[发明专利]一种用于城市大脑AI计算的算法模型调度系统及方法

权利要求书

1.一种用于城市大脑AI计算的算法模型调度系统，其特征在于，包括：

资源监控模块，用于对AI算法和AI模型所依赖的资源使用量进行实时监控；

自动装箱模块，用于对不同的AI算法和AI模型进行容器化部署；

资源分配模块，用于将所述资源监控模块监控到的资源使用量与预设阈值进行比较，并根据比较结果，按照预先设定的资源分配策略自动给相关的AI算法和AI模型重新分配资源。

2.根据权利要求1所述的系统，其特征在于，还包括：

自我修复模块，用于在容器化部署的AI算法和AI模型发生异常宕机时，按照预先设置的恢复策略，恢复AI算法和AI模型。

3.根据权利要求1所述的系统，其特征在于，还包括：

服务发现模块，用于将AI算法和AI模型注册到统一的注册中心；

负载均衡模块，用于通过负载均衡的机制，分配各个负载的资源使用量。

4.根据权利要求1所述的系统，其特征在于，还包括：

自动发布模块，用于根据目前负载的情况，滚动更新AI算法和AI模型，完成AI算法和AI模型的流水线自动发布；

自动回滚模块，用于当当前版本的AI算法和AI模型发布失败时，自动回滚到上一版本。

5.根据权利要求1所述的系统，其特征在于，还包括：

权限控制模块，用于为不同的用户设置不同命名空间资源的访问权限；

配置管理模块，用于针对不同的环境对公共资源进行统一的配置管理，将配置持久化并实时更新。

6.根据权利要求1所述的系统，其特征在于，还包括：

存储编排模块，用于根据数据文件的大小分配存储资源。

7.根据权利要求1至6任一项所述的系统，其特征在于，还包括：

定时任务模块，用于定时触发第三方厂商数据的同步任务；

消息触发模块，用于基于业务需求，设置数据的同步顺序，由消息机制保证数据同步按照所述同步顺序执行。

8.一种用于城市大脑AI计算的算法模型调度方法，其特征在于，包括：

对AI算法和AI模型所依赖的资源使用量进行实时监控；

对不同的AI算法和AI模型进行容器化部署；

将监控到的资源使用量与预设阈值进行比较，并根据比较结果，按照预先设定的资源分配策略自动给相关的AI算法和AI模型重新分配资源。

9.根据权利要求8所述的方法，其特征在于，还包括：

在容器化部署的AI算法和AI模型发生异常宕机时，按照预先设置的恢复策略，恢复AI算法和AI模型。

10.根据权利要求8所述的方法，其特征在于，还包括：

将AI算法和AI模型注册到统一的注册中心；

通过负载均衡的机制，分配各个负载的资源使用量。