[发明专利]一种节点集群中任务分配的方法、节点和系统

权利要求书

1.一种节点集群中任务分配的方法，其特征在于，所述节点集群包括多个计算节点，所述多个计算节点包括图形处理器GPU节点和中央处理器CPU节点，多个所述GPU节点组成GPU节点集群，多个所述CPU节点组成CPU节点集群，所述CPU节点集群和所述GPU节点集群统一被中心节点管理，所述方法包括：

中心节点接收用户请求，所述用户请求携带有待执行的任务和用户自定义参数；

所述中心节点控制任一计算节点确定执行所述任务所需要的服务器资源类型和资源大小；

所述中心节点根据所述任务所需要的服务器资源类型和资源大小以及当前计算节点的状态信息将所述任务分配到相应的计算节点。

2.根据权利要求1所述的方法，其特征在于，所述中心节点控制任一计算节点确定执行所述任务所需要的服务器资源类型和资源大小，包括：

根据所述用户自定义参数对所述任务进行分解成多个子任务；

判断所述子任务是否必须使用GPU资源，生成标记信息；

计算执行每个所述子任务所需的CPU资源和/或GPU资源所要满足的资源条件，生成资源条件信息；

所述中心节点根据所述标记信息、资源条件信息和当前每个计算节点的状态信息，将所述子任务分配至相应的计算节点。

3.根据权利要求1或2所述的方法，其特征在于，所述状态信息包括：CPU使用率和/或GPU使用率。

4.根据权利要求2所述的方法，其特征在于，所述中心节点根据所述标记信息、资源条件信息和当前每个计算节点的状态信息，将所述子任务分配至相应的计算节点，包括：

如果所述子任务需要GPU资源，所述中心节点则优先将所述子任务分配在满足资源条件的GPU节点集群中GPU负载最低的计算节点；

如果所述子任务不需要GPU资源，所述中心节点优先将所述子任务分配至在满足资源条件的CPU节点集群中CPU负载最低的计算节点。

5.根据权利要求2所述的方法，其特征在于，所述中心节点根据所述标记信息、资源条件信息和当前每个计算节点的状态信息，将所述子任务分配至相应的计算节点，还包括：

如果所述子任务需要GPU资源，但不是必须使用GPU资源，在GPU节点集群中没有满足GPU资源条件的计算节点时，所述中心节点将所述子任务分配至GPU节点集群中满足CPU资源条件的计算节点；如果所述GPU节点集群没有满足所述CPU资源条件的计算节点，所述中心节点将所述子任务分配至CPU节点集群中满足CPU资源条件的计算节点；

如果所述子任务不需要GPU资源，且CPU节点集群中没有满足CPU资源条件的计算节点，所述中心节点将所述子任务分配至GPU节点集群中满足CPU资源要求的计算节点。

6.根据权利要求2所述的方法，其特征在于，所述中心节点根据所述标记信息、资源条件信息和当前每个计算节点的状态信息，将所述子任务分配至相应的计算节点，还包括：

如果所述子任务当前没有满足资源条件的计算节点，则使所述子任务处于等待状态，直到有满足资源条件的计算节点出现时，中心节点再为所述子任务分配计算节点。

7.根据权利要求2所述的方法，其特征在于，所述中心节点控制任一计算节点确定执行所述任务所需要的服务器资源类型和资源大小，还包括：

将所述用户自定义参数拆分成每个子任务所对应的具体参数；

根据每个所述子任务所对应的具体参数计算所述述子任务所需的CPU资源和/或GPU资源所要满足的资源条件。

8.一种节点，其特征在于，包括：

接收模块，用于接收用户请求，所述用户请求携带有待执行的任务和用户自定义参数；

确定模块，用于控制任一计算节点确定执行所述任务所需要的服务器资源类型和资源大小；

分配模块，用于根据所述任务所需要的服务器资源类型和资源大小以及当前计算节点的状态信息将所述任务分配到相应的计算节点。