网络QoS和QoE测量及其映射关系分析平台

    公开(公告)号:CN103117905A

    公开(公告)日:2013-05-22

    申请号:CN201310057840.7

    申请日:2013-02-22

    Abstract: 本发明公开了一种网络QoS和QoE测量及其映射关系分析平台,其包括QoS测量模块、QoE测量模块、网络模拟模块和网络时间同步模块。本发明的网络QoS和QoE测量及其映射关系分析平台使得网络运营商可以同时测量网络的QoS值和QoE值以及他们的映射关系,通过这一映射关系,网络运营商可以针对不同用户的QoE需求,提供恰当的QoS保证,这样既保留了用户,同时也不至于使得网络运营商的成本过高,进而为网络运营商实现网络质量的差分服务提供了基础和依据。

    基于移动云平台的安全节能的加密搜索方法

    公开(公告)号:CN103024035A

    公开(公告)日:2013-04-03

    申请号:CN201210533332.7

    申请日:2012-12-11

    CPC classification number: Y02D10/45

    Abstract: 本发明公开了一种基于移动云平台的安全节能的加密搜索方法,其中,首先,客户端向云端发送查询关键字;接着,云端计算相关度得分;最后,云端返回相关文档。本发明的基于移动云平台的安全节能的加密搜索方法将相关度得分的计算从客户端转移到了云端,大大减轻了客户端的计算负载;同时修改了文档查询的步骤,节省了一次通信过程,节省了移动设备的电量,也通过修改加密算法以及增加包装函数提高了用户数据的安全性。

    基于应用效果即时反馈的显卡虚拟化下的资源调度系统

    公开(公告)号:CN102890643A

    公开(公告)日:2013-01-23

    申请号:CN201210261862.0

    申请日:2012-07-26

    CPC classification number: G06F9/5077 G06F9/45558 G06F9/5011 G06F2009/45575

    Abstract: 本发明提供一种基于应用程序即时效果反馈的在虚拟机间的物理显卡资源调度系统和方法。本发明描述的系统通过函数钩子的方法在宿主机物理显卡指令发送器和宿主机物理显卡应用程序接口之间插入调度执行器,延迟宿主机物理显卡指令发送器中指令和数据的发送,同时监控虚拟机内显卡应用程序相关的显示性能情况和物理显卡资源使用情况,进而提供反馈给任何基于时间或时序的显卡资源调度算法。本发明无需对虚拟机应用程序、宿主机操作系统、虚拟机操作系统、显卡驱动、虚拟机管理器进行任何修改。本发明无需暂停机器的运行,在重大提升虚拟机间显卡资源调度能力时运行时整体性能损耗低于5%。

    基于PCM的数据中心的节能方法

    公开(公告)号:CN102768571A

    公开(公告)日:2012-11-07

    申请号:CN201210194846.4

    申请日:2012-06-13

    Abstract: 本发明公开了一种基于PCM的数据中心的节能方法,包括相互连接的动态随机存取存储器(DRAM)、磁盘(DISK)及若干服务器,还包括PCM,所述PCM分别与DRAM和磁盘相连接,其节能方法包括:第一步,用户发出休眠指令,操作系统冻结进程到PCM中,切断电源;第二步,操作系统从PCM中读取数据,恢复寄存器的值和进程运行状态。本发明服务器执行基于PCM的休眠和唤醒,这种方法能够有效的改进服务器的在执行休眠(standby)策略时,休眠到RAM的可靠性比较低、能耗浪费的问题,同时能够有效的减少服务器休眠到磁盘后需要的较长的启动时间的问题。

    基于弹性虚拟机池的虚拟机资源优化控制方法及其系统

    公开(公告)号:CN102662750A

    公开(公告)日:2012-09-12

    申请号:CN201210081655.7

    申请日:2012-03-23

    CPC classification number: Y02D10/24 Y02D10/26 Y02D10/28

    Abstract: 一种计算机应用技术领域的基于弹性虚拟机池的虚拟机资源优化控制方法及其系统,通过采集当前物理服务器的运行数据,得到所有在运行的虚拟机所对应物理能耗及资源利用信息并根据能耗模型计算得到当前资源能耗定量关系,然后采用自适应模型估算对应每台虚拟机所需资源数量并得到资源分配方案,并根据资源分配方案调整物理服务器的运行状态并进行虚拟机迁移;所述的采集当前物理服务器的运行数据是指:通过在物理服务器的运行系统中设置监控进程,记录物理服务器的CPU的使用率、负载的响应时间以及用户目标响应时间。本发明解决了Green Cloud架构带来的虚拟机频繁迁移带来的性能的下降,功耗增加的问题,同时满足用户所需的服务质量的要求。

    结合静态优化的动态二进制翻译方法

    公开(公告)号:CN101452396B

    公开(公告)日:2012-04-25

    申请号:CN200810207804.3

    申请日:2008-12-25

    Abstract: 本发明涉及一种结合静态优化的动态二进制翻译方法,在源程序第一遍执行时在翻译后的代码中插入探测指令,收集丰富的剖分信息,并在程序运行结束时将剖分信息和翻译后的目标代码持久化,利用保存的剖分信息对翻译后的目标代码在静态期间做各种优化,在此程序以后的运行中直接加载这些经过优化的目标代码。本发明提出的这种新的翻译模式,可以消除动态二进制翻译器运行时的profiling、优化开销,减少翻译开销,通过将优化放在静态执行,可以利用更加全面的剖分信息,并且不用顾忌优化的开销,提高了优化后代码的质量,从而使得程序的性能在第二遍及以后的运行中得到明显的提高。

    用于受限系统的分布式动态二进制翻译方法

    公开(公告)号:CN101504613B

    公开(公告)日:2011-09-28

    申请号:CN200910047474.0

    申请日:2009-03-12

    Abstract: 本发明涉及一种用于受限系统的分布式动态二进制翻译方法,对传统动态二进制翻译器做改进,将翻译器的翻译和执行模块做划分,分别安置于服务端和受限客户端,服务端完成翻译功能,客户端完成执行功能。客户端在执行异构平台代码时,向服务端发送翻译请求,服务端翻译完成后,将翻译后代码返回给客户端,由客户端执行此代码,直至遇到未翻译的代码,重新开始一轮请求,翻译,执行的过程。本发明通过划分翻译模块和执行模块,大大减轻了瘦客户端执行异构代码的负担,使动态二进制翻译同样使用于瘦客户端。本发明不受限于任何特定的硬件平台,适用于一切受限系统的分布式二进制翻译器,并能取得理想的效果。

    使用监控线程对二进制翻译程序执行流程动态监控的方法

    公开(公告)号:CN101593125A

    公开(公告)日:2009-12-02

    申请号:CN200910054325.7

    申请日:2009-07-02

    Abstract: 本发明提出了一种使用监控线程对二进制翻译程序执行流程动态监控的方法。首先为原有动态二进制翻译系统创建新的程序监控线程MT,然后为每一个翻译生成的基本块插桩代码,使每个基本块执行时均将自身的入口地址写入队列中,队列溢出的情况使用线程间等待的方式来避免。监控线程MT负责按序将各个入口地址取出并查找对应的中间指令基本块,根据该基本块的结束类型更新相应的数据结构,完成程序监控的目的。最后,监控线程MT参照收集的剖分信息,以决策者的身份完成构建热路径的优化。与传统的程序监控方法相比,本发明具有软件开销小,硬件成本低,程序分析监控与程序执行并行进行,获取的监控信息完整准确等多种优良特性。

    一种基于模型偏差与方差分配模型的联邦学习方法

    公开(公告)号:CN119577826A

    公开(公告)日:2025-03-07

    申请号:CN202411614148.4

    申请日:2024-11-12

    Abstract: 本发明公开了一种基于模型偏差与方差分配模型的联邦学习方法,涉及机器学习领域。本发明通过在服务器上计算每轮客户端上传模型的方差,学习每个客户端模型相对于全局模型的偏移参数,来提取每个客户端的个性化信息,为每一轮客户端的本地学习提供个性化的初始模型。本发明通过个性化的模型学习,使得学习到的模型在本地的数据上有了更好的表现,解决了现有个性化联邦学习依赖客户端上的额外开销的问题,同时不需要在客户端和服务器端之间传输额外的数据,更好地保护了客户端数据的隐私性。本发明还通过对模型的分层计算,在降低了学习过程中的计算与存储开销的同时,进一步改善了个性化模型的表现,提高了数据的预测准确率。

    一种应用于边缘设备的大语言模型流水线推理架构

    公开(公告)号:CN119440632A

    公开(公告)日:2025-02-14

    申请号:CN202411471669.9

    申请日:2024-10-21

    Abstract: 本发明公开了一种应用于边缘设备的大语言模型流水线推理架构,涉及大语言模型领域,本发明提出了一种内存高效的流水线执行机制,即PIPELOAD,针对其实际应用提出了Hermes架构由层分析器、流水线规划器和执行引擎三部分组成;层分析器是对给定的Transformer模型中的每一层进行分析,以评估其运行性能和内存使用情况;利用层分析器生成的数据,所述流水线规划器通过改变加载代理数量以生成在不同内存限制下的执行计划;在确定执行计划后,模型推理将根据边缘设备的当前的实际内存约束,在所述执行引擎中,遵从由流水线规划器生成的对应执行计划,按照该计划中的加载代理数量进行执行。本发明有效解决了流水线阻塞的问题和在边缘设备上部署大模型时内存受限的问题。

Patent Agency Ranking