CN110430591B - 基带资源池智能部署与重构方法 - Google Patents
基带资源池智能部署与重构方法 Download PDFInfo
- Publication number
- CN110430591B CN110430591B CN201910810868.0A CN201910810868A CN110430591B CN 110430591 B CN110430591 B CN 110430591B CN 201910810868 A CN201910810868 A CN 201910810868A CN 110430591 B CN110430591 B CN 110430591B
- Authority
- CN
- China
- Prior art keywords
- deployment
- resource pool
- resource
- resources
- reconstruction
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5048—Automatic or semi-automatic definitions, e.g. definition templates
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Stored Programmes (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开的一种基带资源池的智能部署与重构方法,旨在提供一种快速高效地自适应分配软硬件资源,完成跨平台基带资源池部署与重构的方法。本发明通过下述技术方案予以实现:多个机箱/板卡间通过光纤/以太网/电缆互连组成分布式基带资源池处理***;基带资源池处理***提供一套可编排的任务模板及一套可编辑的资源池逻辑设备库;基带资源池接收任务指令,在任务模板、逻辑设备库中完成相应软、硬件资源匹配,生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择;资源池根据部署方案,完成应用功能构件的加载;当任务、资源发生变化或平台发生故障时,***自适应调用重构策略,重构策略为开放可编辑脚本,可动态按需更新。
Description
技术领域
本发明涉及一种用于通信、测控等领域的综合化电子信息***,可根据功能和资源变化,快速高效地自动分配软硬件资源,完成跨平台基带资源池软硬件配置的智能部署与重构。
背景技术
基带资源池部署与重构本质上是如何解决跨平台***资源的动态配置问题。将一个逻辑***映射到真实物理***存在多种映射方式,这种映射过程需综合考虑一系列的***需求及限制,如实时性问题、内存问题、通信问题等;另一方面由于加载功能的切换,软硬件故障导致的***重配置、重映射过程也具有极大的多样性及不确定性。当前,针对基带资源池的部署与重构方法多采用静态配置方式,重构策略及映射关系在***运行前已预先规范好,随着***规模的不断增大,逻辑***到真实物理***的映射过程将变得越来越复杂,尤其是对开放式、可成长的综合电子集成***,当新的功能或资源加入到***时,预先规范好策略和映射关系的配置方式已不能快速的适应这种变化。因此,需研究一种新的基带资源池部署与重构方法,能快速适应跨平台***功能、资源的变化,使变化对***产生的影响降到最低。
发明内容
本发明的目的是针对现有基带资源池只能基于预设配置库实现部署与重构方法的不足,提供一种可根据功能需求与设备可用资源变化,快速高效地自适应分配软硬件资源,完成跨平台基带资源池的部署与重构方法。
本发明的上述目的可通过以下措施来达到:一种基带资源池的智能部署与重构方法,具有如下技术特征:多个基带资源池机箱/板卡间通过光纤/以太网/电缆互连组成分布式的多计算资源、处理资源的基带资源池处理***,提供一套可编排的任务模板及一套可编辑的资源池逻辑设备库;基带资源池接收任务指令,在任务模板中适配对应的指令,资源池逻辑设备库根据任务模板的输入数据,匹配相应硬件资源,完成软、硬件资源匹配,生成一套资源部署方案和若干可选方案,以及相应评价参数,部署方案用户可干预选择;资源池根据资源部署视图方案,完成应用功能构件的加载,实现平台逻辑***到真实物理***的映射,完成跨平台基带资源池的配置和基带资源池的智能重构与部署。
本发明相比于现有技术具有如下有益效果:
本发明采用机箱/板卡间通过光纤/以太网/电缆实现互连的硬件环境,利用多个机箱组成分布式基带资源处理池,处理池内含多类处理资源(通用处理器PowerPC、ZYNQ、FPGA、 DSP等资源),各机箱可独立承载功能应用,亦可相互协同配合完成功能应用的实现。***可根据需求与设备可用资源变化,快速高效地自动分配软硬件资源,完成跨平台基带资源池配置的部署,提升资源利用率以及降低建设和运维成本。
本发明在资源池逻辑设备库中根据任务模板的应用数据输入,完成软、硬件资源匹配,生成一套资源部署方案和若干可选方案,以及相应评价参数,部署方案用户可干预选择,资源池根据部署方案的选择,实现平台逻辑***到真实物理***的映射,完成功能应用加载。最终快速高效地自适应分配软硬件资源,完成跨平台基带资源池的部署与重构。测试结果表明,虚拟化后的基带板卡在重构时间、典型数据传输时延和传输性能等方面均有提升。
本发明资源池逻辑设备库根据任务模板的输入数据,匹配相应硬件资源,完成软、硬件资源匹配,生成一套资源部署方案和若干可选方案,以及相应评价参数,基带资源池处理***通过一套可编排的任务模板,增强了资源池***对功能应用的集中管理能力。克服了现有技术地面设备硬件配置庞大,通用性与资源配置性较低等问题。
附图说明
图1是本发明分布式基带资源池机箱网络示意图。
图2是本发明基带资源池的智能部署流程示意图。
图3是图1基带资源池基带资源池机箱处理电路示意图。
图4是本发明基带资源池的智能重构流程示意图。
下面结合附图和实施例对发明进一步说明。
具体实施方式
参阅图1、图2。根据本发明,多个基带资源池机箱/板卡间通过光纤/以太网/电缆互连组成分布式的多计算资源、处理资源的基带资源池处理***,提供一套可编排的任务模板及一套可编辑的资源池逻辑设备库;基带资源池接收任务指令,在任务模板中适配对应的指令,资源池逻辑设备库根据任务模板的输入数据,匹配相应硬件资源,完成软、硬件资源匹配,生成一套资源部署方案和若干可选方案,以及相应评价参数;资源池根据资源部署视图方案,用户可干预选择,完成应用功能构件的加载,实现平台逻辑***到真实物理***的映射,完成跨平台基带资源池的配置和基带资源池的智能重构与部署。
基带资源池的硬件环境是由多个基带资源池机箱组成的分布式处理池,基带资源池机箱/板卡间通过光纤/以太网/电缆实现互连,各基带资源池机箱/板卡内含ZYNQ、FPGA、多通道数字信号处理DSP等多类处理资源,各ZYNQ、FPGA、DSP、PowerPC间通过RapidIO总线实现互连,各ZYNQ、PPC间通过千兆网实现互连。基带资源池机箱可独立承载功能应用,亦可相互协同配合完成功能应用的实现。
当任务、资源发生变化或平台发生故障时,基带资源池处理***自适应调用重构策略,根据相应的重构策略动态调配合适的资源来完成***的重映射和重加载,并且重构策略为开放可编辑的脚本,可动态按需更新。
重构策略包括但不限于基于加权轮询、随机、最小响应时间、最小并发数、哈希等算法的负载均衡重构策略,基于线性回归、逻辑回归、决策树、随机森林,贝叶斯、贪婪算法、模拟退火等算法的机器学习重构策略及其他策略,基带资源池处理***根据相应算法重构策略动态调配合适的资源来完成***的重映射和重加载。
所述的可编排任务模板用于输入各应用功能构件的组成、端口连接关系、对硬件资源内存、处理能力、通信带宽、实时性等需求的描述;所述的逻辑设备库用于罗列资源池中各硬件的类型、存储能力、通信能力、运算速度等信息。
参阅图3。基带资源池机箱包括多个通过RapidIO总线、以太网互连的信号处理模块和管理控制模块,其中,信号处理模块可采用基于模数转换器/数模转换器AD/DA、Soc器件ZYNQ、现场可编程门阵列FPGA、数字信号处理器DSP互联的架构,管理控制模块主要由PowerPC组成,管理控制模块对外提供调试口、串口、网口等接口,机箱内各ZYNQ、 FPGA、DSP、PowerPC间通过RapidIO总线实现互连,各ZYNQ、PPC间通过千兆网实现互连。机箱对外提供包括但不限于射频、千兆网口、万兆、调试、光口等接口。
在可选的实施例中,以资源占用率均方根偏离最小的负载均衡方法为例,说明基带资源池的重构与部署。在基带资源池的重构与部署中,用n=1,2,…,N表示基带资源池机箱编号,用m=1,2,…,M表示不同类别资源的标识,其中,m=1表示DSP型资源,m=2表示FPGA型资源,m=3表示PowerPC型资源,wnm表示机箱n中m类别资源的总数量,用维度为N×M的矩阵表示各机箱中各类资源的总数量集合,用维度为N×M的矩阵表示当前状态各机箱中各类资源的占用量 集合,其中dnm表示机箱n中m类别资源的占用量,0≤dnm≤wnm;用维度为N×M的矩阵表示当前状态各机箱中各类资源的占用率 集合,其中lnm表示机箱n 中m类资源的占用率,用维度为1×M的向量P0=[p1 p2 ... pM]表示当前状态各类资源在各机箱中占用率的平均值 集合,其中pm表示当前状态第m类资源在各机箱中占用率的平均值,
用t表示功能构件的数量t=1,2,3,…,T,t个功能构件com(1)、com(2)、com(3)、com(4)、…、com(t)组成应用S,每个功能构件仅对应一种类别的硬件资源,com(1)、 com(2)、com(3)、com(4)、…、com(t)所对应的硬件资源类型、硬件资源外部约束从任务模板已知,用r表示在资源池逻辑设备库中匹配出所有能承载应用S的硬件资源部署方案个数,r=1,2,3,…,R,用维度为R×T的矩阵表示各部署方案中各功能构件所对应的机箱号,其中zrt表示第r种部署方案中,构件com(t)所对应的机箱号, 1≤zrt≤N;用维度为R×T的矩阵表示各部署方案中各功能构件在其所对应机箱内的芯片编号,其中zrt'表示第r种部署方案中,构件com(t)在机箱zrt中的芯片编号,
根据资源池运行状态,把矩阵Z'中涉及当前硬件资源已被占用的硬件编号zrt'删除,同时删除zrt'所在的行zr'以及相关矩阵Z中的第zr行,以保证矩阵Z、Z'中的所有资源都处于空闲状态。用维度为1×M的向量Qr=[q1 q2 ... qM]表示基于方案zr、zr'部署后各类资源在各机箱中的占用率与原始状态各类资源在各机箱中占用率的均方根偏离集合,其中qm表示基于方案zr、zr'部署后第m类资源在各机箱中占用率与原始状态第m类资源在各机箱中占用率的均方根偏离,其中l'nm表示基于方案zr、zr'部署后各机箱中各类资源的占用率 集合,Pm 表示基于方案zr、zr'部署前第m类资源在各机箱中占用率的平均值。定义评价函数f=MAX(Qr),函数f的返回值为矩阵Qr中的最大值
从矩阵Z、Z'中任取一种部署方案:zr、zr',计算:zr、zr'所代表的部署方案部署后各类资源在各机箱中占用率与原始状态各类资源在各机箱中占用率的均方根偏离向量 Qr=[q1 q2 ... qM],将Qr带入评价函数f=MAX(Qr),再从矩阵Z、Z'中取部署方案: zr+1、zr+1',计算zr+1、zr+1'所代表的部署方案部署后各类资源在各机箱中占用率与原始状态各类资源在各机箱中占用率的均方根偏离向量Qr+1=[q1 q2... qM],将Qr+1带入评价函数fr+1=MAX(Qr+1)。依次遍历完所有部署方案,最终函数fr返回值最小一项对应的部署方案即为最优部署方案。
参阅图4。基带资源池重构分为任务重构、资源变化重构和故障重构三类:
在任务重构中,基带资源池接收任务切换指令,任务模板适配指令对应的应用,资源池逻辑设备库根据任务模板的输入,调用重构策略,匹配相应硬件资源,重新生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择,资源池根据部署方案的选择,加载功能构件。重构策略为开放可编辑的脚本,可动态按需更新。
在资源变化重构中,当基带资源池软硬件资源功能或数量发生变化时,资源池重新编排任务模板或调整资源池逻辑设备库,资源池逻辑设备库根据任务模板的输入数据,自适应调用重构策略,匹配相应硬件资源,重新生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择,资源池根据部署方案的选择,加载功能构件。重构策略为开放可编辑的脚本,可动态按需更新。
在故障重构中,当基带资源池计算资源发生故障时,基带资源池逻辑设备库根据任务模板的输入数据,自适应调用重构策略,匹配相应硬件资源,重新生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择,资源池根据部署方案的选择,加载功能构件。重构策略为开放可编辑的脚本,可动态按需更新。
以上对本发明实施例进行了详细介绍,本文中应用了具体实施方式对本发明进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及设备;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基带资源池的智能部署与重构方法,具有如下技术特征:多个基带资源池机箱/板卡间通过光纤/以太网/电缆互连组成分布式的多计算资源、处理资源的基带资源池处理***,提供一套可编排的任务模板及一套可编辑的资源池逻辑设备库;基带资源池接收任务指令,在任务模板中适配对应的指令,资源池逻辑设备库根据任务模板的输入数据,匹配相应硬件资源,完成软、硬件资源匹配,生成一套资源部署方案和若干可选方案,以及相应评价参数,部署方案用户可干预选择;资源池根据资源部署视图方案,完成应用功能构件的加载,实现平台逻辑***到真实物理***的映射,完成跨平台基带资源池的配置和基带资源池的智能重构与部署;在基带资源池的重构与部署中,用n=1,2,…,N表示基带资源池机箱编号,用m=1,2,…,M表示不同类别资源的标识,其中,m=1表示DSP型资源,m=2表示FPGA型资源,m=3表示PowerPC型资源,wnm表示机箱n中m类别资源的总数量,用维度为N×M的矩阵表示各机箱中各类资源的总数量集合,用维度为N×M的矩阵表示当前状态各机箱中各类资源的占用量集合,其中dnm表示机箱n中m类别资源的占用量,0≤dnm≤wnm;用维度为N×M的矩阵表示当前状态各机箱中各类资源的占用率集合,其中lnm表示机箱n中m类资源的占用率,用维度为1×M的向量P0=[p1 p2...pM]表示当前状态各类资源在各机箱中占用率的平均值集合,其中pm表示当前状态第m类资源在各机箱中占用率的平均值,
用t表示功能构件的数量t=1,2,3,…,T,t个功能构件com(1)、com(2)、com(3)、com(4)、…、com(t)组成应用S,每个功能构件仅对应一种类别的硬件资源,com(1)、com(2)、com(3)、com(4)、…、com(t)所对应的硬件资源类型、硬件资源外部约束从任务模板已知,用r表示在资源池逻辑设备库中匹配出所有能承载应用S的硬件资源部署方案个数,r=1,2,3,…,R,用维度为R×T的矩阵表示各部署方案中各功能构件所对应的机箱号,其中zrt表示第r种部署方案中,构件com(t)所对应的机箱号,1≤zrt≤N;用维度为R×T的矩阵表示各部署方案中各功能构件在其所对应机箱内的芯片编号,其中zrt'表示第r种部署方案中,构件com(t)在机箱zrt中的芯片编号,
根据资源池运行状态,把矩阵Z'中涉及当前硬件资源已被占用的硬件编号zrt'删除,同时删除zrt'所在的行zr'以及相关矩阵Z中的第zr行,以保证矩阵Z、Z'中的所有资源都处于空闲状态;用维度为1×M的向量Qr=[q1 q2...qM]表示基于方案zr、zr'部署后各类资源在各机箱中的占用率与原始状态各类资源在各机箱中占用率的均方根偏离集合,其中qm表示基于方案zr、zr'部署后第m类资源在各机箱中占用率与原始状态第m类资源在各机箱中占用率的均方根偏离,其中l'nm表示基于方案zr、zr'部署后各机箱中各类资源的占用率 集合,Pm 表示基于方案zr、zr'部署前第m类资源在各机箱中占用率的平均值;定义评价函数f=MAX(Qr),函数f的返回值为矩阵Qr中的最大值
从矩阵Z、Z'中任取一种部署方案:zr、zr',计算:zr、zr'所代表的部署方案部署后各类资源在各机箱中占用率与原始状态各类资源在各机箱中占用率的均方根偏离向量Qr=[q1q2...qM],将Qr带入评价函数f=MAX(Qr),再从矩阵Z、Z'中取部署方案:zr+1、zr+1',计算zr+1、zr+1'所代表的部署方案部署后各类资源在各机箱中占用率与原始状态各类资源在各机箱中占用率的均方根偏离向量Qr+1=[q1 q2...qM],将Qr+1带入评价函数fr+1=MAX(Qr+1),依次遍历完所有部署方案,最终函数fr返回值最小一项对应的部署方案即为最优部署方案。
2.如权利要求1所述的基带资源池的智能部署与重构方法,其特征在于:各基带资源池机箱/板卡内含ZYNQ、现场可编程门阵列FPGA、多通道数字信号处理DSP等多类处理资源,基带资源池机箱可独立承载功能应用,亦可相互协同配合完成功能应用的实现。
3.如权利要求1所述的基带资源池的智能部署与重构方法,其特征在于:当任务、资源发生变化或平台发生故障时,基带资源池处理***自适应调用重构策略,根据相应的重构策略动态调配合适的资源来完成***的重映射和重加载,重构策略为开放可编辑的脚本,可动态按需更新。
4.如权利要求3所述的基带资源池的智能部署与重构方法,其特征在于:重构策略包括基于加权轮询、随机、最小响应时间、最小并发数、哈希算法的负载均衡重构策略,基于线性回归、逻辑回归、决策树、随机森林,贝叶斯、贪婪算法、模拟退火算法的机器学习重构策略及其它策略。
5.如权利要求1所述的基带资源池的智能部署与重构方法,其特征在于:基带资源池机箱包括多个通过RapidIO总线、以太网互连的信号处理模块和管理控制模块,其中,信号处理模块采用基于模数转换器/数模转换器AD/DA、Soc器件ZYNQ、现场可编程门阵列FPGA、数字信号处理器DSP互联的架构,管理控制模块对外提供调试口、串口和网口。
6.如权利要求1所述的基带资源池的智能部署与重构方法,其特征在于:基带资源池重构分为任务重构、资源变化重构和故障重构三类:
在任务重构中,基带资源池接收任务切换指令,任务模板适配指令对应的应用,资源池逻辑设备库根据任务模板的输入,调用重构策略,匹配相应硬件资源,重新生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择,资源池根据部署方案的选择,加载功能构件。
7.如权利要求6所述的基带资源池的智能部署与重构方法,其特征在于:在资源变化重构中,当基带资源池软硬件资源功能或数量发生变化时,资源池重新编排任务模板或调整资源池逻辑设备库,资源池逻辑设备库根据任务模板的输入数据,自适应调用重构策略,匹配相应硬件资源,重新生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择,资源池根据部署方案的选择,加载功能构件。
8.如权利要求3所述的基带资源池的智能部署与重构方法,其特征在于:重构策略为开放可编辑的脚本,可动态按需更新。
9.如权利要求6所述的基带资源池的智能部署与重构方法,其特征在于:在故障重构中,当基带资源池计算资源发生故障时,基带资源池逻辑设备库根据任务模板的输入数据,自适应调用重构策略,匹配相应硬件资源,重新生成一套资源部署方案和若干可选方案,以及相应评价参数,用户可干预选择,资源池根据部署方案的选择,加载功能构件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810868.0A CN110430591B (zh) | 2019-08-30 | 2019-08-30 | 基带资源池智能部署与重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910810868.0A CN110430591B (zh) | 2019-08-30 | 2019-08-30 | 基带资源池智能部署与重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110430591A CN110430591A (zh) | 2019-11-08 |
CN110430591B true CN110430591B (zh) | 2022-10-14 |
Family
ID=68416625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910810868.0A Active CN110430591B (zh) | 2019-08-30 | 2019-08-30 | 基带资源池智能部署与重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110430591B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112711560B (zh) * | 2021-02-10 | 2023-05-26 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | ZYNQ芯片单点连接RapidIO总线的重构方法 |
CN114760172B (zh) * | 2022-04-13 | 2024-04-19 | 北京博识广联科技有限公司 | 射频基带综合特征信号识别方法与装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854663A (zh) * | 2010-04-30 | 2010-10-06 | 华为技术有限公司 | 数据传输设备、方法以及通信*** |
EP2897302B1 (en) * | 2012-10-10 | 2018-04-04 | Huawei Technologies Co., Ltd. | Method for communication through distributed antenna array system and array system |
CN103841647B (zh) * | 2014-03-07 | 2017-04-12 | 北京邮电大学 | 基于基站资源池的多粒度可伸缩封装装置和方法 |
CN104270777B (zh) * | 2014-09-18 | 2017-09-08 | 北京邮电大学 | 基站资源池物理层算法封装方案的性能统计评估方法 |
CN105844020A (zh) * | 2016-03-23 | 2016-08-10 | 中国电子科技集团公司第十研究所 | 复杂电子***的抽象集成设计方法 |
CN106533457B (zh) * | 2016-11-29 | 2019-04-05 | 中国运载火箭技术研究院 | 一种无线通信综合***及其实现方法 |
-
2019
- 2019-08-30 CN CN201910810868.0A patent/CN110430591B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110430591A (zh) | 2019-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20160196488A1 (en) | Neural network computing device, system and method | |
CN110162388A (zh) | 一种任务调度方法、***及终端设备 | |
CN110430591B (zh) | 基带资源池智能部署与重构方法 | |
CN103763346B (zh) | 一种分布式资源调度方法及装置 | |
CN111831359B (zh) | 权重精度配置方法、装置、设备及存储介质 | |
CN111831355B (zh) | 权重精度配置方法、装置、设备及存储介质 | |
CN113821332B (zh) | 自动机器学习***效能调优方法、装置、设备及介质 | |
CN106557366A (zh) | 任务分发方法、装置及*** | |
CN109639498A (zh) | 一种基于sdn与nfv的面向业务质量的资源柔性配置方法 | |
US20240119329A1 (en) | Quantum computer operating system, quantum computer and readable storage medium | |
CN102929693B (zh) | 整机柜服务器的性能评测方法及装置 | |
KR100367715B1 (ko) | 이동통신의 채널할당을 위한 디지털 홉필드 신경망 칩 | |
CN114217944A (zh) | 一种神经网络的针对模型并行的动态负载均衡方法 | |
CN114443284A (zh) | 一种集群资源负载均衡方法、装置、电子设备和介质 | |
CN116523045B (zh) | 一种面向多芯粒芯片的深度学习推理模拟器 | |
CN112527513A (zh) | 多个gpu动态分配方法及*** | |
CN111722923A (zh) | 一种异构资源的调用方法、装置和计算机可读存储介质 | |
CN115550373A (zh) | 基于云平台管控的联合试验任务环境负载均衡建模方法 | |
CN113795032B (zh) | 室分隐形故障的判断方法、装置、存储介质及设备 | |
CN112637032B (zh) | 一种服务功能链的部署方法及装置 | |
EP3832470A1 (en) | High bandwidth memory system with dynamically programmable distribution scheme | |
CN112102305A (zh) | 多骨骼发育等级检测方法及终端设备 | |
CN112256435A (zh) | 用于图形处理器的工作组的分配方法以及图形处理器 | |
CN113791863B (zh) | 基于虚容器的电力物联代理资源调度方法及相关设备 | |
Houstis et al. | The algorithm mapper: a system for modeling and evaluating parallel applications/architecture pairs |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |