一种算力感知网络及其使用方法、存储介质与流程

电子通信装置的制造及其应用技术1.本发明涉及无线通信技术领域，特别涉及一种算力感知网络及其使用方法、存储介质。背景技术：2.从云计算、边缘计算的发展大趋势下，未来社会中会在靠近用户的不同距离遍布许多不同规模的算力，通过全球网络为用户提供各类个性化的服务。从百亿量级的智能终端，到全球十亿量级的家庭网关，再到每个城市中未来mec(移动边缘计算，mobile edge computing)技术带来的数千个具备计算能力的边缘云，以及每个国家数十个大型的云dc(数据中心，data center)，形成海量的泛在算力从各处接入互联网，形成计算和网络深度融合的发展趋势。网络中的计算资源融入到网络的各个角落，使每一个网络节点都可以成为资源的提供者，用户的请求可以通过调用最近的节点资源来满足，不再局限于某一特定节点，避免造成连接和网络调度资源的浪费。而传统的网络只是提供数据通信的管道，以连接为基础，受制于固定的网络寻址机制，在更高更苛刻的qoe(体验质量，quality of experience)要求下往往无法满足。所以面向未来网络的新一代网络架构设需协同考虑网络和计算融合演进的需求，实现泛在连接和算力架构中网络的全局优化，计算资源的灵活调度，业务的合理分布。3.iaas(基础设施即服务，infrastructure as a service)是指把it(信息技术，internet technology)基础设施作为一种服务通过网络对外提供，并根据用户对资源的实际使用量或占用量进行计费的一种服务模式。在这种服务模型中，普通用户不用自己构建一个数据中心等硬件设施，而是通过租用的方式，利用internet从iaas服务提供商获得计算机基础设施服务，包括服务器、存储和网络等服务。现有的iaas服务通常是由资源运营管理中心(云计算中心)或者计费服务器对所属于自身的资源直接进行集中式的管理、分配和计费。4.现有技术的不足在于，网络计算融合的网络架构下，不能实现算力资源的有效分配。技术实现要素：5.本发明提供了一种算力感知网络及其使用方法、存储介质，用以解决网络计算融合的网络架构下，不能有效获取算力资源的的问题。6.本发明提供以下技术方案：7.一种算力感知网络，包括：算力服务层、算网管理层、算力资源层、算力路由层和网络资源层，其中：8.算力服务层，用于承载各类服务及应用；9.算网管理层，用于接收上报的算力资源信息以及网络资源信息，对算力资源和网络资源进行管理；10.算力资源层，用于利用计算基础设施提供算力资源；11.算力路由层，用于基于算力资源和网络资源，将终端要求的业务按需调度到不同的算力节点。12.实施中，算力服务层是基于分布式微服务架构的。13.实施中，算力服务层进一步用于支持应用解构成原子化功能组件后，由api gateway统一调度。14.实施中，算力服务层进一步用于在接收终端用户的数据后，通过api网关实现服务分解以及服务调度。15.实施中，算网管理层进一步用于根据终端对算力的使用进行计费。16.实施中，算网管理层进一步用于通过算力建模对算力资源进行抽象描述和表示，形成节点算力信息，并屏蔽底层硬件设备差异。17.实施中，算网管理层进一步用于通过算力通告向网络节点传递节点算力信息。18.实施中，算网管理层进一步用于对算力资源及网络资源进行性能监控和管理，用以实现算力运营及网络运营。19.实施中，算力资源层进一步用于面向不同应用，在物理计算资源基础上，提供以下用以满足边缘计算领域多样性计算需求的功能之一或者其组合：算力模型、算力api、算力资源标识。20.实施中，算力路由层进一步用户基于算力资源层提供的算力资源和网络资源层提供的网络资源，将终端要求的业务按需调度到不同的算力节点。21.实施中，算力路由层进一步用于包括以下功能之一或者其组合：22.算网路由标识、算网路由转发、算力路由寻址、算网服务通告。23.实施中，进一步包括：24.网络资源层，用于利用网络基础设施为网络中的各个通信设备提供网络连接。25.实施中，网络资源层进一步用于包括以下设施之一或者其组合的网络基础设施提供网络连接：26.接入网、城域网、骨干网。27.一种算力感知网络的使用方法，包括：28.算网管理层接收算力资源请求后，向算力资源层的算力节点广播算力资源请求；29.接收算力节点返回的算力资源信息及收费信息，所述算力节点是满足算力资源请求中的要求的算力节点；30.算力路由层根据各算力节点返回的算力资源信息以及算力资源请求，在确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。31.实施中，进一步包括：32.接收算力节点返回及收费信息；33.算力路由层根据各算力节点返回的算力资源信息及收费信息以及算力资源请求，在确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行；34.算网管理层根据算力资源层中算力节点返回的算力资源信息及收费信息对终端进行收费。35.实施中，算网管理层是通过资源运营中心接收算力资源请求的；和/或，是通过资源运营中心对终端进行收费的。36.实施中，算力资源请求中包括节点选择策略；37.算力路由层根据各算力节点返回的算力资源信息及收费信息以及算力资源请求中的节点选择策略，在入口路由确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行；38.或，39.算力资源请求中包括算力资源大小和最大可接受时延；40.算力路由层在最大可接受时延允许的条件下向终端传递各算力节点返回的算力资源信息及收费信息，符合要求的算力节点信息将会到达终端，在终端确定算力节点后，将建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。41.实施中，所述算网管理层接收的算力资源请求，是在入口路由接收到算力资源请求后发送给所述算网管理层的；和/或，42.通过入口路由将终端要求的算力资源按需调度到不同的算力节点的。43.一种计算机可读存储介质，所述计算机可读存储介质存储有执行上述算力感知网络的使用方法的计算机程序。44.本发明有益效果如下：45.本发明实施例提供的技术方案中，由于基于同一算力感知网络为用户提供计算资源，因此能够为用户提供一致体验；46.进一步的，由于在计算资源分配之前，多个计算节点向最终用户直接提供了包括计费信息在内的所有信息，用户可以根据自身需求在多个计算节点间进行自主选择，因此算力节点计费信息可以与用户直接协议确定，不再依赖于统一的计费服务器，可以为不同边缘服务器运营商的提供公平的竞争机会。附图说明47.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：48.图1为本发明实施例中算力感知网络结构示意图；49.图2为本发明实施例中算力感知网络的使用方法实施流程示意图；50.图3为本发明实施例一中算力资源运营的工作流程示意图；51.图4为本发明实施例二中算力资源运营的工作流程示意图。具体实施方式52.发明人在发明过程中注意到：53.现有的计算资源运营方式(iaas服务)通常是由资源运营管理中心(云计算中心)或者计费服务器对所属于自身的资源直接进行管理、分配和计费。然而，网络中的计算节点可能从属于不同所有者，其计费方式也差异巨大，从整体上看难以实现算力资源的有效分配。由于边缘计算节点通常资源受限，仅能为有限的用户提供服务，运营管理中心或者计费服务器需要实时监控节点的负载，以便决定后续是否继续将其资源分配给其他用户，随着计算节点数量的增加和网络时延的不确定性，对于节点负载的实时监控成本不断提高。因此，未来边缘计算运营需要考虑如何公平有效的分配不同所有者的算力资源且可以实现对计算节点负载的有效控制及计费。54.基于此，本发明实施例中将面向计算网络融合的未来数据通信网络架构提供一种网络计算融合的新型网络架构方案，进一步的，基于此新型网络架构提供一种计算资源运营的方案。55.下面结合附图对本发明的具体实施方式进行说明。56.图1为算力感知网络结构示意图，如图所示，网络中包括：算力服务层、算网管理层、算力资源层、算力路由层和网络资源层，其中：57.算力服务层，用于承载各类服务及应用；58.算网管理层，用于接收上报的算力资源信息以及网络资源信息，对算力资源和网络资源进行管理；59.算力资源层，用于利用计算基础设施提供算力资源；60.算力路由层，用于基于算力资源和网络资源，将终端要求的业务按需调度到不同的算力节点。61.实施中，算网管理层进一步用于根据终端对算力的使用进行计费。62.实施中，还可以进一步包括：63.网络资源层，用于利用网络基础设施为网络中的各个通信设备提供网络连接。64.具体的，面对算网融合发展趋势，方案中提出了一种网络架构-can(算力感知网络，computing-aware networking)，算力感知网络是计算网络深度融合的新型网络架构，以无所不在的网络连接和高度分布式的计算节点为基础，通过服务的自动化部署、最优路由和负载均衡，构建可以感知算力的全新的网络基础设施，保证网络能够按需、实时调度不同位置的计算资源，提高网络和计算资源利用率，进一步提升用户体验。65.据预测，2020年底将有超过500亿终端和设备联网，其中超过50％的数据需要在网络边缘侧分析、处理与存储。万物互联互融带来海量数据、计算、连接、存储、处理等需求，数据的处理需要大量算力，而终端加数据中心的模式在处理数据时愈加力不从心。随着5g网络建设的加快，算力从云和端扩散到网络边缘是顺势而为。66.算力感知网络是面向未来智能社会的算力需求，强调计算和网络的深度融合，可以实现云、边、端的高效算力需要，还能实现数据与算力的高吞吐、敏捷连接和均衡随选，目前主要由运营商在推进。67.行业数字化转型带来物理世界与数字世界的深度融合，需要泛在的算力和连接；同时，随着云计算、边缘计算的发展，未来社会中会在靠近用户的不同距离遍布许多不同规模的算力，助力算力从中心逐步走向边缘，为垂直行业业务提供极致的业务体验；此外，伴随计算载体轻量化，以及应用逐步解构成服务、功能的发展趋势，需要网络更加灵活的调度，未来网络需要感知、互联和协同泛在的算力和服务。为满足以上的未来网络需求，各大运营商、设备商纷纷提出应对算网融合发展的算力网络新型网络技术，开展算力网络的研究与产业生态构建工作。68.算力感知网络基于无处不在的网络连接将动态分布的计算资源互联，通过网络、存储、算力等多维度资源的统一管理和协同调度，使海量的应用能够按需、实时调用不同地方的计算资源，实现连接和算力在网络的全局优化，提供一致的用户体验。69.本发明实施例中的算力感知网络即是指能够使海量的应用能够按需、实时调用不同地方的计算资源，实现连接和算力在网络的全局优化的网络。但是也需要注意到，这一网络还处于演变之中，因此，不论在其他地方、场景下具备何种命名，只要具备这样能力的网络架构，同样适宜本发明实施例中提供的技术方案的网络即为本发明实施例中所指的算力感知网络。70.对于该计算网络融合新型网络架构-算力感知网络，为了实现对泛在的计算和服务的感知、互联和协同调度，算力感知网络架构体系从逻辑功能上可划分为算力服务层、算网管理层、算力资源层、算力路由层和网络资源层五大功能模块，如图1所示，其中，算力路由层包含控制面和转发面。71.基于网络无处不在的算力资源，算力资源层完成对算力资源的抽象、建模、控制和管理，并通过算力通告模块通知到算力路由层，由算力路由层综合考虑用户需求、计算资源状况以及底层的网络资源状态，将服务应用调度到合适的节点，以实现资源利用率最优并保证极致的用户体验。72.下面按分层进行具体的实施说明。同样，需要说明的是，在其他地方、场景下可能会有其他命名，因此，本发明实施例中的各种的命名仅是为了便于描述，并不因命名本身还含有名称之外的技术含义，例如，算力路由层仅仅只是指代这一逻辑层，并不因此特别具备“路由”以及其他技术含义，同样，在其他环境下，具备同样功能的层不管用何命名，只要用于基于算力资源和网络资源，将终端要求的业务按需调度到不同的算力节点，即为本发明实施例中的算力路由层。73.1、算力服务层：74.实施中，算力服务层是基于分布式微服务架构的。75.微服务架构(microservice architecture)是一种架构概念，旨在通过将功能分解到各个离散的服务中以实现对解决方案的解耦。可以将其看作是在架构层次而非获取服务的类上应用很多solid(srp：单一责任原则，the single responsibility principle；ocp：开放封闭原则，the open closed principle；lsp：里氏替换原则，the liskov substitution principle；isp：接口分离原则，the interface segregation principle；dip：依赖倒置原则，the dependency inversion principle)原则。微服务架构是个很有趣的概念，它的主要作用是将功能分解到离散的各个服务当中，从而降低系统的耦合性，并提供更加灵活的服务支持。76.实施中，算力服务层进一步用于支持应用解构成原子化功能组件后，由api gateway统一调度。77.具体实施中，算力服务层进一步用于在接收终端用户的数据后，通过api网关实现服务分解以及服务调度。78.具体的，基于分布式微服务架构，算力服务层支持应用解构成原子化功能组件，由api gateway(api网关，api：应用编程接口，application program interface)统一调度。79.算力服务层部署于算力资源层之上用于承载泛在计算的各类服务及应用，可以将用户对业务sla(服务等级协议，service level agreement)的请求包括算力请求等参数传递给算力路由层，此外，算力服务层还可以接收来终端用户的数据，并可以通过api网关实现服务分解、服务调度等功能。80.2、算网管理层：81.实施中，算网管理层进一步用于通过算力建模对算力资源进行抽象描述和表示，形成节点算力信息，并屏蔽底层硬件设备差异。82.具体实施中，算网管理层进一步用于通过算力通告向网络节点传递节点算力信息。83.实施中，算网管理层进一步用于对算力资源及网络资源进行性能监控和管理，用以实现算力运营及网络运营。84.具体的，完成算力运营及算力服务编排，完成对算力资源和网络资源的管理，包括对算力资源的感知、度量和oam(操作管理维护，operation administration and maintenance)管理等；实现对终端用户的算网运营，以及对算力路由层和网络资源层的管理。85.面对异构的计算资源，算网管理层首先通过算力建模对算力资源进行抽象描述和表示，形成节点算力信息，屏蔽底层硬件设备差异；算力信息可以通过算力通告传递给相应的网络节点；86.此外，还可以对算力资源及网络资源进行性能监控和管理，并实现算力运营及网络运营。87.3、算力资源层：88.实施中，算力资源层进一步用于面向不同应用，在物理计算资源基础上，提供以下用以满足边缘计算领域多样性计算需求的功能之一或者其组合：算力模型、算力api、算力资源标识。89.具体的，利用现有的计算基础设施提供算力资源，计算基础设施包括从单核cpu到多核cpu，到cpu(中央处理器，central processing unit)+gpu(图形处理器，graphic processing unit)+fpga(现场可编程门阵列，field-programmable gate array)等多种计算能力的组合；90.为满足边缘计算领域多样性计算需求，面向不同应用，在物理计算资源基础上，提供算力模型、算力api、算力资源标识等功能。91.4、算力路由层：92.实施中，算力路由层进一步用户基于算力资源层提供的算力资源和网络资源层提供的网络资源，将终端要求的业务按需调度到不同的算力节点。93.实施中，算力路由层进一步用于包括以下功能之一或者其组合：94.算网路由标识、算网路由转发、算力路由寻址、算网服务通告。95.具体的，算力路由层可以包含控制面和转发面；96.基于抽象后的算网资源发现，综合考虑网络状况和计算资源状况，将业务灵活按需调度到不同的算力节点中，算力路由层是算力感知网络的核心。97.具体功能主要包括算网路由标识、算网路由转发、算力路由寻址、算网服务通告等。98.5、网络资源层：99.实施中，网络资源层进一步用于包括以下设施之一或者其组合的网络基础设施提供网络连接：100.接入网、城域网、骨干网。101.具体的，可以利用现有的网络基础设施为网络中的各个角落提供无处不在的网络连接，网络基础设施包括接入网、城域网和骨干网。102.其中，算力资源层和网络资源层是算力感知网络的基础设施层，算网管理层和算力路由层是实现算力感知功能体系的两大核心功能模块，用户及应用通过算力路由层接入网络中。103.算力感知网络体系架构基于所定义的五大功能模块，实现了对算网资源的感知、控制和调度。104.基于上述算力感知网络，本发明实施例中还提供了算力感知网络的使用方法，下面进行说明。105.图2为算力感知网络的使用方法实施流程示意图，如图所示，可以包括：106.步骤201、算网管理层接收算力资源请求后，向算力资源层的算力节点广播算力资源请求；107.步骤202、接收算力节点返回的算力资源信息及收费信息，所述算力节点是满足算力资源请求中的要求的算力节点；108.步骤203、算力路由层根据各算力节点返回的算力资源信息以及算力资源请求，在确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。109.实施中，还可以进一步包括：110.接收算力节点返回及收费信息；111.算力路由层根据各算力节点返回的算力资源信息及收费信息以及算力资源请求，在确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行；112.算网管理层根据算力资源层中算力节点返回的算力资源信息及收费信息对终端进行收费。113.步骤202实施中，接收算力节点返回的算力资源信息及收费信息，还可以接收其他需要的节点信息，例如算力节点的地址和端口，也可能根据需要包括公钥节点信息。114.步骤203实施中，算力路由层(可以是由接收到算力资源请求的路由节点)根据各算力节点返回的算力资源信息及收费信息以及算力资源请求中的节点选择策略，在确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。115.算力资源信息是指算力节点能提供的算力资源的大小，算力资源是物理资源。116.路由节点，具体可以是：接收到算力资源请求的路由节点，或者是首先接收到算力资源请求的路由节点，也可以是发起算力资源请求的终端所属的入口路由。117.实施中，算网管理层是通过资源运营中心接收算力资源请求的；和/或，是通过资源运营中心对终端进行收费的。118.实施中，所述算网管理层接收的算力资源请求，是在入口路由接收到算力资源请求后发送给所述算网管理层的；和/或，119.通过入口路由将终端要求的算力资源按需调度到不同的算力节点的。120.具体实施中，至少可以包括两种方式：121.算力资源请求中包括节点选择策略；122.算力路由层根据各算力节点返回的算力资源信息及收费信息以及算力资源请求中的节点选择策略，在入口路由确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行；123.或，124.算力资源请求中包括算力资源大小和最大可接受时延；125.算力路由层在最大可接受时延允许的条件下向终端传递各算力节点返回的算力资源信息及收费信息，符合要求的算力节点信息将会到达终端，在终端确定算力节点后，将建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。126.下面以实例分对上述两种方式进行说明。127.本方案是在算网融合发展的背景下提出一种算力资源运营工作流程，其中，算力资源来自边缘服务器等可以为用户就近提供基础设施即服务(iaas)的设施，在例中统称为算力节点。128.设前提为：算力节点信息已经注册至资源运营中心，包括但不限于算力节点地址、节点资源信息(算力，带宽)等信息。129.节点算力信息：(cpu主频、cpu核数、gpu主频、显存)等。130.实施例一：131.本例中，入口路由完成计算节点选择。例中：132.算力资源请求中包括节点选择策略；133.算力路由层根据各算力节点返回的算力资源信息及收费信息以及算力资源请求中的节点选择策略，在入口路由确定算力节点后，建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。134.图3为实施例一中算力资源运营的工作流程示意图，如图所示，可以包括：135.1:当用户/服务需要使用算力资源时，可以向资源运营中心发出算力资源请求，表明所需要的算力资源大小和节点选择策略(例如：最小费率，最小延迟，或某延迟阈值下费率最小等策略等)；资源请求会首先到达入口路由处。136.2：入口路由转发算力资源请求信息至算网管理层的运营中心，并记录用户的节点选择策略。137.3：运营中心向算力资源层已注册的算力节点广播算力资源请求。138.4：算力节点接收到广播之后，算力节点接收到资源请求信息后，如果可以满足所请求信息，则测量之前一段时间内本地算力资源平均使用负载并计算使用费率返回给用户。139.5:入口路由接收到费率信息并获取通信过程中的时延，然后根据所记录的用户选择策略选择最适合的算力节点，建立算力资源使用协议确认费率信息。140.6:入口路由将所选择的节点信息返回给用户。141.7:算力节点将建立的算力资源使用协议反馈给运营中心记录。142.8:用户可以随时查询运营中心的协议记录并按协议向运营完成付费。143.实施例二：144.本例中，用户完成计算节点选择，例中：145.算力资源请求中包括算力资源大小和最大可接受时延；146.算力路由层在最大可接受时延允许的条件下向终端传递各算力节点返回的算力资源信息及收费信息，符合要求的算力节点信息将会到达终端，在终端确定算力节点后，将建立终端和算力节点的连接，用以将之后终端的计算业务调度到算力节点上执行。147.图4为实施例二中算力资源运营的工作流程示意图，如图所示，可以包括：148.1：当用户/服务需要使用算力资源时，可以向资源运营中心发出算力资源请求，表明所需要的算力资源大小和最大可接受时延；资源请求会首先到达入口路由处。149.2：入口路由转发算力资源请求信息至算网管理层的运营中心，并记录用户的最大可接受时延。150.3：运营中心向算力资源层已注册的算力节点广播算力资源请求。151.4：算力节点接收到广播之后，算力节点接收到资源请求信息后，如果可以满足所请求信息，则测量之前一段时间内本地算力资源平均使用负载并计算使用费率返回给用户。152.5：入口路由接收到费率信息并获取通信过程中的时延，然后根据所记录的最大可接受时延过滤计算节点的消息，将符合需求的信息返回给用户。153.6：用户根据自身业务需求、返回的费率信息及链路时延自主选择所需的算力节点，并与其建立算力资源使用协议确认费率信息。154.7：算力节点将建立的算力资源使用协议反馈给运营中心记录。155.8：用户可以随时查询运营中心的协议记录并按协议向运营完成付费。156.算力节点动态费率计算方式示例：157.算力节点根据本地负载计算用户费率cost：158.cost＝α*x*y*load159.其中，x表示该计算节点的单位算力资源基础价格；y表示用户请求算力资源的使用量；α为折扣参数，由计算节点所有者设定；load为计算节点负载函数，当节点负载过高时会大幅增加，从而降低用户选择该节点的意愿，反之，当节点负载较小时，可以通过较低的费用吸引更多的用户。load的计算方式可以如下：[0160][0161]其中，loadcurr表示之前5分钟内节点的平均负载，loadbest表示系统运行状态最佳状态下运行的最高负载。[0162][0163]基于同一发明构思，本发明实施例中还提供了计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行上述使用方法的计算机程序。[0164]具体实施可以参见算力感知网络的使用方法的实施。[0165]综上所述，本发明实施例中提供了一种支持计算网络深度融合架构的算力感知网络及其使用方法，算力感知网络中包括：算力服务层、算网管理层、算力资源层、算力路由层和网络资源层。具体的：[0166]算力服务层：完成服务分解、服务调度等功能，并可以将业务或者应用的服务请求发送给算网管理层；算力服务层部署于算力资源层之上；[0167]算网管理层：需要完成对算力及网络资源的感知、度量和oam管理。面对异构的计算资源，算网管理层首先通过算力建模对算力资源进行统一化的描述和表示，形成节点算力信息；另外，还需要对算力资源进行性能监控，并将算力资源的性能、故障等信息，通告给相应的网络节点。[0168]算力路由层：基于抽象后的计算资源发现，综合考虑网络状况和计算资源状况，将业务灵活按需调度到不同的算力节点中。具体功能主要包括算力路由标识、算力路由控制、算力状态网络通告、算力路由寻址、算力路由转发等；算力路由层用于连接算力资源层和网络资源层。[0169]算力资源层：面对网络泛在部署的异构计算资源，负责收集算力资源信息并上报给算网管理层。[0170]在使用方法中包括：由各个算力节点单独计算使用费率；用户直接与算力节点建立协议；以及用户、入口路由、算力节点、运营中心之间的消息流程。[0171]与现有技术相比，本方案的技术效果如下：[0172]1、提出新的算力感知网络架构，将网络和计算高度协同，基于无处不在的连接，将泛在计算互联，实现云、边、网高效协同，提高计算资源利用效率，进而为用户提供一致体验。[0173]2、算力节点计费信息通过与用户直接协议确定，不依赖于统一的计费服务器，可以为不同边缘服务器运营商的提供公平的竞争机会。[0174]3、服务器通过自身负载动态调整基础费率，负载小时降低费率，反之，增加费率；从而使边缘服务器运营价值最大化。[0175]本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。[0176]本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。[0177]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。[0178]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。[0179]显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!