CN103210412A - 在分布式计算中营销与销售贡献资源 - Google Patents

在分布式计算中营销与销售贡献资源 Download PDF

Info

Publication number
CN103210412A
CN103210412A CN2012800034331A CN201280003433A CN103210412A CN 103210412 A CN103210412 A CN 103210412A CN 2012800034331 A CN2012800034331 A CN 2012800034331A CN 201280003433 A CN201280003433 A CN 201280003433A CN 103210412 A CN103210412 A CN 103210412A
Authority
CN
China
Prior art keywords
task
credit
resource
section
resources
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012800034331A
Other languages
English (en)
Inventor
N·格尔吉斯
A·克里桑
M·M·法拉泽尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sony Corp
Original Assignee
Sony Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sony Corp filed Critical Sony Corp
Publication of CN103210412A publication Critical patent/CN103210412A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer And Data Communications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

一种用于经销和销售多个单独的电子设备的贡献资源的方法或***包括生成用于资源贡献的框架。分配的贡献资源是分配给信用类别的贡献资源。使用分配的贡献资源的动态可用性和任务的处理需要基于分配的贡献资源优化信用类别模型。基于完成的任务段跟踪资源贡献,其中完成的任务段是从已经由分配的贡献资源处理的任务得出的分配的任务段。基于跟踪的资源贡献记入账户。

Description

在分布式计算中营销与销售贡献资源
技术领域
本申请一般涉及用于经销和销售多个单独的电子设备的贡献资源的方法。
背景技术
尽管群计算和集体再现***当前正在实践中,但是它们的当前使用在许多方面受限制。
首先,例如,世界公共网格(WCG)为个人计算机拥有者提供将他们的空闲或闲置的个人计算机捐到贡献处理方案的能力,被称为分布式计算,其中他们的个人计算机变成复杂的超级计算机的一部分。因此,超级计算机不是位于开发或研究实验室的中央机器;相反,它是作为处理单个任务的一个超级计算机而工作的计算机的集合。
然而,不幸地是,跨WCG的计算要求由需要分析数据和运行模拟的科学家来开始任务,并且用户仅仅是不从连接到集合处理***中获得利益的贡献者。此外,WCG需要用户积极地签署贡献,而没有为用户提供用于形成和创建他们自己的群的机制,也没有提供用于请求个人任务的计算的合适方法。
发明内容
本发明涉及用于经销和销售多个单独的电子设备的贡献资源的方法和***,包括:生成用于资源贡献的框架,其中分配的贡献资源是分配给信用类别的贡献资源;利用分配的贡献资源的动态可用性和任务的处理要求、基于分配的贡献资源来优化信用类别模型;基于完成的任务段来跟踪资源贡献,其中该完成的任务段是从已经由分配的贡献资源处理的任务推得出的分配任务段;以及基于跟踪的资源贡献记入账户。
本发明可以以不同的形式体现,包括商务处理、计算机实现的方法、计算机程序产品、计算机***和网络、用户界面、应用编程接口等等。
附图说明
本发明的这些和其它更详细和具体的特征更完全地公开在下面的参考附图的说明书中,其中:
图1是示出了用于生成模型、优化模型、跟踪资源贡献、和计入账户的处理的流程图。
图2是示出了用于生成框架的处理的流程图。
图3是示出了用于生成模型、运行模拟、优化模型、和检查任务队列的处理的流程图。
图4a是示出了用于检测和模拟资源的处理的流程图。
图4b是示出了用于计算设备组件可用性的处理的流程图。
图5是示出了用于任务分段、任务段分配、和重新分配未完成的任务段的处理的流程图。
图6是示出了用于经销和销售贡献资源的设备的方框图。
图7是示出了用于经销和销售贡献资源的***的示意图。
图8是表示设备的资源使用的显示图。
图9是表示再现框架的时间的显示图。
图10a-10c是示出了随时间的CPU状态的图。
具体实施方式
在下面的描述中,为了说明的目的,阐述众多细节,诸如流程图和***配置,以提供对本发明的一或多个实施例的理解。然而,本领域技术人员将清楚地理解,实践本发明并不要求这些具体细节。
本发明涉及用于经销和销售多个单独的电子设备的贡献资源的方法,包括:生成用于资源贡献的框架,其中分配的贡献资源是分配给信用类别的贡献资源;利用分配的贡献资源的动态可用性和任务的处理要求、基于分配的贡献资源来优化信用类别模型;基于完成的任务段来跟踪资源贡献,其中该完成的任务段是从已经由分配的贡献资源处理的任务推得出的分配任务段;以及基于跟踪的资源贡献记入账户。
电子设备可以由程序代码组成,其被存储在计算机可读媒介上,其由中央处理器(CPU)执行以提供如上或这里所述的操作;然而,它可以可替换地由硬件、固件、或软件、硬件和固件的组合组成。例如,由程序代码组成的电子设备可以生成虚拟机、***虚拟机,或处理虚拟机。此外,例如,由硬件、固件、或软件、硬件和固件组成的电子设备可以是包含只读存储器(ROM)、随机存取存储器(RAM)、图形处理器、CPU、网络接口卡等的内部组件的计算机。然而,所述电子设备不局限于以上描述的计算机。其他的例子包括个人计算机、移动式电话、手持设备、膝上型个人计算机、数字钟、数字表、全球定位***设备、扫描仪、打印机、家庭影院***、游戏机、电子桌上电话、车辆立体***、车辆的管理计算机、手持音乐播放器、洗碗机、微波炉、安全***、相机、录像摄像机、或任何其他的至少具有处理器和接口的电子设备。因此,电子设备可以由以下组成:程序代码;普通的电子设备,诸如处理器和接口;复杂的电子设备,诸如具有多个处理器和多个接口的高科技超级计算机;或包括程序代码、软件、硬件、和固件的组合的各种其他电子设备。
如上所述的处理器可以是运算、计算或计数从接口接收的信号或将计算或运算结果输出到接口的任何处理单元,诸如CPU、图形处理器、多路器、解码器、移位寄存器、或各种其他处理器。
如上所述的接口可以是允许处理器接收或发送数据的任何通信技术,诸如图形用户接口(GUI);虚拟接口;应用编程接口(API);触屏;传感器;键区;键盘;用于IP WAN/LAN网络、WiFi网络、蓝牙、3G无线、4G无线、IR接口、卫星、微波的网络接口;或各种其他接口。
生成用于资源贡献的框架可以包括提供用于检索单独的电子设备的资源的接口;设置用于检索资源的默认信用类别和默认账户信用;以及提供用于变更默认信用类别和账户信用的用户接口。
此外,上述用于检索资源的接口可以由以下中的一个提供:电子邮件;在单独的电子设备上预先安装的应用;web接口;和智能手机应用。类似地,上述用于变更默认信用类别和默认账户信用的用户接口可以由以下中的一个提供:电子邮件;在单独的电子设备上预先安装的应用;web接口;和智能手机应用。
此外,与未完成的段有关的贡献资源可以排除在信用类别分配之外。
另外,优化信用类别模型还可以包括:基于在信用类别中分配的贡献资源生成信用类别模型;根据信用类别模型模拟评估任务以确定评估计算时间;以及基于分配的贡献资源和评估计算时间的动态可用性更新信用类别模型以优化任务计算时间。
此外,模拟评估任务可以最大化信用类别模型的总处理能力。
而且,分配的贡献资源的动态可用性可以对于多个连接和使用中的单独的电子设备和通信类型的传送速度与连接介质而各自随时间改变。
另外,处理分配的任务段可以包括:基于优化的信用类别模型分配用于处理的任务的任务段;和基于资源的动态可用性通过进一步更新优化的信用类别模型来动态地重新分配用于处理的任务的未完成的段。
此外,每个未完成的段可以是在估计的处理时间之内没有接收到的任务段,并且估计的处理时间可以是在优化信用类别模型期间完成的计算的结果。
而且,动态地重新分配未完成的段可以包括:基于相对完成的任务段分配***未完成的段的***任务。
同时,跟踪资源贡献可以使用通信协议或基于完成的任务段来实现。
另外,信用类别可以包括多媒体类别、用户类别、捐献类别、应用类别、和资源批发类别中的一个或多个。计入账户可以包括以下中的一或多个:提供免费的资源可用性;提供比例的资源可用性;提供免费或打折的电影票;提供用于在线购买信用的点;提供税收勾销;和提供应用访问。
而且,多个单独的电子设备中的一个单独的电子设备的贡献资源可以包括一组处理器、一组存储器、和一组通信类型中的一个或多个。
以上描述的通常作为网格计算***操作的***可以很适合在一般消费者可以向网格贡献他们的计算能力的企业环境中。因此,该***可以允许电子设备拥有者许可第三方***利用他们的闲置处理能力,并且第三方***可以按比例向拥有者补偿捐献的计算能力。此外,拥有者可以能够销售他们的资源给第三方,捐献他们的资源给慈善机构,批发存储资源给第三方,或上述中的全部。
为了鼓励那些可以不给***做出贡献的拥有者和用户,***可以提供激励,诸如电影票、购买在线电影的点、或用于慈善处理器捐献的税务勾销。
图1是示出了用于生成模型、优化模型、跟踪资源贡献、和计入账户的处理的流程图。在图1中,通过创建类别和分配资源到那些类别,***在10生成框架。然后,使用用于任务的最优分配和计算的分配的资源,***在12生成每类别模型。接下来,通过监视它们的成功处理或存储贡献,***在14跟踪分配的资源。然后,使用符合在14跟踪的用户成功的资源贡献的度量,***在16计入用户账户。
当通过创建类别在10生成框架时,***可以使用默认类别集合。默认类别集合可以被预先指定信用类别,比如,供应商类别;多媒体类别;用户类别;捐献类别;应用类别;和资源批发类别。此外,可以改变默认类别集合以包括更多或更少的类别。
当通过分配资源在10生成框架时,***可以使用默认分配。比如,默认多媒体类别可以被用于将电影转码,并且图形处理器资源可以被自动地分配给多媒体类别。
另外,项目可以呈现类别。比如,作为慈善组织的拯救人类可以是在默认捐献类别下的子类别,或VAIO超级应用世界可以是在默认应用类别下的子类别。
利用在10生成的框架,使用分配的资源,***在12生成用于最优任务段分配和任务处理的每类别模型。使用统计技术,***构造每个模型。该模型给出了用于与类别有关的给定的共同任务的估计的处理时间。该估计的处理时间应当比任务的实际处理需求快,并且任务的实际处理需求可以基于模拟结果或在***的队列或在类别历史中的任务。
接下来,通过监视他们的成功处理或存储贡献,***在14跟踪分配的资源。在14通过他们的成功处理或存储贡献跟踪分配的资源为***提供一种用于评估***的弱点、通知用户他们贡献的资源是否是稳定的、和告知第三方他们是否接收保证的利益的实时方法。该保证的利益可以是第三方订约的处理或存储量。
然后,使用符合在14跟踪的用户的成功的资源贡献的度量,***在16记入账户。也就是说,因为***通过资源跟踪完成的工作并且因为资源在从***接收工作之前被分派给类别,所以当资源成功地执行由***分配的工作时,***可以记入账户和各自的类别。换句话说,该***可以基于跟踪的信息记入账户或记入借方账户。另外,应该跟踪成功的段存储。
例如,用户将他们的膝上型计算机贡献给***。该框架将膝上型计算机的图形处理器放置到默认多媒体类别中。膝上型计算机的图形处理器现在是多媒体类别的处理能力的一部分。然后***生成包含新增加的图形处理器的模型并且模拟跨模型的电影转码。接下来,用于将电影转码的请求到达***队列。***分割转码的任务并且将一些段发送到膝上型计算机的图形处理器。***跟踪膝上型计算机图形处理器是否成功地转码段,并且如果膝上型计算机图形处理器成功地转码段,则***按比例地记入用户账户。用户可以接收针对未来个人转码任务的信用或点,比如,用户可以利用转码信用从网格购买处理能力以将他们自己的电影转码。因此,当用户将资源添加到***时,他们可以以后具有对***资源的成比例的访问。
因此,定期贡献成功地完成***工作的资源的用户将对于他们的贡献接收信用。反之,因为***跟踪成功的工作,所以***跟踪资源未能完成分配的任务的时间,并且因此不接收对用户账户的信用。因此,不管资源多么小,倘若资源可以完成分配的任务,则对于用户贡献资源存在激励。
在如上所述的转码信用之外,其他的激励是电影票或用于购买电影的点。类似地,如果用户将他们的资源捐献到捐献类别,则用户可以获得用于慈善资源捐献的税务勾销。通常,记入账户可以包括分配的点结构以便用户可以访问:免费的或比例的资源可用性;免费的或折扣电影票;用于在线购买信用的点;税务勾销;或应用访问。此外,因为将资源分配给类别,所以用户可以联合到一起并且销售到第三方集体,共同地将他们的资源贡献到慈善组织,或共同地将存储资源批发到第三方。另外,购买批发资源的第三方可以通过在12生成的模型在他们的他们正接收保证的利益的类别下来再保证。
图2是示出了用于生成框架的处理的流程图。在图2中,基于任务类型,***在21创建类别集合。然后***在23启动、收集或将设备添加到框架列表。接下来,***在25使用预定的指定来将设备资源分类且分配到集合中的类别。然后,***在27检查可替换的类别/资源分配并且因此设置据新的分配。接下来,基于处理器/通信能力和设备群分配,***在29布置分配优先级。
当***在21基于任务类型创建类别集合时,***基于用户或公司需要定制框架。比如,如果公司需要用于计算安全搜索的处理器空间,则***可以构造安全类别。可替换地,如果用户想要使用第三方应用呈现建立建筑的3D模型,则***可以创建建模类别。
一旦***已经创建了类别集合,它可以进行下列中的一个或全部:在23启动与预订***的设备的连接、搜集这样的设备信息以添加该设备、基于搜集的信息将设备添加到框架。因此,在此步骤中,***寻找资源并且聚集资源数据以用于准备下一步骤。
接下来,***在25使用预定的指定将设备资源分类且分配到集合中的类别。比如,如果公司需要用于计算安全搜索的处理器空间,则***可以构造其中阈值允许拒绝贡献的资源的安全类别。换句话说,如果用户想要使用第三方应用呈现建筑物结构的3D模型,则***可以创建建模类别,其中仅仅具有高级图形卡的PC可以贡献。
然后,***在27检查可替换的类别/资源分配并且因此设置新的分配。这里,***基于外部的输入,即非默认输入,重新配置。比如,如果基于它内部部件的设备更适合于3D呈现,但是用户具有用于安全性计算指定的他们的PC,则***将是将具体的PC重新分配到新的类别的力量。
接下来,***在29基于处理器/通信能力和设备组分配步骤分配优先级。也就是说,一旦将资源分配到类别,是否基于默认设置或配置的设置,其它因素可以在任务段的分配中起作用。使用在23搜集的数据,诸如网络连接速度和处理器速度,将多个设备当作***可以基于更快速的连接,或可替换地基于连接的可靠性或其它题目,设置优先级。
图3是示出了用于生成模型、运行模拟、优化模型、和检查任务队列的处理的流程图。在图3中,***基于处理与连接能力使用在类别中的资源以在31生成模型。接下来,***在32通过模拟和综合资源的当前的动态可用性来评估模型和总处理能力。然后,将定时器在33设置或重置到时限并且计数开始。在定时器完成后,在34检查资源的动态可用性。接下来,在35将在定时器步骤之前的资源数据与动态可用资源34进行比较。如果比较显示资源数据不相等,则***在36用新获取的动态可用数据替代旧的资源数据,在37利用新获取的动态可用数据重新评估并且重新模拟模型。在重新评估之后,***在38看任务队列以检查待处理的任务或任务段。如果比较显示资源数据相等,则***在38立即看任务队列。除队列外,任务队列可以操作为真/假功能,其中当队列具有等待的任务时,***的优化结束并且任务的分割和任务段的分配开始。如果队列是空的,即不存在等待的任务,则***返回到定时器阶段,在33重置时间,并计数。
一般来说,图3是用于优化的处理。***利用模型以计算用于最快速的任务处理的最优分配,其应当充分地低于任务的处理要求。任务的处理要求可以基于在***的等待中被处理的队列中的任何,基于任务历史或基于从模拟生成的结果。
优化可以更具体地如下操作:当在31生成的模型和在32评估模型的资源时,可以将第一变量分配给电子设备之内的特定组件或设备本身。第一变量可以被设置到等于空闲时间的值或指示组件或设备的动态可用性的值。可以对于***中每个设备的每个组件、对于***中的每个设备或对于任何期望的优化粒度级别重复变量设置,并且不局限于单个组件。
接下来,在33设置定时器并且开始。定时器或计数器调节***多长时间、是否单个地或共同地检查组件、设备或***。当定时器完成时,在34检查组件的或设备的当前空闲时间或动态可用性并且设置到第二变量。
然后可以在35比较第一和第二变量。当第一和第二变量相等时,***在38检查任务标记。如果任务标记为假,其意味着在***中不存在等待被分配的任务,则***重置定时器并且再次计数。因此,***可以在不断地检查***之内的组件和设备的动态可用性的同时等待任务。类似地,如果任务处于队列中,则***可以在分配之前等待适当量的资源。然而,如果任务标记为真,则***可以结束它的动态优化,并且基于当前优化的模型分配不管从第一优化32或从较早的重新优化37生成的任务段。
当第一和第二变量不相等时,第二变量的值可以在36替代第一变量的值并且***可以进行到第二优化37。在重新优化37之后,在38检查任务标记并且,如上所述,***可以继续监视模型或结束此子例程。
另外,***不局限于在分配之前和在模型之后优化,并且其它实施例可以包括与伴随分配、建模、或重新优化同时的优化。
此外,优化可以动态地并且不断地循环,因此***和任务处理模型总是活动的并被更新,因而,当接收到任务请求时,***可以抢先知道是否可以立即分配任务段。
此外,如果在任务段的第一分配之后重新优化模型,则它可以是有益的,因为一旦组件接收到任务段后,组件可用性就将变化。而且,优化也可以生成任务段可预测性变量或定时变量。因为***不断地优化共享的计算平台,因此***可以预测用于任务段的处理的估计的时间或完成延迟。
例如,***可以检测作为具有相等***连接的两个相等的电子设备的膝上型计算机A和B,并且***可以基于用于相等分配的此检测来更新模型。此外,如果用户在膝上型计算机A上开始诸如网络浏览之类的活动,则用于膝上型计算机A的可用资源将减少。当检测到此减少时(即在35比较过去的变量与当前的变量),***可以在37再一次优化。
在另一个优化示例中,当由***检测到包含最新处理器并且经由56k调制解调器连接到***的膝上型计算机A和包含比最新处理器相对较慢的中等水平的处理器并且经由1GIG NIC连接到***的膝上型计算机B时,该***可以识别每个设备的瓶颈状态并且统计地优化用于分配任务的模型。因此,虽然膝上型计算机A处理器比膝上型计算机B更快,但是用于两个膝上型计算机的网络连接将按比例地贡献优化。
优化可以是许多用于发现任务的最短处理时间的统计技术,诸如回归或标准差,并且可以孤立地或以任何相似方式可互换地、共同地使用这些技术。也可以切换或调整优化的频率,比如,可以将定时器设置为低数字,由此增加变量检查和模型优化的数目。
图4a是示出了用于检测和建模资源的处理的流程图。具体地,图4a是在31基于处理和连接能力生成模型并且在32通过模拟和整合资源的当前的动态可用性来评估模型和总处理能力的***的进一步的描述。
在图4a中,***在41检测类别之内的全部电子设备,然后在42对每个电子设备的计算能力建模。接下来,***在43计算设备计算能力和通信能力的活动性和可用性。当结果被在44编译时,此处理结束。
为了计算框架内的资源,如在图4a中所表示的,***在41检测选择的类别内的电子设备。类别分配可以基于以上的描述或许多分配算法、联系人列表、或不管组合或单独考虑的社会网络群。检测41可以是一个设备验证另一个设备连接在选择的组内的握手。例如,检测41电子设备可以由***通过回波请求(诸如ping、或MAC地址查找)寻找选择的组成员来实现。检测41不局限于这些机制,并且可以通过任何数量的检测机制或组合来执行。
在检测41之后,在42将检测的电子设备的组件与连接建模。建模42优选地“跟踪”检测的电子设备的能力,而不考虑设备类型。
例如,通过首先接收ping在41检测膝上型个人计算机(膝上型计算机)以验证连接,并且一旦该连接被验证,建模42或诊断测试就揭示膝上型计算机的内部组件,只读存储器(ROM)、随机存取存储器(RAM)、图形处理器、中央处理单元(CPU)、网络接口卡,等等。
接下来,处理在43计算设备的计算和通信能力的活动性和可用性。换句话说,每个电子设备可以不准备将它所有的资源贡献到***。每个电子设备可以运行子例程、浏览网络、播放电影或处理其它需要资源的任务。因此,电子设备可以仅仅具有可用性的一部分或一百分比以用于它的组件与连接。
比如,膝上型计算机可以仅仅运行病毒扫描,其中正使用CPU的处理能力的10%。因此,网络接口和图形卡完全可用于捐献。此外,膝上型计算机也可以从在线源流化电影。因此,图形卡可以不可用并且处理器可以限于90%的捐献。
此外,编译44计算43的设备计算和通信能力的活动性和可用性的结果。编译44呈现用于更新或优化用于任务分配的模型和通过更新的模型重复模拟的数据集。例如,模拟评估任务可以采用多个单独的电子设备的建模的资源的总处理能力的最大化,以使得对于全部资源在使用中的情况给出时间估计。这种对更新的模型的模拟可以生成结果集,该结果集可以指示用于不最大化总处理能力的活动任务的处理时间可以少于模拟估计。另外,模拟可以局部地执行(在分配的电子设备上统计地计算)或使用测试任务和建模数据跨***执行。
图4b是示出了用于设备组件可用性的计算的处理的流程图。该处理包括识别46膝上型计算机内的特定组件。当识别组件时,***可以将这些组件标记或标注为具体的任务类型。此外,***可以使用处理的识别46部分以比较组件过去的性能并且基于该性能给予级别或等级。比如,虽然可以指定用于算法的CPU,但是图形处理器可以更适合于图片注释。这些识别的约束可以基于***在分配中应当具有的控制的水平。而且,该处理包括收集47用于每个组件的总处理能力和通过利用组件的总处理能力计算48组件的空闲百分比。与识别46类似地,搜集47和计算48可以贡献组件标注。
利用建立的模型和模拟完成,***可以使用结果集用于使用资源的动态可用性和任务的处理需求更新模型。进行“第二跟踪”,其中检查用于活动的电子设备的资源,即一组处理器、一组存储器模块,和通信类型。第二跟踪揭示动态可用性,其是组件或设备的当前状态。资源的动态可用性经常将随时间变化。处理器、存储器模块和通信类型可以从不同的源接收不同的任务。重要的是考虑这些变化以给出最佳处理时间。
***可以基于***内的活动性不断地监视和优化模型,同时等待任务请求以给出用于任何给定的任务的最佳处理时间。此外,在初始模型完成之后,***可以利用***内的初始模型和活动性用于统计优化。当实时裁判调整模型时,可以可互换地使用优化和更新。
图5是示出了用于任务分割处理的流程图。在图5中,***基于框架状态接收51和确认任务请求。接下来,***接收52任务并且根据优化的信用类别模型分割那些任务。然后***将任务段分配53到指定目标。接下来,***审查54分配的和接收的任务段的结果。然后***识别55并且标注未完成的任务段,即,如果有未完成的任务段,则将未完成的段标记变更为真。如果标记为真,则子例程通过建立56目标和重新分配识别的未完成的任务段来继续。如果因为不存在识别的未完成的段而标记为假,则此子例程可以结束。
因此,***接收51任务请求并且基于资源可用性确认任务请求。***可以验证可用资源的阈值百分比,以使得如果***不具有可用资源,则该***可以拒绝处理任务的请求。可替换地,***可以确认任务请求的接收但是拒绝处理,直到进一步的资源是可用的,或***可以将任务请求添加到任务请求队列。该队列可以是先进先出队列或其它的替换方式,诸如后进先出栈。同时,资源的验证可以基于模型或优化的模型。
在任务请求的接收并确认51之后,接收任务52并将其分割成为任务段。在分割期间,***基于优化的模型建立用于每个段的目标连接与设备资源。当模型被抢先优化时,***可以更迅速地将53任务段分配或提交到他们的分配目标。此外,***可以基于模型(或优化的模型)和分配的目标估计完成时间。
***可以审查54结果集和它相应的用于未完成的数据、损坏的数据或漏失的数据的标记55。如果通过检查55错误标记发现未完成的段(意思是错误标记为真),则***可以重新分配或提交56未完成的任务段用于重新处理。如果错误标记为假,则***可以退出。在重新提交之后,***必须再次等待编译处理的任务。
可替换地,***可以利用任何识别的未完成的段重新安排剩余的任务段并且根据重新安排来重新分配剩余的任务段。另外,在重新分配前,***可以重新优化以最大化用于剩余的未处理的数据的处理时间。
***也可以不重新分配任务段。而是,***可以基于相对的任务段***未完成的段。此外,可以基于模型或优化的模型在动态地可用的资源之间分配该***。
此外,***可以通过编译接收的任务段而不是检查状态标记来识别未完成的段,使得***在动态地重新分配未完成的段的同时编译接收的任务段,如通过编译识别那些未完成的段。更具体地说,可以仅仅在编译期间揭示不能被编译来分割损坏的任务段。
可替换地,重新优化可以显示资源现在是不可用的。比如,如果资源正在处理任务段,并且通过更新的模型,***检测到资源不再重新被连接或以某种其他方式已经失败,则***可以假定任务段可以不被完成并且可以重新分配或***那些段。与在指定到处理时间之内不接收处理的段类似地,如果组件或电子设备处于脱机一段时间,则***可以将那些组件或电子设备指定为不可用的。换句话说,当在优化期间估计的处理时间之内没有接收到任务段时,当设备或组件变为脱机指定的时间长度,或通过其他的方式,可以将未完成的任务段指定为未完成的。另外,与未完成的段有关的动态地可用的资源可以被排除在重新优化之外,因为***可以不想将任务段重新分配到经常不能没有错误地执行的设备。
此外,***可以等待编译返回的处理的任务段。***可以使用定时器以对等于对于任务段估计的处理时间的时间长度进行计数或可以检查任务段接收标记。如果任务段接收标记为真,则任务段已被接收并且***可以进行编译。如果任务段接收标记为假,则任务段没有被接收。***可以等待更长的时间或退出子例程。
因此,总的来说,***可以等待一组处理任务段i,检查相应的任务段接收标记RFi,并且在全部处理的任务段被接收或退出执行的功能之后,编译处理的任务段i的和∑,其中该段接收标记为真(RFi=1)。
无论如何,必需接收和编译每个任务段以完全地处理任务,并且当***具有遗漏或未完成的段时,在进一步地更新模型之后,***可以重新分配56未完成的任务段。可以优选的是,***动态地重新分配未完成的段,使得当***识别未完成的段之时,它立即重新分配它们。
另外,安全层和压缩层可以被加到某些或全部传送。比如,可以对任务段和完成的段执行加密算法。此外,在类别中资源的选择(乃至类别的创建)可以基于安全的连接、访问级别或会员对加密能力。而且,基于对于安全性的任务需求和可利用的资源,***可以选择任务段分配。
以下是经销和销售贡献的资源的实施例的描述。
图6是示出了用于经销和销售贡献的资源的设备的方框图。电子设备1具有存储器3、网络接口2、和处理器(CPU)5。存储器3此外具有经销和销售贡献的资源的应用4,其包含类别分配模块61、建模/模拟/优化模块62、分配/重新分配模块63、跟踪/计入模块64,和用户账户管理模块65。
经销和销售贡献的资源的应用4优选地由CPU5执行以提供此处描述的操作的程序代码构成;然而,它可以可替换地由硬件、固件,或软件、硬件和固件的组合组成。
建模/模拟/优化模块62被配置为基于多个单独的电子设备的资源生成模型,根据模型模拟评估任务以确定用于评估任务的计算时间,基于资源的动态可用性和任务的处理需求更新模型以优化计算时间。
重新分配/分配模块63被配置为基于更新的模型分配用于处理活动任务的任务段。重新分配/分配模块63被配置为通过基于资源的动态可用性进一步更新模型来动态地重新分配用于处理任务的未完成的段。
另外,***可以是优化客户端框架的服务器***。图7是示出了用于经销和销售贡献的资源的***的示意图。在图7中,***A具有电子设备1a,其中1a具有存储器3、网络接口2、和处理器5。存储器可以包含如上所述模块的任何组合,诸如经销和销售贡献的资源的应用4。电子设备1a具有至云C的物理连接6,其分别允许到电子设备1.0、1.1,和1.j的虚拟连接a-0、a-1,和a-j(其中j是表示连接到***的电子设备的总数的整数)。每个电子设备1.0-1.j具有网络接口2,其中网络接口2具有至云C、资源3、和处理器5的物理连接6。
例如,在服务器实施例中,膝上型计算机可以是诸如索尼Vaio膝上型计算机之类的服务器。Vaio服务器1a可以通过使用它的经销和销售贡献的资源的应用4来托管Vaio分配的应用和管理客户端1.0-1.j。此外,Vaio服务器1a可以通过使用宽带估计器以最小化在网上的时间,通过ping反应时间,以及通过在模拟中建模可利用的处理器以搜集统计,来对网络建模,因此,在vaio独有的云C中,由Vaio服务器1a动态地更新模型。
一旦该模型被建立后,基于由任务和连接速度、安全访问、乃至许可和跟踪描述的模型所要求的处理能力,Vaio服务器1a可以跨整个云C分配任务段。此外,该客户端1.0–1.j可以预订多路***、网络,或群。此外,基于可利用的模型和资源,Vaio服务器校正未完成的段。
此外,在上述***中,可以添加像在企业环境中的叶片计算机的CPU倍增器。CPU倍增器没有硬盘驱动器并且包括强壮的具有网络接口的处理能力。因此,通过添加倍增器可以补充***内部的任何模块,例如监视和优化模块。
类似地,可以将旧的和新的电子产品添加到***。例如,不一定需要升级旧的计算机。它可以被添加到***,能够在网络上访问集总的处理能力,并能分配、卸载或共享任务。并且旧的计算机不必须与***内其他的电子设备是同类的。旧的计算机可以是任何不同的形状因子,即:Linux、嵌入式Linux、Windows,等等,或包含任何组件商标,即AMD或Intel。此外,可以添加通常不与共享的计算有关的其他电子设备,诸如TV、DVR等等。因此,本发明允许***连接到家庭内的设备;描述累计的空闲时间;资源类型,即图形处理器、中央处理器或任何在本领域已知的其他类型的处理器;以及将任务段分配到所有可用的设备。
关于用于共享的处理的任务类型,***可以计算任何任务。然而,以上描述的***的优点是超级计算和未完成的段校正能力。因此,复杂图象生成、大规模采样计算、转码等等是所述任务类型的例子。例如,任务可以是:计算复杂算法,其中在该复杂算法中,段是各自的计算;转码电影,其中任务段是该电影的各个时间段;呈现3D电影,其中在3D电影的帧中,任务段是各个像素段;或注释电子相簿,其中段是该电子相簿的各个相片。
此外,例如,如果各个膝上型计算机接收到转码电影的任务,比如来自于录像摄像机的电影,以使得该膝上型计算机可以将电影上载到网页,诸如YouTube.com,则膝上型计算机可能花费七小时转码电影的一帧。然而,当以上***接收到转码电影的任务请求时,以上***可以实时转码电影,同时将该电影上载到YouTube.com,以使得对于***内部的每一膝上型计算机,可以同时地呈现帧。
而且,如果存在两个膝上型计算机,则帧的总数除以二。而且,对于膝上型计算机的数目X,帧的总数除以X。因此,如果***仅仅具有一个每七小时计算一帧的膝上型计算机,则具有一百万帧的电影将花费数年来转码。然而,如果***具有五十万个有类似能力的膝上型计算机,则在大致十四小时加其他处理开销就可以将电影转码。另外,误差可能性可以随***的复杂性的增加而增加。因此,可以实现以上***的任务段重新分配和任务内插技术。从而,如果连接停止、设备错误或其他的故障发生,则电影仍可以并能够被呈现。
类似地,对膝上型计算机,高分辨率图像可能花费30分钟来呈现。然而,因为可以在可利用的处理器之间划分并分配图像,以使得每个单独的处理器呈现图片的不同部分(如像素或一组像素),因此***可以将再现时间减少连接到***的电子设备的数目的因子。
图8、9和10a-10b是***转码电影比一个PC独立地转码相同的电影快20到40倍的示范。图8是指示设备的资源使用的显示图。在图8中,PC的CPU使用占100%。如果此使用是PC使用,则CPU不可用作用于***的资源,因为CPU处于满容量。然而,物理存储器仅仅占42%。因此,物理存储器的68%是空闲的并且它仍然是对***的可用资源。***可以包含用于组件的阈值可用性,其中如果组件的当前使用大于指定的量,诸如50%,则***可以从不使用组件。如果该阈值满足,则***可以将组件标注为不可用的资源。因此,如果使用在图8中组件的50%的阈值则物理存储器是可用的,而CPU是不可用的。
图9是指示再现帧的时间的显示图。在图9中,在***中的PC估计完成将帧转码的分配的任务的剩余时间(即,ETA 06h39m38s).此外,如果帧被分为段,诸如四个象限,则此PC被指定以仅仅处理那些段中的一个,即一个象限,则此PC完成转码的时间量将除以段数,即6h40m/4=1h40m。
以上所述***的可替换实施例可以采取许多形式,其中同时执行、隔离或不同地排列该步骤。此外,***也可以在硬件中实施。
图10a-10c示出了随时间推移的CPU状态的曲线图。图10a是由PC随时间的CPU使用;图10b是随时间的CPU空闲状态;以及图10c是由***随时间的CPU使用。当比较图10a与10b和10c与10b时,应当注意,当CPU使用活跃时,空闲状态低。类似地,当比较图10a与10c时,由***的CPU使用单独于由PC的CPU使用。此外,当比较这些图时,注意到,在CPU已经处于空闲状态特定的时间段之后,即9递增,由***的CPU使用变高;但是当由PC的CPU使用开始时,由***的CPU使用立即停止。通过图10c中四个峰的集合和图10a中三个峰的集合清楚地显示这些关系。
因此,本发明的实施例产生和提供用于经销和销售贡献的资源的***。尽管已经参考某些实施例非常详细地了描述本发明,但是在不脱离本发明的精神或范围的情况下,可以不同地实施本发明。因此,下列权利要求应该不限于这里以任何方式所包含的实施例的描述。

Claims (17)

1.一种用于经销和销售多个单独的电子设备的贡献资源的方法,包括:
生成用于资源贡献的框架,其中分配的贡献资源是分配给信用类别的贡献资源;
使用分配的贡献资源的动态可用性和任务的处理需要、基于分配的贡献资源来优化信用类别模型;
基于完成的任务段跟踪资源贡献,其中完成的任务段是从已经由分配的贡献资源处理的任务得出的分配的任务段;以及
基于跟踪的资源贡献记入账户。
2.如权利要求1所述的方法,其中生成用于资源贡献的框架包括:
提供用于检索单独的电子设备的资源的接口;
设置用于检索资源和默认账户信用的默认信用类别;以及
提供用于变更默认信用类别和账户信用的用户接口。
3.如权利要求2所述的方法,其中电子邮件、在单独的电子设备上预先安装的应用、网络接口、和智能电话应用中的一个提供所述用于检索资源的接口。
4.如权利要求2所述的方法,其中电子邮件、在单独的电子设备上预先安装的应用、网络接口、和智能电话应用中的一个提供所述用于变更默认信用类别和默认账户信用的用户接口。
5.如权利要求2所述的方法,其中与未完成的段相关的贡献资源被排除在信用类别分配之外。
6.如权利要求1所述的方法,其中优化信用类别模型包括:
在信用类别中基于分配的贡献资源生成信用类别模型;
根据信用类别模型模拟评估任务以确定评估计算时间;以及
基于分配的贡献资源的动态可用性和评估计算时间来更新信用类别模型以优化任务计算时间。
7.如权利要求6所述的方法,其中模拟评估任务最大化信用类别模型的总处理能力。
8.如权利要求6所述的方法,其中分配的贡献资源的动态可用性针对连接和使用中的单独的电子设备的数目并且针对通信类型的传输速度与连接介质而随时间变化。
9.如权利要求1所述的方法,其中处理分配的任务段包括:
基于优化的信用类别模型分配用于处理的任务的任务段;和
通过基于资源的动态可用性进一步更新优化的信用类别模型,来动态地重新分配用于处理的任务的未完成的段。
10.如权利要求9所述的方法,其中每个未完成的段是在估计的处理时间之内没有接收到的任务段,并且
其中估计的处理时间是在优化信用类别模型期间完成的计算的结果。
11.如权利要求9所述的方法,动态地重新分配未完成的段包括:基于相对的完成的任务段分配***未完成的段的***任务。
12.如权利要求1所述的方法,其中跟踪资源贡献包括使用通信协议或使用完成的任务段中的一个。
13.如权利要求1所述的方法,其中信用类别包括多媒体类别、用户类别、捐献类别、应用类别和资源批发类别中的一个或多个。
14.如权利要求1所述的方法,其中记入账户包括提供免费的资源可用性、提供成比例的资源可用性、提供免费或折扣的电影票、提供用于在线购买信用的点、提供税务勾销、和提供应用访问中的一个或多个。
15.如权利要求1所述的方法,其中多个单独的电子设备的一个单独的电子设备的贡献资源包括处理器集合、存储器集合、和通信类型集合中的一个或多个。
16.一种用于存储程序代码的非瞬时计算机可读介质,所述程序代码用于经销和销售多个单独的电子设备的贡献资源,所述程序代码可由计算机执行以引起操作,所述操作包括:
生成用于资源贡献的框架,其中分配的贡献资源是分配给信用类别的贡献资源;
使用分配的贡献资源的动态可用性和任务的处理需要、基于分配的贡献资源优化信用类别模型;
基于完成的任务段、使用通信协议来跟踪资源贡献,其中完成的任务段是从已经由分配的贡献资源处理的任务得出的分配的任务段;以及
基于跟踪的资源贡献记入账户。
17.一种用于经销和销售多个单独的电子设备的贡献资源的装置,包括:
用于生成用于资源贡献的框架的部件,其中分配的贡献资源是分配给信用类别的贡献资源;
用于使用分配的贡献资源的动态可用性和任务的处理需要、基于分配的贡献资源来优化信用类别模型的部件;
用于基于完成的任务段、使用通信协议跟踪资源贡献的部件,其中完成的任务段是从已经由分配的贡献资源处理的任务得出的分配的任务段;以及
用于基于跟踪的资源贡献记入账户的部件。
CN2012800034331A 2011-02-18 2012-02-16 在分布式计算中营销与销售贡献资源 Pending CN103210412A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/929,838 2011-02-18
US12/929,838 US20120215598A1 (en) 2011-02-18 2011-02-18 Marketing and selling contributed resources in distributed computing
PCT/US2012/025340 WO2013070267A1 (en) 2011-02-18 2012-02-16 Marketing and selling contributed resources in distributed computing

Publications (1)

Publication Number Publication Date
CN103210412A true CN103210412A (zh) 2013-07-17

Family

ID=46653532

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012800034331A Pending CN103210412A (zh) 2011-02-18 2012-02-16 在分布式计算中营销与销售贡献资源

Country Status (4)

Country Link
US (1) US20120215598A1 (zh)
EP (1) EP2661726A4 (zh)
CN (1) CN103210412A (zh)
WO (1) WO2013070267A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885599A (zh) * 2016-09-30 2018-04-06 达索***公司 用一组并行运行的计算资源模拟3d场景的方法、程序和***

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8564622B1 (en) * 2012-04-05 2013-10-22 Lockheed Martin Corporation Image generation device for generating multiple image streams
US9634958B2 (en) 2013-04-02 2017-04-25 Amazon Technologies, Inc. Burst capacity for user-defined pools
WO2014165507A1 (en) * 2013-04-02 2014-10-09 Amazon Technologies, Inc. User-defined pools
US9645840B2 (en) 2013-04-02 2017-05-09 Amazon Technologies, Inc. User-defined pools
US9753766B2 (en) * 2014-11-25 2017-09-05 Raytheon Company Apparatus and method for allocating resources using prioritization of requests and updating of requests
CN106101179B (zh) * 2016-05-27 2020-02-18 腾讯科技(深圳)有限公司 资源处理方法、装置和***
US10691501B1 (en) * 2016-10-25 2020-06-23 Amazon Technologies, Inc. Command invocations for target computing resources
WO2020097611A1 (en) * 2018-11-09 2020-05-14 Manhattan Engineering Incorporated Deployment models

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1639684A (zh) * 2001-06-25 2005-07-13 国际商业机器公司 鼓励客户机利用分布式对等共享技术的方法和装置
US20070220238A1 (en) * 2005-12-15 2007-09-20 International Business Machines Corporation Dynamic readjustment and interpolation of progress method and system
TW200907845A (en) * 2007-06-26 2009-02-16 Microsoft Corp Advertiser backed compensation for end users
US20090171855A1 (en) * 2000-03-30 2009-07-02 Hubbard Edward A Monitizing Network Connected User Bases Utilizing Distributed Processing Systems
US20100281095A1 (en) * 2009-04-21 2010-11-04 Wehner Camille B Mobile grid computing

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7627626B2 (en) * 2003-04-21 2009-12-01 Gateway, Inc. System for restricting use of a grid computer by a computing grid
US7810099B2 (en) * 2004-06-17 2010-10-05 International Business Machines Corporation Optimizing workflow execution against a heterogeneous grid computing topology
US8423950B2 (en) * 2004-06-25 2013-04-16 International Business Machines Corporation Method and apparatus for optimizing performance and network traffic in distributed workflow processing
US7668703B1 (en) * 2005-06-07 2010-02-23 Hewlett-Packard Development Company, L.P. Determining required capacity for a resource
US8219358B2 (en) * 2008-05-09 2012-07-10 Credit Suisse Securities (Usa) Llc Platform matching systems and methods
US20100287280A1 (en) * 2009-05-08 2010-11-11 Gal Sivan System and method for cloud computing based on multiple providers
US8260840B1 (en) * 2010-06-28 2012-09-04 Amazon Technologies, Inc. Dynamic scaling of a cluster of computing nodes used for distributed execution of a program
US20120185867A1 (en) * 2011-01-17 2012-07-19 International Business Machines Corporation Optimizing The Deployment Of A Workload On A Distributed Processing System

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090171855A1 (en) * 2000-03-30 2009-07-02 Hubbard Edward A Monitizing Network Connected User Bases Utilizing Distributed Processing Systems
CN1639684A (zh) * 2001-06-25 2005-07-13 国际商业机器公司 鼓励客户机利用分布式对等共享技术的方法和装置
US20070220238A1 (en) * 2005-12-15 2007-09-20 International Business Machines Corporation Dynamic readjustment and interpolation of progress method and system
TW200907845A (en) * 2007-06-26 2009-02-16 Microsoft Corp Advertiser backed compensation for end users
US20100281095A1 (en) * 2009-04-21 2010-11-04 Wehner Camille B Mobile grid computing

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885599A (zh) * 2016-09-30 2018-04-06 达索***公司 用一组并行运行的计算资源模拟3d场景的方法、程序和***
CN107885599B (zh) * 2016-09-30 2023-07-28 达索***公司 用一组并行运行的计算资源模拟3d场景的方法、程序和***

Also Published As

Publication number Publication date
EP2661726A4 (en) 2014-12-31
WO2013070267A1 (en) 2013-05-16
US20120215598A1 (en) 2012-08-23
EP2661726A1 (en) 2013-11-13

Similar Documents

Publication Publication Date Title
US11848826B2 (en) Hyperparameter and network topology selection in network demand forecasting
CN103210412A (zh) 在分布式计算中营销与销售贡献资源
CN103383655B (zh) 用于在qos感知云中管理合并的工作负载的性能干扰模型
US9418146B2 (en) Optimizing a clustered virtual computing environment
US20190034241A1 (en) Optimized resource metering in a multi tenanted distributed file system
Kaur et al. Deep‐Q learning‐based heterogeneous earliest finish time scheduling algorithm for scientific workflows in cloud
US20130219068A1 (en) Predicting datacenter performance to improve provisioning
Yeh et al. Economic-based resource allocation for reliable Grid-computing service based on Grid Bank
Zhao et al. Microservice based computational offloading framework and cost efficient task scheduling algorithm in heterogeneous fog cloud network
Mulia et al. Cloud workload characterization
JP2014501989A (ja) イメージを実行するのに最適なコンピューティング環境の判断
CN109118224A (zh) 区块链网络的工作量证明方法、装置、介质及电子设备
WO2019204898A1 (en) Workload scheduling in a distributed computing environment based on an applied computational value
Tang et al. Budget‐constraint stochastic task scheduling on heterogeneous cloud systems
US20200389375A1 (en) Real-time cloud-based resource reallocation recommendation generation
CN115473894A (zh) 算网中基于区块链的算力安全感知及协同方法
Rawas et al. LECC: Location, energy, carbon and cost-aware VM placement model in geo-distributed DCs
CN113506171A (zh) 一种银行套餐推荐方法及装置
Skourletopoulos et al. Game theoretic approaches in mobile cloud computing systems for big data applications: a systematic literature review
US20120151491A1 (en) Redistributing incomplete segments for processing tasks in distributed computing
Huang et al. Multi-dimensional qos evaluation and optimization of mobile edge computing for iot: A survey
US20200380413A1 (en) Reinforcement learning based recommendation system and method for application clients
Moon et al. FedOps: A Platform of Federated Learning Operations With Heterogeneity Management
CN110633142B (zh) 区块链的共识方法、管理节点、电子设备以及存储介质
US20170351554A1 (en) Method and system for cloud service based on redistribution of processing power

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130717