算力信息通告方法、装置、算力节点、系统及存储介质与流程

1.本发明涉及通信技术领域，尤其涉及一种算力信息通告方法、装置、算力节点、算力网络系统以及存储介质。


背景技术：

2.在算力网络中，算力节点需要获得本节点的算力资源、网络资源等资源信息，将资源信息通告给其它的算力节点，实现全算力网络资源的协同感知。目前，在算力网络内使用的算力通告技术方案为使用现有的路由协议消息携带资源信息，在路由收敛时通过在算力节点间传输路由协议消息进行资源信息的同步。但是，通过现有的路由协议消息在算力网络中进行资源信息同步存在问题，例如现有路由协议的路由收敛时间较长，无法满足算力网络对于资源信息需要实时同步的需求；如果提高路由协议消息的发送频率，则会增大网络开销并可能导致路由震荡等问题，影响网络质量。


技术实现要素：

3.有鉴于此，本发明要解决的一个技术问题是提供一种算力信息通告方法、装置、算力节点、算力网络系统以及存储介质。
4.根据本公开的第一方面，提供一种算力信息通告方法，应用于算力网络的第一算力节点，包括：获取所述第一算力节点与所述算力网络中的第二算力节点之间的第一链路质量信息、所述第一算力节点的第一算力信息；获取所述第二算力节点与其它第二算力节点、所述第一算力节点之间的第二链路质量信息、所述第二算力节点的第二算力信息；基于所述第一链路质量信息、所述第一链路质量信息、所述第一算力信息和所述第二算力信息生成第一算力网络图数据；基于所述第一链路质量信息和所述第二链路质量信息生成至少一条通告路径；根据所述至少一条通告路径对所述第一算力网络图数据进行传输处理。
5.可选地，所述第一链路质量信息包括：第一时延信息，所述第二链路质量信息包括：第二时延信息；所述基于所述第一链路质量信息和所述第二链路质量信息生成至少一条通告路径包括：根据所述第一时延信息和所述第二时延信息确定所述至少一条通告路径；基于所述第一算力网络图数据生成与所述至少一条通告路径相对应的至少一个第一算力数据包，并在每个所述第一算力数据包的包头内添加一条通告路径。
6.可选地，所述根据所述第一时延信息和所述第二时延信息确定所述至少一条通告路径包括：根据所述第一时延信息和所述第二时延信息构建所述第一算力节点和所述第二算力节点的坐标信息；构建自组织神经网络模型，基于所述坐标信息在所述自组织神经网络模型中确定所述第一算力节点和所述第二算力节点的获胜神经元；根据所述获胜神经元生成多条通告路径；其中，所述通告路径为以所述第一算力节点为起点和终点的环形路径，并且所述环形路径经过全部所述第二算力节点。
7.可选地，所述坐标信息包括：算力节点坐标二维矩阵；所述根据所述第一时延信息和所述第二时延信息构建所述第一算力节点和所述第二算力节点的坐标信息包括：根据所
述第一时延信息和所述第二时延信息构建时延二维矩阵；其中，所述时延二维矩阵的行向量为所述第一算力节点或所述第二算力节点的时延信息向量；根据所述时延二维矩阵构建所述算力节点坐标二维矩阵。
8.可选地，所述算力节点坐标二维矩阵的行数为所述第一算力节点和所述第二算力节点的数量总和；所述算力节点坐标二维矩阵的列数为所述自组织神经网络模型中的神经元向量的维度；所述基于所述坐标信息在所述自组织神经网络模型中确定所述第一算力节点和所述第二算力节点的获胜神经元包括：在所述自组织神经网络模型中确定与一条待选环形路径中的所述第一算力节点或所述第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元，并在确定所述获胜神经元之后对所述自组织神经网络模型中的其余神经元进行向量更新处理；其中，所述第一算力节点或所述第二算力节点的坐标向量为所述算力节点坐标二维矩阵的行向量；所述待选环形路径以所述第一算力节点为起点和终点，并且经过全部所述第二算力节点。
9.可选地，所述根据所述获胜神经元生成多条通告路径包括：获得多条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元；分别根据各条待选环形路径中的所述第一算力节点和所述第二算力节点的获胜神经元的索引顺序，对各条通告路径中的所述第一算力节点和所述第二算力节点进行排序处理；基于所述多条待选环形路径生成多条所述通告路径。
10.可选地，所述基于所述多条待选环形路径生成多条所述通告路径包括：将至少一条所述待选环形路径中的至少两个第二算力节点进行排序调整处理，和/或对至少一条所述待选环形路径的第二算力节点进行反向排序处理，获得待选环形转换路径；对所述多条待选环形路径和所述待选环形转换路径进行去重处理，获得多条所述通告路径。
11.可选地，所述根据所述至少一条通告路径对所述第一算力网络图数据进行传输处理包括：根据所述第一算力数据包头内的通告路径，对所述第一算力数据包进行转发处理。
12.可选地，所述根据所述第一算力数据包头内的通告路径，对所述第一算力数据包进行转发处理包括：根据所述第一算力数据包头内的通告路径确定下一跳算力节点；将所述第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换所述第一算力数据包头内的通告路径；将所述第一算力数据包发送给所述下一跳算力节点。
13.可选地，所述获取所述第二算力节点与其它第二算力节点、所述第一算力节点之间的第二链路质量信息、所述第二算力节点的第二算力信息包括：接收所述第二算力节点发送的第二算力网络图数据；从所述第二算力网络图数据中提取所述第二算力信息和所述第二链路质量信息。
14.根据本公开的第二方面，提供一种算力信息通告装置，应用于算力网络的第一算力节点，包括：算力通告模块，用于获取所述第二算力节点与其它第二算力节点、所述第一算力节点之间的第二链路质量信息、所述第二算力节点的第二算力信息；算力感知模块，用于获取所述第一算力节点与所述算力网络中的第二算力节点之间的第一链路质量信息、所述第一算力节点的第一算力信息；基于所述第一链路质量信息、所述第一链路质量信息、所述第一算力信息和所述第二算力信息生成第一算力网络图数据；所述算力通告模块，还用于基于所述第一链路质量信息和所述第二链路质量信息生成至少一条通告路径，根据所述
至少一条通告路径对所述第一算力网络图数据进行传输处理。
15.可选地，所述第一链路质量信息包括：第一时延信息，所述第二链路质量信息包括：第二时延信息；所述算力通告模块，包括：路径选取模块，用于根据所述第一时延信息和所述第二时延信息确定所述至少一条通告路径；基于所述第一算力网络图数据生成与所述至少一条通告路径相对应的至少一个第一算力数据包，并在每个所述第一算力数据包的包头内添加一条通告路径。
16.可选地，所述路径选取模块，包括：坐标确定单元，用于根据所述第一时延信息和所述第二时延信息构建所述第一算力节点和所述第二算力节点的坐标信息；坐标处理单元，用于构建自组织神经网络模型，基于所述坐标信息在所述自组织神经网络模型中确定所述第一算力节点和所述第二算力节点的获胜神经元；路径确定单元，用于根据所述获胜神经元生成多条通告路径；其中，所述通告路径为以所述第一算力节点为起点和终点的环形路径，并且所述环形路径经过全部所述第二算力节点。
17.可选地，所述坐标信息包括：算力节点坐标二维矩阵；所述坐标确定单元，具体用于根据所述第一时延信息和所述第二时延信息构建时延二维矩阵；其中，所述时延二维矩阵的行向量为所述第一算力节点或所述第二算力节点的时延信息向量；根据所述时延二维矩阵构建所述算力节点坐标二维矩阵。
18.可选地，所述算力节点坐标二维矩阵的行数为所述第一算力节点和所述第二算力节点的数量总和；所述算力节点坐标二维矩阵的列数为所述自组织神经网络模型中的神经元向量的维度；所述坐标处理单元，用于在所述自组织神经网络模型中确定与一条待选环形路径中的所述第一算力节点或所述第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元，并在确定所述获胜神经元之后对所述自组织神经网络模型中的其余神经元进行向量更新处理；其中，所述第一算力节点或所述第二算力节点的坐标向量为所述算力节点坐标二维矩阵的行向量；所述待选环形路径以所述第一算力节点为起点和终点，并且经过全部所述第二算力节点。
19.可选地，所述路径确定单元，用于获得多条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元，分别根据各条待选环形路径中的所述第一算力节点和所述第二算力节点的获胜神经元的索引顺序，对各条通告路径中的所述第一算力节点和所述第二算力节点进行排序处理；基于所述多条待选环形路径生成多条所述通告路径。
20.可选地，所述路径确定单元，用于将至少一条所述待选环形路径中的至少两个第二算力节点进行排序调整处理，和/或对至少一条所述待选环形路径的第二算力节点进行反向排序处理，获得待选环形转换路径；对所述多条待选环形路径和所述待选环形转换路径进行去重处理，获得多条所述通告路径。
21.可选地，所述算力通告模块，包括：报文传输模块，用于根据所述第一算力数据包头内的通告路径，对所述第一算力数据包进行转发处理。
22.可选地，所述报文传输模块，具体用于根据所述第一算力数据包头内的通告路径确定下一跳算力节点；将所述第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换所述第一算力数据包头内的通告路径；将所述第一算力数据包发送给所述下一跳算力节点。
23.可选地，所述报文传输模块，用于接收所述第二算力节点发送的第二算力网络图
数据，从所述第二算力网络图数据中提取所述第二算力信息和所述第二链路质量信息。
24.可选地，所述算力感知模块，包括：链路质量检测模块，用于检测所述第一算力节点与所述第二算力节点之间的链路质量，用以获取所述第一链路质量信息；算力资源监控模块，用于获取所述第一算力信息；资源收集模块，用于基于所述第一链路质量信息、所述第一链路质量信息、所述第一算力信息和所述第二算力信息生成第一算力网络图数据。
25.根据本公开的第三方面，提供一种算力信息通告装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上所述的方法。
26.根据本公开的第四方面，提供一种第一算力节点，包括：如上所述的算力信息通告装置。
27.根据本公开的第五方面，提供一种算力网络系统，包括：第二算力节点和如上所述的第一算力节点。
28.根据本公开的第六方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如上所述的方法。
29.本公开的算力信息通告方法、装置、算力节点、算力网络系统以及存储介质，能够在通告开销较低的情况下，降低算力节点对于算力网络图数据的同步时间并使全网算力节点达到算力信息同步状态；可以保证算力网络系统的可用性和可扩展性，能够满足算力网络对于资源信息需要实时同步的需求，节省了网络资源并保证网络质量，提高了用户的使用感受。
附图说明
30.通过结合附图对本公开实施例进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显。附图用来提供对本公开实施例的进一步理解，并且构成说明书的一部分，与本公开实施例一起用于解释本公开，并不构成对本公开的限制。下面结合具体的实施例，并参照附图，对本公开的上述和其它目的和优点做进一步的描述。在附图中，相同的或对应的技术特征或部件将采用相同或对应的附图标记来表示。
31.图1为根据本公开的算力信息通告方法的一个实施例的流程示意图；
32.图2为根据本公开的算力信息通告方法的一个实施例的应用场景示意图；
33.图3为根据本公开的算力信息通告方法的一个实施例的转发算力数据包的流程示意图；
34.图4为根据本公开的算力信息通告方法的一个实施例的生成通告路径的流程示意图；
35.图5为根据本公开的算力信息通告方法的另一个实施例的生成通告路径的流程示意图；
36.图6为根据本公开的算力信息通告方法的另一个实施例的转发算力数据包的流程示意图；
37.图7a为本公开的算力信息通告方法与贪心选路算法和随机选路算法的通告开销对比示意图；
38.图7b为本公开的算力信息通告方法与贪心选路算法和随机选路算法的收敛时间
对比示意图；
39.图8为根据本公开的算力信息通告装置的一个实施例的模块示意图；
40.图9为根据本公开的算力信息通告装置的一个实施例中的路径选取模块的模块示意图；
41.图10为根据本公开的算力信息通告装置的另一个实施例的模块示意图。
具体实施方式
42.在下文中将结合附图对本公开的示范性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实施例的所有特征。然而，应该了解，在对实施例进行实施的过程中必须做出很多特定于实施方式的设置，以便实现开发人员的具体目标，例如，符合与设备及业务相关的那些限制条件，并且这些限制条件可能会随着实施方式的不同而有所改变。此外，还应该了解，虽然开发工作有可能是非常复杂和费时的，但对得益于本公开内容的本领域技术人员来说，这种开发工作仅仅是例行的任务。
43.应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
44.本领域技术人员可以理解，本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等，既不代表任何特定技术含义，也不表示它们之间的必然逻辑顺序。
45.还应理解，在本公开实施例中，“多个”可以指两个或两个以上，“至少一个”可以指一个、两个或两个以上。
46.还应理解，对于本公开实施例中提及的任一部件、数据或结构，在没有明确限定或者在前后文给出相反启示的情况下，一般可以理解为一个或多个。
47.另外，本公开中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本公开中字符“/”，一般表示前后关联对象是一种“或”的关系。
48.还应理解，本公开对各个实施例的描述着重强调各个实施例之间的不同之处，其相同或相似之处可以相互参考，为了简洁，不再一一赘述。
49.同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
50.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。
51.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
52.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
53.此外，为了避免因不必要的细节而模糊了本公开，在附图中仅仅示出了与至少根据本公开的方案密切相关的处理步骤和/或设备结构，而省略了与本公开关系不大的其它细节。还应注意，在附图中相似的附图标记和字母指示相似的项目，并且因此一旦一个项目在一个附图中被定义，则对于随后的附图无需再对其进行论述。
54.在发明人所知晓的相关技术中，随着智能终端等硬件设备的快速发展，计算资源逐渐呈现分布式、泛在化部署的趋势，并且，人们对诸如自动驾驶、远程医疗、工业互联网等算力密集型和时延敏感型业务的需求不断提升，因此，如何高效协同地利用资源、降低使用成本是当前研究的热点问题。
55.针对上述热点问题，提出了算力网络的概念。算力网络是一种新型的网络架构，通过网络连接算力设备，协同分布式的计算资源和存储资源，实现计算资源、存储资源和网络资源的联合配置，从而降低资源的使用成本，提升用户体验。算力网络系统需要对资源进行合理配置并对资源进行感知和共享。
56.算力网络中提供算力的算力节点首先需要自我感知，获得本节点的算力资源、网络资源、存储资源等资源信息；然后每个算力节点将资源信息通告给其它算力节点，实现全网资源的协同感知。当用户的任务到达算力节点时，算力节点根据全网资源信息做出计算卸载决策，实现资源的协同配置。
57.目前，在算力网络内使用的算力通告技术方案为使用现有的路由协议消息携带资源信息，在路由收敛时通过在算力节点间传输路由协议消息进行资源信息的同步。但是，通过现有的路由协议消息在算力网络中进行资源信息同步存在问题，例如现有路由协议的路由收敛时间(路由收敛时间为分钟级)较长，无法满足算力网络对于资源信息需要实时同步的需求；如果提高路由协议消息的发送频率，则会增大网络开销并可能导致路由震荡等问题，影响网络质量。
58.针对上述问题，本公开提供一种算力信息通告的技术方案。
59.图1为根据本公开的算力信息通告方法的一个实施例的流程示意图，此算力信息通告方法应用于第一算力节点，如图1所示：
60.步骤101，获取第一算力节点与算力网络中的第二算力节点之间的第一链路质量信息、第一算力节点的第一算力信息。
61.在一个实施例中，算力网络包含多个具有较强算力和较优链路质量的算力节点，算力节点包括第一算力节点和第二算力节点，本公开对应用于第一算力节点的算力信息通告方法进行描述。本公开的算力信息通告方法也可以应用于第二算力节点，应用于第一算力节点和第二算力节点的算力信息通告方法实质相同。
62.第一算力节点可以使用多种现有链路质量检测工具检测第一算力节点与全部第二算力节点之间的第一链路质量信息，检测工具包括现有的prometheus、pinpoint等工具，第一链路质量信息包括第一算力节点和第二算力节点间的往返时延信息、链路带宽、抖动等信息。第一算力节点可以通过调用操作系统的指令获取本第一算力节点的第一算力信息，第一算力信息包括cpu频率、cpu利用率、缓存容量、缓存利用率等信息。
63.步骤102，获取第二算力节点与其它第二算力节点、第一算力节点之间的第二链路质量信息、第二算力节点的第二算力信息。
64.在一个实施例中，可以使用多种方法获取第二链路质量信息、第二算力信息等。第二算力节点可以使用多种现有链路质量检测工具获得第二链路质量信息，第二链路质量信息包括第二算力节点与全部其它第二算力节点之间的往返时延信息、链路带宽、抖动等信息，以及第二算力节点与第一算力节点之间的往返时延信息、链路带宽、抖动等信息。第二算力节点可以通过调用操作系统的指令获取本第二算力节点的第二算力信息，第二算力信
息包括cpu频率、cpu利用率、缓存容量、缓存利用率等信息。
65.步骤103，基于第一链路质量信息、第一链路质量信息、第一算力信息和第二算力信息生成第一算力网络图数据。
66.在一个实施例中，第一算力网络图包括算力网络的算力资源信息和网络资源拓扑图等信息；例如，第一算力网络图数据可以包括第一链路质量信息、第一链路质量信息、第一算力信息和第二算力信息以及算力网络的网络资源拓扑图信息等。
67.步骤104，基于第一链路质量信息和第二链路质量信息生成至少一条通告路径。通告路径的数量可以为一条或多条。
68.步骤105，根据至少一条通告路径对第一算力网络图数据进行传输处理。
69.在一个实施例中，第一算力节点根据第一链路质量信息、第一链路质量信息、第一算力信息和第二算力信息，更新第一算力网络图数据。第一算力节点确定一条或多条通告路径，将通告路径放于携带最新的第一算力网络图数据的第一算力数据包的包头中，依据第一算力数据包的包头中的通告路径转发第一算力数据包。第一算力节点根据通告路径将第一算力网络图数据转发给算力网络中的全部第二算力节点并返回第一算力节点。
70.在一个实施例中，如图2所示，算力网络系统包括第一算力节点21和第二算力节点22,23,24等，第一算力节点21和第二算力节点22,23,24等都应用本公开的算力信息通告方法。算力节点包括边缘服务器节点和云节点等，通过算力网络路由器接入算力网络系统。
71.算力网络路由器与普通路由器相比，增加了计费鉴权和计算卸载决策的功能。算力网络路由器从与其相邻的算力节点获取该节点的算力网络图，当终端设备发起的计算任务到达时，算力网络路由器依据算力网络图数据进行任务调度，确定处理该任务的算力节点或者将该任务转发至其它空闲算力节点。
72.图3为根据本公开的算力信息通告方法的一个实施例的转发算力数据包的流程示意图，第一链路质量信息包括第一时延信息等信息，第二链路质量信息包括第二时延信息等信息，如图3所示，
73.步骤301，根据第一时延信息和第二时延信息确定至少一条通告路径。
74.步骤302，基于第一算力网络图数据生成与至少一条通告路径相对应的至少一个第一算力数据包，并在每个第一算力数据包的包头内添加一条通告路径。
75.步骤303，根据第一算力数据包头内的通告路径，对第一算力数据包进行转发处理。
76.可以采用多种方法根据第一时延信息和第二时延信息确定至少一条通告路径。图4为根据本公开的算力信息通告方法的一个实施例的生成通告路径的流程示意图，如图4所示：
77.步骤401，根据第一时延信息和第二时延信息构建第一算力节点和第二算力节点的坐标信息。
78.步骤402，构建自组织神经网络模型，基于坐标信息在自组织神经网络模型中确定第一算力节点和第二算力节点的获胜神经元。
79.在一个实施例中，自组织神经网络(self-organizing neural network)是一类采用无教师学习方式的神经网络模型，无须期望输出，根据数据样本进行学习，并调整自身的权重以达到训练的目的。自组织神经网络模型可以为现有的自组织神经网络模型，可以使
用训练好的自组织神经网络模型，并预设自组织神经网络模型中的神经元向量；使用自组织神经网络模型获得第一算力节点和第二算力节点的获胜神经元。
80.步骤403，根据获胜神经元生成多条通告路径；其中，通告路径为以第一算力节点为起点和终点的环形路径，并且环形路径经过全部第二算力节点。
81.图5为根据本公开的算力信息通告方法的另一个实施例的生成通告路径的流程示意图，坐标信息包括算力节点坐标二维矩阵，如图5所示：
82.步骤501，根据第一时延信息和第二时延信息构建时延二维矩阵；其中，时延二维矩阵的行向量为第一算力节点或第二算力节点的时延信息向量。
83.步骤502，根据时延二维矩阵构建算力节点坐标二维矩阵。
84.在一个实施例中，算力节点坐标二维矩阵的行数为第一算力节点和第二算力节点的数量总和，算力节点坐标二维矩阵的列数为自组织神经网络模型中的神经元向量的维度。
85.步骤503，在自组织神经网络模型中确定与一条待选环形路径中的第一算力节点或第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的第一算力节点或第二算力节点的获胜神经元，并在确定获胜神经元之后对自组织神经网络模型中的其余神经元进行向量更新处理。
86.在一个实施例中，算力网络系统中存在n个算力节点(包括第一算力节点和第二算力节点)，第一算力节点根据第一时延信息和第二时延信息构建时延二维矩阵d可以表示为：
[0087][0088]
其中，在式(1)中，d
i,j
表示算力节点i与节点j之间往返时延(第一时延信息或第二时延信息)，节点1可以为第一算力节点，其余节点为第二算力节点；式(1)满足：
[0089][0090]
时延二维矩阵的行向量为第一算力节点或第二算力节点的时延信息向量。例如，第一算力节点(节点1)的时延信息向量为d1＝(d
1,1
，d
1,2
，
…d1,n
)，一个第二算力节点(节点2)的时延信息向量为d2＝(d
2,1
，d
2,2
，
…d2,n
)，一个第二算力节点(节点n)的时延信息向量为dn＝(d
n,1
，d
n,2
，
…dn,n
)等。其中，d
n,1
与d
1,n
可以相同，也可以不同。
[0091]
算力节点坐标二维矩阵p为：
[0092][0093]
其中，算力节点坐标二维矩阵p的行数为第一算力节点和第二算力节点的数量总和n，算力节点坐标二维矩阵p的列数为自组织神经网络模型中的神经元向量的维度dim。
[0094]
算力节点坐标二维矩阵p中的元素p
i,j
可以为任意两个节点i,j之间的欧氏距离等距离，可以通过公式(4)计算：
[0095][0096]
其中，ed()表征欧式距离函数，基于时延二维矩阵的行向量可以确定di＝(d
i,1
，d
i,2
，
…di,dim
),dj＝(d
j,1
，d
j,2
，
…dj,dim
),i＝1,2，
…
n，j＝1,2,
…
dim，dim《＝n，dim和n为常数；在算力节点坐标二维矩阵p中，p
1,1
，p
2,2
等为0。
[0097]
算力节点坐标二维矩阵p中的元素p
i,j
也可以被设置为时延二维矩阵d中的元素d
i,j
。
[0098]
待选环形路径以第一算力节点为起点和终点，并且经过全部第二算力节点。第一算力节点或第二算力节点的坐标向量为算力节点坐标二维矩阵p的行向量，算力节点坐标二维矩阵p的第i行向量为：
[0099]
pi＝[p
i,1
p
i,2
…
p
i,dim
]
……
(5)；
[0100]
其中，pi表征算力节点i(第一算力节点或第二算力节点)的dim维空间坐标向量。
[0101]
构造神经元数量为算力节点数量(第一算力节点和第二算力节点的总数量)8、9等倍的(环状)自组织神经网络，每个神经元向量的维度与算力节点的坐标向量维度(dim)相同，并对神经元向量进行预配置处理。
[0102]
在自组织神经网络模型中确定与一条待选环形路径中的第一算力节点或第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的第一算力节点或第二算力节点的获胜神经。第一算力节点或第二算力节点的坐标向量为算力节点坐标二维矩阵的行向量。
[0103]
例如，将第一算力节点生成的算力节点坐标二维矩阵p输入自组织神经网络中，通过公式(6)计算出一条待选环形路径中的第一算力节点或第二算力节点的获胜神经元m：
[0104][0105]
其中，ed()表征欧式距离函数，wi是自组织神经网络中的第i个神经元向量，pn为第一算力节点或第二算力节点的坐标向量，神经元m为与一条待选环形路径中的第一算力节点或第二算力节点的坐标向量pn距离最近的神经元。
[0106]
在确定获胜神经元之后，通过公式(7)和(8)对自组织神经网络模型中的其余神经元进行向量更新处理：
[0107][0108]
wj＝wj+t
j,m
·
(p
n-wj)
……
(8)；
[0109]
其中，s
j,m
为神经元j到获胜神经元m之间的距离，δ为参数，pn为上述的第一算力节点或第二算力节点的坐标向量。
[0110]
步骤504，获得多条待选环形路径中的第一算力节点或第二算力节点的获胜神经元。
[0111]
在一个实施例中，通过执行步骤503，直至待选环形路径的数量达到全部算力节点数量n的0.3,0.5等倍。
[0112]
步骤505，分别根据各条待选环形路径中的第一算力节点和第二算力节点的获胜神经元的索引顺序，对各条通告路径中的第一算力节点和第二算力节点进行排序处理。
[0113]
在一个实施例中，第一算力节点获得多条待选环形路径中的第一算力节点或第二算力节点的获胜神经元，分别根据各条待选环形路径中的第一算力节点和第二算力节点的获胜神经元的索引顺序，对各条通告路径中的第一算力节点和第二算力节点进行排序处理。
[0114]
例如，自组织神经网络模型中的全部神经元形成环状，对每个神经元设置索引，神经元基于索引由大到小的顺序进行排列。一条待选环形路径中的第一算力节点的获胜神经元索引为1，第二算力节点a,b,c的三个获胜神经元索引分别为4,5,2，则根据获胜神经元的索引顺序(依据索引由小到大等顺序)对此条通告路径中的第一算力节点和第二算力节点a,b,c进行排序处理后，此条待选环形路径为：第一算力节点-第二算力节点c-第二算力节点a-第二算力节点b-第一算力节点，此待选环形路径以第一算力节点为起点和终点，并且经过全部第二算力节点。
[0115]
步骤506，基于多条待选环形路径生成多条通告路径。
[0116]
在一个实施例中，可以采用多种方法基于多条待选环形路径生成多条通告路径。将至少一条待选环形路径中的至少两个第二算力节点进行排序调整处理，和/或对至少一条待选环形路径的第二算力节点进行反向排序处理，获得待选环形转换路径；对多条待选环形路径和待选环形转换路径进行去重处理，获得多条通告路径。
[0117]
例如，可以将待选环形路径“第一算力节点-第二算力节点c-第二算力节点a-第二算力节点b-第一算力节点”中的两个第二算力节点进行排序调整处理，获得待选环形转换路径“第一算力节点-第二算力节点a-第二算力节点c-第二算力节点b-第一算力节点”、“第一算力节点-第二算力节点c-第二算力节点b-第二算力节点a-第一算力节点”等。也可以将待选环形路径循环移位若干次，获得待选环形转换路径。
[0118]
可以将待选环形路径“第一算力节点-第二算力节点c-第二算力节点a-第二算力节点b-第一算力节点”进行反向排序处理，获得待选环形转换路径“第一算力节点-第二算力节点b-第二算力节点a-第二算力节点c-第一算力节点”等。对多条待选环形路径和待选环形转换路径进行去重处理，去除重复的路径，获得多条通告路径。
[0119]
图6为根据本公开的算力信息通告方法的另一个实施例的转发算力数据包的流程示意图；
[0120]
步骤601，根据第一算力数据包头内的通告路径确定下一跳算力节点。
[0121]
步骤602，将第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换第一算力数据包头内的通告路径。
[0122]
步骤603，将第一算力数据包发送给下一跳算力节点。
[0123]
第一算力节点接收第二算力节点发送的第二算力网络图数据，从第二算力网络图数据中提取第二算力信息和第二链路质量信息。
[0124]
在一个实施例中，第一算力节点基于第一算力网络图数据生成与多条条通告路径相对应的多个第一算力数据包，并在每个第一算力数据包的包头内添加一条通告路径。
[0125]
第一算力节点和第二算力节点根据第一算力数据包头内的通告路径确定下一跳算力节点，将第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换
第一算力数据包头内的通告路径。
[0126]
第一算力节点和第二算力节点可以通过算力网络路由器基于路由信息将第一算力数据包发送给下一跳算力节点，其中，算力网络路由器可以使用现有方法基于路由信息将第一算力数据包发送给下一跳算力节点。
[0127]
第二算力节点生成并转发第二算力网络图数据的方法与第一算力节点生成并转发第二算力网络图数据的方法相同。第一算力节点接收第二算力节点发送的第二算力网络图数据，从第二算力网络图数据中提取第二算力信息和第二链路质量信息。
[0128]
在一个实施例中，图7a和7b为本公开的算力信息通告方法分别与现有的贪心选路算法和随机选路算法对于通告开销、收敛时间两个指标的仿真结果对比图；其中，本公开的算力信息通告方法即为多径选路算法；贪心选路算法在生成通告路径时，总选择总时延最短的路径；随机选路算法在生成通告路径时，随机选择路径。其中，通告开销即网络中所有算力节点的算力网络图数据达到同步状态需要发送的总消息数，收敛时间即网络中所有算力节点的算力网络图数据达到同步状态需要花费的时间。
[0129]
如图7a和7b所示，本公开的算力信息通告方法可以在通告开销较低的情况下，降低算力节点对于算力网络图数据的同步时间，因此采用本公开的算力信息通告方法可以在节省网络资源的同时更好地支持算力网络的上层技术。
[0130]
本公开的算力信息通告方法，通过使用分布式的算力通告技术，保证了算力网络系统的高可用性和可扩展性；可以根据设备数量自适应地调整通告路径数量，可以在通告开销较低的情况下，降低算力节点对于算力网络图数据的同步时间；可以在较低的通告开销的情况下，仅花费较短时间即可使得全网算力节点达到算力信息同步状态；能够满足算力网络对于资源信息需要实时同步的需求。
[0131]
在一个实施例中，如图8所示，本公开提供一种算力信息通告装置，应用于算力网络的第一算力节点，包括算力感知模块81和算力通告模块86。本公开的算力信息通告装置也可以应用于算力网络的第二算力节点。算力通告模块86获取第二算力节点与其它第二算力节点、第一算力节点之间的第二链路质量信息、第二算力节点的第二算力信息。
[0132]
算力感知模块81获取第一算力节点与算力网络中的第二算力节点之间的第一链路质量信息、第一算力节点的第一算力信息；算力感知模块81基于第一链路质量信息、第一链路质量信息、第一算力信息和第二算力信息生成第一算力网络图数据；算力通告模块81基于第一链路质量信息和第二链路质量信息生成至少一条通告路径，根据至少一条通告路径对第一算力网络图数据进行传输处理。
[0133]
在一个实施例中，算力通告模块86包括路径选取模块87和报文传输模块88。路径选取模块87根据第一时延信息和第二时延信息确定至少一条通告路径；路径选取模块87基于第一算力网络图数据生成与至少一条通告路径相对应的至少一个第一算力数据包，并在每个第一算力数据包的包头内添加一条通告路径。报文传输模块88根据第一算力数据包头内的通告路径，对第一算力数据包进行转发处理。
[0134]
在一个实施例中，如图9所示，路径选取模块87包括坐标确定单元871、坐标处理单元872和路径确定单元873。坐标确定单元871根据第一时延信息和第二时延信息构建第一算力节点和第二算力节点的坐标信息；坐标处理单元872构建自组织神经网络模型，基于坐标信息在自组织神经网络模型中确定第一算力节点和第二算力节点的获胜神经元；路径确
定单元873根据获胜神经元生成多条通告路径，通告路径为以第一算力节点为起点和终点的环形路径，并且环形路径经过全部第二算力节点。
[0135]
在一个实施例中，坐标信息包括算力节点坐标二维矩阵；坐标确定单元871根据第一时延信息和第二时延信息构建时延二维矩阵，时延二维矩阵的行向量为第一算力节点或第二算力节点的时延信息向量。坐标确定单元871根据时延二维矩阵构建算力节点坐标二维矩阵，算力节点坐标二维矩阵的行数为第一算力节点和第二算力节点的数量总和，算力节点坐标二维矩阵的列数为自组织神经网络模型中的神经元的维度。
[0136]
坐标处理单元872在自组织神经网络模型中确定与一条待选环形路径中的第一算力节点或第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的第一算力节点或第二算力节点的获胜神经元，并在确定获胜神经元之后对自组织神经网络模型中的其余神经元进行向量更新处理。第一算力节点或第二算力节点的坐标向量为算力节点坐标二维矩阵的行向量；待选环形路径以第一算力节点为起点和终点，并且经过全部第二算力节点。
[0137]
路径确定单元873获得多条待选环形路径中的第一算力节点或第二算力节点的获胜神经元，分别根据各条待选环形路径中的第一算力节点和第二算力节点的获胜神经元的索引顺序，对各条通告路径中的第一算力节点和第二算力节点进行排序处理；路径确定单元873基于多条待选环形路径生成多条通告路径。
[0138]
例如，路径确定单元873将至少一条待选环形路径中的至少两个第二算力节点进行排序调整处理，和/或对至少一条待选环形路径的第二算力节点进行反向排序处理，获得待选环形转换路径；路径确定单元873对多条待选环形路径和待选环形转换路径进行去重处理，获得多条通告路径。
[0139]
在一个实施例中，路径选取模块87生成第一算力数据包并发送给报文传输模块88。报文传输模块88根据第一算力数据包头内的通告路径确定下一跳算力节点；报文传输模块88将第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换第一算力数据包头内的通告路径；报文传输模块88将第一算力数据包发送给下一跳算力节点。报文传输模块88接收第二算力节点发送的第二算力网络图数据，从第二算力网络图数据中提取第二算力信息和第二链路质量信息。
[0140]
在一个实施例中，算力感知模块81包括资源收集模块82、链路质量检测模块83、算力资源监控模块84。链路质量检测模块83检测第一算力节点与第二算力节点之间的链路质量，用以获取第一链路质量信息；算力资源监控模块84获取第一算力信息；资源收集模块82基于第一链路质量信息、第一链路质量信息、第一算力信息和第二算力信息生成第一算力网络图数据。资源收集模块82可以汇总本算力节点和其它算力节点的算力资源、网络资源信息，并对外提供。
[0141]
链路质量检测模块83可以通过部署prometheus、pinpoint等链路质量检测工具定期检测本算力节点与其它算力节点之间的链路质量信息，包括算力节点间往返时延、链路带宽、抖动等指标，并将检测到的数据使用开源消息传递库zero mq(zmq)的发布者(pub)模式发送给资源收集模块82。
[0142]
算力资源监控模块84通过调用操作系统的终端指令定期获取本算力节点的算力信息，包括cpu频率、cpu利用率、缓存容量、缓存利用率等，并将检测到的数据使用zmq协议
的pub模式发送给资源收集模块82。资源收集模块82设置为zmq(zeromq)协议的订阅者(sub)模式，订阅来自算力资源监控模块84、链路质量检测模块83和报文传输模块88发出的算力信息和链路间质量信息，用以更新本地算力网络图数据。
[0143]
资源收集模块82开放http服务端口，将本节点的算力网络图传输给路径选取模块87和计算卸载模块89。报文传输模块88从收到的算力网络图数据包中提取全网算力节点最新的算力信息和网络信息，通过zmq协议的pub模式发送给资源收集模块82。
[0144]
在一个实施例中，如图10所示，算力信息通告装置可包括存储器1001、处理器1002、通信接口1003以及总线1004。存储器1001用于存储指令，处理器1002耦合到存储器1001，处理器1002被配置为基于存储器1001存储的指令执行实现上述的算力信息通告方法。
[0145]
存储器1001可以为高速ram存储器、非易失性存储器(non-volatile memory)等，存储器1001也可以是存储器阵列。存储器1001还可能被分块，并且块可按一定的规则组合成虚拟卷。处理器1002可以为中央处理器cpu，或专用集成电路asic(application specific integrated circuit)，或者是被配置成实施算力信息通告方法的一个或多个集成电路。
[0146]
在一个实施例中，本公开提供一种第一算力节点，包括如上任一实施例中的算力信息通告装置。
[0147]
在一个实施例中，本公开提供一种算力网络系统，包括第二算力节点和如上任一实施例中的第一算力节点；其中，第二算力节点和第一算力节点上都可以部署本公开的算力信息通告装置。
[0148]
在一个实施例中，本公开提供一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上任一个实施例中的方法。
[0149]
计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列举)可以包括：具有一个或者多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0150]
本公开的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的方法中的步骤。
[0151]
上述实施例中的算力信息通告方法、装置、算力节点、算力网络系统以及存储介质，通过使用分布式的算力通告技术，保证了算力网络系统的高可用性和可扩展性；可以根据设备数量自适应地调整通告路径数量，可以在通告开销较低的情况下，降低算力节点对于算力网络图数据的同步时间；可以在较低的通告开销的情况下，仅花费较短时间即可使得全网算力节点达到算力信息同步状态；能够满足算力网络对于资源信息需要实时同步的需求；可以节省网络资源并保证网络质量，能够保证业务质量，提高了用户的使用感受。
[0152]
以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的
各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。
[0153]
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0154]
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。
[0155]
还需要指出的是，在本公开的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
[0156]
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其它方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。
[0157]
为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员应当理解，上述实施例仅是说明性的而不限制本公开的范围。本领域技术人员应该理解，上述实施例可以被组合、修改或替换而不脱离本公开的范围和实质。

技术特征：
1.一种算力信息通告方法，应用于算力网络的第一算力节点，包括：获取所述第一算力节点与所述算力网络中的第二算力节点之间的第一链路质量信息、所述第一算力节点的第一算力信息；获取所述第二算力节点与其它第二算力节点、所述第一算力节点之间的第二链路质量信息、所述第二算力节点的第二算力信息；基于所述第一链路质量信息、所述第一链路质量信息、所述第一算力信息和所述第二算力信息生成第一算力网络图数据；基于所述第一链路质量信息和所述第二链路质量信息生成至少一条通告路径；根据所述至少一条通告路径对所述第一算力网络图数据进行传输处理。2.如权利要求1所述的方法，其中，所述第一链路质量信息包括：第一时延信息，所述第二链路质量信息包括：第二时延信息；所述基于所述第一链路质量信息和所述第二链路质量信息生成至少一条通告路径包括：根据所述第一时延信息和所述第二时延信息确定所述至少一条通告路径；基于所述第一算力网络图数据生成与所述至少一条通告路径相对应的至少一个第一算力数据包，并在每个所述第一算力数据包的包头内添加一条通告路径。3.如权利要求2所述的方法，所述根据所述第一时延信息和所述第二时延信息确定所述至少一条通告路径包括：根据所述第一时延信息和所述第二时延信息构建所述第一算力节点和所述第二算力节点的坐标信息；构建自组织神经网络模型，基于所述坐标信息在所述自组织神经网络模型中确定所述第一算力节点和所述第二算力节点的获胜神经元；根据所述获胜神经元生成多条通告路径；其中，所述通告路径为以所述第一算力节点为起点和终点的环形路径，并且所述环形路径经过全部所述第二算力节点。4.如权利要求3所述的方法，其中，所述坐标信息包括：算力节点坐标二维矩阵；所述根据所述第一时延信息和所述第二时延信息构建所述第一算力节点和所述第二算力节点的坐标信息包括：根据所述第一时延信息和所述第二时延信息构建时延二维矩阵；其中，所述时延二维矩阵的行向量为所述第一算力节点或所述第二算力节点的时延信息向量；根据所述时延二维矩阵构建所述算力节点坐标二维矩阵。5.如权利要求4所述的方法，其中，所述算力节点坐标二维矩阵的行数为所述第一算力节点和所述第二算力节点的数量总和；所述算力节点坐标二维矩阵的列数为所述自组织神经网络模型中的神经元向量的维度；所述基于所述坐标信息在所述自组织神经网络模型中确定所述第一算力节点和所述第二算力节点的获胜神经元包括：在所述自组织神经网络模型中确定与一条待选环形路径中的所述第一算力节点或所述第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元，并在确定所述获胜神经元之后对所述自组织神经网络模型中的其余神经元进行向量更新处理；
其中，所述第一算力节点或所述第二算力节点的坐标向量为所述算力节点坐标二维矩阵的行向量；所述待选环形路径以所述第一算力节点为起点和终点，并且经过全部所述第二算力节点。6.如权利要求5所述的方法，所述根据所述获胜神经元生成多条通告路径包括：获得多条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元；分别根据各条待选环形路径中的所述第一算力节点和所述第二算力节点的获胜神经元的索引顺序，对各条通告路径中的所述第一算力节点和所述第二算力节点进行排序处理；基于所述多条待选环形路径生成多条所述通告路径。7.如权利要求6所述的方法，所述基于所述多条待选环形路径生成多条所述通告路径包括：将至少一条所述待选环形路径中的至少两个第二算力节点进行排序调整处理，和/或对至少一条所述待选环形路径的第二算力节点进行反向排序处理，获得待选环形转换路径；对所述多条待选环形路径和所述待选环形转换路径进行去重处理，获得多条所述通告路径。8.如权利要求2所述的方法，所述根据所述至少一条通告路径对所述第一算力网络图数据进行传输处理包括：根据所述第一算力数据包头内的通告路径，对所述第一算力数据包进行转发处理。9.如权利要求8所述的方法，所述根据所述第一算力数据包头内的通告路径，对所述第一算力数据包进行转发处理包括：根据所述第一算力数据包头内的通告路径确定下一跳算力节点；将所述第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换所述第一算力数据包头内的通告路径；将所述第一算力数据包发送给所述下一跳算力节点。10.如权利要求9所述的方法，所述获取所述第二算力节点与其它第二算力节点、所述第一算力节点之间的第二链路质量信息、所述第二算力节点的第二算力信息包括：接收所述第二算力节点发送的第二算力网络图数据；从所述第二算力网络图数据中提取所述第二算力信息和所述第二链路质量信息。11.一种算力信息通告装置，应用于算力网络的第一算力节点，包括：算力通告模块，用于获取所述第二算力节点与其它第二算力节点、所述第一算力节点之间的第二链路质量信息、所述第二算力节点的第二算力信息；算力感知模块，用于获取所述第一算力节点与所述算力网络中的第二算力节点之间的第一链路质量信息、所述第一算力节点的第一算力信息；基于所述第一链路质量信息、所述第一链路质量信息、所述第一算力信息和所述第二算力信息生成第一算力网络图数据；所述算力通告模块，还用于基于所述第一链路质量信息和所述第二链路质量信息生成至少一条通告路径，根据所述至少一条通告路径对所述第一算力网络图数据进行传输处理。12.如权利要求11所述的装置，其中，所述第一链路质量信息包括：第一时延信息，所述
第二链路质量信息包括：第二时延信息；所述算力通告模块，包括：路径选取模块，用于根据所述第一时延信息和所述第二时延信息确定所述至少一条通告路径；基于所述第一算力网络图数据生成与所述至少一条通告路径相对应的至少一个第一算力数据包，并在每个所述第一算力数据包的包头内添加一条通告路径。13.如权利要求12所述的装置，其中，所述路径选取模块，包括：坐标确定单元，用于根据所述第一时延信息和所述第二时延信息构建所述第一算力节点和所述第二算力节点的坐标信息；坐标处理单元，用于构建自组织神经网络模型，基于所述坐标信息在所述自组织神经网络模型中确定所述第一算力节点和所述第二算力节点的获胜神经元；路径确定单元，用于根据所述获胜神经元生成多条通告路径；其中，所述通告路径为以所述第一算力节点为起点和终点的环形路径，并且所述环形路径经过全部所述第二算力节点。14.如权利要求13所述的装置，其中，所述坐标信息包括：算力节点坐标二维矩阵；所述坐标确定单元，具体用于根据所述第一时延信息和所述第二时延信息构建时延二维矩阵；其中，所述时延二维矩阵的行向量为所述第一算力节点或所述第二算力节点的时延信息向量；根据所述时延二维矩阵构建所述算力节点坐标二维矩阵。15.如权利要求14所述的装置，其中，所述算力节点坐标二维矩阵的行数为所述第一算力节点和所述第二算力节点的数量总和；所述算力节点坐标二维矩阵的列数为所述自组织神经网络模型中的神经元向量的维度；所述坐标处理单元，用于在所述自组织神经网络模型中确定与一条待选环形路径中的所述第一算力节点或所述第二算力节点的坐标向量距离最近的神经元，作为此条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元，并在确定所述获胜神经元之后对所述自组织神经网络模型中的其余神经元进行向量更新处理；其中，所述第一算力节点或所述第二算力节点的坐标向量为所述算力节点坐标二维矩阵的行向量；所述待选环形路径以所述第一算力节点为起点和终点，并且经过全部所述第二算力节点。16.如权利要求15所述的装置，其中，所述路径确定单元，用于获得多条待选环形路径中的所述第一算力节点或所述第二算力节点的获胜神经元，分别根据各条待选环形路径中的所述第一算力节点和所述第二算力节点的获胜神经元的索引顺序，对各条通告路径中的所述第一算力节点和所述第二算力节点进行排序处理；基于所述多条待选环形路径生成多条所述通告路径。17.如权利要求16所述的装置，其中，所述路径确定单元，用于将至少一条所述待选环形路径中的至少两个第二算力节点进行排序调整处理，和/或对至少一条所述待选环形路径的第二算力节点进行反向排序处理，获得待选环形转换路径；对所述多条待选环形路径和所述待选环形转换路径进行去重处理，获得多条所述通告路径。18.如权利要求12所述的装置，其中，
所述算力通告模块，包括：报文传输模块，用于根据所述第一算力数据包头内的通告路径，对所述第一算力数据包进行转发处理。19.如权利要求18所述的装置，其中，所述报文传输模块，具体用于根据所述第一算力数据包头内的通告路径确定下一跳算力节点；将所述第一算力数据包头内的通告路径中的自身节点删除，生成新通告路径并替换所述第一算力数据包头内的通告路径；将所述第一算力数据包发送给所述下一跳算力节点。20.如权利要求19所述的装置，其中，所述报文传输模块，用于接收所述第二算力节点发送的第二算力网络图数据，从所述第二算力网络图数据中提取所述第二算力信息和所述第二链路质量信息。21.如权利要求11所述的装置，其中，所述算力感知模块，包括：链路质量检测模块，用于检测所述第一算力节点与所述第二算力节点之间的链路质量，用以获取所述第一链路质量信息；算力资源监控模块，用于获取所述第一算力信息；资源收集模块，用于基于所述第一链路质量信息、所述第一链路质量信息、所述第一算力信息和所述第二算力信息生成第一算力网络图数据。22.一种算力信息通告装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如权利要求1至10中任一项所述的方法。23.一种第一算力节点，包括：如权利要求11至22中任一项所述的算力信息通告装置。24.一种算力网络系统，包括：第二算力节点和如权利要求23所述的第一算力节点。25.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述指令被处理器执行如权利要求1至10中任一项所述的方法。

技术总结
本公开提供了一种算力信息通告方法、装置、算力节点、系统及存储介质，其中的方法应用于第一算力节点，包括：获取第一算力节点与算力网络中的第二算力节点之间的第一链路质量信息、第一算力节点的第一算力信息；获取第二算力节点与其它第二算力节点、第一算力节点之间的第二链路质量信息、第二算力节点的第二算力信息，生成第一算力网络图数据；基于第一链路质量信息和第二链路质量信息生成至少一条通告路径，对第一算力网络图数据进行传输处理。本公开能够在通告开销较低的情况下，降低算力节点对于算力网络图数据的同步时间并使全网算力节点达到算力信息同步状态，能够满足算力网络对于资源信息需要实时同步的需求，提高了用户的使用感受。高了用户的使用感受。高了用户的使用感受。


技术研发人员：赵倩颖 雷波 卫敏 张兴 李开祥
受保护的技术使用者：中国电信股份有限公司
技术研发日：2023.07.07
技术公布日：2023/10/8