-
公开(公告)号：CN116431325A
公开(公告)日：2023-07-14
申请号：CN202310134094.0
申请日：2023-02-20
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)
IPC: G06F9/50 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于云边协同环境的神经网络模型训练方法，包括云端和边缘端；云端包括云计算中心、数据库、云端文件存储系统和Socket通信系统；边缘端包括边缘计算中心、数据库、边缘端文件存储系统和Socket通信系统。本发明通过研究影响云边任务协同计算的影响因素，构建网络受限、资源受限情况下云边协同任务模型；研究云边协同计算模型最佳切分点，实现任务执行时间减小、边缘端资源充分利用的目标；研究任务只分配到边缘端执行或云端执行的必要条件；实现最佳模型切分点计算方法。通过最佳模型切分点计算方法得到最佳的神经网络模型切分点来实现边缘端资源充分利用且减少神经网络模型训练时间的目标。
-
公开(公告)号：CN115220900B
公开(公告)日：2022-12-13
申请号：CN202211138391.4
申请日：2022-09-19
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/48 , G06F9/50 , G06F11/30 , G06F16/215 , G06K9/62
Abstract: 本发明公开了一种基于作业功耗预测的节能调度方法及系统，涉及高性能计算数据中心节能领域。通过资源监控模块，功耗预测模块和作业调度模块三个模块实现了数据的监控和功耗的预测，进而根据预测结果实现了作业调度。在节能调度方法中基于机器学习对作业队列中的作业功耗进行预测，使得预测结果比传统的理论模型更加准确，根据预测结果对负载作业和负载机柜进行分类，将高负载作业和低负载作业以轮询的方式分别分配给高负载机柜和低负载机柜，可以保证HPC数据中心的整体负载均衡。在机柜内将服务器划分为高温服务器和低温服务器，将作业优先分配给低温服务器可以防止机柜内出现局部温度过高的情况，有效避免了热点的出现。
-
公开(公告)号：CN115187847A
公开(公告)日：2022-10-14
申请号：CN202210832612.1
申请日：2022-07-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
IPC: G06V10/94 , G06V20/52 , G06V10/70 , G06V10/82 , G06N3/04 , G06N3/08 , G06N5/04 , G06F9/455 , H04L67/06 , H04L67/10 , H04L67/1008 , H04L67/101 , H04L67/1095 , H04N7/18
Abstract: 本发明涉及一种基于云边端架构的图像联合推理识别系统及方法，包括云平台层、通信网络层、边缘层、终端层；云平台层包括云计算中心、数据库、云端文件存储系统、镜像仓库；边缘层包括集成在目标图像识别场景中的各个设备，包括边缘设备、本地文件存储系统；终端层是目标图像识别场景中具有数据采集功能的终端设备，用于将监控采集的实时图像、视频通过有线或无线网络传输到边缘层，以待检测。本发明采用云边联合推理算法，攻克只将模型单边部署于云端或者边缘端的缺点，能更多更快的对多目标进行检测识别，充分利用云边资源，更适用于复杂的多目标图像识别与检测作业。
-
公开(公告)号：CN114968600A
公开(公告)日：2022-08-30
申请号：CN202210849631.5
申请日：2022-07-19
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明涉及一种基于新一代申威众核处理器的从核阵列任务分配实现负载均衡的方法，包括：各个从核先完成当前任务后，和主核通信，自动获取下一次任务，继续执行获取到的任务直至任务结束；主核负责任务的分配和更新；从核自动获取下一次任务包括单从核自动获取任务和多从核自动获取任务，其中，多从核自动获取任务方式按照从核分组进行，根据申威众核处理器硬件架构，从核可以进行多种从核分组方式，主要包括行从核自动获取任务方式、列从核自动获取任务方式和从核簇自动获取任务方式。本发明基于主从异步加速模式来使得从核自动获取任务，进行加速处理，进而解决负载不均衡的方法。
-
公开(公告)号：CN114816699A
公开(公告)日：2022-07-29
申请号：CN202210372549.8
申请日：2022-04-11
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开了基于温度预测的数据中心作业调度方法及系统，包括：获取数据中心机柜相关参数、机柜中服务器的相关参数、作业队列中待调度作业所需资源大小和冷却设备的相关参数；对获取的数据进行预处理，对于预处理后的数据进行特征筛选；基于训练后的机器学习模型和筛选得到的特征，预测出未来设定时间段内机柜的温度，选出温度最低的机柜；将待调度作业，在温度最低的机柜的若干个服务器中进行初始调度和优化调度，通过多次迭代，选出服务器与待调度作业之间的最佳映射方案；根据最佳映射方案实现待调度作业的调度。
-
Patent Agency Ranking
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。
-
公开(公告)号：CN111880898B
公开(公告)日：2022-04-05
申请号：CN202010731894.7
申请日：2020-07-27
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/455
Abstract: 本发明涉及一种基于微服务架构的服务调度方法及其实现系统，包括：(1)第一级调度：根据若干台宿主机的资源情况以及待调度的业务应用的基本信息，将不同副本之间有调用关系的子服务调度到相同的宿主机中；(2)第二级调度：在业务应用运行过程中，统计各个子服务之间的调用关系，并根据调用关系系数周期性检查并迁移符合条件的子服务，将调用频繁的子服务迁移到相同的宿主机中。本发明通过两级调度之后，保证业务应用服务的子服务调度到适合的宿主机中，最终达到在满足业务应用服务高可用的前提下，尽量将有调用关系的子服务调度到同一台宿主机中，减少跨服务器和跨区域调用带来的时间延迟，提高子服务之间调用的性能。
-
公开(公告)号：CN114186668A
公开(公告)日：2022-03-15
申请号：CN202111498488.1
申请日：2021-12-09
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学
Abstract: 本发明公开了一种物联网数据流预测的在线深度学习方法、系统和设备，包括采集观测数据，获取预设时间段内观测数据的目标数据点及目标数据点序列；对原始观测数据进行处理，并构建训练和测试样本；根据训练和测试样本建立ECNN模型进行在线深度学习。对比现有技术，本发明的有益效果在于：采用进化卷积神经网络框架，可以端到端地进行训练，既具有较好的数据特征学习能力，并且还可以随数据流自适应地进化，同时解决了容量可扩展性和可持续性问题。
-
公开(公告)号：CN114093505A
公开(公告)日：2022-02-25
申请号：CN202111361578.6
申请日：2021-11-17
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及一种基于云边端架构的病理检测系统及方法，包括云平台层、通信网络层、边缘层；云平台层包括云计算服务器中心、数据库、云端文件存储系统以及一个MQTT服务器；网络通信层包括多种网络通信方式；边缘层就是集成在医疗机构内的各个设备组件，包括边缘设备、本地文件存储系统以及病理切片扫描仪；本发明提供了基于Kubeedge管理平台的云边端架构的病理检测方法，实现边缘设备物模型创建、病理图像模型训练、镜像下发、病理图像检测推理、边缘数据上传等，可有效节省医院病理科的人力、时间成本，提高病理诊断的质量和效率。
-
公开(公告)号：CN113467976A
公开(公告)日：2021-10-01
申请号：CN202110854458.3
申请日：2021-07-28
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06F9/54
Abstract: 本发明公开了一种自动优化的MPI通信传输方法。本发明所述自动优化MPI通信传输方法，根据通信数组的数据量、通信次数和前后代码段情况，选择最优通信数据量区间{min，max}下每个数据包的大小，利用MPI通信带宽、降低时延，提高程序通信执行效率，特别在大规模下能显著减少程序执行的时间开销，实现对不同通信数据量的MPI程序进行自动优化。
-
-
-
-
-
-
-
-
-
Search Results
196
records
(took 0.044 seconds)
