[发明专利]算网融合网络模型系统

说明书

一种算网融合网络模型，应用于人工智能技术领域，包括基础设施层，用于提供算力资源，以及将各计算子任务接收至相应的计算节点；资源池层，用于感知该算力资源，并将算力资源进行池化和分组，得到多个算力资源池和网络资源池；算力调度优化层，用于分析用户的需求类型，将该用户需求对应的各计算子任务分配到该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；AI应用层，用于将AI应用进行分类；区块链层，用于将三侧之间进行的算力交易情况反馈至算力调度优化层；AI执行层，用于根据AI应用的类型，选择机器学习执行平台和神经网络，响应来自人工智能应用快速增长的算力需求，推动计算和网络的融合。

技术领域

本公开涉及人工智能技术领域，尤其涉及一种算网融合网络模型(INC，In-NetComputing)系统。

背景技术

近年来，人工智能(AI,Artificial Intelligence)技术和产业迅猛发展，正在全球掀起新的产业革命。算法、数据和算力是人工智能发展的重要支撑，其中高效算力作为关键驱动因素之一，在数据处理、算法优化、高精度快速交互等方面起着催化作用。随着算力向众多网络边缘甚至终端设备的扩展，算力网络的概念被提出。

但是，现有针对算力网络的研究主要集中在计算资源的管理与调度，对网络资源优化方面的研究较少。

发明内容

本公开的主要目的在于提供一种算网融合网络模型系统，以响应来自人工智能应用的快速增长的算力需求，使得无处不在的AI需求和无处不在的计算、联网能力的相互匹配，推动计算和网络的融合。

为实现上述目的，本公开实施例提供一种算网融合网络模型系统，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，将所述用户需求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。

可选的，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，使得用户获得单位算力资源的等待时间更小；

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。

可选的，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。

可选的，所述从所述组网侧对所述资源分配算法进行优化包括：