人工智能生成内容的算力动态分享配置的方法及系统与流程

本发明涉及区块链、分布式计算、边缘计算和人工智能生成内容，具体地，涉及人工智能生成内容的算力动态分享配置的方法及系统，更为具体地，涉及基于区块链技术的分布式边缘网络中的人工智能生成内容的算力动态分享配置的方法及系统。

背景技术：

1、随着人工智能ai技术和分布式计算的发展，人工智能生成内容(aigc)在多个领域得到了广泛应用，包括内容创作、媒体生产、自动化生成、智能交互等。这些aigc任务依赖于复杂的ai模型和算法，例如自然语言生成(nlg)、图像生成、深度学习模型训练等，都需要大量的计算资源来支持模型训练、推理和生成过程。通常情况下，这些计算任务的执行依赖于中心化的数据中心和云计算平台。然而，随着边缘计算和物联网(iot)设备的快速普及，数据生成和计算的需求逐渐向网络边缘迁移，这种中心化的计算模式在应对分布式计算需求时暴露出了诸多问题，包括：当大量ai生成任务同时发起时，中心化服务器容易出现计算资源紧张的情况，导致性能下降和任务延迟增加。边缘节点的计算能力相对有限，无法像中心化服务器那样提供强大的算力支持，尤其在执行大规模ai模型训练任务时，单个边缘节点往往难以独立完成任务。不同边缘节点的计算任务负载各不相同，可能会出现部分节点过载，而其他节点则处于空闲状态，导致计算资源的利用率低下。当前的分布式计算框架大多采用预先定义的固定分配策略，无法根据实际任务需求动态调整算力资源。由于aigc任务的复杂性和多样性，不同任务的算力需求具有高度的动态性，无法依靠静态分配机制高效处理。

2、因此，亟需一种基于区块链的分布式边缘计算网络中，针对ai生成内容的算力动态共享和调度的方法及装置。

技术实现思路

1、针对现有技术中的缺陷，本发明的目的是提供一种人工智能生成内容的算力动态分享配置的方法。

2、根据本发明提供的一种人工智能生成内容的算力动态分享配置的方法，包括：

3、步骤s1：在分布式边缘网络中，多个边缘节点通过区块链技术进行连接，形成去中心化的算力资源共享网络；

4、步骤s2：获取用户发布的aigc任务，评估aigc任务的算力需求；

5、步骤s3：根据去中心化的算力资源共享网络中的边缘节点的实时算力资源状态和aigc任务的算力需求，评估当前aigc任务所需的节点数量，基于当前aigc任务所需的节点数量分配计算任务。

6、优选地，所述步骤s1包括：分布式边缘网络包括多个边缘节点，所述多个边缘节点包括物联网设备、边缘服务器以及移动设备；多个已经在区块链上注册过的边缘节点通过区块链技术进行连接，并通过智能合约对多个边缘节点进行资源的动态监控。

7、优选地，所述步骤s2包括：

8、步骤s2.1：获取用户发布的aigc任务；其中，所述aigc任务包括：任务类型、任务数据量、生成aigc任务的ai模型参数以及执行时间要求；

9、步骤s2.2：计算当前用户发布的aigc任务的复杂度系数，并根据任务的复杂度系数评估算力需求。

10、优选地，所述步骤s2.2包括：

11、步骤s2.2.1：计算当前用户发布的aigc任务的复杂度系数；

12、c＝ctype*cdata*cmodel*ctime

13、其中，c表示复杂度系数；ctype表示任务类型；cdata数据量；cmodel表示生成aigc任务的ai模型参数；ctime表示执行时间；

14、步骤s2.2.2：基于机器学习算法构建算力需求预测模型，并利用历史任务执行数据训练算力需求预测模型，得到训练后的算力需求预测模型；当前用户发布的aigc任务的复杂度系数利用训练后的算力需求预测模型预测算力需求。

15、优选地，所述步骤s3包括：

16、步骤s3.1：智能合约通过区块链实时获取每个边缘节点的状态信息，所述边缘节点的状态信息包括边缘节点当前负载、可用算力以及网络状态信息；

17、步骤s3.2：根据当前aigc任务的算力需求以及获取的每个边缘节点的状态信息筛选符合预设要求的边缘节点；

18、步骤s3.3：根据当前aigc任务的算力需求和符合预设要求的边缘节点，基于算力调度机制选择边缘节点；

19、其中，所述算力调度机制包括：根据当前aigc任务的算力需求和符合预设要求的边缘节点，以边缘节点数量最大化为原则确定选择的边缘节点的数量；

20、当边缘节点算力大于预设值且处于空闲状态时，优先调度当前边缘节点参与任务计算；

21、当边缘节点的负载大于预设值时，自动减少分配给当前节点任务，以实现整个网络的算力负载均衡；

22、当任务为满足预设要求的任务，则优先调度节点参与执行，以确保任务及时完成。

23、优选地，利用智能合约对每个aigc任务进行实时监控，并通过区块链网络中的分布式账本记录每个节点的任务执行进度和算力使用情况；将所有任务执行操作的日志记录在区块链上。

24、优选地，所述方法还包括：当智能合约检测到某个边缘节点的状态信息存在异常时，则动态调度其他可用节点接管当前边缘节点的任务继续执行。

25、优选地，所述方法还包括：基于区块链记录的历史任务执行数据，分析每个边缘节点的性能，根据分析得到的每个边缘节点的性能，动态分配计算任务。

26、优选地，所述方法还包括：通过跨链计算，基于智能合约实现多个区块链网络间算力资源共享和任务调度。

27、优选地，当任务执行完成后，智能合约根据各个边缘节点贡献的算力以及任务完成的效率，进行自动化的报酬结算。

28、根据本发明提供的一种人工智能生成内容的算力动态分享配置的系统，包括：

29、模块m1：在分布式边缘网络中，多个边缘节点通过区块链技术进行连接，形成去中心化的算力资源共享网络；

30、模块m2：获取用户发布的aigc任务，评估aigc任务的算力需求；

31、模块m3：根据去中心化的算力资源共享网络中的边缘节点的实时算力资源状态和aigc任务的算力需求，评估当前aigc任务所需的节点数量，基于当前aigc任务所需的节点数量分配计算任务。

32、与现有技术相比，本发明具有如下的有益效果：

33、1、本发明通过区块链智能合约，实现分布式边缘网络中节点间算力的按需调度和共享，得到了高效利用，确保aigc任务的高效执行；

34、2、本发明提供动态算力分配策略，针对任务的复杂性和实时需求，灵活调整分布式网络中的算力资源，避免资源浪费和节点过载；

35、3、通过区块链记录和监控任务执行过程，确保任务分配的透明性和公平性，防止算力使用过程中的不公正操作；

36、4、提供去中心化的算力调度机制，增强系统的扩展性和弹性，满足日益增长的aigc任务需求；

37、5、通过智能合约和边缘节点的实时算力状态监控，能够根据任务需求和节点的负载情况动态调整算力资源分配，避免算力资源浪费，确保任务执行的高效性。

38、6、区块链技术的不可篡改性确保了任务执行过程中所有操作的透明记录，用户可以实时监控任务的执行进展，避免了资源使用中的不公正操作，提高了系统的安全性。

39、7、系统能够根据任务的优先级和紧急程度动态调整算力资源分配，确保高优先级任务得到及时处理。同时，通过实时监控各节点的负载状态，系统能够平衡各节点的算力资源使用，避免单点过载。

40、8、通过智能合约自动化管理任务结算，确保计算资源的公平分配，并为参与节点提供及时的算力奖励，激励节点持续贡献算力资源。