-
公开(公告)号：CN108710536B
公开(公告)日：2021-08-06
申请号：CN201810285080.8
申请日：2018-04-02
Applicant: 上海交通大学
IPC: G06F9/50
Abstract: 本发明公开了一种多层次细粒度的虚拟化GPU调度优化方法，分别用了3种方式来优化调度策略：基于时间和事件的调度，基于流水线的无缝调度，以及混合基于环及基于虚拟机的调度。这3种调度策略分别利用了两个虚拟机切换造成的开销、虚拟机运行分成多个阶段同时运行以及多个虚拟机利用不同环同时工作这三点作为优化方法。本发明通过修改调度器及调度策略，大大降低了切换过程的开销，并且支持了多个虚拟GPU之间的并行执行，因此一个物理GPU共享的多个虚拟GPU的性能都能得到显著的提升，从而提升总体性能。发明使物理GPU的利用率提升，从而进一步使虚拟GPU的性能提升。此外，本方法同时保证了虚拟GPU依然符合服务质量要求。
-
公开(公告)号：CN112965822A
公开(公告)日：2021-06-15
申请号：CN202110291265.1
申请日：2021-03-18
Applicant: 上海交通大学
IPC: G06F9/50
Abstract: 本发明提供了一种利用数组池优化javaScript/typeScript程序内存性能的方法，涉及基于javaScript/typeScript动态语言处理类型化数组时的内存优化技术领域，该方法针对javaScript/typeScript动态语言处理类型化数组时，执行包括：数组池建立步骤：预先建立数组池；数组申请步骤：将创建二进制数组的操作改为向数组池申请数组；数组归还步骤：将销毁二进制数组的操作改为向数组池归还数组。本发明能够将正常创建和销毁的二进制数组变为向数组池申请数组和归还数组，减少调用垃圾回收机制的性能开销，起到优化javaScript/typeScript程序运行时的效果。
-
公开(公告)号：CN108319497B
公开(公告)日：2020-11-06
申请号：CN201810028235.X
申请日：2018-01-11
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于云端融合计算的分布式节点管理方法及系统，包括：设定初始的价格ρ，并广播至用户端；根据价格ρ计算出当前用户端的最佳负载百分比，将用户端的任务迁移至无线基站端；根据无线基站端接收到的任务，计算无线基站端的最大计算能力与当前总任务需要的计算量之间的差值的绝对值；若无线基站端的最大计算能力与当前总任务需要的计算量之间的差值大于零，则将价格ρ自减Δρ，反之将价格ρ自增Δρ；将最新的价格ρ发送给用户端。本发明利用服务价格的方式，对用户的竞争形成调节。用户可以将自己的计算密集型任务一部分迁移到无线基站中，一部分在用户端本地处理，来减少用户端的能耗，也可以保证无线基站的正常工作。
-
公开(公告)号：CN111782355A
公开(公告)日：2020-10-16
申请号：CN202010495237.7
申请日：2020-06-03
Applicant: 上海交通大学
Abstract: 本发明提供了一种基于混合负载的云计算任务调度方法及系统，包括：步骤M1：设置延迟敏感任务队列和吞吐量敏感任务队列记录所有的云计算任务；步骤M2：任务调度器根据新的云计算任务标记，将新的云计算任务加入到相应的任务队列之中；步骤M3：当虚拟机处于空闲状态时，任务调度器优先考虑延迟敏感任务优先调度策略，从延迟敏感任务队列中选取计算任务执行；当延迟敏感任务队列中的计算任务不满足预设条件时，则任务调度器考虑吞吐量敏感任务优先调度策略，从吞吐量敏感任务队列中选取计算任务执行；本发明通过此调度算法分配任务到相应的虚拟机上，提高云计算服务质量，降低云服务成本，解决云计算集群存在的性能瓶颈。
-
公开(公告)号：CN111177557A
公开(公告)日：2020-05-19
申请号：CN201911396812.1
申请日：2019-12-30
Applicant: 上海交通大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种可解释的基于域间显式交互的神经因子的系统及方法，包括：原始数据经过嵌入层得到域嵌入向量，域嵌入向量经过线性变化得到基向量，对域嵌入向量和基向量进行划分得到预设数量的子嵌入向量和子基向量；对每个子嵌入向量和子基向量进行显式交互得到子域的中间交互张量，利用不共享的一维卷积变量分别对子域的中间交互张量进行特征提取，得到新的子域表征向量；新的子域表征向量经过正则层和注意力层得到加权的子域嵌入向量；每个加权的子域嵌入向量在输出层进行特征融合，最后经过归一化函数得到预测结果。本发明通过域间的显式特征交互进行特征映射，每次交互都会为每个域引入新的来自其他子域的信息，使得域间的交互更加丰富和完整。
-
Patent Agency Ranking
公开(公告)号：CN106341205B
公开(公告)日：2019-02-22
申请号：CN201610791483.0
申请日：2016-08-31
Applicant: 上海交通大学
Abstract: 本发明提供了一种低延时时间触发网络系统及优化方法，包括：步骤1：由安装在多个单核处理器上的多个同步应用在下一个自身周期到达的时候向总线提出占用申请；步骤2：总线依据设定的优先级对每个同步应用的占用申请进行先后顺序判断，得到每个同步应用在相应节点处数据的发送时间；步骤3：记录每个节点在最小公倍数周期内数据每次从该结点转发到总线的时间。本发明提供的低延时时间触发网络优化方法显著降低了系统的端对端加权时延，与传统采用基于应用固有周期的调度相比，采用基于最小公倍数周期的调度方式，可以将系统端对端加权时延和缩小3.53％，从而提高采用时间触发协议的总线的工作效率。
-
公开(公告)号：CN109104373A
公开(公告)日：2018-12-28
申请号：CN201710477756.9
申请日：2017-06-20
IPC: H04L12/801 , H04L12/927 , H04L12/863
Abstract: 本发明实施例公开了网络拥塞的处理方法、装置及系统；其中方法包括：获得流的传输数据量，识别所述流中的可预测流和非可预测流；统计所述可预测流和所述非可预测流的总数据传输量；获得所述可预测流的拥塞传输模型，求解得到所述可预测流的调度策略；为所述可预测流和所述非可预测流分配带宽，得到带宽分配结果，将所述带宽分配结果和所述调度策略发送给主机，使所述主机在调度周期内执行所述调度策略。可以提前预防拥塞，降低延时敏感流的延时，适用于大型的数据中心。
-
公开(公告)号：CN108710536A
公开(公告)日：2018-10-26
申请号：CN201810285080.8
申请日：2018-04-02
Applicant: 上海交通大学
IPC: G06F9/50
CPC classification number: G06F9/5027 , G06F9/5038
Abstract: 本发明公开了一种多层次细粒度的虚拟化GPU调度优化方法，分别用了3种方式来优化调度策略：基于时间和事件的调度，基于流水线的无缝调度，以及混合基于环及基于虚拟机的调度。这3种调度策略分别利用了两个虚拟机切换造成的开销、虚拟机运行分成多个阶段同时运行以及多个虚拟机利用不同环同时工作这三点作为优化方法。本发明通过修改调度器及调度策略，大大降低了切换过程的开销，并且支持了多个虚拟GPU之间的并行执行，因此一个物理GPU共享的多个虚拟GPU的性能都能得到显著的提升，从而提升总体性能。发明使物理GPU的利用率提升，从而进一步使虚拟GPU的性能提升。此外，本方法同时保证了虚拟GPU依然符合服务质量要求。
-
公开(公告)号：CN108418850A
公开(公告)日：2018-08-17
申请号：CN201810027888.6
申请日：2018-01-11
Applicant: 上海交通大学
IPC: H04L29/08
Abstract: 本发明提供了一种基于半分布式的高能效云端融合计算方法及系统，判断用户端进行任务迁移的能耗收益是否大于零，若判断结果为是，则由用户端向无线基站发送任务迁移信息；等待接收N个用户端发送至无线基站的任务迁移信息，计算出当前无线基站的最佳价格，所述N大于等于1；根据当前无线基站的最佳价格，计算出当前用户端的最佳负载百分比，并根据最佳负载百分比将任务迁移至无线基站；对迁移至无线基站的任务进行处理，并将处理结果返回给对应的用户端。本发明利用无线基站内连接有限的服务器资源进行计算，利用服务价格的方式对用户的竞争形成调节。用户可以将自己的计算密集型任务一部分迁移到无线基站中，来减少用户端的能耗。
-
公开(公告)号：CN104253432B
公开(公告)日：2017-12-15
申请号：CN201410455730.0
申请日：2014-09-09
Applicant: 上海交通大学
IPC: H02J3/00
Abstract: 本发明公开一种数据中心内利用风能和电池储能的运行费用计算方法，对利用动态电价进行电池储能的运行费用进行计算，该运行费用分为成本开支和电费开支，分别对成本开支和电费开支进行建模，将电费开支形成一个带约束的优化问题，为解决该优化问题，对该优化问题进行变形，形成为近似的多步优化问题，并为变形后的多步优化问题提供多项式时间的算法，最后，通过计算数据中心使用电池储能的运行费用，并换算为归一化电价，对数据中心使用新能源并且利用电池储能的经济性进行衡量。本发明能够高效地计算在智能电网下，数据中心中使用风能和电池储能的成本开支、电费开支、操作成本。并提供了归一化参数，对数据中心使用风能和电池储能的经济性进行衡量。
-
-
-
-
-
-
-
-
-
Search Results
113
records
(took 0.03 seconds)
