-
公开(公告)号：CN116069143A
公开(公告)日：2023-05-05
申请号：CN202310354094.1
申请日：2023-04-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于高性能计算数据中心节能领域，提供了一种基于作业相似性判断功耗预测的节能方法及系统，针对数据中心高昂的运营成本，采用了基于各指标信息和作业日志信息与目标作业计算节点对应的各指标信息和日志信息进行相似度判断，计算出每个作业与目标作业的相似度得分，将大于相似度得分阈值的作业作为功耗预测的训练数据；基于功耗预测的训练数据对功耗预测模型进行训练，采用训练后的功耗预测模型预测目标作业所在节点未来的功耗情况；根据目标作业所在节点的功耗情况，对目标作业所在节点进行升温或降温操作。可以减少HPC集群中热点的出现，同时降低HPC集群中的冷却能耗，实现了HPC集群中节能的目标。
-
公开(公告)号：CN114461369A
公开(公告)日：2022-05-10
申请号：CN202210376827.7
申请日：2022-04-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于数据迁移技术领域，提供了一种面向复杂应用场景的自适应数据调度系统及方法，根据影响迁移作业因素以及针对数据的特征自动调整调度策略，分为：数据源负载均衡策略、数据文件热度策略以及数据文件合并拆解策略，首先达到数据源的负载均衡化以及作为数据流转迁移任务的高并发基础，而后将根据数据文件的特征自适应的调整选取对应的策略，针对不同类型海量数据作业的流转迁移处理要求，实现异构存储系统之间数据快速迁移的高要求、大带宽的高速传输网络的高要求。
-
Patent Agency Ranking
公开(公告)号：CN112600936A
公开(公告)日：2021-04-02
申请号：CN202011592364.5
申请日：2020-12-29
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的云计算系统服务的量化和评估方法，包括：步骤1：获取服务注册信息；步骤2：服务集合解析；步骤3：建立服务因子集合；步骤4：服务因子的加权或约束处理；步骤5：重定义服务；步骤6：重定义集合的模型评估；步骤7：服务描述；步骤8：发布服务。本发明的云计算系统服务的量化和评估方法，通过评估检测的服务再进行服务描述和发布，实现了云平台正式提供服务前对这些服务进行统一描述、统一量化评估和统一发布，可用于组合型云服务的检测，以及服务目录可用性检测，便于平台运营方包装平台提供的各类云服务并上线运营。
-
公开(公告)号：CN116069143B
公开(公告)日：2023-07-18
申请号：CN202310354094.1
申请日：2023-04-06
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学(山东省科学院)
Abstract: 本发明属于高性能计算数据中心节能领域，提供了一种基于作业相似性判断功耗预测的节能方法及系统，针对数据中心高昂的运营成本，采用了基于各指标信息和作业日志信息与目标作业计算节点对应的各指标信息和日志信息进行相似度判断，计算出每个作业与目标作业的相似度得分，将大于相似度得分阈值的作业作为功耗预测的训练数据；基于功耗预测的训练数据对功耗预测模型进行训练，采用训练后的功耗预测模型预测目标作业所在节点未来的功耗情况；根据目标作业所在节点的功耗情况，对目标作业所在节点进行升温或降温操作。可以减少HPC集群中热点的出现，同时降低HPC集群中的冷却能耗，实现了HPC集群中节能的目标。
-
公开(公告)号：CN112600936B
公开(公告)日：2023-01-31
申请号：CN202011592364.5
申请日：2020-12-29
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明的云计算系统服务的量化和评估方法，包括：步骤1：获取服务注册信息；步骤2：服务集合解析；步骤3：建立服务因子集合；步骤4：服务因子的加权或约束处理；步骤5：重定义服务；步骤6：重定义集合的模型评估；步骤7：服务描述；步骤8：发布服务。本发明的云计算系统服务的量化和评估方法，通过评估检测的服务再进行服务描述和发布，实现了云平台正式提供服务前对这些服务进行统一描述、统一量化评估和统一发布，可用于组合型云服务的检测，以及服务目录可用性检测，便于平台运营方包装平台提供的各类云服务并上线运营。
-
公开(公告)号：CN115270797A
公开(公告)日：2022-11-01
申请号：CN202211161311.7
申请日：2022-09-23
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及文本实体抽取技术领域，提供了一种基于自训练半监督学习的文本实体抽取方法及系统，包括：将待识别文本输入文本实体抽取模型，得到待识别文本中的每个字符所属实体类别；其中，文本实体抽取模型的训练方法为：采用训练集训练得到一个教师模型；从无标签数据库中挑选出与训练集的文本相似度最高的若干条无标签数据；利用教师模型对挑选出的无标签数据进行预测，并将预测的标签值作为伪标签赋予无标签数据得到伪标签数据；将伪标签数据和训练集进行混合，构成混合数据集；采用混合数据集训练得到一个学生模型。增强了文本实体抽取模型学习小样本甚至零样本类别的能力，同时也降低了训练所需的成本。
-
公开(公告)号：CN114461369B
公开(公告)日：2022-08-19
申请号：CN202210376827.7
申请日：2022-04-12
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明属于数据迁移技术领域，提供了一种面向复杂应用场景的自适应数据调度系统及方法，根据影响迁移作业因素以及针对数据的特征自动调整调度策略，分为：数据源负载均衡策略、数据文件热度策略以及数据文件合并拆解策略，首先达到数据源的负载均衡化以及作为数据流转迁移任务的高并发基础，而后将根据数据文件的特征自适应的调整选取对应的策略，针对不同类型海量数据作业的流转迁移处理要求，实现异构存储系统之间数据快速迁移的高要求、大带宽的高速传输网络的高要求。
-
-
-
-
-
-
Search Results
7
records
(took 0.041 seconds)
