[发明专利]硬件资源配置方法、装置、云侧设备和存储介质

权利要求书

1.一种硬件资源配置方法，其特征在于，包括：

云侧设备接收端侧设备的请求信息，并统计所述端侧设备的请求信息，根据所述端侧设备的请求信息从所述云侧设备的硬件资源中配置与之适配的人工智能处理器，获得历史配置信息；其中，所述请求信息是由软件开发平台基于调试需求、所述端侧设备的设备信息以及对应的人工智能学习任务生成的；所述历史配置信息用于反映不同时间段下用户使用所述云侧设备的硬件资源情况，所述云侧设备的硬件资源是在当前时刻下允许使用的所述云侧设备处设置的人工智能处理器；

所述云侧设备根据当前接收到的所述端侧设备的请求信息和所述历史配置信息，配置所述云侧设备的硬件资源；其中，所述硬件资源为模拟所述端侧设备的人工智能处理器的资源集合。

2.根据权利要求1所述的方法，其特征在于，所述云侧设备根据当前接收到的所述端侧设备的请求信息和所述历史配置信息，配置所述云侧设备的硬件资源的步骤，包括：

所述云侧设备根据当前接收到的所述端侧设备的请求信息和所述历史配置信息确定当前时间段能够满足用户需求的所述云侧设备的硬件资源对应的人工智能处理器的数量的最小值。

3.根据权利要求2所述的方法，其特征在于，所述云侧设备根据当前接收到的所述端侧设备的请求信息和所述历史配置信息，配置所述云侧设备的硬件资源的步骤，还包括：

所述云侧设备根据所述当前时间段能够满足用户需求的所述云侧设备的硬件资源对应的人工智能处理器的数量的最小值和冗余的人工智能处理器确定所述云侧设备的硬件资源的情况。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述云侧设备的硬件资源中包括人工智能处理器芯片、FPGA、仿真加速器以及模拟器中的至少一种。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述请求信息包括调试需求、端侧设备的设备信息、请求标识和人工智能学习任务。

6.根据权利要求1-3任一项所述的方法，其特征在于，所述设备信息包括端侧设备的人工智能处理器的硬件架构信息和运行环境参数；其中，所述运行环境参数包括所述端侧设备的人工智能处理器的运行主频率、片外存储器到所述端侧设备的人工智能处理器之间的访存带宽、片上存储大小、所述端侧设备的人工智能处理器的核数、所述端侧设备的人工智能处理器的运算器类型中的至少其中之一。

7.一种云侧设备，其特征在于，包括：

统计单元，用于接收端侧设备的请求信息，并统计所述端侧设备的请求信息，根据所述端侧设备的请求信息从云侧设备的硬件资源中配置与之适配的人工智能处理器，获得历史配置信息；其中，所述请求信息是由软件开发平台基于调试需求、所述端侧设备的设备信息以及对应的人工智能学习任务生成的；所述历史配置信息用于反映不同时间段下用户使用所述云侧设备的硬件资源情况，所述云侧设备的硬件资源是在当前时刻下允许使用的所述云侧设备处设置的人工智能处理器；

配置单元，用于根据当前接收到的所述端侧设备的请求信息和所述历史配置信息，配置所述云侧设备的硬件资源；其中，所述硬件资源为模拟所述端侧设备的人工智能处理器的资源集合。

8.一种云侧设备，其特征在于，包括通用处理器和存储器，所述通用处理器和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述通用处理器被配置用于调用所述程序指令，执行如权利要求1-6任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-6任一项所述的方法。