一种资源处理方法、系统、装置及电子设备

摘要

本申请实施例提供一种资源处理方法、系统、装置及电子设备，在本发明实施例中，多个私有云用户共享同一AI算力资源池，当私有云用户需要进行视频解析服务时，通过向云服务控制中心发送视频解析服务请求，云服务控制中心依据该视频解析服务请求向视频解析端下发视频解析服务，并在完成视频解析后，释放视频解析服务算法所需的AI算力，这使得即使某一用户空闲时，其他用户也可在忙时占用AI算力资源池中的AI算力资源，大大提高了AI算力资源的利用率。并且本实施例中，在生成计费账单时，考虑了视频解析算法本身的算法成本，提高视频解析服务计费的准确性。

权利要求

1.一种资源处理方法，其特征在于，该方法应用于云服务控制中心，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该方法包括：接收所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的视频解析服务请求；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

基于所述视频解析服务请求向视频解析端下发视频解析服务，以由视频解析端基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；

接收所述视频解析端在视频解析过程中统计的计量信息；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。

2.根据权利要求1所述的方法，其特征在于，所述多个不同私有云用户为同一机构下不同的子机构。

3.根据权利要求1所述的方法，其特征在于，该方法进一步包括：

将所述计费账单下发给发送所述视频解析服务请求的私有云用户，并基于该私有云用户针对该计费账单的核对结果，确定最终账单。

4.根据权利要求1所述的方法，其特征在于，所述目标视频解析服务算法的目标售价还包括所述目标视频解析服务算法被运行的算法基础单价。

5.一种资源处理方法，其特征在于，该方法应用于视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该方法包括：接收所述云服务控制中心下发的视频解析服务；所述视频解析服务是基于视频解析服务请求生成的，所述视频解析服务请求是由所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；并将视频解析过程中统计的计量信息上报给所述云服务控制中心，以由所述云服务控制中心依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本；

在利用所述目标视频解析服务算法完成视频解析后，释放所述目标视频解析服务算法所需的AI算力。

6.根据权利要求5所述的方法，其特征在于，所述基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析包括：获取所述视频解析服务中携带的视频流ID，依据所述视频流ID从存储视频的存储中心获取所述私有云用户对应的视频流，并依据所述目标视频解析服务算法对所述视频流进行视频解析。

7.一种资源处理系统，其特征在于，该系统包括：云服务控制中心和视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；

所述云服务控制中心，用于执行如权利要求1至4任一方法中的步骤；

所述视频解析端，用于执行如权利要求5至6任一方法中的步骤。

8.一种资源处理装置，其特征在于，该装置应用于云服务控制中心，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该装置包括：接收单元：用于接收所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的视频解析服务请求；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

下发单元：用于基于所述视频解析服务请求向视频解析端下发视频解析服务，以由视频解析端基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；

统计单元：用于接收所述视频解析端在视频解析过程中统计的计量信息；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。

9.一种资源处理装置，其特征在于，该装置应用于视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该装置包括：接收单元：用于接收所述云服务控制中心下发的视频解析服务；所述视频解析服务是基于视频解析服务请求生成的，所述视频解析服务请求是由所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

解析单元：用于基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；并将视频解析过程中统计的计量信息上报给所述云服务控制中心，以由所述云服务控制中心依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本；

释放单元：用于在利用所述目标视频解析服务算法完成视频解析后，释放所述目标视频解析服务算法所需的AI算力。

10.一种电子设备，其特征在于，该电子设备包括：处理器和机器可读存储介质；

机器可读存储介质用于存储计算机可读指令，当所述计算机可读指令被所述处理器执行时实现如权利要求1‑6中任一项所述的方法。

说明书

一种资源处理方法、系统、装置及电子设备

技术领域

[0001] 本申请涉及计算机技术领域，尤其涉及一种资源处理方法、系统、装置及电子设备。

背景技术

[0002] 随着人工智能、云计算技术的发展，AI算力已经成为各行各业业务系统所依赖的重要资源之一。AI算力，例如GPU等资源应用于智能化视频监控系统，各私有云用户如企业、政府结构，相互独立建立各自的AI算力，并基于建立的AI算力对视频监控系统拍摄的视频进行解析。

[0003] 但是，由于视频监控系统的业务本身具有潮汐流量的特点，即处于指定监控时段时，视频监控系统拍摄的视频量较大，而处于非指定监控时段时，视频监控系统拍摄的视频量较小，这就导致了对于任一私有云用户，其AI算力会出现不充分利用的缺陷，比如，当该视频监控系统处于指定监控时段时，AI算力被大量占用，而当该视频监控系统处于非指定监控时段时，AI算力大部分处于空闲状态。

发明内容

[0004] 有鉴于此，本申请提供一种资源处理方法、系统、装置及电子设备，用于实现AI算力的充分利用。

[0005] 具体地，本申请是通过如下技术方案实现的：

[0006] 本申请实施例提供一种资源处理方法，该方法应用于云服务控制中心，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该方法包括：

[0007] 接收所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的视频解析服务请求；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

[0008] 基于所述视频解析服务请求向视频解析端下发视频解析服务，以由视频解析端基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；

[0009] 接收所述视频解析端在视频解析过程中统计的计量信息；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。

[0010] 可选的，所述多个不同私有云用户为同一机构下不同的子机构。

[0011] 可选的，该方法进一步包括：

[0012] 将所述计费账单下发给发送所述视频解析服务请求的私有云用户，并基于该私有云用户针对该计费账单的核对结果，确定最终账单。

[0013] 可选的，所述目标视频解析服务算法的目标售价还包括所述目标视频解析服务算法被运行的算法基础单价。

[0014] 本申请实施例还提供了一种资源处理方法，该方法应用于视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该方法包括：

[0015] 接收所述云服务控制中心下发的视频解析服务；所述视频解析服务是基于视频解析服务请求生成的，所述视频解析服务请求是由所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

[0016] 基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；并将视频解析过程中统计的计量信息上报给所述云服务控制中心，以由所述云服务控制中心依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本；

[0017] 在利用所述目标视频解析服务算法完成视频解析后，释放所述目标视频解析服务算法所需的AI算力。

[0018] 可选的，所述基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析包括：

[0019] 获取所述视频解析服务中携带的视频流ID，依据所述视频流ID从存储视频的存储中心获取所述私有云用户对应的视频流，并依据所述目标视频解析服务算法对所述视频流进行视频解析。

[0020] 本申请实施例还提供了一种资源处理系统，该系统包括：云服务控制中心和视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；

[0021] 所述云服务控制中心，用于执行如本申请中云服务控制中心的任一步骤；

[0022] 所述视频解析端，用于执行如本申请中视频解析端的任一步骤。

[0023] 本申请实施例还提供了一种资源处理装置，该装置应用于云服务控制中心，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该装置包括：

[0024] 接收单元：用于接收所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的视频解析服务请求；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

[0025] 下发单元：用于基于所述视频解析服务请求向视频解析端下发视频解析服务，以由视频解析端基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；

[0026] 统计单元：用于接收所述视频解析端在视频解析过程中统计的计量信息；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。

[0027] 本申请实施例还提供了一种资源处理装置，该装置应用于视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该装置包括：

[0028] 接收单元：用于接收所述云服务控制中心下发的视频解析服务；所述视频解析服务是基于视频解析服务请求生成的，所述视频解析服务请求是由所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

[0029] 解析单元：用于基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；并将视频解析过程中统计的计量信息上报给所述云服务控制中心，以由所述云服务控制中心依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本；

[0030] 释放单元：用于在利用所述目标视频解析服务算法完成视频解析后，释放所述目标视频解析服务算法所需的AI算力。

[0031] 本申请实施例还提供了一种电子设备，该电子设备包括：

[0032] 一个或多个处理器；

[0033] 机器可读存储介质，用于存储一个或多个计算机可读指令，当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述实施例中任一项所述的方法。

[0034] 由上述实施例可以看出，相比现有各私有云用户建立独立AI算力池，本实施例中，多个私有云用户共享同一AI算力资源池，当私有云用户需要进行视频解析服务时，通过向云服务控制中心发送视频解析服务请求，云服务控制中心依据该视频解析服务请求向视频解析端下发视频解析服务，并在完成视频解析后，释放视频解析服务算法所需的AI算力，这使得即使某一用户空闲时，其他用户也可在忙时占用AI算力资源池中的AI算力资源，大大提高了AI算力资源的利用率。

[0035] 进一步地，本实施例中，在生成计费账单时，考虑了视频解析算法本身的算法成本，提高视频解析服务计费的准确性。

附图说明

[0036] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

[0037] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。

[0038] 图1为本申请实施例的方法流程图；

[0039] 图2为本申请另一个实施例的方法流程图；

[0040] 图3为本申请资源处理系统交互流程图；

[0041] 图4为本申请实施例的装置结构图；

[0042] 图5为本申请另一个实施例的装置结构图；

[0043] 图6为本申请电子设备的结构图。

具体实施方式

[0044] 这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

[0045] 在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

[0046] 应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

[0047] 为了使本领域技术人员更好地理解本申请实施例提供的技术方案，并使本申请实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请实施例中技术方案作进一步详细的说明。

[0048] 参见图1，为本发明实施例示出的一种资源处理方法的交互流程图，该方法应用于云服务控制中心，该云服务控制中心为多个不同私有云用户提供视频解析云服务；该多个不同私有云用户共享同一AI算力资源池。

[0049] 如图1所示，该流程可包括以下步骤：

[0050] 步骤S101，接收上述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的视频解析服务请求，该视频解析服务请求携带该私有云用户确定的目标视频解析服务算法。

[0051] 在本实施例中，上述目标视频解析服务算法可以是该私有云用户通过云服务控制中心显示的各视频解析服务算法而选择的。例如，云服务控制中心可以为用户访问私有云视频解析服务的统一入口，提供视频解析服务页面，用于向用户提供视频解析服务选择功能。该视频解析服务页面向用户提供解析视频流的各个视频解析服务算法，以供用户选择，并将用户选择的视频解析服务算法确定为目标视频解析服务算法。

[0052] 当私有云用户需要视频解析服务时，可以通过登录到云服务控制中心，利用视频解析服务页面确定需要解析的视频以及解析该视频使用的目标视频解析服务算法，使视频解析端依据该私有云用户选择的目标视频解析服务算法对视频进行解析。

[0053] 并且上述云服务控制中心可以对接AI市场，该AI市场提供算法上架，并确定算法类型、算法定价、算法消耗的AI算力等支撑。云服务管理员通过根据算法定价、时长及资源消耗，确定该视频解析服务的最终定价，并上架该视频解析服务。并且AI市场还可以对算法进行升级维护。

[0054] 在另一个实施例中，上述多个不同私有云用户为同一机构下不同的子机构。

[0055] 在本实施例中，同一机构可以是类似于市政府这种包含多个下属单位的机构，子机构可以是市政府下的水利局、电力局、教育局等机构。该多个子机构共享同一AI算力资源池。同一机构还可以是类似于大学这种包含多幢建筑物的机构，各幢建筑物分别是该大学的子机构。

[0056] 步骤S102，基于上述视频解析服务请求向视频解析端下发视频解析服务，以由视频解析端基于该视频解析服务并利用上述目标视频解析服务算法对发送上述视频解析服务请求的私有云用户对应的视频流进行视频解析。

[0057] 在本实施例中，视频解析端提供视频解析服务运行的实际环境，实现视频解析服务的运行和计量工作。云服务控制中心发送的视频解析服务中包含私有云用户选择的目标视频解析服务算法。视频解析端接收到视频解析服务后，即可从该视频解析服务获取用于解析视频流的目标视频解析服务算法。

[0058] 需要说明的是，视频解析端还可以预先下载所有视频解析服务算法，此时云服务控制中心发送的视频解析服务中只需携带视频解析服务算法的相关参数，视频解析端可以根据该参数确定对应的目标视频解析服务算法。本申请对此不进行限制。

[0059] 步骤S103，接收上述视频解析端在视频解析过程中统计的计量信息，依据该计量信息和已获得的上述目标视频解析服务算法的目标售价生成计费账单。

[0060] 在本实施例中，上述计量信息包括：上述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长。上述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。

[0061] 示例性的，单位时间设定为1小时，上述目标视频解析服务算法在被运行时需要消耗10路AI算力资源，预设目标视频解析服务算法被运行时每小时的计费成本为0.1元，该目标视频解析服务算法平均每小时产生10张图片及数据，那么该目标视频解析服务被运行时产生的算法结果在被存储时每单位时间的计费成本为0.1/10=0.01元。目标视频解析服务算法运行时所需的AI算力资源，例如通过GPU实现视频解析，而GPU的价格为1.2W元，同时支持20份视频AI分析，即提供20份AI算力资源，该GPU按一年折算，那么目标视频解析服务算法运行时所需的AI算力资源在每小时的计费成本为0.06元，则该目标视频解析服务算法的目标售价为：0.1+0.01+0.06=0.17元。假设计量信息中目标视频解析服务算法在被运行时消耗的AI算力资源为10份，运行时长为20小时，那么通过计量信息和已获得的所述目标视频解析服务算法的目标售价生成的计费账单上的价格是0.17元*10*20=34元。

[0062] 在另一个实施例中，该方法进一步包括：

[0063] 将所述计费账单下发给发送所述视频解析服务请求的私有云用户，并基于该私有云用户针对该计费账单的核对结果，确定最终账单。

[0064] 在本实施例中，发起该视频解析服务请求的私有云用户可以对该计费账单进行核对，若该私有云用户认为账单无误，可以点击提交按钮，将该计费账单确定为最终账单。若该私有云用户认为该计费账单存在问题，则可以将其发送给云服务管理用户进行审核。

[0065] 在另一个实施例中，上述目标视频解析服务算法的目标售价还包括所述目标视频解析服务算法被运行的算法基础单价。

[0066] 在本实施例中，由于GPU是进行多路视频分析，即同时消耗多份AI算力，但当用户分析的路数小于该GPU满规格时，其GPU的AI算力存在浪费现象，例如GPU的满规格是10，只要该GPU进行视频分析，则会消耗10份AI算力。当私有云用户发起的视频解析服务消耗的AI算力小于10份时，则会造成AI算力资源的浪费。

[0067] 因此，本实施例中对目标视频解析服务算法的目标售价设置一个算法基础单价，以避免私有云用户发起的视频解析服务消耗的AI算力小于GPU的满规则时，造成AI算力资源浪费，导致通过步骤S103生成的计费账单与实际消耗的AI算力不符的情况。

[0068] 至此，完成图1所示的流程。

[0069] 由上述实施例可以看出，本申请多个私有云用户共享同一AI算力资源池，当私有云用户需要进行视频解析服务时，通过向云服务控制中心发送视频解析服务请求，云服务控制中心依据该视频解析服务请求向视频解析端下发视频解析服务，并在完成视频解析后，释放视频解析服务算法所需的AI算力，使得各个用户不同时间段有需求时请求同一AI算力资源池中的AI算力资源，相比各不同用户独立占用AI算力，大大提高了AI算力的利用率。

[0070] 并且本申请视频解析端对视频解析时根据算法消耗的AI算力资源进行统计，避免了只考虑资源消耗情况，而未考虑算法成本造成视频解析服务的价格不准确的问题。

[0071] 本申请提供的一种资源处理方法还可以应用于视频解析端，该视频解析端与已部署的云服务控制中心通信，该云服务控制中心为多个不同私有云用户提供视频解析云服务；该多个不同私有云用户共享同一AI算力资源池。

[0072] 如图2所示，该流程可包括以下步骤：

[0073] 步骤S201，接收上述云服务控制中心下发的视频解析服务。

[0074] 在本实施例中，上述视频解析服务是基于视频解析服务请求生成的，并且该视频解析服务请求是由上述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的，并且该视频解析服务请求携带该私有云用户确定的目标视频解析服务算法。

[0075] 示例性的，某个私有云用户登录云服务控制中心之后，通过云服务控制中心提供的视频解析服务页面选择视频解析服务的算法，并根据该视频解析服务算法确定需要的视频解析服务。该私有云用户确定之后，像上述云服务控制中心发送视频解析服务请求。而云服务控制中心接收到视频解析服务请求后，向视频解析端下发对应的视频解析服务。

[0076] 步骤S202，基于上述视频解析服务并利用上述目标视频解析服务算法对发送上述视频解析服务请求的私有云用户对应的视频流进行视频解析；并将视频解析过程中统计的计量信息上报给所述云服务控制中心，以由上述云服务控制中心依据上述计量信息和已获得的上述目标视频解析服务算法的目标售价生成计费账单。

[0077] 在本实施例中，上述计量信息包括：上述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长。上述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。在本步骤中，确定计量信息和目标售价的方法与步骤S103中相同，在此不再进行赘述。

[0078] 步骤S203，在利用上述目标视频解析服务算法完成视频解析后，释放上述目标视频解析服务算法所需的AI算力。

[0079] 在本实施例中，视频解析端可以在完成视频解析后，立刻释放目标视频解析服务算法所需的AI算力。例如，视频解析端解析市政府下的教育局视频时，花费了10小时，那么在视频解析完成之后，立即释放解析教育局视频所需要的AI算力，该AI算力可以立刻用于解析其他子机构的视频。以达到AI算力的充分利用。

[0080] 在本实施例中，视频解析端可以在完成视频解析后，还可以通知云服务控制中心，云服务控制中心在私有云用户选择的视频解析服务时长到达时释放AI算力。示例性的，如市政府下的教育局支付了24小时的视频解析服务费用，那么即使视频解析端解析该教育局的视频只花费了10小时，视频解析端在解析完成时也不释放该AI算力资源，而是云服务控制中心在该视频解析服务达到24小时时，才释放AI算力。以便该教育局在10‑24小时内还有其他视频需要解析时，不需要从AI算力资源池中获取AI算力，直接使用该占用的AI算力进行视频解析。

[0081] 在另一个实施例中，所述基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析包括：

[0082] 获取所述视频解析服务中携带的视频流ID，依据所述视频流ID从存储视频的存储中心获取所述私有云用户对应的视频流，并依据所述目标视频解析服务算法对所述视频流进行视频解析。

[0083] 在本实施例中，存储中心用于存储各个私有云用户拍摄的视频。私有云用户登录云服务控制中心发起视频解析服务请求时，还可以在视频解析服务页面中选定需要解析的视频，以将该视频的视频流ID添加到视频解析服务请求中，并在云服务控制中心依据该视频解析服务请求向视频解析端发送视频解析服务时，将该视频流ID添加到视频解析服务中发送给视频解析端。

[0084] 至此，完成图2所示的流程。

[0085] 由上述实施例可见，本申请多个私有云用户共享同一AI算力资源池，视频解析端接收到私有云用户通过云服务控制中心发送视频解析服务时，根据该视频解析服务中的目标视频解析服务算法对视频进行解析。并在完成视频解析后，释放目标视频解析服务算法所需的AI算力，使得各个用户不同时间段有需求时请求同一AI算力资源池中的AI算力资源，相比各不同用户独立占用AI算力，大大提高了AI算力的利用率。并且对视频解析时根据算法消耗的AI算力资源进行统计，避免了只考虑资源消耗情况，而未考虑算法成本造成视频解析服务的价格不准确的问题。

[0086] 本申请还提供了一种资源处理系统，该系统包括：云服务控制中心和视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；

[0087] 如图3所示，上述资源处理系统中各模块的交互流程具体如下：

[0088] S301，云服务控制中心接收AI市场上架的算法模型。AI市场用于确定该算法的算法类型、价格等信息。

[0089] S302，云服务管理员根据算法定价和AI算力资源的消耗，确定视频解析服务的售价，并将该视频解析服务上架到云服务控制中心。

[0090] S303，当私有云用户通过登录云服务控制中心，在视频解析服务页面购买视频解析服务之后，云服务控制中心将算法、视频流ID等信息下发到视频解析端，视频解析端获取对应的视频流进行视频解析之后，统计视频解析过程中消耗的AI算力资源、以及上述算法被运行的运行时长。

[0091] S304，云服务控制中心根据视频解析过程中统计的消耗的AI算力资源、上述算法被运行的运行时长和视频解析服务的售价，生成计费账单，并将其发送给该私有云用户进行核对。

[0092] 至此完成图3的流程。

[0093] 在本实施例中，各个私有云用户共用同一AI算力资源池中的AI算力资源，相比各不同用户独立占用AI算力，大大提高了AI算力的利用率。并且本申请视频解析端对视频解析时根据算法消耗的AI算力资源进行统计，避免了未考虑算法成本造成视频解析服务的价格不准确的问题。

[0094] 以上对本发明实施例提供的方法进行了描述，下面对本发明实施例提供的装置进行描述：

[0095] 参见图4所示，本申请还提供了一种资源处理装置，该装置应用于云服务控制中心，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该装置包括：

[0096] 接收单元401：用于接收所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的视频解析服务请求；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

[0097] 下发单元402：用于基于所述视频解析服务请求向视频解析端下发视频解析服务，以由视频解析端基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；

[0098] 统计单元403：用于接收所述视频解析端在视频解析过程中统计的计量信息；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本。

[0099] 参见图5所示，本申请还提供了一种资源处理装置，该装置应用于视频解析端，所述视频解析端与已部署的云服务控制中心通信，所述云服务控制中心为多个不同私有云用户提供视频解析云服务；所述多个不同私有云用户共享同一AI算力资源池；该装置包括：

[0100] 接收单元501：用于接收所述云服务控制中心下发的视频解析服务；所述视频解析服务是基于视频解析服务请求生成的，所述视频解析服务请求是由所述多个不同私有云用户中的任一私有云用户在有视频解析服务时发送的；所述视频解析服务请求携带该私有云用户确定的目标视频解析服务算法；

[0101] 解析单元502：用于基于所述视频解析服务并利用所述目标视频解析服务算法对发送所述视频解析服务请求的私有云用户对应的视频流进行视频解析；并将视频解析过程中统计的计量信息上报给所述云服务控制中心，以由所述云服务控制中心依据所述计量信息和已获得的所述目标视频解析服务算法的目标售价生成计费账单；所述计量信息包括所述目标视频解析服务算法在被运行时消耗的AI算力资源、以及所述目标视频解析服务算法被运行的运行时长；所述目标视频解析服务算法的目标售价包括：目标视频解析服务算法被运行时每单位时间的计费成本、目标视频解析服务算法被运行时产生的算法结果在被存储时每单位时间的计费成本、以及目标视频解析服务算法运行时所需的AI算力资源在每单位时间的计费成本；

[0102] 释放单元503：用于在利用所述目标视频解析服务算法完成视频解析后，释放所述目标视频解析服务算法所需的AI算力。

[0103] 本申请实施例还提供了图4、图5所示装置的硬件结构。参见图6，为本申请实施例提供的电子设备结构图。

[0104] 该电子设备包括：

[0105] 一个或多个处理器；

[0106] 机器可读存储介质，用于存储一个或多个计算机可读指令，当所述一个或多个计算机可读指令被所述一个或多个处理器执行，使得所述一个或多个处理器实现本申请上述示例公开的方法。

[0107] 示例性的，上述机器可读存储介质可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM（Radom Access Memory，随机存取存储器）、易失存储器、非易失性存储器、闪存、存储驱动器（如硬盘驱动器）、固态硬盘、任何类型的存储盘（如光盘、dvd等），或者类似的存储介质，或者它们的组合。

[0108] 上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

[0109] 为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

[0110] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD‑ROM、光学存储器等）上实施的计算机程序产品的形式。

[0111] 本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述的。应理解可以由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其它可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其它可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

[0112] 而且，这些计算机程序指令也可以存储在能引导计算机或其它可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或者多个流程和/或方框图一个方框或者多个方框中指定的功能。

[0113] 这些计算机程序指令也可装载到计算机或其它可编程数据处理设备上，使得在计算机或者其它可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其它可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

[0114] 以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。