一种基于复杂系统的多层数据分析方法

    公开(公告)号:CN107302447B

    公开(公告)日:2021-02-12

    申请号:CN201710354863.2

    申请日:2017-05-18

    Abstract: 本发明公开了基于复杂系统的多层数据分析方法,其使用Markov chain和Stochastic Reward Net来进行建模,将数据中心分为3层,为PDU、switch和server层,PDU采用集中式,也即整个数据中心只由单台PDU管理,Switch网络结构为简化的Fat Tree,分为Core Switch和Edge Switch层。Server分两类,逻辑上认为Server分别分布在主服务器集群池和备用服务器集群池。本发明中数据中心的可用性定义为主服务器集群池内可用server的台数。本发明通过对数据中心可用性的定量分析,为其确定合适的超配比,引入转移延迟,使得模型更加符合实际。

    一种加速式感知的高效用计算架构优化方法

    公开(公告)号:CN108664328B

    公开(公告)日:2021-08-17

    申请号:CN201810283808.3

    申请日:2018-04-02

    Abstract: 本发明公开了一种加速式感知的高效用计算架构优化方法,其中计算架构中,每台服务器配备多处理器与计算加速代理,整个数据中心最上层运行一个计算加速协调程序,并采用断路器控制用电安全,计算加速代理实时地向协调程序报告服务器上的工作负载信息,并接收计算加速的调度结果,通知服务器遵从调度结果运行,协调程序获得所有服务器上的负载信息后,使用李雅普诺夫偏移加罚方法对当前时刻的系统情况进行建模,综合考虑计算加速的收益与开销,最小化所有服务器上的任务队列偏移与计算加速开销,最终达到长周期下的计算加速时均效用最优化。本发明确保数据中心的可用性,确保长周期内的“计算加速”效用最大。

    一种加速式感知的高效用计算架构优化方法

    公开(公告)号:CN108664328A

    公开(公告)日:2018-10-16

    申请号:CN201810283808.3

    申请日:2018-04-02

    Abstract: 本发明公开了一种加速式感知的高效用计算架构优化方法,其中计算架构中,每台服务器配备多处理器与计算加速代理,整个数据中心最上层运行一个计算加速协调程序,并采用断路器控制用电安全,计算加速代理实时地向协调程序报告服务器上的工作负载信息,并接收计算加速的调度结果,通知服务器遵从调度结果运行,协调程序获得所有服务器上的负载信息后,使用李雅普诺夫偏移加罚方法对当前时刻的系统情况进行建模,综合考虑计算加速的收益与开销,最小化所有服务器上的任务队列偏移与计算加速开销,最终达到长周期下的计算加速时均效用最优化。本发明确保数据中心的可用性,确保长周期内的“计算加速”效用最大。

    一种基于复杂系统的多层数据分析方法

    公开(公告)号:CN107302447A

    公开(公告)日:2017-10-27

    申请号:CN201710354863.2

    申请日:2017-05-18

    Abstract: 本发明公开了基于复杂系统的多层数据分析方法,其使用Markov chain和Stochastic Reward Net来进行建模,将数据中心分为3层,为PDU、switch和server层,PDU采用集中式,也即整个数据中心只由单台PDU管理,Switch网络结构为简化的Fat Tree,分为Core Switch和Edge Switch层。Server分两类,逻辑上认为Server分别分布在主服务器集群池和备用服务器集群池。本发明中数据中心的可用性定义为主服务器集群池内可用server的台数。本发明通过对数据中心可用性的定量分析,为其确定合适的超配比,引入转移延迟,使得模型更加符合实际。

Patent Agency Ranking