服务器的计算资源分配比例的合理性判断，通过这样的方式，以所述客户端的所需计算资源量的全局和服务器自身的剩余计算资源情况来智能地调整计算资源分配方案，以提高服务器计算资源的分配合理性和利用效率。源的分配合理性和利用效率。源的分配合理性和利用效率。


技术研发人员：武旻 刘琦 张一鸣 施铮
受保护的技术使用者：南京普道电子技术有限公司
技术研发日：2022.07.11
技术公布日：2022/8/5