本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，提供一種算力網(wǎng)動態(tài)重構(gòu)方法和伺服裝置，該方法包括：根據(jù)各子網(wǎng)絡(luò)對應(yīng)的拓?fù)浣Y(jié)構(gòu)特征信息參數(shù)確定各新增網(wǎng)絡(luò)節(jié)點(diǎn)的微觀態(tài)總數(shù)，根據(jù)各新增網(wǎng)絡(luò)節(jié)點(diǎn)的直接聯(lián)系數(shù)、跨區(qū)聯(lián)系數(shù)以及微觀態(tài)總數(shù)，確定拓?fù)浣Y(jié)構(gòu)的微狀態(tài)概率；根據(jù)微觀態(tài)概率確定各新增網(wǎng)絡(luò)節(jié)點(diǎn)重構(gòu)熵以及總重構(gòu)熵；根據(jù)微觀態(tài)總數(shù)確定各新增網(wǎng)絡(luò)節(jié)點(diǎn)的最大重構(gòu)熵，并根據(jù)總重構(gòu)熵以及最大重構(gòu)熵確定極小重構(gòu)熵；根據(jù)極小重構(gòu)熵確定各新增網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)契合度，根據(jù)最優(yōu)契合度進(jìn)行算力網(wǎng)動態(tài)重構(gòu)；基于此算法提供一種伺服裝置，實(shí)現(xiàn)了算力網(wǎng)在動態(tài)過程可重構(gòu)可編排。本發(fā)明實(shí)現(xiàn)了“在網(wǎng)計(jì)算”優(yōu)化網(wǎng)絡(luò)架構(gòu)，提高了算力網(wǎng)重構(gòu)的可靠性和在線編排效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，尤其涉及一種算力網(wǎng)動態(tài)重構(gòu)方法和伺服裝置。

背景技術(shù)

在算力網(wǎng)動態(tài)重構(gòu)最優(yōu)策略選擇中，由于任務(wù)來源的多樣性、拓?fù)浣Y(jié)構(gòu)的適應(yīng)性、信息結(jié)構(gòu)的重構(gòu)性和反饋控制的隨機(jī)性等不確定性，使得算力網(wǎng)是一個復(fù)雜網(wǎng)絡(luò)。目前，網(wǎng)絡(luò)架構(gòu)很難在動態(tài)過程實(shí)現(xiàn)智能化控制的最優(yōu)重構(gòu)，可重構(gòu)可編排概念與技術(shù)的提出，使得網(wǎng)絡(luò)架構(gòu)剛性化的缺陷得到一定程度彌補(bǔ)，但是“可重構(gòu)可編排”技術(shù)是當(dāng)前算力網(wǎng)中的關(guān)鍵技術(shù)。基于此，本發(fā)明需要解決的技術(shù)問題是“在網(wǎng)計(jì)算”實(shí)施動態(tài)優(yōu)化網(wǎng)絡(luò)架構(gòu)，實(shí)現(xiàn)“可重構(gòu)可編排”的動態(tài)重構(gòu)。

發(fā)明內(nèi)容

本發(fā)明提供一種算力網(wǎng)動態(tài)重構(gòu)方法和伺服裝置，用以解決算力網(wǎng)絡(luò)的重構(gòu)問題，通過在不改變硬件配置的條件下，實(shí)現(xiàn)“在網(wǎng)計(jì)算”優(yōu)化網(wǎng)絡(luò)架構(gòu)，算力網(wǎng)在動態(tài)過程可重構(gòu)可編排，提高了算力網(wǎng)重構(gòu)的可靠性和在線編排效率。

本發(fā)明提供一種算力網(wǎng)動態(tài)重構(gòu)方法，包括：

根據(jù)各子網(wǎng)絡(luò)的特征信息參數(shù)和數(shù)量值，確定每個所述子網(wǎng)絡(luò)對應(yīng)的拓?fù)浣Y(jié)構(gòu)中各新增網(wǎng)絡(luò)節(jié)點(diǎn)的微觀態(tài)總數(shù)；

根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的直接聯(lián)系數(shù)、跨區(qū)聯(lián)系數(shù)以及所述微觀態(tài)總數(shù)，確定各所述子網(wǎng)絡(luò)對應(yīng)的拓?fù)浣Y(jié)構(gòu)的微狀態(tài)概率；

根據(jù)所述微狀態(tài)概率確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵，并根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵確定總重構(gòu)熵；

根據(jù)所述微觀態(tài)總數(shù)確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的最大重構(gòu)熵，并根據(jù)所述總重構(gòu)熵以及所述最大重構(gòu)熵確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的極小重構(gòu)熵；

根據(jù)所述極小重構(gòu)熵確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)契合度，根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)契合度進(jìn)行算力網(wǎng)動態(tài)重構(gòu)。

在一個實(shí)施例中，所述根據(jù)所述微狀態(tài)概率確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵之后，所述方法，還包括：

若各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵滿足第一設(shè)定條件，則根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵進(jìn)行算力網(wǎng)動態(tài)重構(gòu)；

若各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵不滿足第一設(shè)定條件，則執(zhí)行根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的重構(gòu)熵確定總重構(gòu)熵的步驟。

在一個實(shí)施例中，所述根據(jù)所述總重構(gòu)熵以及所述最大重構(gòu)熵確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的極小重構(gòu)熵之后，所述方法，還包括：

若各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的極小重構(gòu)熵滿足第二設(shè)定條件，則根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的極小重構(gòu)熵進(jìn)行算力網(wǎng)動態(tài)重構(gòu)；

若各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的極小重構(gòu)熵不滿足第二設(shè)定條件，則執(zhí)行根據(jù)所述極小重構(gòu)熵確定各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)契合度，根據(jù)各所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的最優(yōu)契合度進(jìn)行算力網(wǎng)動態(tài)重構(gòu)的步驟。

本發(fā)明還提供一種算力網(wǎng)動態(tài)重構(gòu)裝置，包括：

動態(tài)數(shù)據(jù)管理模塊，用于記錄、存儲或被調(diào)用數(shù)據(jù)；

特征參數(shù)記錄模塊，用于記錄并存儲各路徑子網(wǎng)絡(luò)的特征信息參數(shù)和數(shù)量值；

重構(gòu)節(jié)點(diǎn)預(yù)判模塊，用于預(yù)判所述新增網(wǎng)絡(luò)節(jié)點(diǎn)的類型；