-
公开(公告)号：CN116501612A
公开(公告)日：2023-07-28
申请号：CN202310330788.1
申请日：2023-03-30
Applicant: 中国科学院计算技术研究所
IPC: G06F11/36
Abstract: 本发明提出一种面向智能网联车场景的边缘计算系统性能测试方法、装置，所述方法包括：获取智能网联车计算基准负载，每一个所述计算基准负载包含多个边缘计算单元；从若干边缘计算单元中提取计算基准负载的多个关键计算单元，构成关键算子集合，所述关键算子集合内一个或多个关键计算单元的组合用于描述智能网联车工作负载；基于所述关键算子集合构建待评测边缘计算系统的性能模型；将所述性能模型送入目标平台进行执行，得到执行性能的预测。该方法实现了多种异构平台下，边缘设备上负载的精准适配及性能预测。
-
公开(公告)号：CN110705684A
公开(公告)日：2020-01-17
申请号：CN201910777631.7
申请日：2019-08-22
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于端云协同的环境自适应学习方法及系统，包括：步骤1、物端采集环境数据，并使用该物端的本地识别模型判断能否分析该环境数据，若能，则得到并输出该环境数据的识别结果，否则执行步骤2；步骤2、将该环境数据上传至云端，使用云端高精度模型对该环境数据进行识别，根据识别结果选择特定环境的物体识别模型，通过使用该识别结果和该特定物体识别模型的原始训练数据，辅助该本地识别模型进行自适应学习，以更新该本地识别模型，得到更新模型，替换该物端的本地识别模型，再次执行该步骤1。本发明实现了云端模型的自适应学习，通过端云协同的方式，降低模型在物端运行的资源消耗，提高模型对特定计算环境的识别精度和适应能力。
-
公开(公告)号：CN119759496A
公开(公告)日：2025-04-04
申请号：CN202411819809.7
申请日：2024-12-11
Applicant: 中国科学院计算技术研究所
IPC: G06F9/455
Abstract: 本发明提出一种基于快照压缩‑解压的函数即服务容器启动加速方法，包括：启动并运行函数即服务的基础容器实例，对该基础容器实例运行全过程的实例内存访问进行追踪，获取实例内存访问记录，生成内存访问的优先级页面；启动新容器实例时，将该内存访问优先级页面加载至该新容器实例的进程内存空间后，运行该新容器实例。本发明以更小的开销准确记录FaaS容器在初始化阶段、请求监听阶段、函数执行阶段的内存访问情况，并实现提前启动容器实例，无需等待所有快照内存页面解压完毕，且用实例启动时延和函数执行时延掩盖部分快照解压时延，从而降低总的端到端时延。
-
公开(公告)号：CN119150953A
公开(公告)日：2024-12-17
申请号：CN202411176111.8
申请日：2024-08-26
Applicant: 中国科学院计算技术研究所
IPC: G06N3/098 , G06N3/082 , G06N3/0495 , G06F9/50
Abstract: 本发明提出一种分布式训练通信压缩方法、装置、分布式训练系统，该方法包含：将分布式集群中各节点的全局梯度信息进行分组；在每个分组内选择梯度绝对值最大的前K个梯度值，将其余未选中的梯度值置为0，生成稀疏梯度矩阵；在各节点之间共享该稀疏梯度矩阵。该方法可以有效地减少边缘设备训练集群中节点间的通信量，从而实现更高效的分布式协同训练，并且保持模型的精度。
-
公开(公告)号：CN114844794B
公开(公告)日：2024-06-04
申请号：CN202210298670.0
申请日：2022-03-25
Applicant: 之江实验室 , 中国科学院计算技术研究所
IPC: H04L43/045 , H04L67/55 , H04L67/565 , H04L67/568 , G06F9/455
Abstract: 本发明提供了一种面向容器的资源监控方法及系统。该方法包括：部署数据采集模块到目标容器中；所述数据采集模块实时采集所述目标容器的CPU、内存、网络数据，并以推送方式上报采集的监控数据至推送代理网关缓存；拉取代理网关定时调用对应接口主动拉取容器和应用监控数据并缓存所述监控数据；监控管理中心拉取所述推送代理网关和所述拉取代理网关两个组件的监控数据并存储到数据库；数据展示模块根据条件获取所述监控管理中心内的监控数据进行可视化展示。同时，根据本发明的上述的一种基面向容器的资源监控方法提供了一种面向容器的资源监控系统。
-
Patent Agency Ranking
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
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：CN103220336A
公开(公告)日：2013-07-24
申请号：CN201310091759.0
申请日：2013-03-21
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供一种文件同步系统中向量时钟的实现方法及系统，该方法包括：步骤1，当用户在两个终端上对文件进行操作时，该两个终端进行分量版本自增操作，调整各自的向量时钟；步骤2，两个终端中的一个终端向另一个终端发送数据同步请求，该另一终端响应所述同步请求，获取本地同步目录文件元数据信息后发送给该一个终端；步骤3，所述一个终端收到另一终端的本地同步目录文件元数据信息后，根据所述另一终端的本地同步目录文件元数据信息和自身的本地同步目录文件元数据信息进行向量时钟比较操作，根据比较结果执行同步操作；步骤4，所述两个终端执行同步操作后进行向量时钟合并操作，分别获得新的向量时钟。以此方式实现所有终端数据同步。
-
公开(公告)号：CN103198100A
公开(公告)日：2013-07-10
申请号：CN201310080244.0
申请日：2013-03-13
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种多设备间文件同步的重命名处理方法及系统，该方法包括：步骤1.目的进程向服务器或源进程发送获取同步信息的请求；步骤2.所述服务器或源进程查询服务器端或源进程端所有文件的当前元数据，获取所述同步信息并发送给所述目的进程；步骤3.所述目的进程比较所述同步信息与本地文件元数据，确定新添加文件集合和被删除的文件集合，从而计算得出重命名操作；步骤4.所述目的进程执行所述重命名操作，根据执行结果调整重命名后的文件属性、更新本地元数据信息。本发明能够在现有的文件同步技术中处理重命名操作的问题，有效地降低了多设备同步系统的复杂性、减少了重命名相关的数据传输量。
-
公开(公告)号：CN120010996A
公开(公告)日：2025-05-16
申请号：CN202510093772.2
申请日：2025-01-21
Applicant: 中国科学院计算技术研究所
IPC: G06F9/455
Abstract: 本申请公开了一种组件化容器构建系统，系统包括：外部软件源模块、容器组件源模块、开发机模块及执行机模块，开发机模块读取应用程序，分析应用程序依赖的软件，确认容器组件信息，生成依赖软件列表，并将应用程序和依赖软件列表打包为任务闭包；执行机模块读取任务闭包中的依赖软件列表，获取满足依赖软件需求的容器组件信息，并选取要使用的容器组件，使用联合文件系统将容器组件与任务闭包中的应用程序合并为一个根文件系统，根据容器组件和任务闭包中的配置信息生成一个容器运行时的配置文件，并从根文件系统启动容器实例。本发明提出的组件化构建容器的方法具有体积小、构建快、跨平台、高共享的优点。
-
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
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。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.046 seconds)
