-
公开(公告)号：CN119473994A
公开(公告)日：2025-02-18
申请号：CN202510059248.3
申请日：2025-01-15
Applicant: 之江实验室
IPC: G06F15/173 , G06F9/445
Abstract: 本申请涉及一种混合加速卡管理方法、装置、电子装置和存储介质，应用于计算机硬件加速、数据存储和传输领域，其中，该混合加速卡管理方法包括：响应于接收到的服务器数据传输请求，确定混合加速卡的运行时库接口；基于远程直接内存访问技术，将混合加速卡的内存地址注册至预设的硬件抽象层；硬件抽象层中预设有统一硬件抽象接口；运行时库接口与统一硬件抽象接口绑定；通过预设的硬件抽象层，调用运行时库接口执行混合加速卡之间的数据传输操作。通过本申请，在兼容不同厂商GPU加速卡的同时，实现了提高数据处理和传输效率的效果。
-
公开(公告)号：CN113949999B
公开(公告)日：2024-01-30
申请号：CN202111055313.3
申请日：2021-09-09
Applicant: 之江实验室
Abstract: 本发明涉及空间定位和导航领域，具体涉及一种室内定位导航设备和方法，该导航设备包括：视觉SLAM定位组件、惯性导航定位组件、定位综合器组件、预设参考点检测组件；所述视觉SLAM定位组件接收视觉图像信号来实时定位设备位置并构建地图，输出视觉SLAM定位数据；惯性导航定位组件估算得到设备的运动轨迹信息，输出惯性导航定位数据及设备实时速度数据；预设参考点检测组件检测设备当前是否位于预设定位参考点位置上，并给出所处的预设参考点位置检测数据；定位综合器组件接收并结合上述数据，基于无模型强化学习方法，输出设备实时的定位数据，得到设备最终位置。本发明具有灵活智能的保持对环境变化的响应能力。
-
公开(公告)号：CN114449486B
公开(公告)日：2023-09-19
申请号：CN202111586298.5
申请日：2021-12-23
Applicant: 之江实验室
Abstract: 本发明公开了一种边缘计算服务漫游的方法及装置，使移动终端设备在移动过程中保持边缘端计算服务的连续性和稳定性。当终端设备需要在不同接入站点间切换时，在接入控制站点的帮助下，终端设备选择无线网络的接入站点，完成服务从原服务站点向新服务站点的迁移，并通过新服务站点与原服务站点的服务状态和结果的提前同步，保障服务迁移的时延性能。通过网络接入控制站点在处理决策网络漫游请求时，同步进行计算服务漫游决策，并同步进行网络的漫游交互和计算服务的漫游迁移工作，降低整体迁移时间，保障迁移后的服务性能。
-
公开(公告)号：CN115357369B
公开(公告)日：2023-03-24
申请号：CN202211290188.9
申请日：2022-10-21
Applicant: 之江实验室
Abstract: 本发明公开了一种k8s容器云平台中CRD应用集成调用方法与装置，基于k8s的CRD模块，定义容器应用资源对象，包括控制信息和资源信息；构建其他CRD资源注册机制，注册其他CRD资源信息，并保存对其控制器信息，刷新并读取控制器信息，通过反射的方式运行其他CRD资源的控制器，使得用于运行控制器的最小单元上，能够运行多个其他CRD资源的控制器；将控制器部署到K8s中，用户提交控制信息和已注册的其他CRD资源的资源信息，系统根据控制信息执行控制逻辑，根据资源信息提交相应计算任务到k8s容器云平台中，已注册的其他CRD资源的控制器对计算任务进行处理；从而达到减少了资源的占用的目的。
-
公开(公告)号：CN114896434A
公开(公告)日：2022-08-12
申请号：CN202210821230.9
申请日：2022-07-13
Applicant: 之江实验室
IPC: G06F16/51 , G06F16/58 , G06F16/583 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于中心相似度学习的哈希码生成方法及装置，该方法包括：获取带有标签的训练数据集；利用哈达玛矩阵，为所述训练数据集中相同标签的数据构造一个共享的哈希中心，从而得到若干哈希中心；根据所述训练数据集中的样本经过多模态神经网络生成的哈希码与该数据对应的哈希中心之间的距离，计算得到中心相似性学习的目标损失函数；根据所述中心相似性学习的目标损失函数，训练多模态神经网络；获取多模态数据并对所述多模态数据进行预处理；将预处理后的多模态数据输入训练后的多模态神经网络中，生成多模态哈希码。
-
Patent Agency Ranking
公开(公告)号：CN114237918B
公开(公告)日：2022-05-27
申请号：CN202210183223.0
申请日：2022-02-28
Applicant: 之江实验室
Abstract: 本发明公开了一种面向神经网络模型计算的图执行方法和装置，包括根据深度学习框架编译生成的物理计算图，创建本机上的任务执行体，通过设计为每个任务执行体分配多个空闲内存块的方案，实现整张计算图以流水并行的方式同时参与到不同批次数据的深度学习训练任务中，本发明公开的面向神经网络模型计算的图执行方法和装置，以算子核函数的执行体为基本单元，以生产和消费的张量作为整个计算图中流动的数据，执行体以流水并行的方式实现模型的训练过程。在大规模深度神经网络的分布式应用场景下，本发明对用户的使用门槛较低，并且能够使模型学习到大量分批次流入神经网络的数据的内在关联，从而获得对应场景中的“智能”感知与判断能力。
-
公开(公告)号：CN114449486A
公开(公告)日：2022-05-06
申请号：CN202111586298.5
申请日：2021-12-23
Applicant: 之江实验室
Abstract: 本发明公开了一种边缘计算服务漫游的方法及装置，使移动终端设备在移动过程中保持边缘端计算服务的连续性和稳定性。当终端设备需要在不同接入站点间切换时，在接入控制站点的帮助下，终端设备选择无线网络的接入站点，完成服务从原服务站点向新服务站点的迁移，并通过新服务站点与原服务站点的服务状态和结果的提前同步，保障服务迁移的时延性能。通过网络接入控制站点在处理决策网络漫游请求时，同步进行计算服务漫游决策，并同步进行网络的漫游交互和计算服务的漫游迁移工作，降低整体迁移时间，保障迁移后的服务性能。
-
公开(公告)号：CN119127624A
公开(公告)日：2024-12-13
申请号：CN202411625060.2
申请日：2024-11-14
Applicant: 之江实验室
IPC: G06F11/30 , G06F11/36 , G06F15/173 , H04L43/06 , H04L43/08
Abstract: 本发明公开了一种面向异构GPU机间直接通信的自动化测试系统和方法，所述方法包括：由用户检查和配置测试参数并提交测试请求，测试管理器解析请求后进行调度处理，执行具体测试流程，最后收集测试数据，并进行结果分析和测试报告的生成。为实现以上方法，本系统包括以下模块：用户界面模块、测试管理器模块、配置数据库模块、测试执行器模块、网络接口模块、结果分析器模块、以及报告生成器模块，各模块间协调处理以完成异构GPU环境中机器间GPU Direct RDMA方式下高速通信的自动化测试。本系统支持多种GPU厂商的软硬件配置，提供标准化的测试流程和方法，解决了异构GPU环境下GDR测试繁琐和效率低下问题。
-
公开(公告)号：CN118779337A
公开(公告)日：2024-10-15
申请号：CN202410991124.4
申请日：2024-07-23
Applicant: 之江实验室
IPC: G06F16/242 , G06F16/2455 , G06F16/27
Abstract: 本发明公开了一种用于数据聚合的EFK日志采集分析方法。本方法在数据采集、处理、存储和可视化等多个关键环节进行了深度优化。在数据采集层面，通过Agent与Filebeat工具对系统日志、容器日志及硬件资源数据的全面采集，同时，引入Kafka工具构建高性能缓冲机制；本方法集成了Flink作为流处理引擎，利用其强大的实时计算能力，提升数据处理的时效性与准确性。此外，通过双存储策略，即结合ElasticSearch与ClickHouse的优势，既满足了灵活搜索的需求，又确保了高效统计分析的能力，从而优化了整体分析效率。本发明借助ZooKeeper保障了配置的一致性，并通过Kibana提供了直观、友好的数据观测与分析界面，极大地简化了操作流程，提升了用户体验。
-
公开(公告)号：CN114756355B
公开(公告)日：2022-10-18
申请号：CN202210663902.8
申请日：2022-06-14
Applicant: 之江实验室
Abstract: 本发明属于计算机领域，涉及一种计算机操作系统的进程自动快速恢复的方法和装置，该方法包括：步骤一，用户进程创建前，计算机的内核申请地址连续的两块内存作为进程控制块，内核使用其中一块内存进行用户进程创建并作为当前进程控制块；步骤二，用户进程创建完成后，对当前进程控制块的数据进行复制备份至另一块内存即备份进程控制块；步骤三，执行用户进程逻辑后，用户进程的程序出现错误时，触发计算机系统的异常，系统收到异常信号并处理后，通知用户进程该异常信息，用户进程收到异常信息后，从备份进程控制块的数据信息中恢复用户进程数据，使用户进程状态回滚到初始状态，实现进程重启恢复。本发明有效提升了进程重启速度并简化进程管理。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.026 seconds)
