本發(fā)明涉及計(jì)算機(jī)，尤其涉及一種虛擬化資源分配方法及裝置。

背景技術(shù)：

1、虛擬化是一種資源管理技術(shù)，將計(jì)算機(jī)中各種物理資源抽象化后重新組合成多個(gè)配置環(huán)境的“新計(jì)算機(jī)”，實(shí)現(xiàn)了物理設(shè)備的切割。gpu虛擬化技術(shù)，即通過切割物理gpu，使得計(jì)算機(jī)中每個(gè)gpu都被分解成一個(gè)或多個(gè)“子gpu”，在滿足不同用戶不同大小的gpu資源需求的同時(shí)，大幅度提高了gpu資源利用效率，在智算中心面向云計(jì)算、邊緣計(jì)算、云游戲等領(lǐng)域中廣泛運(yùn)用。

2、相關(guān)技術(shù)中的gpu虛擬化方案包括：gpu直通、gpu?sriov、gpu半虛擬化及gpu全虛擬化等，對應(yīng)的實(shí)際應(yīng)用包含云桌面、云游戲、工程應(yīng)用程序等。不同的終端應(yīng)用對gpu資源的需求相差較大，有的僅需要較小的gpu資源（幾十分之一單物理gpu資源），而有的則需要較大的gpu資源（大于或等于一整個(gè)物理gpu資源），常規(guī)分配方式會導(dǎo)致服務(wù)器中剩余的虛擬化資源過小導(dǎo)致無法再匹配任何用戶的需求，被擱置永遠(yuǎn)無法得到利用，造成資源浪費(fèi)。

3、因此，如何合理分配gpu資源，減少資源浪費(fèi)成為亟需解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種虛擬化資源分配方法及裝置，用以解決現(xiàn)有技術(shù)中虛擬化資源分配會導(dǎo)致資源浪費(fèi)的缺陷，實(shí)現(xiàn)合理分配gpu資源，減少資源浪費(fèi)。

2、本發(fā)明提供一種虛擬化資源分配方法，包括：

3、確定待分配的虛擬化資源需求，所述虛擬化資源需求包括個(gè)gpu虛擬化資源；

4、基于所述虛擬化資源需求，多臺服務(wù)器中各臺服務(wù)器的gpu虛擬化資源使用量，和單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)，確定所述多臺服務(wù)器分別對應(yīng)的完全使用概率，其中，所述服務(wù)器對應(yīng)的完全使用概率用于表征：所述服務(wù)器分配所述個(gè)gpu虛擬化資源后，未來會被完全使用的概率；

5、基于所述多臺服務(wù)器分別對應(yīng)的完全使用概率，確定由目標(biāo)服務(wù)器分配所述個(gè)gpu虛擬化資源。

6、根據(jù)本發(fā)明提供的一種虛擬化資源分配方法，所述單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)基于以下步驟生成：

7、生成樣本數(shù)據(jù)，所述樣本數(shù)據(jù)包括多臺服務(wù)器中各臺服務(wù)器上的用戶數(shù)量和各臺服務(wù)器中g(shù)pu虛擬化資源使用量，其中，各臺服務(wù)器中g(shù)pu虛擬化資源被最大程度使用；

8、基于所述樣本數(shù)據(jù)，確定單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)。

9、根據(jù)本發(fā)明提供的一種虛擬化資源分配方法，所述生成樣本數(shù)據(jù)，包括：

10、采集多臺服務(wù)器的歷史數(shù)據(jù)，所述歷史數(shù)據(jù)包括各臺服務(wù)器上的用戶數(shù)量和各臺服務(wù)器中g(shù)pu虛擬化資源使用量；

11、調(diào)整所述各臺服務(wù)器中g(shù)pu虛擬化資源使用量，以使所述歷史數(shù)據(jù)中各臺服務(wù)器中g(shù)pu虛擬化資源被最大程度使用；

12、基于調(diào)整后的歷史數(shù)據(jù)，生成樣本數(shù)據(jù)，其中，為所述多臺服務(wù)器的數(shù)量。

13、根據(jù)本發(fā)明提供的一種虛擬化資源分配方法，所述基于所述樣本數(shù)據(jù)，確定單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)，包括：

14、基于所述樣本數(shù)據(jù)，確定個(gè)gpu虛擬化資源對應(yīng)的用戶數(shù)量服從參數(shù)為的泊松分布，其中，所述個(gè)gpu虛擬化資源為單臺服務(wù)器上已被個(gè)用戶使用的gpu虛擬化資源，，為所述多臺服務(wù)器的數(shù)量，；

15、基于所述個(gè)gpu虛擬化資源對應(yīng)的用戶數(shù)量服從參數(shù)為的泊松分布，確定個(gè)用戶的gpu虛擬化資源使用量服從伽瑪分布；

16、基于所述個(gè)用戶的gpu虛擬化資源使用量服從伽瑪分布，確定單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)為：

17、；

18、其中，。

19、根據(jù)本發(fā)明提供的一種虛擬化資源分配方法，所述方法還包括：

20、周期性更新所述樣本數(shù)據(jù)，并基于所述更新后的樣本數(shù)據(jù)，更新所述單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)。

21、根據(jù)本發(fā)明提供的一種虛擬化資源分配方法，所述基于所述多臺服務(wù)器分別對應(yīng)的完全使用概率，確定由目標(biāo)服務(wù)器分配所述個(gè)gpu虛擬化資源，包括：

22、從多臺服務(wù)器中確定至少一項(xiàng)候選服務(wù)器，所述候選服務(wù)器對應(yīng)的完全使用概率大于概率閾值；

23、從所述至少一項(xiàng)候選服務(wù)器中確定剩余gpu虛擬化資源最少的服務(wù)器，作為所述目標(biāo)服務(wù)器。

24、根據(jù)本發(fā)明提供的一種虛擬化資源分配方法，所述概率閾值基于預(yù)先設(shè)置確定；或者

25、所述概率閾值基于所述多臺服務(wù)器分別對應(yīng)的完全使用概率確定。

26、本發(fā)明還提供一種虛擬化資源分配裝置，包括：

27、第一確定模塊，用于確定待分配的虛擬化資源需求，所述虛擬化資源需求包括個(gè)gpu虛擬化資源；

28、第二確定模塊，用于基于所述虛擬化資源需求，和單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)，確定多臺服務(wù)器分別對應(yīng)的完全使用概率，其中，所述服務(wù)器對應(yīng)的完全使用概率用于表征：所述服務(wù)器分配所述個(gè)gpu虛擬化資源后，未來會被完全使用的概率；其中，%表示模運(yùn)算，用于取余數(shù)，為每臺服務(wù)器所擁有的最大gpu個(gè)數(shù)；

29、第三確定模塊，用于基于所述多臺服務(wù)器分別對應(yīng)的完全使用概率，確定由目標(biāo)服務(wù)器分配所述個(gè)gpu虛擬化資源。

30、本發(fā)明還提供一種電子設(shè)備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任一種所述虛擬化資源分配方法。

31、本發(fā)明還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述虛擬化資源分配方法。

32、本發(fā)明還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述虛擬化資源分配方法。

33、本發(fā)明提供的虛擬化資源分配方法及裝置，通過引入單臺服務(wù)器的gpu虛擬化資源使用量的概率密度，計(jì)算出各臺服務(wù)器分別對應(yīng)的完全使用概率，確定各臺服務(wù)器若在分配所述個(gè)gpu虛擬化資源后，未來會被完全使用的概率，并基于該完全使用概率，確定由目標(biāo)服務(wù)器分配gpu虛擬化資源，可以提高各臺服務(wù)器的gpu虛擬資源被充分利用的概率，合理分配gpu資源，減少資源浪費(fèi)。

技術(shù)特征：

1.一種虛擬化資源分配方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的虛擬化資源分配方法，其特征在于，所述單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)基于以下步驟生成：

3.根據(jù)權(quán)利要求2所述的虛擬化資源分配方法，其特征在于，所述生成樣本數(shù)據(jù)，包括：

4.根據(jù)權(quán)利要求2所述的虛擬化資源分配方法，其特征在于，所述基于所述樣本數(shù)據(jù)，確定單臺服務(wù)器的gpu虛擬化資源使用量的概率密度函數(shù)，包括：

5.根據(jù)權(quán)利要求2-4任一項(xiàng)所述的虛擬化資源分配方法，其特征在于，所述方法還包括：

6.根據(jù)權(quán)利要求1-4任一項(xiàng)所述的虛擬化資源分配方法，其特征在于，所述基于所述多臺服務(wù)器分別對應(yīng)的完全使用概率，確定由目標(biāo)服務(wù)器分配所述個(gè)gpu虛擬化資源，包括：

7.根據(jù)權(quán)利要求6所述的虛擬化資源分配方法，其特征在于，所述概率閾值基于預(yù)先設(shè)置確定；或者

8.一種虛擬化資源分配裝置，其特征在于，包括：

9.一種電子設(shè)備，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述虛擬化資源分配方法。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述虛擬化資源分配方法。

技術(shù)總結(jié)
本發(fā)明提供一種虛擬化資源分配方法及裝置，應(yīng)用于計(jì)算機(jī)領(lǐng)域；該方法包括：確定待分配的虛擬化資源需求包括個(gè)GPU虛擬化資源；基于虛擬化資源需求，各臺服務(wù)器的GPU虛擬化資源使用量和GPU虛擬化資源使用量的概率密度函數(shù)，確定多臺服務(wù)器分別對應(yīng)的完全使用概率，完全使用概率用于表征：服務(wù)器分配個(gè)GPU虛擬化資源后未來會被完全使用的概率；基于多臺服務(wù)器分別對應(yīng)的完全使用概率確定由目標(biāo)服務(wù)器分配所述個(gè)GPU虛擬化資源；其中，%表示模運(yùn)算，用于取余數(shù)，為每臺服務(wù)器所擁有的最大GPU個(gè)數(shù)；本發(fā)明可以提高各臺服務(wù)器的GPU虛擬資源被充分利用的概率，合理分配GPU資源，減少資源浪費(fèi)。

技術(shù)研發(fā)人員：趙輝
受保護(hù)的技術(shù)使用者：蘇州元腦智能科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9