CN111506419A - 一种gpu资源共享方法及装置 - Google Patents
一种gpu资源共享方法及装置 Download PDFInfo
- Publication number
- CN111506419A CN111506419A CN202010164599.8A CN202010164599A CN111506419A CN 111506419 A CN111506419 A CN 111506419A CN 202010164599 A CN202010164599 A CN 202010164599A CN 111506419 A CN111506419 A CN 111506419A
- Authority
- CN
- China
- Prior art keywords
- virtual machine
- resources
- gpu physical
- gpu
- resource
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013468 resource allocation Methods 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 10
- 230000009191 jumping Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 238000011176 pooling Methods 0.000 claims description 6
- 238000011946 reduction process Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/4557—Distribution of virtual machine instances; Migration and load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种GPU资源共享方法及装置，方法包括比较虚拟机的GPU物理资源需求与资源池内未分配资源；若资源池内未分配资源不满足虚拟机的GPU物理资源需求，则根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，并根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源；否则，根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。本发明提供的GPU资源共享方法及装置，可以实现多台虚拟机直接使用GPU资源，提升虚拟机计算能力，有效的提高了GPU资源的利用率。
Description
技术领域
本发明属于资源共享技术领域，具体涉及一种GPU资源共享方法及装置。
背景技术
随着科技的飞速发展，为了满足日益增长的计算需求，各个实验室对计算需求越来越突出，普通科研实验室还做不到每人都配置GPU设备，由此sGPU技术，解决了GPU共享使用的难题。
目前实现GPU资源共享的技术有GPU虚拟化技术和GPU直通技术。GPU直通技术，只能做到绑定给一台虚拟机使用，单台虚拟机完全独占GPU设备，其他虚拟机无法使用，单台虚拟机无法将GPU的资源完全使用，造成很大的资源浪费。GPU虚拟化技术，将GPU虚拟出多个GPU设备分配给多个虚拟机，GPU资源分配占用一致，再加上IO虚拟化性能问题的限制，无法做到资源合理分配，资源有效利用。
发明内容
针对现有技术的不足，本发明提供一种GPU资源共享方法及装置，直接将GPU物理资源分配给虚拟机使用，可以充分发挥显卡的物理性能，同时将GPU资源分配给多人共同使用，有效提高GPU资源的利用率。
本发明的目的是采用下述技术方案实现的：
一种GPU资源共享方法，其改进之处在于，包括：
比较虚拟机的GPU物理资源需求与资源池内未分配资源；
若资源池内未分配资源不满足虚拟机的GPU物理资源需求，则根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，并根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源；
否则，根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。
优选的，所述根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，包括：
若虚拟机对GPU物理资源利用率未达到100％，则降低对该虚拟机的GPU物理资源分配百分比，直至虚拟机对将GPU物理资源利用率达到90％时将降低过程中所释放的GPU物理资源标记为未分配资源；
若虚拟机对GPU物理资源利用率已达到100％，则增加对该虚拟机的GPU物理资源分配百分比，直至虚拟机对GPU物理资源利用率达到90％时将增加过程中所占用的GPU物理资源标记为已分配资源。
优选的，所述根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源，包括：
若调整后的资源池内未分配资源满足虚拟机的GPU物理资源需求，则根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源；
若调整后的资源池内未分配资源仍不满足虚拟机的GPU物理资源需求，则向虚拟机发送告警信息。
优选的，所述根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源，包括：
基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比；
将资源池内相应百分比的GPU物理资源分配至对应虚拟机；
对资源池内已分配资源和未分配资源进行标记；
所述资源池是对GPU物理资源进行池化而形成的。
优选的，所述基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比，包括：
将发出需求响应的虚拟机的GPU物理资源需求与资源池内全部资源的比值作为对该虚拟机的GPU物理资源分配百分比。
基于同一发明构思，本发明还提供一种GPU资源共享装置，其改进之处在于，包括：
比较单元，用于比较虚拟机的GPU物理资源需求与资源池内未分配资源；当资源池内未分配资源不满足虚拟机的GPU物理资源需求时，则跳转至调整单元；否则跳转至第二分配单元；
调整单元，用于根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源；
第一分配单元，根据调整单元调整后的资源池内未分配资源向虚拟机分配GPU物理资源；
第二分配单元，用于根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。
优选的，所述调整单元，具体用于：
若虚拟机对GPU物理资源利用率未达到100％，则降低对该虚拟机的GPU物理资源分配百分比，直至虚拟机对将GPU物理资源利用率达到90％时将降低过程中所释放的GPU物理资源标记为未分配资源；
若虚拟机对GPU物理资源利用率已达到100％，则增加对该虚拟机的GPU物理资源分配百分比，直至虚拟机对GPU物理资源利用率达到90％时将增加过程中所占用的GPU物理资源标记为已分配资源。
优选的，所述第一分配单元，具体还用于：
若调整后的资源池内未分配资源满足虚拟机的GPU物理资源需求，则跳转至第二分配单元；
若调整后的资源池内未分配资源仍不满足虚拟机的GPU物理资源需求，则向虚拟机发送告警信息。
优选的，所述第二分配单元，包括：
计算子单元，用于基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比；
分配子单元，用于根据对虚拟机的GPU物理资源分配百分比，将资源池内相应百分比的GPU物理资源分配至对应虚拟机；
标记子单元，用于对资源池内已分配资源和未分配资源进行标记；
其中，所述资源池是对GPU物理资源进行池化而形成的。
优选的，所述计算子单元，具体用于：
将发出需求响应的虚拟机的GPU物理资源需求与资源池内全部资源的比值作为对该虚拟机的GPU物理资源分配百分比。
与最接近的现有技术相比，本发明具有的有益效果：
本发明提供一种GPU资源共享方法及装置，包括比较虚拟机的GPU物理资源需求与资源池内未分配资源；若资源池内未分配资源不满足虚拟机的GPU物理资源需求，则根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，并根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源；否则，根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。本发明提供的GPU资源共享方法及装置，可以实现多台虚拟机直接使用GPU资源，提升虚拟机计算能力，有效的提高了GPU资源的利用率。
附图说明
图1为本发明GPU资源共享方法流程图；
图2为实施例中GPU资源分配百分比示意图；
图3为本发明GPU资源共享装置图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
为了解决由于GPU资源分配过多或不足而造成的GPU资源利用率低的问题，本发明提供一种GPU资源共享方法，如图1所示，包括：
比较虚拟机的GPU物理资源需求与资源池内未分配资源；
若资源池内未分配资源不满足虚拟机的GPU物理资源需求，则根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，并根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源；
否则，根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。
为了更加清楚的表明本发明的目的，下面结合具体的实施例对本发明的方法作进一步解释：
在本发明的实施例中，根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，可以包括：
若虚拟机对GPU物理资源利用率未达到100％，则降低对该虚拟机的GPU物理资源分配百分比，直至虚拟机对将GPU物理资源利用率达到90％时将降低过程中所释放的GPU物理资源标记为未分配资源；
若虚拟机对GPU物理资源利用率已达到100％，则增加对该虚拟机的GPU物理资源分配百分比，直至虚拟机对GPU物理资源利用率达到90％时将增加过程中所占用的GPU物理资源标记为已分配资源。
在本发明的实施例中，根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源，可以包括：
若调整后的资源池内未分配资源满足虚拟机的GPU物理资源需求，则根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源；
若调整后的资源池内未分配资源仍不满足虚拟机的GPU物理资源需求，则向虚拟机发送告警信息。
在本发明的实施例中，根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源，可以包括：
基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比；
将资源池内相应百分比的GPU物理资源分配至对应虚拟机；
对资源池内已分配资源和未分配资源进行标记；
其中，资源池是预先对GPU物理资源进行池化而形成的，初始状态下资源池内全部资源的占比以100％进行标记。
在本发明的实施例中，为了使已分配资源的使用相互不受影响，还可以通过隔离技术将已分配各虚拟机的GPU物理资源进行隔离。
在本发明的实施例中，基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比，可以包括：
将发出需求响应的虚拟机的GPU物理资源需求与资源池内全部资源的比值作为对该虚拟机的GPU物理资源分配百分比；
其中，资源池内全部资源包括已分配资源和未分配资源。
本发明提供的实施例，如图2所示，也可以先根据各虚拟机的GPU物理资源需求将GPU物理资源划分为20％、30％和50％，然后将上述划分好百分比的GPU资源分配给具有相应百分比需求的虚拟机。
基于同一发明构思，本发明还提供一种GPU资源共享装置，如图3所示，包括：
比较单元，用于比较虚拟机的GPU物理资源需求与资源池内未分配资源；当资源池内未分配资源不满足虚拟机的GPU物理资源需求时，则跳转至调整单元；否则跳转至第二分配单元；
调整单元，用于根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源；
第一分配单元，根据调整单元调整后的资源池内未分配资源向虚拟机分配GPU物理资源；
第二分配单元，用于根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。
在本发明的实施例中，调整单元，具体用于：
若虚拟机对GPU物理资源利用率未达到100％，则降低对该虚拟机的GPU物理资源分配百分比，直至虚拟机对将GPU物理资源利用率达到90％时将降低过程中所释放的GPU物理资源标记为未分配资源；
若虚拟机对GPU物理资源利用率已达到100％，则增加对该虚拟机的GPU物理资源分配百分比，直至虚拟机对GPU物理资源利用率达到90％时将增加过程中所占用的GPU物理资源标记为已分配资源。
在本发明的实施例中，第一分配单元，具体用于：
若调整后的资源池内未分配资源满足虚拟机的GPU物理资源需求，则跳转至第二分配单元；
若调整后的资源池内未分配资源仍不满足虚拟机的GPU物理资源需求，则向虚拟机发送告警信息。
在本发明的实施例中，第二分配单元，可以包括：
计算子单元，用于基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比；
分配子单元，用于根据对虚拟机的GPU物理资源分配百分比，将资源池内相应百分比的GPU物理资源分配至对应虚拟机；
标记子单元，用于对资源池内已分配资源和未分配资源进行标记；
其中，所述资源池是对GPU物理资源进行池化而形成的。
在本发明的实施例中，计算子单元，具体用于：
将发出需求响应的虚拟机的GPU物理资源需求与资源池内全部资源的比值作为对该虚拟机的GPU物理资源分配百分比。
综上所述，本发明提供一种GPU资源共享方法及装置，可以实现多台虚拟机直接使用GPU资源，提升虚拟机计算能力；可以根据虚拟机对GPU物理资源的利用率，动态调整GPU资源，有效提高了GPU资源的利用率。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种GPU资源共享方法，其特征在于，包括：
比较虚拟机的GPU物理资源需求与资源池内未分配资源；
若资源池内未分配资源不满足虚拟机的GPU物理资源需求，则根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，并根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源；
否则，根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。
2.如权利要求1所述的方法，其特征在于，所述根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源，包括：
若虚拟机对GPU物理资源利用率未达到100％，则降低对该虚拟机的GPU物理资源分配百分比，直至虚拟机对将GPU物理资源利用率达到90％时将降低过程中所释放的GPU物理资源标记为未分配资源；
若虚拟机对GPU物理资源利用率已达到100％，则增加对该虚拟机的GPU物理资源分配百分比，直至虚拟机对GPU物理资源利用率达到90％时将增加过程中所占用的GPU物理资源标记为已分配资源。
3.如权利要求1所述的方法，其特征在于，所述根据调整后的资源池内未分配资源向虚拟机分配GPU物理资源，包括：
若调整后的资源池内未分配资源满足虚拟机的GPU物理资源需求，则根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源；
若调整后的资源池内未分配资源仍不满足虚拟机的GPU物理资源需求，则向虚拟机发送告警信息。
4.如权利要求1或3所述的方法，其特征在于，所述根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源，包括：
基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比；
将资源池内相应百分比的GPU物理资源分配至相应虚拟机；
对资源池内已分配资源和未分配资源进行标记；
所述资源池是对GPU物理资源进行池化而形成的。
5.如权利要求4所述的方法，其特征在于，所述基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比，包括：
将发出需求响应的虚拟机的GPU物理资源需求与资源池内全部资源的比值作为对该虚拟机的GPU物理资源分配百分比。
6.一种GPU资源共享装置，其特征在于，包括：
比较单元，用于比较虚拟机的GPU物理资源需求与资源池内未分配资源；当资源池内未分配资源不满足虚拟机的GPU物理资源需求时，则跳转至调整单元；否则跳转至第二分配单元；
调整单元，用于根据已分配给虚拟机的GPU物理资源利用率调整已分配给虚拟机的GPU物理资源；
第一分配单元，根据调整单元调整后的资源池内未分配资源向虚拟机分配GPU物理资源；
第二分配单元，用于根据虚拟机的GPU物理资源需求向虚拟机分配GPU物理资源。
7.如权利要求6所述的装置，其特征在于，所述调整单元，具体用于：
若虚拟机对GPU物理资源利用率未达到100％，则降低对该虚拟机的GPU物理资源分配百分比，直至虚拟机对将GPU物理资源利用率达到90％时将降低过程中所释放的GPU物理资源标记为未分配资源；
若虚拟机对GPU物理资源利用率已达到100％，则增加对该虚拟机的GPU物理资源分配百分比，直至虚拟机对GPU物理资源利用率达到90％时将增加过程中所占用的GPU物理资源标记为已分配资源。
8.如权利要求6所述的装置，其特征在于，所述第一分配单元，具体还用于：
若调整后的资源池内未分配资源满足虚拟机的GPU物理资源需求，则跳转至第二分配单元；
若调整后的资源池内未分配资源仍不满足虚拟机的GPU物理资源需求，则向虚拟机发送告警信息。
9.如权利要求6或8所述的装置，其特征在于，所述第二分配单元，包括：
计算子单元，用于基于虚拟机的GPU物理资源需求确定对虚拟机的GPU物理资源分配百分比；
分配子单元，用于根据对虚拟机的GPU物理资源分配百分比，将资源池内相应百分比的GPU物理资源分配至对应虚拟机；
标记子单元，用于对资源池内已分配资源和未分配资源进行标记；
其中，所述资源池是对GPU物理资源进行池化而形成的。
10.如权利要求9所述的装置，其特征在于，所述计算子单元，具体用于：
将发出需求响应的虚拟机的GPU物理资源需求与资源池全部资源的比值作为对该虚拟机的GPU物理资源分配百分比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010164599.8A CN111506419B (zh) | 2020-03-11 | 2020-03-11 | 一种gpu资源共享方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010164599.8A CN111506419B (zh) | 2020-03-11 | 2020-03-11 | 一种gpu资源共享方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111506419A true CN111506419A (zh) | 2020-08-07 |
| CN111506419B CN111506419B (zh) | 2024-07-02 |
Family
ID=71863853
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010164599.8A Active CN111506419B (zh) | 2020-03-11 | 2020-03-11 | 一种gpu资源共享方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111506419B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101593134A (zh) * | 2009-06-29 | 2009-12-02 | 北京航空航天大学 | 虚拟机cpu资源分配方法和装置 |
| US8103769B1 (en) * | 2009-09-03 | 2012-01-24 | Amazon Technologies, Inc. | Dynamic isolation of shared resources |
| KR20120100833A (ko) * | 2011-03-04 | 2012-09-12 | 한국항공대학교산학협력단 | 단말간 직접통신 수행 방법 및 이를 지원하는 단말 |
| CN103180830A (zh) * | 2012-08-31 | 2013-06-26 | 华为技术有限公司 | 中央处理器资源分配方法和计算节点 |
| CN105242957A (zh) * | 2015-09-28 | 2016-01-13 | 广州云晫信息科技有限公司 | 一种云计算***调配gpu资源到虚拟机的方法及*** |
| CN105491569A (zh) * | 2014-09-19 | 2016-04-13 | 电信科学技术研究院 | 频谱资源分配、获取方法及装置 |
| CN105589751A (zh) * | 2015-11-27 | 2016-05-18 | 杭州华三通信技术有限公司 | 一种物理资源调度方法及装置 |
| WO2017059695A1 (zh) * | 2015-10-10 | 2017-04-13 | 百度在线网络技术（北京）有限公司 | 基于流式计算的资源管理方法及装置 |
| CN107515786A (zh) * | 2017-08-04 | 2017-12-26 | 北京奇虎科技有限公司 | 资源分配方法、主装置、从装置和分布式计算*** |
| CN109213555A (zh) * | 2018-08-16 | 2019-01-15 | 北京交通大学 | 一种面向虚拟桌面云的资源动态调度方法 |
| CN109558210A (zh) * | 2018-11-21 | 2019-04-02 | 郑州云海信息技术有限公司 | 一种虚拟机应用主机gpu设备的方法及*** |
| US20190220383A1 (en) * | 2018-01-17 | 2019-07-18 | Microsoft Technology Licensing, Llc | Techniques for tracking graphics processing resource utilization |
-
2020
- 2020-03-11 CN CN202010164599.8A patent/CN111506419B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101593134A (zh) * | 2009-06-29 | 2009-12-02 | 北京航空航天大学 | 虚拟机cpu资源分配方法和装置 |
| US8103769B1 (en) * | 2009-09-03 | 2012-01-24 | Amazon Technologies, Inc. | Dynamic isolation of shared resources |
| KR20120100833A (ko) * | 2011-03-04 | 2012-09-12 | 한국항공대학교산학협력단 | 단말간 직접통신 수행 방법 및 이를 지원하는 단말 |
| CN103180830A (zh) * | 2012-08-31 | 2013-06-26 | 华为技术有限公司 | 中央处理器资源分配方法和计算节点 |
| CN105491569A (zh) * | 2014-09-19 | 2016-04-13 | 电信科学技术研究院 | 频谱资源分配、获取方法及装置 |
| CN105242957A (zh) * | 2015-09-28 | 2016-01-13 | 广州云晫信息科技有限公司 | 一种云计算***调配gpu资源到虚拟机的方法及*** |
| WO2017059695A1 (zh) * | 2015-10-10 | 2017-04-13 | 百度在线网络技术（北京）有限公司 | 基于流式计算的资源管理方法及装置 |
| CN105589751A (zh) * | 2015-11-27 | 2016-05-18 | 杭州华三通信技术有限公司 | 一种物理资源调度方法及装置 |
| CN107515786A (zh) * | 2017-08-04 | 2017-12-26 | 北京奇虎科技有限公司 | 资源分配方法、主装置、从装置和分布式计算*** |
| US20190220383A1 (en) * | 2018-01-17 | 2019-07-18 | Microsoft Technology Licensing, Llc | Techniques for tracking graphics processing resource utilization |
| WO2019143460A1 (en) * | 2018-01-17 | 2019-07-25 | Microsoft Technology Licensing, Llc | Techniques for tracking graphics processing resource utilization |
| CN109213555A (zh) * | 2018-08-16 | 2019-01-15 | 北京交通大学 | 一种面向虚拟桌面云的资源动态调度方法 |
| CN109558210A (zh) * | 2018-11-21 | 2019-04-02 | 郑州云海信息技术有限公司 | 一种虚拟机应用主机gpu设备的方法及*** |
Non-Patent Citations (4)
| Title |
|---|
| QIANG WU 等: "《Dynamically Adujsting Scale of a Kubernetes Cluster under QoS Guarantee》", 《IEEE》, 31 December 2019 (2019-12-31) * |
| SHENGBO SONG: "《Gaia Scheduler： A Kubernetes-Based Scheduler Framework》", 《IEEE》, 31 December 2018 (2018-12-31) * |
| 张远: "《基于开源平台的云资源管理***的研究与应用》", 《中国优秀硕士学位论文全文数据库》, 15 March 2016 (2016-03-15) * |
| 邱悦: "《云媒体中基于效用最大化协商机制的资源分配算法研究》", 《中国优秀硕士学位论文全文数据库》, 15 January 2015 (2015-01-15) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111506419B (zh) | 2024-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018119952A1 (zh) | 一种设备虚拟化方法、装置、***及电子设备、计算机程序产品 | |
| CN104461735B (zh) | 一种虚拟化场景下分配cpu资源的方法和装置 | |
| US20160239333A1 (en) | Apparatus and method for scheduling graphics processing unit workloads from virtual machines | |
| CN111090521B (zh) | 内存分配方法、装置、存储介质及电子设备 | |
| EP3748508A1 (en) | Memory management in virtualized computing | |
| CN115988217B (zh) | 一种虚拟化视频编解码***、电子设备和存储介质 | |
| CN103744716A (zh) | 一种基于当前vcpu调度状态的动态中断均衡映射方法 | |
| CN109712060B (zh) | 一种基于gpu容器技术的云桌面显卡共享方法及*** | |
| US8352702B2 (en) | Data processing system memory allocation | |
| WO2016202154A1 (zh) | 一种gpu资源的分配方法及*** | |
| JP2020503609A (ja) | マルチオペレーティングシステム用のメモリアクセス方法、装置及び電子設備 | |
| CN103049328A (zh) | 计算机***中内存资源分配方法 | |
| CN111104219A (zh) | 虚拟核心与物理核心的绑定方法、装置、设备及存储介质 | |
| CN109558210B (zh) | 一种虚拟机应用主机gpu设备的方法及*** | |
| CN106598696B (zh) | 一种虚拟机之间数据交互的方法及装置 | |
| US20200201691A1 (en) | Enhanced message control banks | |
| CN105677481A (zh) | 一种数据处理方法、***及电子设备 | |
| CN106775925B (zh) | 一种虚拟机cpu的限额处理方法和装置 | |
| CN102096594B (zh) | 使用内存中***资源的方法及装置 | |
| CN111506419B (zh) | 一种gpu资源共享方法及装置 | |
| CN110908783A (zh) | 一种云数据中心虚拟机的管控方法、***及设备 | |
| CN110447019B (zh) | 存储器分配管理器及由其执行的用于管理存储器分配的方法 | |
| CN114489952A (zh) | 队列分配方法及装置 | |
| CN107562510A (zh) | 一种应用实例的管理方法及管理设备 | |
| US9176910B2 (en) | Sending a next request to a resource before a completion interrupt for a previous request |
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 |