[发明专利]计算服务云平台

说明书

本发明提供一种计算服务云平台，包括平台前端和平台后端，其中平台前端至少用于向用户提供显示界面并接收用户输入；以及平台后端包括后端服务器集群，包括多个计算节点，其中任一计算节点包括搭载有模拟实际操作系统界面的多种操作环境的镜像的容器，其中所述容器在用户创建计算服务任务后启动，镜像用于根据计算服务请求的类型通过显示界面提供相应的操作环境。通过在任务启动镜像中预先配置多种计算服务的操作环境，并提供搭载不同操作环境的镜像，在任务启动后模拟实际操作系统界面，从而向使用者提供友好的容器内操作环境/计算服务平台。同时，通过提供区域选择功能，满足了平台使用者对于不同网络环境的服务器需求，避免网络因素影响服务。

技术领域

本发明涉及大数据和人工智能技术领域，具体涉及一种计算服务云平台。

背景技术

随着大数据时代的来临以及人工智能技术的不断发展，越来越多的工程师致力于机器学习方面算法的研究。尤其是深度学习方向，往往需要使用高性能的GPU资源以加速模型训练及测试过程。同时，深度学习工作者在新环境下训练模型需要复杂的环境搭建，为此经常耗费不必要的时间与人力。因此，向深度学习工作者提供一个友好的开发环境，同时可以高效管理硬件资源的深度学习计算平台的需求越来越迫切。而在实际工作中，有时会出现网络异常、服务器故障等偶然因素，导致服务出现中断，运维人员不一定可以实时解决。因此，提供一个具备高可用性的平台服务也是必不可少的。

目前，国内外计算服务平台尚处于发展阶段。机器学习的计算服务有其特殊性，依赖较为复杂的编译环境和高性能的硬件资源。当深度学习工作者需要进行模型训练时需要使用GPU等硬件资源，而当其完成训练时可以释放资源，以供其他有需求的任务使用。因此一个高效的深度学习平台既需要根据任务申请动态分配GPU等硬件资源，也需要对不同的任务做相应的资源隔离。

一个通用的服务平台会在启动新任务时，根据相应的资源需求启动容器，以容器化的形式向外部提供服务。而在实际的训练过程中，往往需要根据训练效果进行调参、优化等工作，而这种形式提供的服务对用户并不友好，用户更希望可以在容器内部进行工作。

因此，需要一种新的计算服务平台。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种计算服务云平台，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一示例实施方式，公开一种计算服务云平台，其特征在于，包括平台前端和平台后端，其中

平台前端，至少用于向用户提供显示界面并接收用户输入；以及

平台后端包括后端服务器集群，后端服务器集群包括多个计算节点，其中任一计算节点包括搭载有模拟实际操作系统界面的多种操作环境的镜像的容器，其中所述容器在用户创建计算服务任务后启动，所述镜像用于根据计算服务请求的类型通过显示界面提供相应的操作环境。

根据本发明的一示例实施方式，平台前端包括任务配置页，用于获取并显示后端服务器集群中所有计算节点的区域标签列表以供用户根据网络环境选择相应的运行计算服务任务的计算节点区域。

根据本发明的一示例实施方式，在多个计算节点中选择满足计算服务所需的资源要求并符合运行计算服务任务的计算节点区域要求的计算节点来提供计算服务。

根据本发明的一示例实施方式，其中云平台同时运行多个平台后端实例，其中一个为主服务，其余为备用服务，当主服务出现中断时，自动选择可用的备用服务并将其切换为主服务以继续提供计算服务。

根据本发明的一示例实施方式，所述云平台还包括调度器，至少用于对多个平台后端实例进行调度。