深度学习推理引擎的调度方法、装置、设备和介质与流程

深度学习推理引擎的调度方法、装置、设备和介质
1.本技术为2020年06月12日提交国家知识产权局、申请号为 202010537231.1、发明名称为“深度学习推理引擎的调度方法、装置、设备和介质”的中国专利申请的分案申请。
技术领域
2.本技术涉及计算机领域，尤其涉及一种人工智能、深度学习和芯片技 术，具体涉及一种深度学习推理引擎的调度方法、装置、设备和介质。


背景技术：

3.随着深度学习技术的不断发展和成熟，深度学习技术不断被应用于解 决各行各业各场景遇到的问题，比如人脸识别等。其中，使用专用的ai (artificial intelligence，人工智能)芯片来运行深度学习模型的推理逐渐 成为主流。
4.一般来讲，用于运行深度学习模型的ai芯片和cpu一样，会有很多 个物理核，同时也可能有多个深度学习模型运行在同一个ai芯片上，且 每个深度学习模型的运行时间不一样。那么，如何充分利用ai芯片所有 物理核的算力来尽可能地提高系统性能，成为重中之重。


技术实现要素：

5.本技术实施例提供一种深度学习推理引擎的调度方法、装置、设备和 介质，以提高系统性能。
6.第一方面，本技术实施例提供了一种深度学习推理引擎的调度方法， 包括：
7.响应于来自应用层的针对当前推理任务的调度请求，确定所述当前推 理任务的类型；
8.计算每个推理引擎执行所述类型的当前推理任务后的总负载；
9.比较所述每个推理引擎的总负载，根据比较结果从所述每个推理引擎 中确定执行所述当前推理任务的目标推理引擎；
10.将所述目标推理引擎的索引返回至所述应用层，其中，所述索引用于 表示推理引擎的调用路径。
11.第二方面，本技术实施例还提供了一种深度学习推理引擎的调度装置， 包括：
12.类型确定模块，用于响应于来自应用层的针对当前推理任务的调度请 求，确定所述当前推理任务的类型；
13.计算模块，用于计算每个推理引擎执行所述类型的当前推理任务后的 总负载；
14.比较模块，用于比较所述每个推理引擎的总负载，根据比较结果从所 述每个推理引擎中确定执行所述当前推理任务的目标推理引擎；
15.返回模块，用于将所述目标推理引擎的索引返回至所述应用层，其中， 所述索引用于表示推理引擎的调用路径。
16.第三方面，本技术实施例还提供了一种电子设备，包括：
17.至少一个处理器；以及
18.与所述至少一个处理器通信连接的存储器；其中，
19.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本技术任意 实施例所述的深度学习推理引擎的调度方法。
20.第四方面，本技术实施例还提供了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所述计算机执行本技术任意实 施例所述的深度学习推理引擎的调度方法。
21.第五方面，本技术实施例还提供了一种ai芯片，包括至少一个推理 引擎，还包括调度器，用于执行本技术任意实施例所述的深度学习推理引 擎的调度方法。
22.根据本技术实施例的技术方案，通过计算每个推理引擎执行当前推理 任务后的总负载，来衡量各推理引擎执行当前推理任务的算力，根据实际 的算力来分配推理引擎，从而提高系统性能。并且，在推理引擎应用于人 脸识别时，能提高人脸识别的速度和执行效率。
23.应当理解，本部分所描述的内容并非旨在标识本技术实施例的关键或 重要特征，也不用于限制本技术的范围。本技术的其它特征将通过以下的 说明书而变得容易理解，上述可选方式所具有的其他效果将在下文中结合 具体实施例加以说明。
附图说明
24.附图用于更好地理解本方案，不构成对本技术的限定。其中：
25.图1是根据本技术第一实施例的深度学习推理引擎的调度方法的流程 示意图；
26.图2是根据本技术第二实施例的深度学习推理引擎的调度方法的流程 示意图；
27.图3是根据本技术第二实施例的深度学习推理任务的调度示意图；
28.图4是根据本技术第三实施例的深度学习推理引擎的调度装置的结构 示意图；
29.图5是用来实现本技术实施例的深度学习推理引擎的调度方法的电子 设备的框图。
具体实施方式
30.以下结合附图对本技术的示范性实施例做出说明，其中包括本技术实 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，而不会背离本技术的范围和精神。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。
31.图1是根据本技术第一实施例的深度学习推理引擎的调度方法的流程 示意图，本实施例可适用于根据推理引擎的算力对深度学习模型进行调度 的情况，涉及人工智能、深度学习和芯片技术。该方法可由一种深度学习 推理引擎的调度装置来执行，该装置采用软件和/或硬件的方式实现，优选 是配置于电子设备中，例如计算机设备等。如图1所示，该方法具体包括 如下：
32.s101、响应于来自应用层的针对当前推理任务的调度请求，确定所述 当前推理任务的类型。
33.用于运行深度学习模型的ai芯片和cpu一样，会有很多个物理核， 同时也可能有多个深度学习模型运行在同一个ai芯片上，且每个深度学 习模型的运行时间不一样。这些深度模型例如可以是人脸识别模型、活体 检测模型等类型。每一种深度模型的每一次前向推理，称之为一次前向推 理任务。每一次前向推理任务，都必须指定实际的物理推理引擎来运行。
34.通常，会由芯片的应用层提交深度学习推理任务，其中，所述调度请 求中至少包括每个推理任务的类型。而为了平衡所有推理引擎的算力，让 每个推理引擎实现算例最大化，提高系统性能，本技术实施例在应用层和 提交深度学习推理任务到推理引擎之间插入一个调度器，由调度器基于每 个推理引擎的负载情况自动为每一个深度学习推理任务进行推理引擎的 分配和调度。
35.s102、计算每个推理引擎执行所述类型的当前推理任务后的总负载。
36.为了充分利用每个推理引擎的算力，提高系统性能，而不同类型的深 度学习模型的运行时间又不一样，因此，本技术实施例中，先计算出每个 推理引擎执行所述类型的当前推理任务后的总负载，根据总负载情况进行 调度。其中，所述负载可以用执行时间来表征，也就是说，所述总负载表 示推理引擎执行全部推理任务的总时间，包括历史任务和当前任务，那么 在调度时，则可以选择执行总时间最快的推理引擎为当前推理任务进行调 度。
37.此外，所述方法还包括：
38.接收所述每个推理引擎执行每个推理任务的负载反馈消息，其中，所 述负载反馈消息中包括推理任务的类型和负载；
39.根据所述负载反馈消息，保存所述每个推理引擎执行过的推理任务类 型及其负载。
40.具体的，每个推理引擎每次执行完一个推理任务，都会将执行该任务 的负载情况和任务类型通过负载反馈通道以发送负载反馈消息的方式反 馈给调度器，调度器对此进行记录和保存。那么，针对调度器接收到的当 前推理任务的调度请求，调度器就可以基于保存的负载信息统计并计算出 每个推理引擎执行所述类型的当前推理任务后的总负载，也可以实时进行 统计，并在每次接收到负载反馈消息后对统计情况进行更新，以便下次作 为调度的依据。
41.s103、比较所述每个推理引擎的总负载，根据比较结果从所述每个推 理引擎中确定执行所述当前推理任务的目标推理引擎。
42.每个推理引擎的总负载情况，表示了当前各推理引擎的算力情况，总 负载中值最小的表示算力最强，也即执行速度最快，因此，可以选择总负 载最小的推理引擎作为目标推理引擎。
43.s104、将所述目标推理引擎的索引返回至所述应用层，其中，所述索 引用于表示推理引擎的调用路径。
44.确定了目标推理引擎之后，将该目标推理引擎的索引返回至应用层， 应用层根据索引调用目标推理引擎后，当前推理任务就会进入驱动层目标 推理引擎的任务队列中，等待执行。
45.这里需要说明的是，现有技术中通常是对推理引擎进行随机分配，或 者是直接绑
定推理任务与推理引擎，都没有很好的利用所有引擎的算力， 容易造成有的引擎出现实时性问题，而有的引擎却空闲的情况，也容易出 现不同的引擎之间负载不均衡的问题，影响系统性能。而本技术实施例的 技术方案根据每个推理引擎各自当前的负载状态来进行调度，则可以避免 这一问题的出现，从而提高系统性能。
46.本技术实施例的技术方案，通过计算每个推理引擎执行当前推理任务 后的总负载，来衡量各推理引擎执行当前推理任务的算力，根据实际的算 力来分配推理引擎，从而提高系统性能。并且，在推理引擎应用于人脸识 别时，能提高人脸识别的速度和执行效率。
47.图2是根据本技术第二实施例的深度学习推理引擎的调度方法的流程 示意图，本实施例在上述实施例的基础上进一步进行优化。如图2所示， 该方法具体包括如下：
48.s201、响应于来自应用层的针对当前推理任务的调度请求，确定所述 当前推理任务的类型。
49.s202、获取所述每个推理引擎的历史负载，和每个推理引擎执行所述 类型的推理任务的负载。
50.s203、分别计算所述每个推理引擎的历史负载与其执行所述类型的推 理任务的负载的和值，将所述和值作为所述每个推理引擎执行所述类型的 当前推理任务后的总负载。
51.在本实施例中，调度器会接收所述每个推理引擎执行每个推理任务的 负载反馈消息，其中，所述负载反馈消息中包括推理任务的类型和负载； 根据所述负载反馈消息，保存所述每个推理引擎执行过的推理任务类型及 其负载。那么，针对调度器接收到的当前推理任务的调度请求，调度器就 可以基于保存的负载信息统计并计算出每个推理引擎执行所述类型的当 前推理任务后的总负载，也可以实时进行统计，并在每次接收到负载反馈 消息后对统计情况进行更新，以便下次作为调度的依据。
52.也即，调度器先基于保存的信息，计算出每个推理引擎的历史负载， 也就是对历史推理任务的总执行时间，然后再计算出每个推理引擎执行所 述类型的推理任务的历史平均负载，或者直接获取每个推理引擎上一次执 行所述类型的推理任务的负载，最后，分别计算每个推理引擎的历史负载 与其执行所述类型的推理任务的负载的和值，将和值作为每个推理引擎执 行所述类型的当前推理任务后的总负载，该总负载即表示每个推理引擎执 行所述类型的当前推理任务后的总负载。而通过总负载的计算，可以作为 调度的依据，实现基于每个推理引擎当前的负载情况进行调度，让不同推 理引擎之间达到负载均衡，提高系统的实时性和响应速度。此外，基于总 负载还可以统计出深度学习推理引擎的资源利用率。
53.s204、比较所述每个推理引擎的总负载，根据比较结果从所述每个推 理引擎中确定执行所述当前推理任务的目标推理引擎。
54.s205、将所述目标推理引擎的索引返回至所述应用层，其中，所述索 引用于表示推理引擎的调用路径。
55.图3是根据本技术第二实施例的深度学习推理任务的调度示意图。如 图所示，在应用层和推理引擎之间，本技术实施例增加了调度器，调度器 获取推理任务一和推理任务二各自的类型，并通过负载反馈通道获取每个 推理引擎#0和#1各自执行每个类型的推理任务的历史负载，根据历史负 载计算每个推理引擎执行当前类型推理任务后的总负载。例
如，对于推理 引擎#0和#1，分别计算出它们执行当前推理任务后的总负载f0大于f1， 则表示f1对应的推理引擎#1的算力最大，则将当前推理任务调度给该推 理引擎#1。被调度的推理任务随即进入驱动层的任务队列，排队等待执行。
56.本技术实施例的技术方案，通过计算每个推理引擎执行当前推理任务 后的总负载，来衡量各推理引擎执行当前推理任务的算力，根据实际的算 力来分配推理引擎，让不同推理引擎之间达到负载均衡，提高系统的实时 性和响应速度。并且，在推理引擎应用于人脸识别时，能提高人脸识别的 速度和执行效率。
57.图4是根据本技术第三实施例的深度学习推理引擎的调度装置的结构 示意图，本实施例可适用于根据推理引擎的算力对深度学习模型进行调度 的情况，涉及人工智能、深度学习和芯片技术。该装置可实现本技术任意 实施例所述的深度学习推理引擎的调度方法。如图4所示，该装置300具 体包括：
58.类型确定模块301，用于响应于来自应用层的针对当前推理任务的调 度请求，确定所述当前推理任务的类型；
59.计算模块302，用于计算每个推理引擎执行所述类型的当前推理任务 后的总负载；
60.比较模块303，用于比较所述每个推理引擎的总负载，根据比较结果 从所述每个推理引擎中确定执行所述当前推理任务的目标推理引擎；
61.返回模块304，用于将所述目标推理引擎的索引返回至所述应用层， 其中，所述索引用于表示推理引擎的调用路径。
62.可选的，所述计算模块包括：
63.获取单元，用于获取所述每个推理引擎的历史负载，和每个推理引擎 执行所述类型的推理任务的负载；
64.计算单元，用于分别计算所述每个推理引擎的历史负载与其执行所述 类型的推理任务的负载的和值，将所述和值作为所述每个推理引擎执行所 述类型的当前推理任务后的总负载。
65.可选的，所述每个推理引擎执行所述类型的推理任务的负载，包括：
66.每个推理引擎执行所述类型的推理任务的历史平均负载；或者
67.每个推理引擎上一次执行所述类型的推理任务的负载。
68.可选的，所述装置还包括：
69.保存模块，用于接收所述每个推理引擎执行每个推理任务的负载反馈 消息，其中，所述负载反馈消息中包括推理任务的类型和负载；根据所述 负载反馈消息，保存所述每个推理引擎执行过的推理任务类型及其负载。
70.可选的，所述比较模块具体用于：
71.比较所述每个推理引擎的总负载，将所述总负载中值最小的总负载对 应的推理引擎，作为执行所述当前推理任务的目标推理引擎。
72.本技术实施例提供的深度学习推理引擎的调度装置300可执行本技术 任意实施例提供的深度学习推理引擎的调度方法，具备执行方法相应的功 能模块和有益效果。本实施例中未详尽描述的内容可以参考本技术任意方 法实施例中的描述。
73.根据本技术的实施例，本技术还提供了一种ai芯片，包括至少一个 推理引擎，还
包括调度器，用于执行如上述任一实施例所述的深度学习推 理引擎的调度方法。
74.在本技术实施例的ai芯片中，由于在应用层和提交深度学习推理任 务到推理引擎之间插入一个调度器，实现了依据每个推理引擎的负载情况 自动为每一个深度学习推理任务进行推理引擎的分配和调度，从而提高系 统性能。当ai芯片用于人脸识别任务时，由于推理引擎得到了调度器合 理的分配和调度，性能得到了提高，因此，也极大地提高了ai芯片的处 理效率，继而提高了人脸识别的速度和执行效率，能够快速给出人脸识别 结果，减少了用户等待的时间。
75.根据本技术的实施例，本技术还提供了一种电子设备和一种可读存储 介质。
76.如图5所示，是根据本技术实施例的深度学习推理引擎的调度方法的 电子设备的框图。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、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/或者要求的本技术的实现。
77.如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示gui的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
78.存储器502即为本技术所提供的非瞬时计算机可读存储介质。其中， 所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处 理器执行本技术所提供的深度学习推理引擎的调度方法。本技术的非瞬时 计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本 申请所提供的深度学习推理引擎的调度方法。
79.存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时 软件程序、非瞬时计算机可执行程序以及模块，如本技术实施例中的深度 学习推理引擎的调度方法对应的程序指令/模块(例如，附图4所示的类型 确定模块301、计算模块302、比较模块303和返回模块304)。处理器 501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从 而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的 深度学习推理引擎的调度方法。
80.存储器502可以包括存储程序区和存储数据区，其中，存储程序区可 存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据 实现本技术实施例的深度学习推理引擎的调度方法的电子设备的使用所 创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以 包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬 时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501 远程设置的存储器，这些远程存储器可以通过网络连接至实现本技术实施 例的深度学习推理引擎的调度方法的电子设备。上述网络的实例包括但不 限于互联网、企业内部网、局域网、
移动通信网及其组合。
81.实现本技术实施例的深度学习推理引擎的调度方法的电子设备还可 以包括：输入装置503和输出装置504。处理器501、存储器502、输入装 置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总 线连接为例。
82.输入装置503可接收输入的数字或字符信息，以及产生与实现本技术 实施例的深度学习推理引擎的调度方法的电子设备的用户设置以及功能 控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、 指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置 504可以包括显示设备、辅助照明装置(例如，led)和触觉反馈装置(例 如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(lcd)、 发光二极管(led)显示器和等离子体显示器。在一些实施方式中，显示 设备可以是触摸屏。
83.此处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、专用asic(专用集成电路)、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。
84.这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编 程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、 和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读 介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程 处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存 储器、可编程逻辑装置(pld))，包括，接收作为机器可读信号的机器 指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数 据提供给可编程处理器的任何信号。
85.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。
86.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)、互联网和区块链网络。
87.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。
88.根据本技术实施例的技术方案，通过计算每个推理引擎执行当前推理 任务后的总负载，来衡量各推理引擎执行当前推理任务的算力，根据实际 的算力来分配推理引擎，让不同推理引擎之间达到负载均衡，提高系统的 实时性和响应速度，从而提高系统性能。并且，在推理引擎应用于人脸识 别时，能提高人脸识别的速度和执行效率。
89.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，本发申请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，只要能够实现本技术公开的技术方案所期望 的结果，本文在此不进行限制。
90.上述具体实施方式，并不构成对本技术保护范围的限制。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。任何在本技术的精神和原则之内所作的修改、等同替换和 改进等，均应包含在本技术保护范围之内。