1.一种资源管理分配方法，其特征在于，应用于智能计算云操作系统，所述智能计算云操作系统用于运行和管理智能平台资源，所述智能平台资源至少包括：计算资源、存储资源、网络资源；所述资源管理分配方法包括：确定所述智能计算云操作系统中待分配的智能平台资源；

通过资源池化分配模型，对待分配的智能平台资源进行分类处理，以获得待分配的智能平台资源所属的资源池层级；资源池层级与智能平台资源的逻辑资源属性以及物理资源属性相关联；

获取待分配的智能平台资源的配置信息；所述配置信息至少包括：资源属性、资源可应用的任务范围；所述资源属性至少包括：资源名称、资源量、性能指标、运行状态；

基于所述资源池层级以及所述配置信息，将待分配的智能平台资源配置到多级资源池中相匹配的目标资源池，以更新所述目标资源池；

其中，所述多级资源池分别由多种智能平台资源组成，所述多级资源池用于实现所述智能计算云操作系统中分布式应用的数据处理任务；

所述资源池化分配模型至少包括：特征提取层、特征映射层、分类标签层；

所述通过资源池化分配模型，对待分配的智能平台资源进行分类处理，以获得待分配的智能平台资源所属的资源池层级，包括：通过特征提取层，从各个智能平台资源的逻辑资源属性以及物理资源属性中提取各自的多维度资源特征；

通过特征映射层，将各个智能平台资源的多维度资源特征映射到资源池候选空间中，并以所述资源池候选空间中的空间元素点作为矩阵元素，构成资源池候选空间矩阵；

通过分类标签层，对所述资源池候选空间矩阵进行矩阵模糊分类运算，以获得各个矩阵元素对应的资源池层级标签。

2.根据权利要求1所述的资源管理分配方法，其特征在于，基于所述资源池层级以及所述配置信息，将待分配的智能平台资源配置到多级资源池中相匹配的目标资源池，以更新所述目标资源池之后，还包括：响应于分布式应用的任务指令，通过智能调度模型，从所述多级资源池中选择与所述任务指令匹配的待调度资源池；所述待调度资源池与所述任务指令中的任务需求信息匹配；

选取所述待调度资源池中与基于所述任务需求信息相符的目标智能平台资源；

调用所述目标智能平台资源，并向被调用的所述目标智能平台资源发送所述任务指令，以使所述目标智能平台资源执行所述任务指令指示的数据处理任务；

所述智能调度模型至少包括：指令解析层、层次选择层、资源池选择层、资源池调度层；

所述响应于分布式应用的任务指令，通过智能调度模型，从所述多级资源池中选择与所述任务指令匹配的待调度资源池，包括：通过指令解析层，从所述任务指令中提取所述任务需求信息；所述任务需求信息至少包括：任务类型、紧急程度、任务执行时间；

通过层次选择层，从多级资源池中选择与所述任务类型、所述紧急程度匹配的待调度资源池层级；

通过资源池选择层，对待调度资源池层级下的所有资源池进行动态负载预测，并选取在任务执行时间下预测负载状态符合预设负载优化条件的资源池，作为所述待调度资源池；

通过资源池调度层，生成资源池调用指令，并发送给所述待调度资源池。

3.根据权利要求2所述的资源管理分配方法，其特征在于，所述通过层次选择层，从多级资源池中选择与所述任务类型、所述紧急程度匹配的待调度资源池层级，包括：根据多级资源池的可用资源量以及可用资源类型，选取与所述任务类型匹配的候选资源池层级；

根据多级资源池的平均响应速度与任务紧急程度的映射表，从候选资源池层级中选取所述紧急程度匹配的待调度资源池层级；

所述选取在任务执行时间下预测负载状态符合预设负载优化条件的资源池，作为所述待调度资源池，包括：在待调度资源池层级下，获取预测得到的各个资源池在执行时间下的动态负载预测值；

将各个资源池的动态负载预测值与所述预设负载优化条件中设置当前资源池层级下的负载阈值进行比较；

对于动态负载预测值低于所述负载阈值的第一资源池，获取第一资源池在执行时间下的预测响应速度和/或混合资源利用率；所述混合资源利用率包括：硬件资源利用率和/或软件逻辑资源利用率；

选取预测响应速度和/或混合资源利用率与任务需求信息相符合的第一资源池，作为所述待调度资源池。

4.根据权利要求3所述的资源管理分配方法，其特征在于，在待调度资源池层级下，若所有资源池的动态负载预测值均不低于所述负载阈值，则所述方法还包括：启用待调度资源池层级下的预留资源池；和/或

将其他层级资源池层级下的空闲资源池，加入待调度资源池层级，以扩充待调度资源池层级的资源池数量，实现动态负载均衡；和/或触发对待调度资源池层级下至少部分资源池的空闲资源合并，以重新划分出满足任务执行需求的资源池。

5.一种智能计算云操作系统，其特征在于，所述智能计算云操作系统用于运行和管理智能平台资源，所述智能平台资源至少包括：计算资源、存储资源、网络资源；所述智能计算云操作系统包括：确定单元，被配置为确定所述智能计算云操作系统中待分配的智能平台资源；

分类单元，被配置为通过资源池化分配模型，对待分配的智能平台资源进行分类处理，以获得待分配的智能平台资源所属的资源池层级；资源池层级与智能平台资源的逻辑资源属性以及物理资源属性相关联；

获取单元，被配置为获取待分配的智能平台资源的配置信息；所述配置信息至少包括：资源属性、资源可应用的任务范围；所述资源属性至少包括：资源名称、资源量、性能指标、运行状态；

配置单元，被配置为基于所述资源池层级以及所述配置信息，将待分配的智能平台资源配置到多级资源池中相匹配的目标资源池，以更新所述目标资源池；其中，所述多级资源池分别由多种智能平台资源组成，所述多级资源池用于实现所述智能计算云操作系统中分布式应用的数据处理任务；

所述资源池化分配模型至少包括：特征提取层、特征映射层、分类标签层；

所述通过资源池化分配模型，对待分配的智能平台资源进行分类处理，以获得待分配的智能平台资源所属的资源池层级，包括：通过特征提取层，从各个智能平台资源的逻辑资源属性以及物理资源属性中提取各自的多维度资源特征；

通过特征映射层，将各个智能平台资源的多维度资源特征映射到资源池候选空间中，并以所述资源池候选空间中的空间元素点作为矩阵元素，构成资源池候选空间矩阵；

通过分类标签层，对所述资源池候选空间矩阵进行矩阵模糊分类运算，以获得各个矩阵元素对应的资源池层级标签。

6.一种智能计算平台，其特征在于，所述智能计算平台包括：

至少一个处理器、存储器和输入输出单元；

其中，所述存储器用于存储计算机程序，所述处理器用于调用所述存储器中存储的计算机程序来执行如权利要求1至4中任一项所述的资源管理分配方法。