(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210810557.6 (22)申请日 2022.07.11 (65)同一申请的已公布的文献号 申请公布号 CN 114860462 A (43)申请公布日 2022.08.05 (73)专利权人 南京普道电子技 术有限公司 地址 211500 江苏省南京市江北新区大厂 街道葛关 路703号-109 (72)发明人 武旻　刘琦　张一鸣　施铮　 (74)专利代理 机构 无锡华越知识产权代理事务 所(特殊普通 合伙) 32571 专利代理师 朱锦国 (51)Int.Cl. G06F 9/50(2006.01) G06K 9/62(2022.01)G06N 3/08(2006.01) 审查员 周真 (54)发明名称 双路机架式服务器的计算资源智能分配系 统及其分配方法 (57)摘要 本发明申请涉及服务器资源智能分配的领 域， 其具体地公开了一种双路机架式服务器的计 算资源智能分配系统及其分配方法， 其通过深度 神经网络模型分别对于时间维度上的客户端的 所需计算资源量、 服务器的剩余计算资源量以及 客户端分配的计算资源量进行隐含的关联特征 挖掘， 以综合这三者的特征信息融合来进行所述 服务器的计算资源分配比例的合理性判断， 通过 这样的方式， 以所述客户端的所需计算资源量的 全局和服务器自身的剩余计算资源情况来智能 地调整计算 资源分配方案， 以提高服务器计算资 源的分配合理性和利用效率。 权利要求书5页 说明书14页 附图4页 CN 114860462 B 2022.09.30 CN 114860462 B 1.一种双路机架式服 务器的计算资源智能分配系统， 其特 征在于， 包括： 客户端计算请求采集模块， 用于获取包含当前时间点在内的多个预定时间点的多个客 户端的计算资源请求， 所述计算资源请求包 含所需计算资源量； 计算请求数据编码模块， 用于将各个所述预定时间点的多个客户端的计算资源请求中 的所需计算资源量输入上下文编码器以得到对应于各个所述预定时间点的全局需求特征 向量； 全局均值处理模块， 用于计算所述对应于各个所述预定时间点的全局需求特征向量的 全局均值以得到对应于各个所述预定时间点的全局计算需求特 征值； 计算请求 时序编码模块， 用于将所述对应于各个所述预定时间点的全局计算需求特征 值按照时间维度排列为输入向量后通过包含一维卷积层的第一时序编码器以得到计算资 源需求特 征向量； 剩余计算资源量采集模块， 用于获取所述包含当前时间点在内的多个预定时间点的服 务器的剩余计算资源量； 剩余计算资源量编码模块， 用于将所述包含当前时间点在内的多个预定时间点的服务 器的剩余计算资源量通过包含一维卷积层的第二时序编码器以得到剩余计算资源特征向 量； 分配数据采集模块， 用于获取所述服务器在所述当前时间点向所述多个客户端分配的 计算资源量； 分配数据编码模块， 用于将所述服务器在所述当前时间点向所述多个客户端分配的计 算资源量 通过包含一维卷积层的第三时序编码器以得到当前计算资源分配特 征向量； 贝叶斯融合模块， 用于使用贝叶斯概率模型来融合所述计算资源需求特征向量、 所述 当前计算资源分配特 征向量和所述剩余计算资源特 征向量以得到分类特 征向量； 以及 分配方案生成模块， 用于将所述分类特征向量通过分类器以得到分类结果， 所述分类 结果用于表示 服务器在当前时间点的计算资源分配比例是否需要调整； 其中， 所述贝叶斯融合模块， 包括： 特征分布校正单元， 用于分别对所述计算资源需求特征向量、 所述当前计算资源分配 特征向量和所述剩余计算资源特征向量进行基于类条件边界约束以得到校正后计算资源 需求特征向量、 校正后当前计算资源分配特 征向量和校正后剩余计算资源特 征向量； 以及 贝叶斯计算单元， 用于以所述校正后当前计算资源分配特征向量作为先验概率向量、 所述校正后剩余计算资源特征向量作为事件概率向量和所述计算资源需求特征向量作为 证据概率向量， 计算所述校正后当前计算资源分配特征向量与所述校正后剩余计算资源特 征向量的按位置点乘再除以所述计算资源需求特 征向量以得到所述分类特 征向量； 其中， 所述特征分布校正单元， 用于： 以如下公式分别对所述计算资源需求特征向量、 所述当前计算资源分配特征向量和所述剩余计算资源特征向量进行基于类条件边界约束 以得到所述校正后计算资源需求特征向量、 所述校正后当前计算资源分配特征向量和所述 校正后剩余计算资源特 征向量； 其中， 所述公式为：权　利　要　求　书 1/5 页 2 CN 114860462 B 2其中f1i、f2i和f3i分别是所述计算资源需求特征向量、 所述当前计算资源分配特征向量 和所述剩余计算资源特征向量的每个位置的特征值， 且 f1i'、f2i'和f3i'分别是所述校正后 计算资源需求特征向量、 所述校正后当前计算资源分配特征向量和所述校正后剩余计算资 源特征向量的每 个位置的特 征值； 其中， 所述贝叶斯计算单元， 用于： 以所述校正后当前计算资源分配特征向量作为先验 概率向量、 所述校正后剩余计算资源特征向量作为事件概率向量和所述计算资源需求特征 向量作为证据概率向量， 以如下公式计算所述校正后当前计算资源分配特征向量与所述校 正后剩余计算资源特征向量的按位置点乘再除以所述计算资源需求特征向量以得到所述 分类特征向量； 其中， 所述公式为： 其中f2i'是所述校正后当前计算资源分配特征向量 中的每个位置的值， f3i'和f1i'分别 是所述校正后剩余计算资源特征向量和所述校正后计算资源需求特征向量中的每个位置 的值， 而fsi'是所述分类特 征向量中的每 个位置的值。 2.根据权利要求1所述的双路机架式服务器的计算资源智能分配系统， 其中， 所述计算 请求数据编码模块， 包括： 上下文编码单元， 用于使用所述上下文编码器的基于转换器的Bert模型对各个所述预 定时间点的多个客户端的计算资源请求中的所需计算资源量进行基于全局的上下文语义 编码以得到多个客户端特 征向量； 以及 级联单元， 用于所述多个客户端特征向量进行级联以得到所述对应于各个所述预定时 间点的全局需求特 征向量。 3.根据权利要求2所述的双路机架式服务器的计算资源智能分配系统， 其中， 所述计算 请求时序编码模块， 包括： 第一排列单元， 用于将所述对应于各个所述预定时间点的全局计算需求特征值按照时 间维度排列为输入向量； 第一全连接编码单元， 用于使用所述第 一时序编码器的全连接层以如下公式对所述输 入向量进行全连接编码以提取出所述输入向量中各个位置的特征值的高维隐含特征， 其 中， 所述公式为： ， 其中X是所述输入向量， Y是输出向量， W是权重矩阵， B是 偏置向量， 表示矩阵乘；权　利　要　求　书 2/5 页 3 CN 114860462 B 3