[发明专利]一种资源调度方法及装置

说明书

本文公开了一种资源调度方法及装置。所述资源调度方法包括：在Kubernetes系统中获取容器的调度需求，根据所述容器的调度需求从多个服务器分组中选择满足所述调度需求的服务器分组；在Kubernetes系统中根据选出的服务器分组对容器进行调度。本文的技术方案能够增加资源调度的灵活性，从而满足不同业务场景的调度需求。

技术领域

本发明涉及计算机技术领域，尤其涉及的是一种资源调度方法及装置。

背景技术

伴随着人工智能技术的发展，深度学习逐渐兴起。深度学习的实现，需要多种技术进行支撑，比如服务器、GPU(Graphics Processing Unit，图形处理单元)、集群、集群管理调度软件、深度学习框架、深度学习的具体应用等。

Kubernetes具有完备的集群管理能力、多层次安全防护和准入机制、多租户应用支撑能力、强大的故障发现和自我修复能力以及多粒度的资源配额管理能力，因此被广泛地应用在人工智能领域作为深度学习的调度和监控支撑平台。

当前Kubernetes对于资源的调度策略，使用的是资源剩余调度策略，这种调度策略优先把新的容器调度到剩余量高的服务器运行。但是，人工智能领域深度学习的方式多种多样，统一的资源剩余调度策略在某些业务场景下，并不能满足深度学习的训练任务的要求。

发明内容

本发明实施例所要解决的技术问题是提供一种资源调度方法及装置，能够增加资源调度的灵活性，从而满足不同业务场景的调度需求。

本发明实施例提供一种资源调度方法，包括：

在Kubernetes系统中获取容器的调度需求，根据所述容器的调度需求从多个服务器分组中选择满足所述调度需求的服务器分组；

在Kubernetes系统中根据选出的服务器分组对容器进行调度。

本发明实施例提供一种资源调度装置，包括：

匹配模块，用于在Kubernetes系统中获取容器的调度需求，根据所述容器的调度需求从多个服务器分组中选择满足所述调度需求的服务器分组；

调度模块，用于在Kubernetes系统中根据选出的服务器分组对容器进行调度。

本发明实施例提供一种资源调度装置，包括：

存储器、处理器及存储在所述存储器上并可在所述处理器上运行的资源调度程序，所述资源调度程序被所述处理器执行时实现上述资源调度方法的步骤。

与相关技术相比，本发明实施例提供一种资源调度方法及装置，在Kubernetes系统中获取容器的调度需求，根据所述容器的调度需求从多个服务器分组中选择满足所述调度需求的服务器分组，在Kubernetes系统中根据选出的服务器分组对容器进行调度。本发明实施例的技术方案能够增加资源调度的灵活性，从而满足不同业务场景的调度需求。

附图说明

图1为本发明实施例1的一种资源调度方法流程图；

图2为本发明实施例2的一种资源调度装置示意图；

图3为本发明示例1的一种GPU资源分组的示意图；

图4为本发明示例1的一种资源调度方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

实施例1

如图1所示，本发明实施例提供了一种资源调度方法，包括：