[发明专利]算力上报方法、获取方法、算力网元及算力感知控制网元

说明书

本发明实施例提供一种算力上报方法、获取方法、算力网元及算力感知控制网元，该方法包括：接收算力感知控制网元发送的算力测试指示信息，所述算力测试指示信息由所述算力感知控制网元根据业务需求生成；根据所述算力测试指示信息进行算力评估及网络性能评估，确定所述算力网元的算力信息；将所述算力网元的算力信息上报给所述算力感知控制网元；从而由算力感知控制网元根据算力网元的算力信息动态获取适合当前业务的最优的网元节点。

技术领域

本发明涉及通信技术领域，尤其是指一种算力上报方法、获取方法、算力网元及算力感知控制网元。

背景技术

从云计算到边缘计算，算力呈分布式向客户侧延伸。网络与计算融合的体系中，算力将作为泛在的内生资源分布在网络各个节点。随着云计算及边缘计算的大力发展，网络中的计算资源融入到网络的各个角落，使每一个网络节点都可以成为资源的提供者。用户的请求可以通过调用最近的节点资源来满足，不再局限于某一特定节点。

目前网络还普遍不具备计算能力，对网络信息的采集集中在时延、带宽以及抖动等，一般可以通过OAM(Operation Administration and Maintenance，操作维护管理)、Telemetry(遥测)等实现，实现方式可能分为带内和带外检测等。通过采集的网络信息判断当前的状态，从而调整转发的路径，以保障业务带宽、时延等的需求。

从网络的角度出发，在算力网络中，可以将计算作为衡量网络性能其中一个维度之一，和时延、抖动、带宽等存在相互影响。那么如何配置网络和计算资源的信息采集，将会影响网络的带宽等性能，以及计算节点的选取。现有技术主要存在以下问题：

1)缺乏面向业务需求的计算资源评估的考虑。不同业务对计算、存储的需求不同，例如视频类业务可能需要较多GPU(Graphics Processing Unit，图形处理器)资源，CPU占用率不高的节点不一定是最优节点。

2)缺乏对网络和计算资源联合评估及调优的考虑。

3)缺乏配置合理的网络和计算节点数据上报策略，无法保证最优的业务体验，以及计算节点资源的调度优化。

发明内容

本发明实施例的目的在于提供一种算力上报方法、获取方法、算力网元及算力感知控制网元，以解决现有技术中算力调度不合理的问题。

为了解决上述问题，本发明实施例提供一种算力上报方法，应用于算力网元，包括：

接收算力感知控制网元发送的算力测试指示信息，所述算力测试指示信息由所述算力感知控制网元根据业务需求生成；

根据所述算力测试指示信息进行算力评估及网络性能评估，确定所述算力网元的算力信息；

将所述算力网元的算力信息上报给所述算力感知控制网元。

其中，所述将所述算力网元的算力信息上报给所述算力感知控制网元，包括：

根据预配置的上报所述算力网元的算力信息的周期信息，将所述算力网元的算力信息上报给算力感知控制网元。

其中，所述算力测试指示信息包含至少一种算力算法模型，不同的算力算法模型与不同的业务需求对应。

其中，所述根据所述算力测试指示信息进行算力评估及网络性能评估，确定所述算力网元的算力信息，包括：

根据算力网元的算力信息和算力算法模型，进行算力评估确定算力评估结果；

根据网络信息进行网络性能评估，确定网络评估结果；

根据所述算力评估结果和所述网络评估结果，确定所述算力网元的算力信息。

其中，所述算力信息包括算力网元的芯片类型、处理器类型以及内存中的至少一项；

和/或，