公开(公告)号：CN118708290A

公开(公告)日：2024-09-27

申请号：CN202410762002.8

申请日：2024-06-13

Applicant: 中国科学院计算技术研究所

Inventor： 彭晓晖 ,  蓝钰乔 ,  王一帆 ,  张星洲

IPC: G06F9/455 ,  G06F16/13 ,  G06F16/174 ,  G06F16/11

Abstract: 本发明提出一种容器资源占用开销优化方法、系统、介质、计算机设备，该方法包含：记录每一容器对应的函数进程执行时访问到的文件，生成每一容器的文件工作集；对单个容器仅保留文件工作集内的文件而删除其他文件，对多个容器识别出不同文件工作集之间的重复文件以进行去重处理；对每一容器生成快照文件并暂停该容器的运行，识别出每一快照文件中的重复内存页面以进行去重处理；当需要启动新容器时，从快照文件中恢复出容器。该方法提高了同一个服务器上容器之间资源的共享程度和共享效率，实现了减小容器资源开销和加速容器启动速度的效果。

公开(公告)号：CN114327858A

公开(公告)日：2022-04-12

申请号：CN202111341223.0

申请日：2021-11-12

Applicant: 中国科学院计算技术研究所

Inventor： 王晓虹 ,  彭晓晖 ,  郑守建 ,  王一帆 ,  张星洲

IPC: G06F9/50 ,  G06F11/30 ,  G06F16/27 ,  G06F16/23

Abstract: 本发明提出一种基于控域的云边端分布式算力协同方法，包括：当用户将作业提交至该用户所属控域，由作业分配设备将该作业分配给作业执行设备进行部署；由该作业执行设备生成该作业的任务和该任务的运行实例，将该运行实例发布至该控域；由实例分配设备将该运行实例分配给实例执行设备进行部署；实例执行设备接受该作业对该运行实例的调用请求后，执行该运行实例，将该运行实例的执行结果返回给该作业执行设备。还提出一种基于控域的云边端分布式算力协同系统，以及一种数据处理装置。

公开(公告)号：CN109213583A

公开(公告)日：2019-01-15

申请号：CN201810825619.4

申请日：2018-07-25

Applicant: 中国科学院计算技术研究所

Inventor： 查礼 ,  王一帆 ,  张星洲 ,  查斌 ,  刘峥 ,  程学旗

IPC: G06F9/48 ,  G06F9/54

Abstract: 本发明涉及一种基于Linux内核技术通过软硬件协同支持读写性能隔离的I/O调度器，该I/O调度器是在Linux内核的现有I/O调度器中增加了四个单元，即包括有队列分配单元(10)、优先级设置单元(20)、队列延迟时间对比单元(30)和队列深度调节单元(40)，同时将Linux内核现有的I/O软件队列(50)和I/O硬件队列(60)中的I/O优先级进行对接；旨在不修改上层应用的前提下，降低应用业务混部带来的性能干扰，即最大程度的做到混部应用的资源隔离。采用本发明设计的I/O调度器处理后能够在数据处理系统中的在线读负载和批量写负载混部，即读写I/O混部的情况下，保持写I/O性能不变的同时，将读I/O的性能提升。

公开(公告)号：CN116451779A

公开(公告)日：2023-07-18

申请号：CN202310249244.2

申请日：2023-03-15

Applicant: 中国科学院计算技术研究所

Inventor： 张星洲 ,  姜晓阳 ,  彭晓晖

IPC: G06N3/10 ,  G06N3/098 ,  G06N5/04 ,  H04L43/50 ,  H04L67/10

Abstract: 本发明提出一种面向边缘设备的深度学习编程框架评估优化方法，包括：解析深度学习任务的配置文件，获得深度学习任务的程序控制信息；依据该程序控制信息，依次获取边缘设备执行该深度学习任务的多个实际运行数据；该实际运行数据包括该边缘设备运行该深度学习任务时的GPU实际峰值浮点运算数据、GPU实际各层级内存峰值带宽数据、浮点运算数量、GPU内核活动时间和GPU数据移动量；以该实际运行数据绘制该边缘设备运行该深度学习任务的运行时分层屋顶线图；根据该运行时分层屋顶线图，确定对该深度学习任务的优化方向及优化顺序。本发明还提出一种面向边缘设备的深度学习编程框架评估优化系统，以及一种用于深度学习编程框架评估优化的数据处理装置。

公开(公告)号：CN109213583B

公开(公告)日：2022-03-29

申请号：CN201810825619.4

申请日：2018-07-25

Applicant: 中国科学院计算技术研究所

Inventor： 查礼 ,  王一帆 ,  张星洲 ,  查斌 ,  刘峥 ,  程学旗

IPC: G06F9/48 ,  G06F9/54

Abstract: 本发明涉及一种基于Linux内核技术通过软硬件协同支持读写性能隔离的I/O调度器，该I/O调度器是在Linux内核的现有I/O调度器中增加了四个单元，即包括有队列分配单元(10)、优先级设置单元(20)、队列延迟时间对比单元(30)和队列深度调节单元(40)，同时将Linux内核现有的I/O软件队列(50)和I/O硬件队列(60)中的I/O优先级进行对接；旨在不修改上层应用的前提下，降低应用业务混部带来的性能干扰，即最大程度的做到混部应用的资源隔离。采用本发明设计的I/O调度器处理后能够在数据处理系统中的在线读负载和批量写负载混部，即读写I/O混部的情况下，保持写I/O性能不变的同时，将读I/O的性能提升。

公开(公告)号：CN118796433A

公开(公告)日：2024-10-18

申请号：CN202410116932.6

申请日：2024-01-26

Applicant: 中国移动通信有限公司研究院 ,  中国科学院计算技术研究所 ,  中国移动通信集团有限公司

Inventor： 张星洲 ,  刘景磊 ,  张婷婷 ,  陈燕军 ,  陈俊权

IPC: G06F9/50 ,  G06N20/00

Abstract: 本申请公开了一种边缘任务部署方法及装置、处理设备、计算机可读存储介质，所述方法包括：接收边缘任务请求，所述边缘任务请求携带边缘任务的类型以及边缘任务的需求；基于所述边缘任务的类型确定多组计算组件，并通过资源开销预估模型确定所述多组计算组件中各组计算组件对应的资源开销范围；基于所述边缘任务的需求和所述多组计算组件中各组计算组件对应的资源开销范围，从所述多组计算组件中选择一组计算组件作为目标计算组件；基于所述目标计算组件以及所述目标计算组件对应的资源开销范围确定所述边缘任务的部署策略。