本发明涉及资源调度，尤其涉及一种算力资源调度方法、装置、设备、存储介质及程序产品。
背景技术：
1、目前资源调度缺乏自动化和智能化，对于算力资源的申请、部署和应用任务的编排，目前缺乏自动化和智能化，无法根据用户的需求和资源使用情况自动选择较优的方案，也无法实现自适应的扩展和收缩，缺乏高效的资源调度机制，无法根据应用的需求动态分配和调度资源，无法满足日益增长的计算需求，导致了资源的浪费和性能的瓶颈。
技术实现思路
1、本发明的主要目的在于提供了一种算力资源调度方法、装置、设备、存储介质及程序产品，旨在解决现有技术缺乏高效的资源调度机制，无法实现资源动态分配和调度，导致了资源的浪费和性能的瓶颈的技术问题。
2、为实现上述目的，本发明提供了一种算力资源调度方法，所述方法包括以下步骤：
3、根据各作业资源请求的请求优先级和所述作业资源请求构建作业资源队列；
4、基于预设算力调度模型从算力资源节点中筛选出满足预设条件的候选节点；
5、对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数；
6、根据所述空闲平衡损失参数筛选出所述候选节点中的目标节点；
7、基于所述目标节点和所述作业资源队列进行算力资源调度。
8、可选地，所述基于预设算力调度模型从算力资源节点中筛选出满足预设条件的候选节点之前，包括：
9、响应于算力集群入网请求，采集入网集群的算力资源数据；
10、基于所述算力资源数据进行聚类划分，获得多个算力资源簇；
11、根据所述多个算力资源簇的资源特征信息确定各所述算力资源簇对应的资源标签，并基于所述资源标签对所述算力资源数据进行标识处理；
12、基于标识处理后的所述算力资源数据构建算力调度模型。
13、可选地，所述基于所述算力资源数据进行聚类划分，获得多个算力资源簇，包括：
14、基于所述算力资源数据获取资源特征信息；
15、根据所述资源特征信息构建算力数据样本；
16、基于所述算力数据样本进行聚类划分，获得多个算力资源簇。
17、可选地，所述基于所述算力数据样本进行聚类划分，获得多个算力资源簇，包括：
18、基于所述算力数据样本构建相似性图邻接矩阵；
19、基于所述相似性图邻接矩阵构建度矩阵；
20、基于所述相似性图邻接矩阵和所述度矩阵构建拉普拉斯矩阵；
21、确定所述拉普拉斯矩阵的矩阵特征信息；
22、基于所述矩阵特征信息进行聚类划分，获得多个算力资源簇。
23、可选地，所述对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数，包括：
24、确定各候选节点的原始资源空闲权重和原始平衡度；
25、基于所述原始资源空闲权重和所述原始平衡度对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数。
26、可选地，所述基于所述原始资源空闲权重和所述原始平衡度对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数，包括：
27、基于所述原始资源空闲权重和所述原始平衡度构建第一计算矩阵；
28、获取各所述候选节点的预计平衡度；
29、根据所述预计平衡度和所述原始资源空闲权重构建第二计算矩阵；
30、根据所述第一计算矩阵和所述第二计算矩阵对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数。
31、此外，为实现上述目的，本发明还提出一种算力资源调度装置
32、作业队列构建模块，用于根据各作业资源请求的请求优先级和所述作业资源请求构建作业资源队列；
33、资源条件筛选模块，用于基于预设算力调度模型从算力资源节点中筛选出满足预设条件的候选节点；
34、资源节点评分模块，用于对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数；
35、资源节点筛选模块，用于根据所述空闲平衡损失参数筛选出所述候选节点中的目标节点；
36、算力资源调度模块，用于基于所述目标节点和所述作业资源队列进行算力资源调度。
37、此外，为实现上述目的，本发明还提出一种算力资源调度设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的算力资源调度程序，所述算力资源调度程序配置为实现如上文所述的算力资源调度方法的步骤。
38、此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有算力资源调度程序，所述算力资源调度程序被处理器执行时实现如上文所述的算力资源调度方法的步骤。
39、此外，为实现上述目的，本发明还提供一种计算机程序产品，所述计算机程序产品包括算力资源调度程序，所述算力资源调度程序被处理器执行时实现如上文所述的算力资源调度方法的步骤。
40、本发明根据各作业资源请求的请求优先级和所述作业资源请求构建作业资源队列，基于预设算力调度模型从算力资源节点中筛选出满足预设条件的候选节点，对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数，根据所述空闲平衡损失参数筛选出所述候选节点中的目标节点，基于所述目标节点和所述作业资源队列进行算力资源调度；由于本发明通过构建作业资源队列，基于预设算力调度模型从算力资源节点中筛选出满足预设条件的候选节点，并进行评分，从而筛选出符合作业资源请求的目标节点，实现高效的资源调度，有效地提升了资源利用率和资源调度性能，实现对算力资源有序地进行动态分配。
1.一种算力资源调度方法，其特征在于，所述算力资源调度方法包括：
2.如权利要求1所述的算力资源调度方法，其特征在于，所述基于预设算力调度模型从算力资源节点中筛选出满足预设条件的候选节点之前，包括：
3.如权利要求2所述的算力资源调度方法，其特征在于，所述基于所述算力资源数据进行聚类划分，获得多个算力资源簇，包括：
4.如权利要求3所述的算力资源调度方法，其特征在于，所述基于所述算力数据样本进行聚类划分，获得多个算力资源簇，包括：
5.如权利要求1所述的算力资源调度方法，其特征在于，所述对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数，包括：
6.如权利要求5所述的算力资源调度方法，其特征在于，所述基于所述原始资源空闲权重和所述原始平衡度对各所述候选节点进行评分，确定各所述候选节点的空闲平衡损失参数，包括：
7.一种算力资源调度装置，其特征在于，所述算力资源调度装置包括：
8.一种算力资源调度设备，其特征在于，所述算力资源调度设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的算力资源调度程序，所述算力资源调度程序配置为实现如权利要求1至6中任一项所述的算力资源调度方法。
9.一种存储介质，其特征在于，所述存储介质上存储有算力资源调度程序，所述算力资源调度程序被处理器执行时实现如权利要求1至6任一项所述的算力资源调度方法。
10.一种计算机程序产品，其特征在于，所述计算机程序产品包括算力资源调度程序，所述算力资源调度程序被处理器执行时实现如权利要求1至6中任一项所述的算力资源调度方法的步骤。
