[发明专利]分布式机器学习任务启动方法、系统、设备及存储介质

权利要求书

1.一种分布式机器学习任务启动方法，其特征在于，包括如下步骤：

配置kubernetes Pod资源中的环境变量，所述环境变量包括所有机器学习节点的域名和端口信息；

配置kubernetes Pod资源中容器的启动命令，所述启动命令将所述环境变量传入分布式机器学习任务启动脚本；

根据所述环境变量和所述容器的启动命令创建kubernetes Pod资源，所述kubernetesPod资源中容器配置为执行所述启动命令。

2.根据权利要求1所述的分布式机器学习任务启动方法，其特征在于，所述方法还包括基于kubernetes的域名机制生成所有机器学习节点的域名的步骤；

所述创建kubernetes Pod资源时，创建的kubernetes Pod资源与所述机器学习节点一一对应，且所述kubernetes Pod资源的名称与所对应的机器学习节点的域名相同。

3.根据权利要求2所述的分布式机器学习任务启动方法，其特征在于，所述方法还包括如下步骤：

创建kubernetes Service资源，创建的kubernetes Service资源与所述机器学习节点一一对应，且所述kubernetes Service资源的名称与所对应的机器学习节点的域名相同。

4.根据权利要求2所述的分布式机器学习任务启动方法，其特征在于，所述机器学习节点包括多个节点组，所述机器学习节点的域名包括节点组的识别号和节点在节点组中的识别号。

5.根据权利要求4所述的分布式机器学习任务启动方法，其特征在于，所述机器学习节点为基于TensorFlow模式的机器学习节点，所述机器学习节点根据不同角色分为多个节点组。

6.根据权利要求4所述的分布式机器学习任务启动方法，其特征在于，所述机器学习节点为基于MPI模式的机器学习节点，所述机器学习节点分为主节点组和从节点组；

所述主节点组中的机器学习节点所对应的kubernetes Pod资源中包括所述环境变量和容器的启动命令；

所述从节点组中的机器学习节点所对应的kubernetes Pod资源中不包括所述环境变量和容器的启动命令。

7.根据权利要求1所述的分布式机器学习任务启动方法，其特征在于，所述kubernetesPod资源中容器配置为创建完成后自动执行所述启动命令。

8.一种分布式机器学习任务启动系统，其特征在于，应用于权利要求1至7中任一项所述的分布式机器学习任务启动方法，所述分布式机器学习任务启动系统包括：

环境变量配置模块，用于配置kubernetes Pod资源中的环境变量，所述环境变量包括所有节点的域名和端口信息；

启动命令配置模块，用于配置kubernetes Pod资源中容器的启动命令，所述启动命令将所述环境变量传入分布式机器学习任务启动脚本；

Pod资源创建模块，用于根据所述环境变量和所述容器的启动命令创建kubernetesPod资源，所述kubernetes Pod资源中容器配置为执行所述启动命令。

9.根据权利要求8所述的分布式机器学习任务启动系统，其特征在于，所述系统还包括域名生成模块，用于基于kubernetes的域名机制生成所有机器学习节点的域名；

所述Pod资源创建模块创建的kubernetes Pod资源与所述机器学习节点一一对应，且所述kubernetes Pod资源的名称与所对应的机器学习节点的域名相同。

10.根据权利要求9所述的分布式机器学习任务启动系统，其特征在于，所述系统还包括Service资源创建模块，用于创建kubernetes Service资源，创建的kubernetes Service资源与所述机器学习节点一一对应，且所述kubernetes Service资源的名称与所对应的机器学习节点的域名相同。