一种仿真任务资源管理方法、装置、设备及介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种仿真任务资源管理方法、装置、设备及介质。

背景技术

在自动驾驶行业中，需要大规模的仿真任务来提升自动驾驶算法模型的性能，因此不同团队的工程师需要进行大量的仿真任务来优化算法模型，此过程会消耗极大的算力及存储资源。

目前，可以根据用户申请资源时间对应的先后顺序进行资源分配，或者是，为仿真任务设置优先级，让优先级别高的仿真任务优先使用机器集群的资源。

但是，上述方法仿真任务申请时间居后的用户，需要等待空闲资源才可进行仿真任务，存在团队或个人抢占大量资源造成整个平台的资源短缺的问题，影响其他用户的仿真任务的及时执行，从而影响整体的工作效率。

发明内容

本发明提供了一种仿真任务资源管理方法、装置、设备及介质，提高了资源分配的效率，并减少了不合理分配造成的资源浪费。

第一方面，本发明提供了一种仿真任务资源管理方法，该方法包括：

基于目标监控平台对所述至少一个仿真服务设备所对应的资源数据进行汇总，确定与所述仿真服务集群相对应的全局资源数据；其中，所述全局资源数据中包括全局已使用资源数据和全局未使用资源数据；

基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值；

对于各租户，若接收到与当前租户相对应的仿真任务时，确定与所述仿真任务相对应的待使用资源数据以及所述当前租户的资源配额预测值，确定是否将所述仿真任务发送至所述仿真服务集群，以基于所述仿真服务集群对所述仿真任务进行处理。

第二方面，本发明提供了一种仿真任务资源管理装置，该装置包括：

全局数据确定模块，用于基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局资源数据；其中，全局资源数据中包括全局已使用资源数据和全局未使用资源数据；

资源配额确定模块，用于基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值；

仿真任务确定模块，用于对于各租户，若接收到与当前租户相对应的仿真任务时，确定与仿真任务相对应的待使用资源数据以及当前租户的资源配额预测值，确定是否将仿真任务发送至仿真服务集群，以基于仿真服务集群对仿真任务进行处理。

第三方面，本发明提供了一种数据处理电子设备，包括：

至少一个处理器；以及

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本发明任一实施例的仿真任务资源管理方法。

第四方面，本发明提供了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，计算机指令用于使处理器执行时实现本发明任一实施例的仿真任务资源管理方法。

第五方面，本发明提供了一种计算机程序产品，计算机程序产品包括计算机程序，计算机程序在被处理器执行时实现本发明任一实施例的仿真任务资源管理方法。

本发明实施例提供的技术方案，该方法应用于仿真服务集群，仿真服务集群中包括至少一个仿真服务设备，方法包括：基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局已使用资源数据和全局未使用资源数据，随后基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值，对于各租户，若接收到与当前租户相对应的仿真任务时，确定与仿真任务相对应的待使用资源数据以及当前租户的资源配额预测值，确定是否将仿真任务发送至仿真服务集群，以基于仿真服务集群对仿真任务进行处理，本发明实施例提供的技术方案解决了在进行仿真任务时，少量用户抢占大量资源造成整个平台的资源短缺的技术问题，实现了基于模型预测结合人工审核的方式确定资源配额管理方案，有助于整个仿真平台的系统资源的合理使用，提高了资源分配的效率，减少了不合理分配造成的资源浪费。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种仿真任务资源管理方法的流程图；

图2为本发明实施例提供的仿真任务资源管理方法的处理过程示意图；

图3为本发明实施例提供的系统管理员、租户以及用户之间的关系示意图；

图4为本发明实施例二提供的一种仿真任务资源管理方法的流程图；

图5为本发明实施例三提供的一种仿真任务资源管理装置结构示意图；

图6为本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一预设条件”、“第二预设条件”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

在介绍本技术方案之前，可以先对应用场景进行示例性说明。自动驾驶是依托于自动驾驶算法的，在自动驾驶正式应用于实际驾驶场景前，需要大规模的仿真任务来提升自动驾驶算法模型的性能。在进行仿真任务时，仿真任务均在指定的机器集群上进行，会消耗极大的算力及存储资源，而仿真任务所使用资源的总量是相对固定的，可能存在团队或个人抢占大量资源造成整个平台的资源短缺的问题，影响其他用户的仿真任务的及时执行，从而影响整体的工作效率。本发明提供了预测资源配额结合人工分配的资源配额管理方案，有助于整个仿真平台系统资源的合理使用。

图1为本发明实施例一提供的一种仿真任务资源管理方法的流程图，本实施例可适用于合理分配整个仿真平台系统资源的情形。该方法可以由仿真任务资源管理装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可以配置在计算机设备上，该计算机设备可以是笔记本、台式计算机以及智能平板等。如图1所示，该方法包括：

S110、基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局资源数据。

其中，仿真服务设备为用于进行仿真任务的硬件设备，例如，可以是高性能服务器。仿真服务设备的数量可以是一个也可以是多个。多个仿真服务设备可以构成仿真服务集群。资源数据用于表征仿真设备CPU、内存、GPU、磁盘等的大小。

其中，目标监控平台为监控仿真服务设备数据资源的服务器。目标监控平台包括与各仿真服务设备相通信的监控设备，例如，仿真服务设备均安装一个与目标监控平台建立通讯连接的agent插件，agent插件可以收集各仿真服务设备的数据资源。

其中，全局数据资源为仿真服务集群整体的数据资源，全局资源数据中包括全局已使用资源数据和全局未使用资源数据。全局已使用资源数据为已经用于进行仿真任务的数据资源，全局已使用资源数据无法再进行资源分配；全局未使用资源数据为还未用于进行仿真任务的数据资源，全局未使用资源数据可以进行资源分配。

在上述实施例的基础上，确定与仿真服务集群相对应的全局资源数据，可以包括：对于各仿真服务设备，基于与当前仿真服务设备相对应的监控设备接收当前仿真服务设备所对应的局部资源数据；基于各仿真服务设备的局部资源数据，确定仿真服务集群的全局资源数据。

其中，局部资源数据是相对于各仿真服务设备而言的。局部资源数据中包括已消耗资源数据和可使用资源数据。对于某一个仿真服务设备而言，已消耗资源数据为当前仿真服务设备已经用于进行仿真任务的数据资源；可使用资源数据为当前仿真服务设备未用于进行仿真任务的数据资源，可以进行资源分配的数据资源。

具体的，本发明实施例提供的仿真任务资源管理方法的处理过程示意图参见图2。仿真服务集群包括多台仿真服务设备，每一台仿真服务设备都可以通过与之对应的监控设备，接收当前仿真服务设备的局部资源数据，随后监控设备可以将当前仿真服务设备的局部资源数据传送至目标监控平台。目标监控平台可以对各仿真服务设备的局部资源数据进行汇总，从而确定仿真服务集群的全局资源数据。

示例性的，仿真服务集群包括3台仿真服务设备，分别为仿真服务设备1、仿真服务设备2和仿真服务设备3，每一台仿真服务设备都配置有与之对应的监控设备。可以预先设定一个周期时长，例如，预先设定一个周期时长为1秒。每隔1秒，监控设备可以将各仿真服务设备的局部资源数据传送至目标监控平台。目标监控平台可以对仿真服务设备1、仿真服务设备2和仿真服务设备3的局部资源数据进行汇总，从而确定仿真服务集群的全局资源数据。

S120、基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值。

其中，租户是一个虚拟的概念，一个租户可以理解为是一个团队，一个团队中包括至少一个用户。租户中的每位用户都有基于仿真服务设备的资源进行仿真任务的需求。租户的数量可以是一个也可以是多个，在此不做具体限定。

其中，历史资源使用数据为各租户在当前资源分配之前的资源数据。历史资源使用数据中包括租户历史配额、租户历史实际资源使用量以及租户内各用户的配额调整记录数据中的至少一个。在本实施例中，可以预先设定一个周期时长，每隔一个周期时长进行一次资源配额，例如，可以每隔一周进行一次资源配额。租户历史配额为租户当前资源分配之前的预设时间内，每个周期对应的资源配额，例如，预设时间为一个月，预设周期时长为一周，一个月有4周，则对于一个租户而言，租户历史配额可以表示为[历史配额1历史配额2历史配额3历史配额3]，第一标识位为第一周租户得到的资源配额、第二标识位为第二周租户得到的资源配额、第三标识位为第三周租户得到的资源配额、第四标识位为第四周租户得到的资源配额。租户历史实际资源使用量为租户在当前资源分配之前的预设时间内，每个周期对应的资源实际的使用量。租户历史实际资源使用量的表征方式与租户历史配额的表征方式是相同的，在此不再赘述。对于租户内的某一位用户而言，若在一个周期内，用户的资源额度发生了调整，则当前用户的配额调整记录数据可以表示为“from100to150”，表征当前用户得到数量为“100”的资源配额不足以支撑其完成仿真任务，又追加申请了数量为“50”的资源量。

其中，资源配额预测模型可以是预先训练好的模型，用于对各租户的历史资源使用数据、全局资源数据进行处理，以得到各租户相对应的资源配额预测值。资源配额预测模型可以采用任何神经网络模型，例如，可以采用长短期记忆网络(LongShort-TermMemory，LSTM)，LSTM是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。通常，LSTM模型的网络层数一般可以设置为1到4层，LSTM模型的层数越多，则模型的预测准确率越高，但是层数越高模型的复杂度也是越高的，在进行预测运算时所花费的时间是也更加长的。为了在保证准确率的同时，减少模型复杂度，可以采用准确率、训练时间、预测时间加权的方式确定LSTM模型的网络层数，以得到参数合理的资源配额预测模型。

需要特别说明的是，对于预先训练好的资源配额预测模型，模型中的一些参数值是在有限训练集的前提下确定的。在实际应用的过程中，为了使模型预测的结果与实际情况更加贴合，可以基于实际产生的数据对资源配额预测模型参数进行优化，以基于优化后的模型进行预测。除此之外，随着整套方法的不断使用，租户内的各个用户会不断的使用各自账户内的资源执行仿真任务，期间积累的历史数据会不断扩充训练集，作为资源配额预测模型的训练数据，这种实时的反馈和训练，会渐进式的优化模型的预测性能。

其中，资源配额预测值为资源配额预测模型输出的下一周期，各租户对应的资源配额。例如，共有3个租户，分别为租户1、租户2和租户3，则资源配额预测值可以表示为[租户1预测值租户2预测值租户3预测值]，第一标识位为租户1下一周期对应的资源配额预测值、第二标识位为租户2下一周期对应的资源配额预测值、第三标识位为租户3下一周期对应的资源配额预测值。

具体的，可以将各租户的历史资源使用数据、全局资源数据输入至资源配额预测模型中，资源配额预测模型对各租户的历史资源使用数据、全局资源数据处理后得到各租户相对应的资源配额预测值。

需要特别说明的是，上述实施例为各租户存在历史资源使用数据情况下，分配资源额度的方式，若在实际应用中，遇到首次分配资源额度，可以根据各租户提出的额度申请量进分配，在首次分配之后便可以产生历史资源使用数据，在后续资源额度分配时便可以基于历史资源使用数据、全局资源数据以及资源配额预测模型，确定下一周期资源配额预测值，从而基于预测值进行资源额度分配。

S130、对于各租户，若接收到与当前租户相对应的仿真任务时，确定与仿真任务相对应的待使用资源数据以及当前租户的资源配额预测值，确定是否将仿真任务发送至仿真服务集群，以基于仿真服务集群对仿真任务进行处理。

其中，仿真任务是相对于租户内各用户而言的，租户内的用户可以向租户提交仿真任务。待使用资源数据为基于仿真任务以及预先建立的规则引擎确定的仿真任务所需要使用的资源数据。

在具体应用过程中，可以由一个系统管理员执行全局资源数据分配的任务，系统管理员可以将全局数据资源分配至各租户，每个租户对应配置一个租户管理员，再由租户管理员将分配至租户的资源合理的分配至租户内的各用户，系统管理员、租户以及用户之间的关系示意图，参见图3。

在本实施例中，各租户内部分配资源配额的方式是相同的，在此以一个租户为例进行示例性说明。对于一个租户而言，租户内部用户的资源配额由租户管理员进行分配和调整，租户管理员可以将租户内的当前租户的资源配额预测值给其用户，但总量不能超出租户的当前租户的资源配额预测值。用户在提交仿真任务时，系统会根据仿真任务的各项配置，调用仿真任务资源消耗的规则引擎，计算该仿真任务可能消耗的各类型资源大小，并将其称之为待使用资源数据。随后，系统会检查当前用户的资源余额是否满足当前待使用资源数据，如果满足，则正常创建仿真任务，并由任务调度中心将仿真任务下发到仿真服务集群内部的仿真服务设备节点上执行。如果不满足，将无法将仿真任务发送至仿真服务集群。此时，系统会提示用户余额不足，用户可以提资源申请给租户，由租户管理员审批后下发对应的资源配额到用户账户，然后用户可以使用调整后的资源配额进行仿真任务的提交。

本发明实施例提供的技术方案，方法包括：基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局已使用资源数据和全局未使用资源数据，随后基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值，对于各租户，若接收到与当前租户相对应的仿真任务时，确定与仿真任务相对应的待使用资源数据以及当前租户的资源配额预测值，确定是否将仿真任务发送至仿真服务集群，以基于仿真服务集群对仿真任务进行处理，本发明实施例提供的技术方案解决了在进行仿真任务时，少量用户抢占大量资源造成整个平台的资源短缺的技术问题，实现了基于模型预测结合人工审核的方式确定资源配额管理方案，有助于整个仿真平台的系统资源的合理使用，提高了资源分配的效率，减少了不合理分配造成的资源浪费。

实施例二

图4为本发明实施例二提供的一种仿真任务资源管理方法的流程图，本发明实施例在上述实施例的基础上，对本发明实施例S120和S130步骤进行进一步细化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图4所示，该方法包括：

S210、基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局资源数据。

S220、基于各租户的历史资源使用数据以及全局资源数据，确定待处理矩阵。

其中，待处理矩阵为将各租户的历史资源使用数据以及全局资源数据确定的矩阵进行拼接得到的矩阵。

在本实施例中，历史资源使用数据中包括租户历史配额、租户历史实际资源使用量以及租户内各用户的配额调整记录数据。租户历史配额可以用一个矩阵进行表征，例如，租户历史配额矩阵不同行表示不同租户的历史配额，不同列表示不同时间对应的历史配额。租户历史实际资源使用量也可以用矩阵进行表征，具体表征方式与租户历史配额相同。租户内各用户的配额调整记录数据同样可以用矩阵表征。全局资源数据中包括全局已使用资源数据和全局未使用资源数据，因此全局资源数据也可以用矩阵的形式进行表征，例如，全局资源数据可以表示为[100300]，其中第一标识位用于表征全局已使用资源数据，其中第二标识位用于表征全局未使用资源数据。基于此，将各租户的历史资源使用数据以及全局资源数据确定的矩阵进行拼接，便可以得到待处理矩阵。

示例性的，若租户历史配额可以用A1矩阵表示、租户历史实际资源使用量可以用A2矩阵表示、租户内各用户的配额调整记录数据可以用A3矩阵表示、全局资源数据可以用A4矩阵表示，则待处理矩阵可以表示为[A1A2A3A4]。

S230、将待处理矩阵输入至资源配额预测模型中，得到输出矩阵。

其中，输出矩阵为将待处理矩阵输入至资源配额预测模型，资源配额预测模型对待处理矩阵进行处理所得到的输出结果。输出矩阵中每个元素值用于表征相应租户所对应的资源配额预测值，例如，若共有10个租户，则输出矩阵可以是一个1×10为的矩阵，矩阵中每个元素值可以表征一个租户所对应的资源配额预测值。

具体的，可以将待处理矩阵输入至资源配额预测模型中，资源配额预测模型对待处理矩阵进行处理后得到输出矩阵。

S240、基于输出矩阵，确定各租户所对应的资源配额预测值。

在本实施例中，可以预先建立输出矩阵每一个标识位与各租户之间的对应关系，基于此，在确定输出矩阵之后，可以基于输出矩阵每一个标识位与各租户之间的对应关系，确定各租户所对应的资源配额预测值。

S250、租户内用户在向系统提交仿真任务时，根据仿真任务所对应的配置数据，确定待使用资源数据。

其中，配置数据为租户内用户在向系统提交仿真任务时，确定的与仿真任务相对应的至少一项配置需求。配置数据中包括仿真场景集、仿真工作流类型以及输出内容中的至少一个。仿真场景集可以理解为在进行仿真任务时需要用到的测试数据集；仿真工作流类型为执行仿真任务所需要经历的流程；输出内容为仿真任务最终输出结果对应的具体内容。

在本实施例中，可以预先建立规则引擎，租户内用户在提交仿真任务后，系统会根据仿真任务的配置数据，调用仿真任务资源消耗的规则引擎，计算该仿真任务可能消耗的各类型资源大小，从而确定待使用资源数据。

S260、比较待使用资源数据与资源配额预测值的大小。

在本实施例中，待使用资源数据小于资源配额预测值，则执行S271；待使用资源数据大于资源配额预测值，则执行S272。

S271、若待使用资源数据小于资源配额预测值，则创建仿真任务，并发送至仿真服务集群。

在本实施例中，由于系统管理员在为租户分配资源配额是基于资源配额预测值进行分配的，随后租户管理员可以将所分到的资源配额下发至各用户，因此资源配额预测值这时被分为多份，每一份可以下发至对应的用户。对于一位用户而言，可以比较其所得到的资源配额预测值以及所提交仿真任务所对应的待待使用资源数据，如果待使用资源数据小于资源配额预测值，表征这位用户所得到的资源配额预测值可以支撑完成仿真任务，此时可以创建仿真任务，并由任务调度中心将仿真任务下发到仿真服务集群内部的仿真服务设备节点上执行。

S272、若待使用资源数据大于资源配额预测值，则反馈提示信息，以基于提示信息提交资源扩容申请。

在上述实施例的基础上，如果待使用资源数据大于资源配额预测值，表征当前用户所得到的资源配额预测值无法支撑完成仿真任务，此时，系统可以反馈提示信息，例如，可以提示用户资源配额余额不足。用户可以基于提示信息提交资源扩容申请给租户，由租户管理员审批后下发对应的资源配额到用户账户，然后用户可以使用调整后的资源配额进行仿真任务的提交，若此时待使用资源数据小于资源配额预测值，此时可以创建仿真任务，并由任务调度中心将仿真任务下发到仿真服务集群内部的仿真服务设备节点上执行。

本发明实施例提供的技术方案，通过基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局已使用资源数据和全局未使用资源数据，基于各租户的历史资源使用数据以及全局资源数据，确定待处理矩阵，随后将待处理矩阵输入至资源配额预测模型中，得到输出矩阵，进而基于输出矩阵，确定各租户所对应的资源配额预测值。租户内用户在向系统提交仿真任务时，根据仿真任务所对应的配置数据，确定待使用资源数据。进一步的，比较待使用资源数据与资源配额预测值的大小，若待使用资源数据小于资源配额预测值，则创建仿真任务，并发送至仿真服务集群；若待使用资源数据大于资源配额预测值，则反馈提示信息，以基于提示信息提交资源扩容申请。本发明实施例提供的技术方案解决了进行仿真任务时，少量用户抢占大量资源造成整个平台的资源短缺的技术问题，实现了基于模型预测确定的资源配额管理方案，有助于整个仿真平台的系统资源的合理使用，提高了资源分配的效率，减少了不合理资源分配造成的资源浪费。

实施例三

图5为本发明实施例三提供的一种仿真任务资源管理装置的结构示意图，该装置可以执行本发明实施例所提供的仿真任务资源管理方法。该装置包括：全局数据确定模块310、资源配额确定模块320、仿真任务确定模块330。

全局数据确定模块310，用于基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局资源数据；其中，全局资源数据中包括全局已使用资源数据和全局未使用资源数据；

资源配额确定模块320，用于基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值；

仿真任务确定模块330，用于对于各租户，若接收到与当前租户相对应的仿真任务时，确定与仿真任务相对应的待使用资源数据以及当前租户的资源配额预测值，确定是否将仿真任务发送至仿真服务集群，以基于仿真服务集群对仿真任务进行处理。

在上述各技术方案的基础上，目标监控平台包括与各仿真服务设备相通信的监控设备。全局数据确定模块310还包括：局部资源确定模块和全局资源确定模块。

局部资源确定模块，用于对于各仿真服务设备，基于与当前仿真服务设备相对应的监控设备接收当前仿真服务设备所对应的局部资源数据；其中，局部资源数据中包括已消耗资源数据和可使用资源数据；

全局资源确定模块，用于基于各仿真服务设备的局部资源数据，确定仿真服务集群的全局资源数据。

在上述各技术方案的基础上，历史资源使用数据中包括租户历史配额、租户历史实际资源使用量以及租户内各用户的配额调整记录数据中的至少一个。

在上述各技术方案的基础上，资源配额确定模块320还包括：待处理矩阵确定单元、输出矩阵确定单元和配额预测值确定单元。

待处理矩阵确定单元，用于基于各租户的历史资源使用数据以及全局资源数据，确定待处理矩阵；

输出矩阵确定单元，用于将待处理矩阵输入至资源配额预测模型中，得到输出矩阵；其中，输出矩阵中每个元素值用于表征相应租户所对应的资源配额预测值；

配额预测值确定单元，用于基于输出矩阵，确定各租户所对应的资源配额预测值。

在上述各技术方案的基础上，仿真任务确定模块330还包括：待使用资源确定单元和仿真任务创建单元。

待使用资源确定单元，用于根据仿真任务所对应的配置数据，确定待使用资源数据；

仿真任务创建单元，用于若待使用资源数据小于资源配额预测值，则创建仿真任务，并发送至仿真服务集群。

在上述各技术方案的基础上，配置数据中包括仿真场景集、仿真工作流类型以及输出内容中的至少一个。

在上述各技术方案的基础上，仿真任务确定模块330还用于若待使用资源数据大于资源配额预测值，则反馈提示信息，以基于提示信息提交资源扩容申请。

本发明实施例提供的技术方案，该方法应用于仿真服务集群，仿真服务集群中包括至少一个仿真服务设备，方法包括：基于目标监控平台对至少一个仿真服务设备所对应的资源数据进行汇总，确定与仿真服务集群相对应的全局已使用资源数据和全局未使用资源数据；基于与各租户的历史资源使用数据、全局资源数据以及预先训练得到的资源配额预测模型，确定与各租户相对应的资源配额预测值；对于各租户，若接收到与当前租户相对应的仿真任务时，确定与仿真任务相对应的待使用资源数据以及当前租户的资源配额预测值，确定是否将仿真任务发送至仿真服务集群，以基于仿真服务集群对仿真任务进行处理，解决了进行仿真任务时，少量用户抢占大量资源造成整个平台的资源短缺的技术问题，实现了基于模型预测确定的资源配额管理方案，有助于整个仿真平台的系统资源的合理使用，提高了资源分配的效率，减少了不合理分配造成的资源浪费。

本公开实施例所提供的仿真任务资源管理装置可执行本公开任意实施例所提供的仿真任务资源管理方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例四

图6为本发明实施例四提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如仿真任务资源管理方法。

在一些实施例中，仿真任务资源管理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时，可以执行上文描述的仿真任务资源管理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行仿真任务资源管理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程仿真任务资源管理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。