信息获取方法、装置、电子设备及存储介质

技术领域

本公开涉及人工智能技术领域，特别涉及机器学习以及分布式存储等领域的信息获取方法、装置、电子设备及存储介质。

背景技术

在机器学习技术中，通常需要先学习训练出对应的机器模型，然后再对模型进行推理测试。在训练和推理过程中，需要涉及到大量的计算，相应地，发展出了各种类型的x处理器(XPU，x Processing Unit)，以提升机器学习的计算能力，如图形处理器(GPU，GraphicProcessing Unit)和张量处理器(TPU，Tensor Processing Unit)等。

当前，机器学习的训练和推理任务大都是部署在基于容器技术的分布式架构(Kubernetes)集群中的，相应地，需要获取Kubernetes集群中的各节点上的XPU型号等信息，以提供给上层的业务进行算力的分配，最终高效地完成机器学习的整个流程。

发明内容

本公开提供了信息获取方法、装置、电子设备及存储介质。

一种信息获取方法，包括：

响应于确定符合触发条件，确定出位于待处理节点上的硬件设备；

从所述硬件设备中筛选出x处理器XPU；

利用所述XPU对应的系统管理界面管理工具，获取所述XPU的预定信息，所述预定信息包括所述XPU的型号信息。

一种信息获取装置，包括：确定模块、筛选模块以及获取模块；

所述确定模块，用于响应于确定符合触发条件，确定出位于待处理节点上的硬件设备；

所述筛选模块，用于从所述硬件设备中筛选出x处理器XPU；

所述获取模块，用于利用所述XPU对应的系统管理界面管理工具，获取所述XPU的预定信息，所述预定信息包括所述XPU的型号信息。

一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如以上所述的方法。

一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使计算机执行如以上所述的方法。

一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现如以上所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开所述信息获取方法第一实施例的流程图；

图2为本公开所述信息获取方法第二实施例的流程图；

图3为本公开所述信息获取装置第一实施例300的组成结构示意图；

图4为本公开所述信息获取装置第二实施例400的组成结构示意图；

图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

另外，应理解，本文中术语“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，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

图1为本公开所述信息获取方法第一实施例的流程图。如图1所示，包括以下具体实现方式。

在步骤101中，响应于确定符合触发条件，确定出位于待处理节点上的硬件设备。

在步骤102中，从所述硬件设备中筛选出XPU。

在步骤103中，利用XPU对应的系统管理界面(SMI，System ManagementInterface)管理工具，获取XPU的预定信息，所述预定信息包括XPU的型号信息。

传统方式中，主要通过手动方式来获取Kubernetes集群中的各节点上的XPU的型号等信息，当节点数量较多时，将需要耗费较大的人力和时间成本，而且效率低下，并容易出现错误。

而采用上述方法实施例所述方案，可自动地获取各节点上的XPU的型号等信息，从而节省了人力和时间成本，并提升了处理效率及确保了处理结果的准确性等。

通常来说，一个节点上会部署一个XPU，但如果需要，也可以部署多个，无论是一个还是多个，均可按照本公开所述方式进行处理。

另外，在实际应用中，上述方法实施例所述方案的执行主体可为x处理器探测器(XPU-Detector)，XPU-Detector为守护进程控制器(DaemonSet)类型的应用，运维人员可预先在Kubernetes集群中的各节点上分别部署一个XPU-Detector，即运维人员可通过Kubernetes的包管理器(helm)将XPU-Detector以DaemonSet方式部署到Kubernetes集群中，DaemonSet方式即指集群中的每个节点上分别部署一个XPU-Detector。

相应地，可将Kubernetes集群中的各节点分别作为所述待处理节点。

针对待处理节点，响应于确定符合触发条件，可确定出位于待处理节点上的硬件设备。

本公开的一个实施例中，确定符合触发条件可包括：响应于确定经过了预定的周期时长，确定符合触发条件。

所述周期时长的具体取值可根据实际需要而定，比如，10分钟或1小时等。即针对待处理节点，可周期性地执行图1所示流程。

在实际应用中，节点上部署的XPU可能会发生变化，如变更为不同型号的XPU等，通过上述周期性处理，可确保获取到的信息为最新的，从而进一步提升了获取到的信息的准确性等。

本公开的一个实施例中，可通过调用显示详细外部部件互联设备信息(lspci-vv)命令，获取位于待处理节点上的硬件设备，即可通过调用lspci-vv命令来查询到待处理节点上的所有的硬件设备。

lspci为“list PCI”的缩写，PCI即指外部部件互联(Peripheral ComponentInterconnect)。查询到的硬件设备可包括内存、网卡、中央处理器(CPU，CentralProcessing Unit)和XPU等。

可以看出，借助于lspci-vv命令，可高效准确地获取到待处理节点上的所有的硬件设备，从而为后续处理奠定了良好的基础。

在获取待处理节点上的所有的硬件设备后，可从所述硬件设备中筛选出XPU，即可仅针对所述硬件设备中的XPU进行后续处理。

进一步地，可利用XPU对应的SMI管理工具，获取XPU的预定信息，所述预定信息包括XPU的型号信息。

本公开的一个实施例中，还可通过调用lspci-vv命令，分别获取各硬件设备的厂商标识，即通过调用lspci-vv命令，可同时获取到待处理节点上的各硬件设备以及各硬件设备的厂商标识，相应地，可根据XPU的厂商标识，获取XPU对应的SMI管理工具。

通过调用lspci-vv命令，可分别获取到各硬件设备对应的一条数据，其中可包括对应的硬件设备所属的厂商标识(id)信息，厂商标识具有唯一性，分别用于标识不同的厂商。

另外，本公开的一个实施例中，可根据XPU的厂商标识，从预先保存的管理工具列表中查找出XPU对应的SMI管理工具，管理工具列表中包括有不同的厂商标识及分别对应的SMI管理工具。

也就是说，XPU-Detector中可预先集成适配有各XPU厂商的SMI管理工具，这样，针对筛选出的XPU，可根据其厂商标识，直接从管理工具列表中查找出对应的SMI管理工具。

通过上述处理方式，可快速准确地获取到所需的SMI管理工具，并且，对于任意厂商的XPU来说均可适用，即具有广泛适用性。

利用XPU对应的SMI管理工具，可获取XPU的预定信息。本公开的一个实施例中，可首先利用XPU对应的SMI管理工具，获取XPU对应的文本信息，所述文本信息中包括XPU的介绍信息，之后可通过正则匹配方式从所述文本信息中提取出所述预定信息。

文本信息中可包括关于XPU的各种详细介绍信息，基于所述文本信息，可通过正则匹配方式从中提取出所述预定信息，正则匹配方式的实现方式简单，且能够确保提取结果的准确性。

所述预定信息中具体包括哪些信息可根据实际需要而定，如除了可包括XPU的型号信息之外，还可包括XPU对应的显存信息等，所述显存信息可包括显存总量、使用量以及剩余量等。

本公开的一个实施例中，还可将所述预定信息记录到待处理节点上。

如可将XPU的型号信息以及XPU对应的显存信息记录到待处理节点上，另外，还可进一步记录一些其它信息，如XPU的厂商标识信息等。

后续，可将记录的信息提供给上层的业务进行算力的分配，从而能够帮助业务快速地调度并部署到相应算力的节点上，提升了算力分配效率，并降低了业务的部署时间等。

结合上述介绍，图2为本公开所述信息获取方法第二实施例的流程图。如图2所示，包括以下具体实现方式。

在步骤201中，响应于确定符合触发条件，通过调用lspci-vv命令，获取位于待处理节点上的硬件设备，并分别获取各硬件设备的厂商标识信息。

比如，每经过了预定的周期时长，则可确定符合触发条件，从而执行本实施例所述处理。

在步骤202中，从所述硬件设备中筛选出XPU。

假设仅筛选出了一个XPU。

在步骤203中，根据该XPU的厂商标识，从预先保存的管理工具列表中查找出该XPU对应的SMI管理工具，管理工具列表中包括有不同的厂商标识及分别对应的SMI管理工具。

即可根据该XPU的厂商标识信息，获取到该XPU对应的SMI管理工具。

在步骤204中，利用该XPU对应的SMI管理工具，获取该XPU对应的文本信息，所述文本信息中包括该XPU的介绍信息。

在步骤205中，通过正则匹配方式从所述文本信息中提取出该XPU的预定信息，所述预定信息包括该XPU的型号信息。

所述预定信息还可包括XPU对应的显存信息等，具体包括哪些信息不作限制。

在步骤206中，将所述预定信息记录到待处理节点上。

如可将该XPU的型号信息以及XPU对应的显存信息记录到待处理节点上，另外，还可进一步记录一些其它信息，如XPU的厂商标识信息等。

需要说明的是，对于前述的各方法实施例，为了简单描述，将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本公开所必须的。另外，某个实施例中没有详述的部分，可以参见其它实施例中的相关说明。

总之，采用本公开方法实施例所述方案，可自动地获取到各节点上的XPU型号等信息，从而节省了人力和时间成本，并提升了处理效率及确保了处理结果的准确性，而且，能够帮助上层的业务快速地调度并部署到相应算力的节点上，提升了算力分配效率，并降低了业务的部署时间等。

以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。

图3为本公开所述信息获取装置第一实施例300的组成结构示意图。如图3所示，包括：确定模块301、筛选模块302以及获取模块303。

确定模块301，用于响应于确定符合触发条件，确定出位于待处理节点上的硬件设备。

筛选模块302，用于从所述硬件设备中筛选出XPU。

获取模块303，用于利用XPU对应的SMI管理工具，获取XPU的预定信息，所述预定信息包括XPU的型号信息。

采用上述装置实施例所述方案，可自动地获取到各节点上的XPU的型号等信息，从而节省了人力和时间成本，并提升了处理效率及确保了处理结果的准确性等。

在实际应用中，可将Kubernetes集群中的各节点分别作为所述待处理节点。

针对待处理节点，确定模块301响应于确定符合触发条件，可确定出位于待处理节点上的硬件设备。

本公开的一个实施例中，所述确定符合触发条件可包括：响应于确定经过了预定的周期时长，确定符合触发条件。所述周期时长的具体取值可根据实际需要而定，比如，10分钟或1小时等。

本公开的一个实施例中，确定模块301可通过调用lspci-vv命令，获取位于待处理节点上的硬件设备，即可通过调用lspci-vv命令来查询到待处理节点上的所有的硬件设备。

查询到的硬件设备可包括内存、网卡、CPU和XPU等。

在获取待处理节点上的所有的硬件设备后，筛选模块302可从所述硬件设备中筛选出XPU，即可仅针对所述硬件设备中的XPU进行后续处理。

进一步地，获取模块303可利用XPU对应的SMI管理工具，获取XPU的预定信息，所述预定信息包括XPU的型号信息。

本公开的一个实施例中，确定模块301还可通过调用lspci-vv命令，分别获取各硬件设备的厂商标识信息，即通过调用lspci-vv命令，可同时获取到待处理节点上的各硬件设备以及各硬件设备的厂商标识信息，相应地，获取模块303可根据XPU的厂商标识信息，获取XPU对应的SMI管理工具。

通过调用lspci-vv命令，可分别获取到各硬件设备对应的一条数据，其中可包括对应的硬件设备所属的厂商标识信息，厂商标识具有唯一性，分别用于标识不同的厂商。

另外，本公开的一个实施例中，获取模块303可根据XPU的厂商标识，从预先保存的管理工具列表中查找出XPU对应的SMI管理工具，管理工具列表中包括有不同的厂商标识及分别对应的SMI管理工具。

也就是说，管理工具列表中可预先集成适配有各XPU厂商的SMI管理工具，这样，针对筛选出的XPU，可根据其厂商标识，直接从管理工具列表中查找出对应的SMI管理工具。

利用XPU对应的系SMI管理工具，可获取XPU的预定信息。本公开的一个实施例中，获取模块303可首先利用XPU对应的SMI管理工具，获取XPU对应的文本信息，所述文本信息中包括XPU的介绍信息，之后可通过正则匹配方式从所述文本信息中提取出所述预定信息。

所述预定信息中具体包括哪些信息可根据实际需要而定，如除了可包括XPU的型号信息之外，还可包括XPU对应的显存信息等，所述显存信息可包括显存总量、使用量以及剩余量等。

图4为本公开所述信息获取装置第二实施例400的组成结构示意图。如图4所示，包括：确定模块301、筛选模块302、获取模块303以及记录模块304。

其中，确定模块301、筛选模块302以及获取模块303与图3所示实施例中相同。

记录模块304，用于将获取到的所述预定信息记录到待处理节点上。

如可将XPU的型号信息以及XPU对应的显存信息记录到待处理节点上，另外，还可进一步记录一些其它信息，如XPU的厂商标识信息等。

图3和图4所示装置实施例的具体工作流程可参照前述方法实施例中的相关说明，不再赘述。

总之，采用本公开装置实施例所述方案，可自动地获取到各节点上的XPU型号等信息，从而节省了人力和时间成本，并提升了处理效率及确保了处理结果的准确性，而且，能够帮助上层的业务快速地调度并部署到相应算力的节点上，提升了算力分配效率，并降低了业务的部署时间等。

本公开所述方案可应用于人工智能领域，特别涉及机器学习以及分布式存储等领域。人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术，人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术，人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的电子设备500的示意性框图。电子设备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、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，个人数字助理、蜂窝电话、智能电话、可穿戴设备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/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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。

计算单元501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。计算单元501的一些示例包括但不限于中央处理器(CPU)、图形处理器(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计算单元、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。计算单元501执行上文所描述的各个方法和处理，例如本公开所述的方法。例如，在一些实施例中，本公开所述的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行本公开所述的方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行本公开所述的方法。

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)、复杂可编程逻辑设备(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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。

在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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，可以在计算机上实施此处描述的系统和技术，该计算机具有：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计算机。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)和互联网。

计算机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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本发公开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，只要能够实现本公开公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。