[发明专利]资源调度方法、系统、电子设备及计算机存储介质

说明书

本申请公开了一种资源调度方法、系统、电子设备及计算机存储介质，涉及容器化技术领域。通过获取多个资源设备的资源应用状态，根据资源设备的资源应用状态确定进行调配的资源设备，通过确定的资源设备获取训练数据，并为资源设备的处理器部署容器精细，通过容器镜像调度资源设备的处理器对训练数据进行训练，能够对GPU机器上的单个GPU卡资源进行精细分配和调度，提高GPU资源利用率。

技术领域

本申请涉及容器化技术领域，尤其是涉及一种资源调度方法、系统、电子设备及计算机存储介质。

背景技术

随着人工智能、图像识别、神经网络等新型技术的应用越来越广泛，对GPU(Graphics Processing Unit，图形处理器)卡资源的需求越来越大，而在通过GPU资源进行深度学习的过程中需要人工干预的方式进行分配和调度，以使得GPU资源能够得到有效应用，但是目前的GPU机器往往是多个GPU卡集成，无法对一台GPU机器上的单个GPU卡进行精细分配和调度，从而利用GPU卡对训练数据进行深度学习和训练。

发明内容

本申请旨在至少解决现有技术中存在的技术问题之一。为此，本申请提出一种资源调度方法，能够对GPU机器上的单个GPU卡资源进行精细分配和调度，提高GPU资源利用率。

本申请还提出一种具有上述资源调度方法的资源调度系统。

本申请还提出一种具有上述资源调度方法的电子设备。

本申请还提出一种具有上述资源调度方法的计算机可读存储介质。

根据本申请的第一方面实施例的资源调度方法，包括：获取多个资源设备的资源应用状态；

根据多个资源设备的资源应用状态确定进行调配的资源设备；

通过所述资源设备获取训练数据，并为所述资源设备的处理器部署容器镜像；

通过所述容器镜像调度所述资源设备的处理器对所述训练数据进行训练。

根据本申请实施例的资源调度方法，至少具有如下有益效果：通过获取多个资源设备的资源应用状态，根据资源设备的资源应用状态确定进行调配的资源设备，通过确定的资源设备获取训练数据，并为资源设备的处理器部署容器精细，通过容器镜像调度资源设备的处理器对训练数据进行训练，能够对GPU机器上的单个GPU卡资源进行精细分配和调度，提高GPU资源利用率。

根据本申请的一些实施例，所述容器镜像由容器对象生成，所述容器对象通过下列方法得到：

构建所述容器对象的依赖环境；

基于所述依赖环境将应用组件和应用软件部署在所述容器对象上，所述应用软件基于所述应用软件所依赖的运行环境进行部署。

根据本申请的一些实施例，所述为所述资源设备的处理器部署容器镜像，包括：

根据所述处理器的处理器类型和所述容器对象生成所述容器镜像；

为对应的所述设备器部署所述容器镜像。

根据本申请的一些实施例，所述通过所述资源设备获取训练数据，包括：

下发获取指令给所述资源设备，以使所述资源设备根据所述获取指令从文件数据库获取对应的训练数据。

根据本申请的一些实施例，所述通过所述容器镜像调度所述资源设备的处理器对所述训练数据进行训练，包括：

通过所述容器镜像获取所述资源设备的多个处理器；

为所述多个处理器配置对应的身份标识；

根据所述身份标识调度对应的处理器对所述训练数据进行训练。