算力網(wǎng)絡(luò) 算力度量與算力建模技術(shù)要求

1算力網(wǎng)絡(luò)算力度量與算力建模技術(shù)要求本文件規(guī)定了面向算力網(wǎng)絡(luò)的算網(wǎng)融合發(fā)展背景下，算力度量與算力建模機(jī)制的需求和總體架構(gòu)，包括算力資源模型、服務(wù)能力模型、算力度量機(jī)制、算力測試與評價等相關(guān)技術(shù)要求。本文件適用于具有算力網(wǎng)絡(luò)服務(wù)能力的網(wǎng)絡(luò)節(jié)點(diǎn)及服務(wù)節(jié)點(diǎn)的研發(fā)和測試。2規(guī)范性引用文件下列文件中的內(nèi)容通過文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對應(yīng)的版本適用于本文件：不注日期的引用文件，其最新版本(包括所有的修改單)適用于本文件。YD/T4255-2023算力網(wǎng)絡(luò)總體技術(shù)要求3術(shù)語、定義和縮略語3.1術(shù)語和定義下列術(shù)語和定義適用于本文件。網(wǎng)絡(luò)中具有計(jì)算能力的節(jié)點(diǎn)通過對數(shù)據(jù)的處理，實(shí)現(xiàn)特定結(jié)果輸出的能力，具體包括不限于計(jì)算內(nèi)存和存儲能力。算力可以分布在網(wǎng)絡(luò)邊緣、云數(shù)據(jù)中心、聯(lián)網(wǎng)終端、轉(zhuǎn)發(fā)節(jié)點(diǎn)等各種形態(tài)的設(shè)備上。算力度量computingmeasurcment對算力需求和算力資源進(jìn)行統(tǒng)一的抽象描述，并結(jié)合網(wǎng)絡(luò)性能指標(biāo)形成算網(wǎng)能力模板，為算力路由、算力管理和算力計(jì)費(fèi)等提供標(biāo)準(zhǔn)統(tǒng)一的度量規(guī)則。對算力相關(guān)的信息按照統(tǒng)一的格式進(jìn)行抽象描述，具體的信息可以是數(shù)值型的或者非數(shù)值型的未經(jīng)包裝的裸(如IaaS層)算力，具體可以從計(jì)算、網(wǎng)絡(luò)、內(nèi)存、存儲等維度對算力節(jié)點(diǎn)進(jìn)行描述。服務(wù)性算力service-orientedcomputingcapability算力節(jié)點(diǎn)上與業(yè)務(wù)強(qiáng)相關(guān)的軟件包裝后的業(yè)務(wù)實(shí)現(xiàn)能力，比如PaaS層/SaaS層/FaaS層軟件服務(wù)以及超算的科研計(jì)算和云渲染等能力。2下列縮略語適用于本文件。自適應(yīng)邏輯模塊AdaptiveLogicModuleAugmentedReality專用集成電路pplicationSpecificInt卷積神經(jīng)網(wǎng)絡(luò)ConvolutionalNeuralNetwo中央處理器控制單元數(shù)據(jù)處理單元DataProcessingUnit領(lǐng)域?qū)Ｓ皿w系結(jié)構(gòu)每秒浮點(diǎn)運(yùn)算次數(shù)Floating-pointOperationsPerFloating-pointOperations現(xiàn)場可編程門陣列FieldProgranmableGateArra每秒傳輸幀數(shù)圖形處理器高性能計(jì)算基準(zhǔn)測試HighPerfornanceComput基礎(chǔ)設(shè)施即服務(wù)互聯(lián)網(wǎng)數(shù)據(jù)中心InternetData每秒讀寫操作次數(shù)基礎(chǔ)設(shè)施處理單元InfrastructureProcessingUnit邏輯單元多接入邊緣計(jì)算Multi-accessEdgeCompu神經(jīng)網(wǎng)絡(luò)處理器NeuralNetworkProcessingUnit個人計(jì)算機(jī)服務(wù)質(zhì)量隨機(jī)訪問存儲器RNN循環(huán)神經(jīng)網(wǎng)絡(luò)RecurrentNeuralNetwork軟件即服務(wù)每秒鐘萬億操作次數(shù)張量處理器TensorProcessingUnit虛擬現(xiàn)實(shí)技術(shù)4算力網(wǎng)絡(luò)的算力度量與建模需求根據(jù)YD/T4255-2023,算力網(wǎng)絡(luò)包括算力服務(wù)層，算力路由層，算網(wǎng)基礎(chǔ)設(shè)施層和算網(wǎng)編排管理層，如圖1所示。算力度量與建模是其中算網(wǎng)服務(wù)通告、算網(wǎng)感知調(diào)度、算力資源管理、算力運(yùn)營等的重要基礎(chǔ)之一。統(tǒng)一的度量標(biāo)準(zhǔn)，統(tǒng)一的描述方式，類似于統(tǒng)一的語言，有助于算力網(wǎng)絡(luò)的各個網(wǎng)元之間的高效協(xié)作。算力網(wǎng)絡(luò)中的算力度量的目標(biāo)是將異構(gòu)資源進(jìn)行關(guān)聯(lián)和整合，使能多維度資源的統(tǒng)一協(xié)同管理，從而面向未來差異化的業(yè)務(wù)需求，通過統(tǒng)一的算力度量體系和異構(gòu)計(jì)算資源的映射機(jī)制，實(shí)現(xiàn)算力資源的合理分配和高效調(diào)用。//內(nèi)核數(shù)個個/////整型數(shù)據(jù)運(yùn)算基準(zhǔn)程序的點(diǎn)計(jì)算速率8率點(diǎn)計(jì)算速率表2中的指標(biāo)含義：整數(shù)計(jì)算速率主要針對CPU,整數(shù)計(jì)算速率表示為在CPU上運(yùn)行整型數(shù)據(jù)運(yùn)算基準(zhǔn)程序的計(jì)算速率。整數(shù)運(yùn)算能力有其特定的應(yīng)用場景，如離散時間處理、數(shù)據(jù)壓縮、搜索、排序算法、加密算法、解密算法等。浮點(diǎn)計(jì)算速率，表示為在CPU等上運(yùn)行浮點(diǎn)型數(shù)據(jù)運(yùn)算基準(zhǔn)程序的計(jì)算速率，包括半精度、單精度、雙精度。存在多種基準(zhǔn)測試程序，每種基準(zhǔn)測試程序都能從不同的側(cè)面反應(yīng)節(jié)點(diǎn)的浮點(diǎn)計(jì)算性能。哈希計(jì)算速率：是指計(jì)算機(jī)進(jìn)行密集的數(shù)學(xué)和加密相關(guān)操作時使用哈希函數(shù)的輸出速度。單位是Hash/s,指的是每秒鐘能做多少次Hash運(yùn)算。一些常見的哈希計(jì)算單位：KH/s:1KH/s=1000H/s每秒1,000次哈希MH/s:1MH/s=1000KH/s每秒1,000,000次哈希GH/s:IGH/s=1000MH/s每秒1,000,000,000次哈希TH/s:1TH/s=1000GH/s每秒1,000,00,000,000次哈希PH/s:1PH/s=1000TH/s每秒1.000,000,000,000,000次哈希EH/s:1EH/s=1000PH/s每秒1,000,000,000,000,000,000次哈希整數(shù)計(jì)算性能、浮點(diǎn)計(jì)算性能、哈希計(jì)算性能的常用的測試方式可以參考附錄A,可以通過在不同的服務(wù)節(jié)點(diǎn)平臺上執(zhí)行各種基準(zhǔn)測試算法的速率來比較其運(yùn)算性能本文件根據(jù)網(wǎng)絡(luò)帶寬對節(jié)點(diǎn)通信能力進(jìn)行建模，網(wǎng)絡(luò)帶寬指節(jié)點(diǎn)在特定數(shù)據(jù)包長下，單位時間(1秒)內(nèi)能發(fā)送/接收的最大數(shù)據(jù)量，表示節(jié)點(diǎn)理論上最高傳送速度，其建模如表3所示。對節(jié)點(diǎn)的通信能力的評估，主要參考節(jié)點(diǎn)的外部接口帶寬，即節(jié)點(diǎn)連接到外部網(wǎng)絡(luò)的帶寬。單節(jié)點(diǎn)的帶寬越大，在節(jié)點(diǎn)出口處越不容易擁塞。表3通信能力評估指標(biāo)/秒)網(wǎng)絡(luò)三層轉(zhuǎn)發(fā)能力。滿足零丟包(0.00001%)所需要的信息都存儲在轉(zhuǎn)發(fā)信息庫forvardinginfomationbase,FIB)中。調(diào)足零去包(0.00001%)條件下測試FIB力PSec操作的最大速率，包括安全關(guān)聯(lián)查詢，(0.00001%)條件下的數(shù)據(jù)包轉(zhuǎn)發(fā)能力耗內(nèi)存帶寬Strean測試包含Copy、Scale、內(nèi)存訪問期數(shù)草力水平(浮點(diǎn)運(yùn)算能力)其中：1GFLOPS=10~9FLOPS:1S=10°12FLOPS:1PFLOPS=10~155.3.4其他節(jié)點(diǎn)服務(wù)能力除了算力相關(guān)的節(jié)點(diǎn)能力參數(shù)，算力網(wǎng)絡(luò)的決策還可以參考其他的節(jié)點(diǎn)能力信息，例如節(jié)點(diǎn)的安全等級信息，節(jié)能相關(guān)的能效信息等。相關(guān)的等級信息的評測方法不在本文件的工作范圍之內(nèi)。如果相關(guān)的業(yè)務(wù)有較高的安全需求，或者是關(guān)注能效，那么可以訂閱相關(guān)的關(guān)鍵信息。這些關(guān)鍵信息可以與算力相關(guān)的信息一起提供給算力網(wǎng)絡(luò)的決策點(diǎn)(算力路由層中的策略決策模塊或者是算網(wǎng)編排管理模塊)。來提供決策依據(jù)。例如，可以在算力服務(wù)節(jié)點(diǎn)的初選過程中，過濾掉安全等級不夠的節(jié)點(diǎn)再進(jìn)行優(yōu)選：或者在多個算力節(jié)點(diǎn)都能夠提供算力服務(wù)時，在算力服務(wù)節(jié)點(diǎn)的優(yōu)選過程中，一定程度上優(yōu)選較為節(jié)能低碳的服務(wù)節(jié)點(diǎn)。此時，算力網(wǎng)絡(luò)的決策點(diǎn)的決策，除了算力信息和網(wǎng)絡(luò)信息，還可以參考更多的維度的信息。具體決策點(diǎn)的服務(wù)節(jié)點(diǎn)初選和優(yōu)選算法不在本文件的工作范圍之內(nèi)。5.4業(yè)務(wù)的支撐能力度量與建模5.4.1通用業(yè)務(wù)的支撐能力業(yè)務(wù)的支撐能力指的是服務(wù)節(jié)點(diǎn)上的業(yè)務(wù)處理能力，節(jié)點(diǎn)的業(yè)務(wù)處理能力與具體業(yè)務(wù)類型強(qiáng)相關(guān)，也可以從計(jì)算、網(wǎng)絡(luò)、內(nèi)存、存儲四個角度進(jìn)行評估?？梢园凑崭戒汢中的方案，生成針對特定業(yè)務(wù)類型的綜合算力度量值，即根據(jù)業(yè)務(wù)需求，選擇合適的權(quán)重系數(shù)來進(jìn)行更個性化的綜合評估。除了從計(jì)算、網(wǎng)絡(luò)、內(nèi)存、存儲四個角度，節(jié)點(diǎn)的業(yè)務(wù)處理能力，也可以稱為服務(wù)性算力，還可以從個性化算力的維度進(jìn)行描述，例如音/視頻/圖像編解碼能力(軟/硬)、DPU(數(shù)據(jù)處理單元)/IPU異構(gòu)加速能力等。A、音頻編解碼能力：Kbps:B、視頻編解碼能力：幀/s,FPS1080pH.264或FPS1080pH.265:C、圖像編解碼能力：幀/s,FPSJPEG等：D、DPU/IPU異構(gòu)加速能力：視具體應(yīng)用場景而定。其他的業(yè)務(wù)能力指標(biāo)還包括，針對特定的業(yè)務(wù)，服務(wù)節(jié)點(diǎn)能支持的會話數(shù)量、服務(wù)節(jié)點(diǎn)的預(yù)估業(yè)務(wù)平均完成時間等信息。節(jié)點(diǎn)的業(yè)務(wù)處理能力也可以從有效算力的維度進(jìn)行描述，按照附錄D中的評價方法，獲得多個真實(shí)業(yè)務(wù)性能測試的度量值。例如在人工智能領(lǐng)域，實(shí)際吞吐率代表人工智能服務(wù)器系統(tǒng)對特定訓(xùn)練或推理作業(yè)的有效計(jì)算能力。對特定訓(xùn)練作業(yè)的有效計(jì)算能力是單位時間內(nèi)訓(xùn)練過程能消耗的樣本數(shù)量：A、對視覺類測試，單位為圖片數(shù)每秒(images/s):C、對自然語言處理類測試，單位為句數(shù)每秒(sentences/s);D、對推薦算法類測試，使用DLRN模型和CretioTerabyte數(shù)據(jù)集，單位為記錄數(shù)每秒(records/s)。其他的可以參考的能力度量包括：A、針對數(shù)據(jù)庫業(yè)務(wù)，實(shí)際每秒的查詢數(shù)量代表服務(wù)器的有效計(jì)算能力，可以用HammerDB(包括MySQLandPostGreSQL)進(jìn)行測試，單位查詢數(shù)每秒(queries/s);%%個個個個個%內(nèi)存使用率%%/數(shù)個個%延況下的最大時廷/量字節(jié))大小//(資料性附錄)服務(wù)節(jié)點(diǎn)算力性能測試本附錄中列舉了部分服務(wù)節(jié)點(diǎn)算力性能測試的例子，包括了整數(shù)計(jì)算性能測試、浮點(diǎn)計(jì)算性能測試、哈希計(jì)算性能測試的方式。(1)整數(shù)計(jì)算性能測試整型計(jì)算應(yīng)用廣泛，具體的應(yīng)用比如公交車調(diào)度程序、圍棋程序、用于生物序列分析的馬爾科夫模型、加解密計(jì)算等等。加密算法、解密算法在服務(wù)節(jié)點(diǎn)的具體實(shí)現(xiàn)，可以是CPU的純軟件的計(jì)算，也可以是硬件加解密加速引擎的計(jì)算，或者是CPU自帶的硬件加解密引擎，這些通常都可以歸類為整型計(jì)算。具體的加解密的測試方法可分為以下步驟：——通過軟件/硬件實(shí)現(xiàn)加密、解密算法?！诓煌?jì)算平臺上分別使用不同長度(MessageSize)的數(shù)據(jù)來進(jìn)行加密和解密運(yùn)算——獲取執(zhí)行各算法進(jìn)程的時間：明文信息執(zhí)行讀操作，并進(jìn)行明文加密，然后寫密文信息，統(tǒng)計(jì)執(zhí)行時間。密文信息執(zhí)行讀操作，并進(jìn)行密文解密，然后寫解密后信息，統(tǒng)計(jì)執(zhí)行時間?！ㄟ^計(jì)算在這些平臺上執(zhí)行各算法的速率來比較整數(shù)運(yùn)算性能。相關(guān)的例子如基于不同平臺執(zhí)行AES算法和RSA算法的計(jì)算性能。平臺處理的數(shù)值單位為KB/s,指的是每秒能處理的加解密的數(shù)據(jù)的數(shù)據(jù)量。(2)浮點(diǎn)計(jì)算性能測試由DARPA的HPCS(HighProductivityComputingSysten)項(xiàng)目所發(fā)布的評價高性能計(jì)算系統(tǒng)的測試基準(zhǔn)程序HPCC(HighPerformanceComputingChallenge)可以完成浮點(diǎn)計(jì)算性能測試。HPOC的測試結(jié)果是若干個指標(biāo)項(xiàng)，需要測試者和決策者根據(jù)這些測試指標(biāo)進(jìn)行分析和評估。(3)哈希計(jì)算性能測試RandomX是一種被通用CPUs利用的工作量證明(POW)算法。RandomX使用隨機(jī)代碼執(zhí)行程序和一些內(nèi)存硬件技術(shù)來最小化專用硬件的效率優(yōu)勢。RandomX使用虛擬機(jī)執(zhí)行特殊指令的程序(包含整數(shù)運(yùn)算浮點(diǎn)數(shù)運(yùn)算、分支),這些指令能夠被翻譯為CPU指令，然后使用Hash函數(shù)Blake2b輸出值為256比特的結(jié)果。(規(guī)范性附錄)算力綜合評價指標(biāo)的評估方法本附錄規(guī)定了一種算力網(wǎng)絡(luò)中的服務(wù)節(jié)點(diǎn)的算力綜合評價指標(biāo)的評估方法，其采用指標(biāo)評價相似度對多維指標(biāo)進(jìn)行處理并得到算力綜合評價指標(biāo)。PageRank是衡量網(wǎng)頁重要性的一種算法，搜索引擎可以使用它來對網(wǎng)頁的搜索結(jié)果進(jìn)行排序。PageRank的基本假設(shè)是網(wǎng)站越重要，鏈接到它的網(wǎng)站就會越多，因此PagcRank通過計(jì)算網(wǎng)站的入鏈數(shù)量和質(zhì)量來評價其重要性。除了對網(wǎng)頁進(jìn)行排名，PageRank在其他領(lǐng)域也有很多應(yīng)用，如評價書籍的影響力或用戶行為等。PageRank的假設(shè)是有著更多入鏈的網(wǎng)頁更重要。類似的，本文件所提出的算法的假設(shè)是越多的基準(zhǔn)測試對一個節(jié)點(diǎn)給出相似的評價結(jié)果，那么評價結(jié)果就越可靠。B.1服務(wù)節(jié)點(diǎn)度量方法步驟服務(wù)節(jié)點(diǎn)的算力綜合評價指標(biāo)的計(jì)算方法流程如下圖所示：否是圖B.1節(jié)點(diǎn)綜合性能計(jì)算方法流程圖節(jié)點(diǎn)綜合性能度量方法可以大致分為以下幾個步驟：(1)對指標(biāo)向量進(jìn)行歸一化處理對多個算力節(jié)點(diǎn)以及多個算力的指標(biāo)進(jìn)行歸一化處理，得到每一種算力的歸一化性能向量。(2)建立相應(yīng)圖模型由于不同指標(biāo)之間存在聯(lián)系，使用圖模型建立指標(biāo)之間的關(guān)量，節(jié)點(diǎn)之間有一條邊表示這兩個指標(biāo)需要進(jìn)行比較。使用歐氏(3)計(jì)算指標(biāo)評價結(jié)果的相似性對算力指標(biāo)的相似度進(jìn)行進(jìn)一步處理，得到相似度矩陣，其中的元素越大，則表示指標(biāo)(4)構(gòu)造概率轉(zhuǎn)移矩陣，引入旋轉(zhuǎn)變換(5)將評價向量與狀態(tài)轉(zhuǎn)移向量相乘(6)判斷評價值是否收斂若收斂，則進(jìn)行步驟(7)對節(jié)點(diǎn)算力進(jìn)行綜合評價：若不收斂，則返回步驟(5)。(7)評價向量加權(quán)計(jì)算節(jié)點(diǎn)能力綜合評價指標(biāo)此外，由于不同業(yè)務(wù)對于算力資源的需求不同，在計(jì)算綜合指標(biāo)時，各子指標(biāo)的權(quán)重務(wù)需求進(jìn)行調(diào)整。例如，某些使用AI算法對圖像或視頻進(jìn)行學(xué)習(xí)和分析的高要求，因此，可適當(dāng)增大計(jì)算能力指標(biāo)對應(yīng)的權(quán)重，減小通信、內(nèi)存、存儲能力指標(biāo)對應(yīng)的權(quán)重。B.2基于PageRank的服務(wù)節(jié)點(diǎn)評估算法假設(shè)選取M個基準(zhǔn)測試進(jìn)行集群節(jié)點(diǎn)的性能評價，集群中節(jié)點(diǎn)的個標(biāo)，每個指標(biāo)包括N個評價值。使用基準(zhǔn)測試對節(jié)點(diǎn)進(jìn)行評價后，評價的結(jié)果構(gòu)成節(jié)點(diǎn)的性能向量，對性能向量進(jìn)行本章節(jié)中的相關(guān)處理后得到節(jié)點(diǎn)某方面的綜合性能指標(biāo)，對應(yīng)了節(jié)點(diǎn)在某評價。相關(guān)處理流程的算法如下。其中，7=1,2...M,va(k=1,2,...N)表示使用基準(zhǔn)測試/對節(jié)點(diǎn)k的評價值。每一列v。(i值相同)節(jié)點(diǎn)在不同基準(zhǔn)測試下得到的性能向量值的數(shù)量級會有很大的差異，需要進(jìn)行性能向量的預(yù)處理。算法1性能向量歸一化步驟2對B。中的所有元素求和步驟3每1個v。使用式(B-1)計(jì)算其歸一化數(shù)值步驟4輸出歸一化性能向量：為了使用PageRank計(jì)算節(jié)點(diǎn)的性能，需要建立一個圖的模型，圖中的節(jié)點(diǎn)是各歸一化的性能向量，節(jié)點(diǎn)之間有1條邊表示這2個節(jié)點(diǎn)需要進(jìn)行比較，所以建立的圖是一個完全圖。邊的權(quán)值是此2個頂點(diǎn)的相似度，相似度使用歐氏距離計(jì)算。兩個歸一化性能向量B和B,的相似度類似于經(jīng)典PageRank中頁面間鏈接的相關(guān)性。因?yàn)楣灿蠱個不同的基準(zhǔn)測試，所以歸一化性能向量也有M個，即B,B?,…,B,,性能距離矩陣顯然，d,越大表示基準(zhǔn)測試i和j對節(jié)點(diǎn)的評價結(jié)果差異越大矩陣中元素表示的是所有入鏈的加權(quán)得分，其值越大表示網(wǎng)頁越重要。為使D的含義與經(jīng)典PageRank算法一致，使用式(B-4)對其進(jìn)行處理，得到的評價結(jié)果越相近U=(u)uo類似于經(jīng)典PageRank算法，在矩陣U的基礎(chǔ)上定義概率轉(zhuǎn)移矩陣W:為避免概率轉(zhuǎn)移陷入局部最優(yōu)，增強(qiáng)狀態(tài)搜索能力，在矩陣W中加入旋轉(zhuǎn)變換算子，如(B-7)所其中，W||為W的歐式范數(shù)，q>0為旋轉(zhuǎn)因子，R,為一個M×M維的隨機(jī)矩陣，其元素取值在[-1,1]之間均勻分布。旋轉(zhuǎn)變換具有在以q為半徑的超球內(nèi)進(jìn)行搜索的功能。指標(biāo)評價矩陣R可以用式(B-8)算出：R=lim,A?x(算法2基準(zhǔn)測試排名計(jì)算步驟1輸入：歸一化性能向量B(=1,…,M)和閾值8。步驟3使用式(B-4)計(jì)算D。步驟4使用式(B-5)計(jì)算U。步驟5使用式(B-6)計(jì)W。步驟6使用式(B-7)計(jì)算A。步驟8計(jì)算歐氏距離|R-X|。步驟11轉(zhuǎn)至步驟7。步驟12輸出：基準(zhǔn)測試掛名向量R利用基準(zhǔn)測試排名向量R和每個基準(zhǔn)測試i的性能向量B,使用算法3就可以得到集群中每個節(jié)點(diǎn)的步驟2使用式(B-8)計(jì)算每1個基準(zhǔn)測試i的權(quán)值：步驟3使用式(B-9)計(jì)算綜合性能向量：B.3節(jié)點(diǎn)性能評價指標(biāo)四個方面提出綜合性能指標(biāo)B.3.1計(jì)算能力綜合評價指標(biāo)測量N個節(jié)點(diǎn)的計(jì)算能力評估指標(biāo)中的整數(shù)計(jì)算速率、浮點(diǎn)計(jì)算速率、哈希計(jì)算速率，形成一組節(jié)點(diǎn)的計(jì)算能力的性能向量。其中，節(jié)點(diǎn)i的測量結(jié)果為B將每個節(jié)點(diǎn)的計(jì)算能力性能向量按照計(jì)算能力評估指標(biāo)(整數(shù)計(jì)算速率、浮點(diǎn)計(jì)算速率、哈希計(jì)算速率)分組，以形成3個N維的向量，作為融合節(jié)點(diǎn)性能評價算法的輸入。經(jīng)過計(jì)算，可輸出計(jì)算能力綜將輸出的綜合性能向量中節(jié)點(diǎn)i對應(yīng)的值定義為節(jié)點(diǎn)的計(jì)算能力綜合評價指標(biāo)A,A∈[0.1]。4-CB[=ch.B.3.2通信能力評價指標(biāo)由于節(jié)點(diǎn)通信能力的唯一評估指標(biāo)為網(wǎng)絡(luò)帶寬，測量N個節(jié)點(diǎn)的通信能力評估指標(biāo)中的網(wǎng)絡(luò)帶寬。B=[renworkBandwi]將每個節(jié)點(diǎn)的通信能力性能向量按照通信能力評估指標(biāo)(網(wǎng)絡(luò)帶寬)分組，形成1個N維的向量，作為融合節(jié)點(diǎn)性能評價算法的輸入。經(jīng)過計(jì)算，可輸出計(jì)算能力綜合性能向量CB將輸出的綜合性能向量中節(jié)點(diǎn)i對應(yīng)的值定義為節(jié)點(diǎn)的通信能力綜合評價指標(biāo)A,A∈[0.1]。A=CB,J=cb.B.3.3內(nèi)存能力評價指標(biāo)測量N個節(jié)點(diǎn)的內(nèi)存能力評估指標(biāo)中的內(nèi)存容量、內(nèi)存帶寬，形成一組節(jié)點(diǎn)的內(nèi)存能力的性能向量將每個節(jié)點(diǎn)的內(nèi)存能力性能向量按照計(jì)算能力評估指標(biāo)(內(nèi)存容量、內(nèi)存帶寬)分組，形成2個N維的向量，作為融合節(jié)點(diǎn)性能評價算法的輸入。經(jīng)過計(jì)算，可輸出內(nèi)存能力綜合性能向量CB_。將輸出的綜合性能向量中節(jié)點(diǎn)i對應(yīng)的值定義為節(jié)點(diǎn)的內(nèi)存能力綜合評價指標(biāo)A,Ae[0.1]。A.-CB_[7=ch(BB.3.4存儲能力評價指標(biāo)測量N個節(jié)點(diǎn)的存儲能力評估指標(biāo)中的存儲容量、存儲帶寬、IOPS,形成一組節(jié)點(diǎn)的存儲能力的性能向量。其中，節(jié)點(diǎn)i的測量結(jié)果為B:將每個節(jié)點(diǎn)的存儲能力性能向量按照計(jì)算能力評估指標(biāo)(存儲容量、存儲帶寬、IOPS)分組，以形成3個N維的向量，作為融合節(jié)點(diǎn)性能評價算法的輸入。經(jīng)過計(jì)算，可輸出存儲能力綜合性能向量。將輸出的綜合性能向量