[发明专利]算网融合网络模型系统有效
申请号: | 202010390773.0 | 申请日: | 2020-05-11 |
公开(公告)号: | CN111679905B | 公开(公告)日: | 2022-03-08 |
发明(设计)人: | 仇超;任晓旭;曹一凡;王晓飞 | 申请(专利权)人: | 天津大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50;G06N3/04 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 周天宇 |
地址: | 300072*** | 国省代码: | 天津;12 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 融合 网络 模型 系统 | ||
1.一种算网融合网络模型系统,其特征在于,包括:
基础设施层、资源池层、算力调度优化层、AI执行层、区块链层、AI应用层;
所述基础设施层,用于提供算力资源,以及将所述算力调度优化层分配的各计算子任务接收至相应的计算节点;
所述资源池层,用于感知所述算力资源,并将所述算力资源在计算池和网络池进行池化和分组,得到多个算力资源池和网络资源池,用于为各计算子任务提供传输到所述基础设施层的传输路径;
所述算力调度优化层,用于分析用户的需求类型,利用资源分配算法,将所述用户的需求类型对应的各计算子任务分配到所述基础设施层中的不同的计算节点上,并根据各计算子任务的计算等级,选择相匹配的算力资源池;
所述AI应用层,用于将不同类型的AI应用进行分类;
所述区块链层,用于将用户侧、组网侧和算力提供者侧之间进行的算力交易情况反馈至所述算力调度优化层,优化所述资源分配算法;
所述AI执行层,用于根据AI应用的类型,选择与所述AI应用的类型相匹配的机器学习执行平台和神经网络。
2.根据权利要求1所述的算网融合网络模型系统,其特征在于,所述优化所述资源分配算法包括:
从所述用户侧对所述资源分配算法进行优化,以最大化所述用户侧的效用;
从所述组网侧对所述资源分配算法进行优化,降低算网融合网络的平均拥塞指数;
从所述算力提供者侧对所述资源分配算法进行优化,鼓励所述算网融合网络模型系统外的算力提供者加入到所述基础设施层,提高算力提供者的算力收益。
3.根据权利要求2所述的算网融合网络模型系统,其特征在于,所述从所述用户侧对所述资源分配算法进行优化包括:
建立用户侧算力分配机制,所述用户侧算力分配机制中,每个被指定的AI应用必须在规定的时间内完成,每个计算节点上的计算单元必须在安全强度范围内,保证用户侧计算单元分配的总请求不超过可用的算力。
4.根据权利要求2所述的算网融合网络模型系统,其特征在于,所述从所述组网侧对所述资源分配算法进行优化包括:
建立组网侧算力分配机制,从所述组网侧对所述资源分配算法进行优化,以最小化组网侧的平均拥塞指数,从而降低网络等待时延,提高资源利用率。
5.根据权利要求2所述的算网融合网络模型系统,其特征在于,所述从所述算力提供者侧对所述资源分配算法进行优化包括:
建立算力提供者算力分配机制,从所述算力提供侧对算力资源进行优化以最大化所述算力提供者的福利。
6.根据权利要求1至5任意一项所述的算网融合网络模型系统,其特征在于,所述区块链层采用交易规则多方统一的分布式账本,以维护多方之间的交易,所述多方包括用户、网络和算力提供者。
7.根据权利要求1至5任意一项所述的算网融合网络模型系统,其特征在于,所述区块链层采用共识协议,以保证各参与方对一个区块增加的唯一顺序一致。
8.根据权利要求1至5任意一项所述的算网融合网络模型系统,其特征在于,所述区块链层采用智能合约,所述智能合约在满足预设条件时自动执行。
9.根据权利要求1至5任意一项所述的算网融合网络模型系统,其特征在于,所述根据各计算子任务的计算等级,选择相匹配的算力资源池包括:
将各计算子任务划分为多个计算等级,利用资源分配算法,选择与进行等级划分后的各计算子任务相匹配的算力资源池。
10.根据权利要求1至5任意一项所述的算网融合网络模型系统,其特征在于,所述用户的需求类型包括计算类需求、网络类需求和支付费用类需求。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010390773.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种复合型秸秆移动式颗粒机
- 下一篇:一种高强钢的机械连接装置及其方法