JP2023048845A - Management device and processing method - Google Patents
Management device and processing method Download PDFInfo
- Publication number
- JP2023048845A JP2023048845A JP2021158388A JP2021158388A JP2023048845A JP 2023048845 A JP2023048845 A JP 2023048845A JP 2021158388 A JP2021158388 A JP 2021158388A JP 2021158388 A JP2021158388 A JP 2021158388A JP 2023048845 A JP2023048845 A JP 2023048845A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- information
- accuracy
- job data
- communication
- 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
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
ここに開示する技術は、グリッドコンピューティングに関する。 The technology disclosed herein relates to grid computing.
特許文献1には、無線通信によって互いに接続可能な基地局と車載端末から構成される分散処理システムが開示されている。基地局は、資源情報記憶手段と、処理割り当て手段とを有する。資源情報記憶手段は、計算ノードとして機能する車載端末が有する演算資源に関する情報である資源情報を記憶する。処理割り当て手段は、資源情報に基づいて、依頼された処理を実行させる車載端末を特定し、特定した車載端末に対して処理を実行させる。車載端末は、資源情報登録手段と、演算手段とを有する。資源情報登録手段は、基地局に対して、自端末の資源情報を送信するとともに、分散処理システムへ自端末を計算ノードとして登録する。演算手段は、基地局から割り当てられる処理を実行する。
特許文献1のシステムでは、通信不通などに要因により、一部の車載端末において依頼された処理が完了せずに途中で失敗すると、その車両端末に依頼された処理の結果(計算結果)を得ることができなくなる。
In the system of
ここに開示する技術は、かかる点に鑑みてなされたものであり、その目的とするところは、計算結果を得ることができないリスクを低減することにある。 The technology disclosed herein has been made in view of this point, and its purpose is to reduce the risk of not being able to obtain calculation results.
ここに開示する技術は、それぞれが演算装置を有する複数の移動体のうち複数の利用可能な移動体にジョブデータを処理させるグリッドコンピューティング処理を管理する管理装置に関する。この管理装置は、前記グリッドコンピューティング処理において、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を処理させる制御部を備える。 The technology disclosed herein relates to a management device that manages grid computing processing that allows a plurality of available mobile units among a plurality of mobile units each having an arithmetic unit to process job data. In the grid computing process, the management device is configured such that, among the plurality of available mobile bodies, a calculation completion probability indicating a probability that the calculation of the job data can be completed is lower than a predetermined threshold. low-accuracy mobile object to process the same part of the job data.
前記の構成では、計算結果を得ることができないリスクを低減することができる。 With the above configuration, it is possible to reduce the risk of not being able to obtain calculation results.
前記の管理装置において、前記ジョブデータの同一部分を処理する前記複数の低確度の移動体の各々の計算完了確度が低くなるほど、前記複数の低確度の移動体の数が多くなってもよい。 In the management device, the number of the plurality of low-accuracy mobile objects may increase as the calculation completion accuracy of each of the plurality of low-accuracy mobile objects that process the same portion of the job data decreases.
前記の構成では、計算結果を得ることができないリスクを効果的に低減することができる。 With the above configuration, it is possible to effectively reduce the risk of not being able to obtain the calculation result.
前記の管理装置において、前記移動体の計算完了確度は、前記移動体の計算完了確度の導出に利用可能な情報に基づいて導出されてもよい。前記移動体の計算完了確度の導出に利用可能な情報には、少なくとも前記移動体の通信状態および前記移動体の演算装置の利用可能時間が含まれてもよい。そして、前記移動体の計算完了確度の導出に利用可能な情報のうち、前記移動体の通信状態および前記移動体の演算装置の利用可能時間は、前記移動体の通信状態および前記移動体の演算装置の利用可能時間を除く他の情報よりも、前記移動体の計算完了確度の導出に与える影響が大きくてもよい。 In the management device described above, the calculation completion accuracy of the mobile object may be derived based on information that can be used to derive the calculation completion accuracy of the mobile object. The information that can be used for deriving the calculation completion accuracy of the mobile may include at least the communication state of the mobile and the available time of the computing device of the mobile. Then, among the information that can be used for deriving the calculation completion accuracy of the mobile, the communication state of the mobile and the available time of the computing device of the mobile are The information other than the available time of the device may have a greater influence on the derivation of the calculation completion probability of the moving object.
前記の構成では、移動体の計算完了確度の導出において「移動体の通信状態」および「移動体の演算装置の利用可能時間」を重要視することができるので、移動体の計算完了確度を適切に設定することができる。 In the above configuration, since it is possible to attach importance to the "communication state of the mobile unit" and the "availability time of the arithmetic unit of the mobile unit" in deriving the calculation completion accuracy of the mobile unit, the calculation completion accuracy of the mobile unit can be determined appropriately. can be set to
前記の管理装置において、前記ジョブデータの期待処理時間が長くなるほど、前記ジョブデータの同一部分を処理させる前記複数の低確度の移動体の数が多くなってもよい。 In the above-described management device, the longer the expected processing time of the job data, the greater the number of the plurality of low-accuracy moving bodies that process the same part of the job data.
前記の構成では、ジョブデータの同一部分の計算に利用することができる低確度の車両の数を確保することができる。これにより、計算結果を得ることができないリスクを適切に低減することができる。 With the above configuration, it is possible to secure the number of low-accuracy vehicles that can be used to calculate the same portion of the job data. Thereby, the risk of not being able to obtain the calculation result can be appropriately reduced.
ここに開示する技術は、それぞれが演算装置を有する複数の移動体のうち複数の利用可能な移動体に管理装置から送信されたジョブデータを処理させる処理方法に関する。この処理方法では、前記管理装置により、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を送信し、前記複数の低確度の移動体により、前記ジョブデータの同一部分を処理する。 The technology disclosed herein relates to a processing method for causing a plurality of available mobile bodies among a plurality of mobile bodies each having an arithmetic device to process job data transmitted from a management device. In this processing method, the management device generates a plurality of low calculation completion accuracies indicating the likelihood that calculation of the job data can be completed, among the plurality of available mobile objects, below a predetermined threshold. The same portion of the job data is transmitted to the high-accuracy mobiles, and the same portion of the job data is processed by the plurality of low-accuracy mobiles.
前記の方法では、計算結果を得ることができないリスクを低減することができる。 The above method can reduce the risk of not being able to obtain the calculation results.
ここに開示する技術によれば、計算結果を得ることができないリスクを低減することができる。 According to the technology disclosed herein, it is possible to reduce the risk of not being able to obtain calculation results.
以下、図面を参照して実施の形態を詳しく説明する。なお、図中同一または相当部分には同一の符号を付しその説明は繰り返さない。 Hereinafter, embodiments will be described in detail with reference to the drawings. The same reference numerals are given to the same or corresponding parts in the drawings, and the description thereof will not be repeated.
(実施形態)
図1は、実施形態のシステム1の構成を例示する。このシステム1は、複数の車両10と、複数のユーザ端末20と、クライアントサーバ30と、管理サーバ50とを備える。これらの構成要素は、通信網5(通信回線)を経由して互いに通信可能である。また、これらの構成要素は、必要に応じて、互いに通信して各種の情報およびデータを送受信する。複数の車両10の各々には、演算装置105が搭載される。なお、システム1には、複数のクライアントサーバ30が設けられてもよい。
(embodiment)
FIG. 1 illustrates the configuration of
〔グリッドコンピューティング〕
図2に示すように、実施形態のシステム1では、複数の車両10の中から選出された車両10によりグリッドコンピューティング(分散処理システム)が構成され、複数の車両10のうち利用可能な車両10(詳しくは車両10に搭載された演算装置105)にジョブデータを処理させるグリッドコンピューティング処理が行われる。
[Grid computing]
As shown in FIG. 2, in the
なお、車両10において演算装置105の計算能力が必要となると、演算装置105が稼働状態となり、演算装置105の計算能力が利用される。例えば、車両10が走行している場合、車両10の走行制御のために演算装置105の計算能力が必要となり、演算装置105が稼働状態となる。
Note that when the
一方、車両10において演算装置105の計算能力が不要となると、演算装置105が停止状態となり、演算装置105の計算能力が利用されなくなる。例えば、車両10が停車して車両10の電源がオフ状態になると、演算装置105の計算能力が不要となり、演算装置105が停止状態となる。
On the other hand, when the computing power of the
ここで、車両10において演算装置105の計算能力が不要である場合に、演算装置105の計算能力をグリッドコンピューティング処理に提供することで、演算装置105の計算能力を有効に利用することが可能となる。例えば、車両10の停車中に、演算装置105の計算能力をグリッドコンピューティング処理に提供することが望ましい。
Here, when the computing power of the
〔車両〕
車両10は、ユーザに所有される。ユーザは、車両10を運転する。この例では、車両10は、自動四輪車である。また、車両10には、電池(図示省略)が搭載される。電池の電力は、演算装置105などの車載機器に供給される。このような車両10の例としては、電気自動車、プラグインハイブリッド自動車などが挙げられる。また、車両10は、車両ネットワーク間通信(V2N)を利用した通信および車車間通信(V2V)を利用した通信を行うことが可能である。
〔vehicle〕
図3に示すように、車両10は、アクチュエータ11と、センサ12と、入力部101と、出力部102と、通信部103と、記憶部104と、演算装置105とを備える。
As shown in FIG. 3 ,
アクチュエータ11は、駆動系のアクチュエータ、操舵系のアクチュエータ、制動系のアクチュエータなどを含む。駆動系のアクチュエータの例としては、エンジン、トランスミッション、モータが挙げられる。制動系のアクチュエータの例としては、ブレーキが挙げられる。操舵系のアクチュエータの例としては、ステアリングが挙げられる。
The
センサ12は、車両10の制御に用いられる各種の情報を取得する。センサ12の例としては、車外を撮像する車外カメラ、車内を撮像する車内カメラ、車外の物体を検出するレーダ、車速センサ、加速度センサ、ヨーレートセンサ、アクセル開度センサ、ステアリングセンサ、ブレーキ油圧センサなどが挙げられる。
The
入力部101は、情報やデータを入力する。入力部101の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。操作部の例としては、カーナビゲーション装置の操作ボタンやタッチセンサなどが挙げられる。入力部101に入力された情報やデータは、演算装置105に送られる。
The input unit 101 inputs information and data. Examples of the input unit 101 include an operation unit that inputs information according to an operation by being operated, a camera that inputs an image representing information, a microphone that inputs sound representing information, and the like. Examples of the operation unit include operation buttons and touch sensors of a car navigation system. Information and data input to the input unit 101 are sent to the
出力部102は、情報やデータを出力する。出力部102の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。表示部の例としては、カーナビゲーション装置のディスプレイが挙げられる。スピーカの例としては、カーナビゲーション装置のスピーカが挙げられる。 The output unit 102 outputs information and data. Examples of the output unit 102 include a display unit that outputs an image representing information, a speaker that outputs sound representing information, and the like. An example of the display unit is a display of a car navigation device. An example of a speaker is a speaker of a car navigation system.
通信部103は、情報やデータを送受信する。通信部103により受信された情報やデータは、演算装置105に送られる。
The
記憶部104は、情報やデータを記憶する。
The
演算装置105は、車両10の各部を制御する。この例では、演算装置105は、センサ12により得られた各種の情報に応じてアクチュエータ11を制御する。演算装置105は、通信部103を経由して外部機器(システム1の構成要素など)と通信を行う。演算装置105は、入力部101に入力された情報およびデータ、通信部103を経由して受信した情報およびデータに基づいて、記憶部104に記憶された情報およびデータを適宜更新する。
演算装置105は、プロセッサ、メモリなどを有する。プロセッサの例としては、CPU(Central Processing Unit)、GPU(Graphics Processing Unit)などが挙げられる。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。メモリに記憶されたプログラムをプロセッサ(コンピュータ)が実行することで、演算装置105の各種の機能が実現される。
The
なお、演算装置105に搭載されるプロセッサの数は、1つであってもよいし、複数のであってもよい。また、演算装置105に搭載されるプロセッサは、CPUおよびGPUのいずれか一方のみであってもよいし、CPUおよびGPUの両方であってもよい。この例では、演算装置105は、CPUおよびGPUの両方を有する。例えば、演算装置105は、1つまたは複数のECU(Electronic Control Unit)により構成される。
Note that the number of processors installed in the
この例では、記憶部104は、車両基本情報D11と、演算装置情報D12と、車両状態情報D13と、機能利用情報D14と、車両利用情報D15と、位置管理情報D16と、稼働管理情報D17と、通信管理情報D18と、実績管理情報D19とを記憶する。
In this example, the
〈車両基本情報〉
車両基本情報D11は、車両10に関する基本情報である。例えば、車両基本情報D11は、車両10に設定された車両ID、車両を所有するユーザに設定されたユーザID、車両の性能を示す車両性能情報などを含む。車両IDは、車両10を識別する車両識別情報の一例である。ユーザIDは、ユーザを識別するユーザ識別情報の一例である。
<Vehicle basic information>
The vehicle basic information D11 is basic information about the
〈演算装置情報〉
演算装置情報D12は、演算装置105に関する情報である。例えば、演算装置情報D12は、演算装置105に設定された演算装置ID、演算装置105の性能を示す演算装置性能情報などを含む。演算装置IDは、演算装置105を識別する演算装置識別情報の一例である。演算装置性能情報に示される演算装置105の性能には、演算装置105の計算能力(具体的には最大計算能力)、演算装置105におけるCPUとGPUの比率、演算装置105の通信性能、演算装置105の分散処理性能などが含まれる。なお、演算装置105の計算能力は、演算装置105が単位時間当たりに計算することができるデータ量である。
<Computing device information>
The computing device information D<b>12 is information about the
〈車両状態情報〉
車両状態情報D13は、車両10の状態を示す。例えば、車両状態情報D13は、車両位置情報、車両通信情報、車両電源情報、車両電池残量情報、車両充電情報などを含む。
<Vehicle status information>
The vehicle state information D13 indicates the state of the
車両位置情報は、車両10の位置(緯度および経度)を示す。例えば、車両位置情報は、GPS(Global Positioning System)により取得可能である。車両通信情報は、車両10の通信状態を示す。車両電源情報は、車両10の電源の状態を示す。例えば、車両電源情報は、イグニッション電源のオンオフ、アクセサリ電源のオンオフなどを示す。
The vehicle position information indicates the position (latitude and longitude) of the
車両電池残量情報は、車両10に搭載された電池(図示省略)の残量を示す。車両充電情報は、車両10の電池を充電可能な充電設備(図示省略)において車両10が充電中であるか否かを示す。
The vehicle battery remaining amount information indicates the remaining amount of a battery (not shown) mounted on the
演算装置105は、車両10の状態を監視し、その監視の結果に基づいて車両状態情報D13を適宜(例えば定期的に)更新する。
〈機能利用情報〉
機能利用情報D14は、車両10の各種機能の利用履歴(過去の利用状況)および利用予定(未来の利用状況)を示す。言い換えると、機能利用情報D14は、車両10の機能毎に、その機能がどの時刻に利用されていたのか(または利用される予定であるのか)を示す。例えば、機能利用情報D14は、車両10の機能毎に、その機能の利用の有無と時刻とを関連付けて示す。なお、車両10の機能の例としては、OTA(Over The Air)などが挙げられる。
<Function usage information>
The function usage information D14 indicates usage history (past usage) and usage schedule (future usage) of various functions of the
演算装置105は、機能利用情報D14を適宜更新する。例えば、演算装置105は、車両10の各種機能の利用履歴または利用予定に関する情報を入力すると、その情報に基づいて機能利用情報D14を更新する。
The
〈車両利用情報〉
車両利用情報D15は、車両10の利用履歴(過去の利用状況)および利用予定(未来の利用状況)を示す。言い換えると、車両利用情報D15は、車両10がどの時刻に利用されていたのか(または利用される予定であるのか)を示す。例えば、車両利用情報D15は、車両10の利用の有無と時刻とを関連付けて示す。
<Vehicle usage information>
The vehicle usage information D15 indicates the usage history (past usage status) and usage schedule (future usage status) of the
なお、車両利用情報D15に示される車両10の利用状況は、グリッドコンピューティング処理のための利用を除く他の利用目的における利用状況である。このような他の利用目的の例としては、車両10の走行が挙げられる。例えば、車両10の走行目的での利用の有無は、車両10の電源(具体的にはイグニッション電源)のオンオフの履歴および予定に基づいて特定することが可能である。
The usage status of the
演算装置105は、車両利用情報D15を適宜更新する。例えば、演算装置105は、車両の利用履歴または利用予定に関する情報を入力すると、その情報に基づいて車両利用情報D15を更新する。
The
〈位置管理情報〉
位置管理情報D16は、車両10の過去の位置および未来の位置を示す。言い換えると、位置管理情報D16は、車両10がどの時刻にどの位置にいたのか(またはどの位置にいる予定であるのか)を示す。例えば、位置管理情報D16は、車両10の位置と時刻とを関連付けて示す。
<Location management information>
Position management information D16 indicates the past position and future position of
なお、位置管理情報D16には、車両10のシーンを示すシーン情報が含まれてもよい。車両10のシーンの例としては、車両10が市街地を走行しているシーン、車両10が高速道路を走行しているシーン、車両10が停車しているシーンなどが挙げられる。例えば、演算装置105は、センサ12の出力に基づいて車両10の外部環境を認識し、その認識の結果に基づいて車両10のシーンを推定し、その推定された車両10のシーンを位置管理情報D16に登録する。位置管理情報D16は、「車両10の位置」と「車両10のシーン」と「時刻」とを関連付けて示してもよい。
Note that the position management information D16 may include scene information indicating the scene of the
演算装置105は、位置管理情報D16を適宜(例えば定期的に)更新する。位置管理情報D16の更新については、後で詳しく説明する。
The
〈稼働管理情報〉
稼働管理情報D17は、車両10に搭載された演算装置105の稼働履歴(過去の計算能力の利用率)および稼働予定(未来の計算能力の利用率)を示す。言い換えると、稼働管理情報D17は、車両10の計算能力の利用率がどの時刻にどのくらいであったのか(またはどのくらいになる予定であるのか)を示す。例えば、稼働管理情報D17は、演算装置105の計算能力の利用率と時刻とを関連付けて示す。
<Operation management information>
The operation management information D17 indicates the operation history (past utilization rate of computing capacity) and the operation schedule (future utilization rate of computing capacity) of the
なお、稼働管理情報D17に示される車両10の演算装置105の稼働状況(計算能力の利用率)は、グリッドコンピューティング処理のための利用を除く他の利用目的における稼働状況である。
The operation status (utilization rate of computing capacity) of the
演算装置105は、稼働管理情報D17を適宜(例えば定期的に)更新する。稼働管理情報D17の更新については、後で詳しく説明する。
The
〈通信管理情報〉
通信管理情報D18は、車両10の通信履歴(過去の通信状態)および通信予定(未来の通信状態)を示す。言い換えると、通信管理情報D18は、車両10の通信状態がどの時刻にどのような状態であったのか(またはどのような状態となる予定であるのか)を示す。具体的には、通信管理情報D18は、車両10の通信相手となる機器毎に、その機器と車両10との間の通信状態(過去の通信状態および未来の通信状態)を示す。例えば、通信管理情報D18は、車両10の通信相手となる機器毎に、「その機器と車両10との間の通信状態」と「車両10の位置」と「時刻」とを関連付けて示す。
<Communication management information>
Communication management information D18 indicates the communication history (past communication state) and communication schedule (future communication state) of
この例では、通信管理情報D18には、「車両10」と「車両ネットワーク間通信(V2N)を利用して車両10と通信する管理サーバ50」との間の通信状態と、「車両10(自車両)」と「車車間通信(V2V)を利用して車両10(自車両)と通信する他の車両10(他車両)」との間の通信状態とが含まれる。車両10と管理サーバ50との間の通信状態には、「車両10」と「車両10と管理サーバ50との通信を中継する中継器(図示省略)」との間の通信状態と、中継器と管理サーバ50との間に通信状態とが含まれる。中継器の例としては、通信網5の基地局、家や施設などに設けられた通信機器などが挙げられる。
In this example, the communication management information D18 includes the communication status between the "
なお、通信状態には、通信品質、通信帯域、通信可能時間などの情報が含まれる。通信品質に関する情報には、レイテンシ、スループット、パケットロス、エラーレート、通信の遮断回数などが含まれる。例えば、演算装置105は、車両10の通信相手となる機器との間においてテスト信号を送受信することで、これらの情報を取得する。通信品質に関する情報には、レイテンシ、スループット、パケットロス、エラーレート、通信の遮断回数の一部が含まれてもよいし、これらの全部が含まれてもよいし、これらと相関のある他の情報が含まれてもよい。
The communication state includes information such as communication quality, communication band, and available communication time. The communication quality information includes latency, throughput, packet loss, error rate, number of communication interruptions, and the like. For example, the
また、通信状態には、「車両10」と「車両10の通信相手となる機器」との間における通信安定性の程度を示す通信安定度が含まれる。具体的には、演算装置105は、通信品質、通信帯域、通信可能時間の少なくとも1つに基づいて、通信安定度を導出する。言い換えると、通信品質、通信帯域、通信可能時間の少なくとも1つが変化すると、通信安定度が変化する。
Further, the communication state includes communication stability indicating the degree of communication stability between the "
この例では、演算装置105は、通信品質、通信帯域、通信可能時間に基づいて、通信安定度を導出する。通信品質が高くなるほど、通信安定度が高くなる。通信帯域が広くなるほど、通信安定度が高くなる。通信可能時間が長くなるほど、通信安定性が高くなる。
In this example,
演算装置105は、通信管理情報D18を適宜(例えば定期的に)更新する。通信管理情報D18の更新については、後で詳しく説明する。
The
〈実績管理情報〉
実績管理情報D19は、車両10のグリッドコンピューティング処理における計算完了実績を示す。例えば、実績管理情報D19は、「車両10が利用されたグリッドコンピューティング処理の回数」に対する「車両10がジョブデータの計算を完了することができたグリッドコンピューティング処理の回数」の占める割合を示す。
<Performance management information>
The track record management information D19 indicates the calculation completion track record in the grid computing process of the
演算装置105は、車両10が利用されるグリッドコンピューティング処理が完了すると、そのグリッドコンピューティング処理における車両10の計算完了実績(計算を完了することができたか否か)に基づいて、実績管理情報D19を更新する。
When the grid computing process using the
〔ユーザ端末〕
ユーザ端末20は、ユーザに所有される。ユーザは、ユーザ端末20を操作して各種の機能を利用する。また、ユーザは、ユーザ端末20を持ち運ぶことができる。このようなユーザ端末20の例としては、スマートフォン、タブレット、ノート型パーソナルコンピュータなどが挙げられる。
[User terminal]
A
図4に示すように、ユーザ端末20は、入力部201と、出力部202と、通信部203と、記憶部204と、制御部205とを備える。
As shown in FIG. 4 , the
入力部201は、情報やデータを入力する。入力部201の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。操作部の例としては、操作ボタン、タッチセンサなどが挙げられる。入力部101に入力された情報は、演算装置105に送られる。
The
出力部202は、情報やデータを出力する。出力部202の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。
The
通信部203は、情報やデータを送受信する。通信部303により受信された情報やデータは、制御部205に送られる。
The communication unit 203 transmits and receives information and data. Information and data received by the
記憶部204は、情報やデータを記憶する。
The
制御部205は、ユーザ端末20の各部を制御する。制御部205は、通信部203を経由して外部機器(システム1の構成要素など)と通信を行う。制御部205は、入力部201に入力された情報およびデータ、通信部203を経由して受信した情報およびデータに基づいて、記憶部204に記憶された情報およびデータを適宜更新する。
The control unit 205 controls each unit of the
制御部205は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。メモリに記憶されたプログラムをプロセッサ(コンピュータ)が実行することで、制御部205の各種の機能が実現される。 The control unit 205 has a processor, memory, and the like. The memory stores programs for operating the processor, information and data indicating processing results of the processor, and the like. Various functions of the control unit 205 are realized by the processor (computer) executing the programs stored in the memory.
この例では、記憶部204は、端末情報D21と、端末状態情報D22と、スケジュール情報D23とを記憶する。
In this example, the
〈端末情報〉
端末情報D21は、ユーザ端末20に関する情報である。例えば、端末情報D21は、ユーザ端末20に設定されたユーザ端末ID、ユーザ端末20の性能を示すユーザ端末性能情報などを含む。ユーザ端末IDは、ユーザ端末20を識別するユーザ端末識別情報の一例である。
<Device information>
The terminal information D<b>21 is information about the
〈端末状態情報〉
端末状態情報D22は、ユーザ端末20の状態を示す情報である。端末状態情報D22は、ユーザ端末20の位置を示すユーザ端末位置情報、ユーザ端末20の通信状態を示すユーザ端末通信状態情報などを含む。
<Terminal status information>
The terminal state information D22 is information indicating the state of the
制御部205は、ユーザ端末20の状態を監視し、その監視の結果に基づいて端末状態情報D22を適宜(例えば定期的に)更新する。
The control unit 205 monitors the state of the
〈スケジュール情報〉
スケジュール情報D23は、ユーザ端末20を所有するユーザの行動履歴(過去の行動)および行動予定(未来の行動)を示す。言い換えると、スケジュール情報D23は、ユーザがどの時刻にどの位置にいたのかを示す。例えば、スケジュール情報D23は、ユーザの位置と時刻とを関連付けて示す。なお、スケジュール情報D23は、ユーザ端末20に搭載されたスケジュール機能により取得可能である。具体的には、ユーザがスケジュール機能を利用して自身の行動履歴および行動予定をユーザ端末20に入力することで、そのユーザの行動履歴および行動予定を示すスケジュール情報D23が得られる。
<Schedule information>
The schedule information D23 indicates the action history (past action) and action schedule (future action) of the user who owns the
また、スケジュール情報D23には、ユーザの行動が「車両10の利用を伴う行動」であることを示す情報が含まれてもよい。例えば、スケジュール情報D23は、「ユーザの位置」と「車両10の利用の有無」と「時刻」とを関連付けて示してもよい。
The schedule information D23 may also include information indicating that the user's action is "action involving the use of the
制御部205は、記憶部204に記憶されたスケジュール情報D23を適宜更新する。例えば、制御部205は、ユーザの行動に関する情報が入力部101に入力されると、その情報に基づいてスケジュール情報D23を更新する。
The control unit 205 updates the schedule information D23 stored in the
〔クライアントサーバ〕
クライアントサーバ30は、クライアントに所有される。クライアントは、ジョブデータの計算を依頼する。このようなクライアントの例としては、企業、研究機関、教育機関などが挙げられる。
[Client server]
The
図5に示すように、クライアントサーバ30は、入力部301と、出力部302と、通信部303と、記憶部304と、制御部305とを備える。
As shown in FIG. 5 , the
入力部301は、情報やデータを入力する。入力部301の例としては、操作されることで操作に応じた情報を入力する操作部、情報を示す画像を入力するカメラ、情報を示す音声を入力するマイクロフォンなどが挙げられる。操作部の例としては、操作ボタン、タッチセンサ、キーボード、マウスなどが挙げられる。入力部301に入力された情報やデータは、制御部305に送られる。
The
出力部302は、情報やデータを出力する。出力部302の例としては、情報を示す画像を出力する表示部、情報を示す音声を出力するスピーカなどが挙げられる。
The
通信部303は、情報やデータを送受信する。通信部303により受信された情報やデータは、制御部305に送られる。
The
記憶部304は、情報やデータを記憶する。
The
制御部305は、クライアントサーバ30の各部を制御する。制御部305は、通信部303を経由して外部機器(システム1の構成要素など)と通信を行う。制御部305は、入力部301に入力された情報およびデータ、通信部303を経由して受信した情報およびデータに基づいて、記憶部304に記憶された情報およびデータを適宜更新する。
The
制御部305は、プロセッサ、メモリなどを有する。メモリは、プロセッサを動作させるためのプログラム、プロセッサの処理結果を示す情報やデータなどを記憶する。メモリに記憶されたプログラムをプロセッサ(コンピュータ)が実行することで、制御部305の各種の機能が実現される。
The
この例では、記憶部304は、クライアント情報D31と、ジョブデータD1とを記憶する。
In this example, the
〈クライアント情報〉
クライアント情報D31は、クライアントに関する情報である。クライアント情報D31は、クライアントに設定されたクライアントID、クライアントに所有されるクライアントサーバ30に設定されたクライアントサーバID、担当者名、住所、電話番号などを含む。クライアントIDは、クライアントを識別するクライアント識別情報の一例である。クライアントサーバIDは、クライアントサーバ30を識別するクライアントサーバ識別情報の一例である。
<Client information>
The client information D31 is information about the client. The client information D31 includes the client ID set to the client, the client server ID set to the
〈ジョブデータ〉
ジョブデータD1は、ジョブに対応するデータであり、ジョブの実施のために処理されるデータである。
<Job data>
The job data D1 is data corresponding to a job, and is data processed for execution of the job.
なお、ジョブデータD1は、計算タイプにより分類可能である。計算タイプの例としては、CPU系の計算タイプ、GPU系の計算タイプなどが挙げられる。CPU系の計算タイプのジョブデータD1では、シミュレーション計算など、条件分岐の多い複雑な計算が要求される傾向にある。GPU系の計算タイプのジョブデータD1では、画像処理や機械学習など、膨大な量の単純計算が要求される傾向にある。 Note that the job data D1 can be classified by calculation type. Examples of the calculation type include a CPU-based calculation type, a GPU-based calculation type, and the like. The CPU-based calculation type job data D1 tends to require complex calculations with many conditional branches, such as simulation calculations. GPU-based calculation type job data D1 tends to require a huge amount of simple calculations such as image processing and machine learning.
また、ジョブデータD1は、処理条件により分類可能である。処理条件の例としては、常時通信が要求される処理条件、常時通信が要求されない処理条件などが挙げられる。常時通信が要求される処理条件のジョブデータD1では、グリッドコンピューティング処理において車両10が常に通信可能であることが要求される。常時通信が要求されない処理条件のジョブデータD1では、グリッドコンピューティング処理において車両10が常に通信可能であることが要求されない。
Also, the job data D1 can be classified according to processing conditions. Examples of processing conditions include processing conditions that require constant communication, processing conditions that do not require constant communication, and the like. The job data D1, which has a processing condition that requires constant communication, requires that the
〈ジョブ情報〉
なお、記憶部304には、ジョブに関するジョブ情報が記憶されてもよい。ジョブ情報は、ジョブの名称を示すジョブ名称情報、ジョブの内容を説明するジョブ内容情報、ジョブに対応するジョブデータに関するジョブデータ情報、ジョブの納期を示すジョブ納期情報などを含む。ジョブデータ情報は、ジョブデータの計算タイプ、処理条件、必要計算能力などを示す。
<Job information>
Note that the
〔管理サーバ〕
管理サーバ50は、グリッドコンピューティングが構成されるシステム1の運営を管理する。管理サーバ50は、システム1を運営する事業者に所有される。なお、管理サーバ50は、グリッドコンピューティング処理を管理する管理装置の一例である。
[Management server]
The
図6に示すように、管理サーバ50は、入力部501と、出力部502と、通信部503と、記憶部504と、制御部505とを備える。管理サーバ50の入力部501、出力部502、通信部503、記憶部504、制御部505の構成は、クライアントサーバ30の入力部301、出力部302、通信部303、記憶部304、制御部305の構成と同様である。
As shown in FIG. 6 , the
この例では、記憶部504は、ユーザテーブルD51と、車両テーブルD52と、クライアントテーブルD53と、ジョブテーブルD54と、位置予測テーブルD55と、能力予測テーブルD56と、通信予測テーブルD57と、確度テーブルD60と、マッチングテーブルD58と、ジョブデータD1と、計算結果データD2とを記憶する。
In this example, the
〈ユーザテーブル〉
ユーザテーブルD51は、ユーザを管理するためのテーブルである。ユーザテーブルD51には、ユーザ毎に、そのユーザに設定されたユーザID、そのユーザに所有される車両10に設定された車両ID、そのユーザに所有される演算装置105に設定された演算装置ID、そのユーザに所有されるユーザ端末20に設定されたユーザ端末IDなどが登録される。
<User table>
The user table D51 is a table for managing users. The user table D51 contains, for each user, a user ID set to the user, a vehicle ID set to the
制御部505は、ユーザテーブルD51を適宜更新する。
The
例えば、新規のユーザがシステム1に加入すると、制御部505は、その新規のユーザに関連する情報をユーザテーブルD51に登録することで、ユーザテーブルD51を更新する。具体的には、制御部505は、新規のユーザに対してユーザIDを新たに設定し、新規のユーザに設定された「ユーザID」と、そのユーザに所有される車両10に設定された「車両ID」と、その車両10に搭載された演算装置105に設定された「演算装置ID」と、新規のユーザに所有されるユーザ端末20に設定された「ユーザ端末ID」とを関連付けて、ユーザテーブルD51に登録する。
For example, when a new user joins the
なお、新規のユーザに所有される車両10と管理サーバ50との通信により、新規のユーザに関連する「車両ID」と「演算装置ID」とを得ることが可能である。また、新規のユーザに所有されるユーザ端末20と管理サーバ50との通信により、新規のユーザに関連する「ユーザ端末ID」を得ることが可能である。
By communication between the
〈車両テーブル〉
車両テーブルD52は、車両10を管理するためのテーブルである。この例では、車両テーブルD52には、車両10毎に、その車両10に関する車両基本情報D11、演算装置情報D12、車両状態情報D13、機能利用情報D14、車両利用情報D15、位置管理情報D16、稼働管理情報D17、通信管理情報D18、実績管理情報D19などが登録される。
<Vehicle table>
The vehicle table D52 is a table for managing the
制御部505は、車両テーブルD52を適宜更新する。
The
例えば、新規の車両10がシステム1に加入すると、制御部505は、その新規の車両10に関連する情報を車両テーブルD52に登録することで、車両テーブルD52を更新する。具体的には、制御部505は、新規の車両10に関する車両基本情報D11、演算装置情報D12、車両状態情報D13、機能利用情報D14、車両利用情報D15、位置管理情報D16、稼働管理情報D17、通信管理情報D18を関連付けて、車両テーブルD52に登録する。
For example, when a
なお、新規の車両10と管理サーバ50との通信により、新規の車両10に関連する情報(この例では、車両基本情報D11、演算装置情報D12、車両状態情報D13、機能利用情報D14、車両利用情報D15、位置管理情報D16、稼働管理情報D17、通信管理情報D18、実績管理情報D19)を得ることが可能である。また、ユーザテーブルD51を参照することにより、新規の車両10に関連する「ユーザID」を得ることが可能である。
By communication between the
また、制御部505は、車両10毎に、その車両10と適宜(例えば定期的に)通信して車両10に関する情報(具体的には、車両状態情報D13、機能利用情報D14、車両利用情報D15、位置管理情報D16、稼働管理情報D17、通信管理情報D18、実績管理情報D19)を取得し、その取得された情報に基づいて車両テーブルD52を更新する。
Further, the
〈クライアントテーブル〉
クライアントテーブルD53は、クライアントを管理するためのテーブルである。クライアントテーブルD53には、クライアント毎に、そのクライアントに設定されたクライアントID、クライアントに所有されるクライアントサーバ30に設定されたクライアントサーバID、そのクライアントの担当者名、住所、電話番号などが登録される。
<Client table>
The client table D53 is a table for managing clients. In the client table D53, for each client, a client ID set to the client, a client server ID set to the
制御部505は、クライアントテーブルD53を適宜更新する。
The
例えば、新規のクライアントがシステム1に加入すると、制御部505は、その新規のクライアントに関連する情報をクライアントテーブルD53に登録することで、クライアントテーブルD53を更新する。具体的には、制御部505は、新規のクライアントに対してクライアントIDを新たに設定し、新規のクライアントに設定された「クライアントID」と、新規のクライアントに所有されるクライアントサーバ30に設定された「クライアントサーバID」と、新規のクライアントの「担当者」と「住所」と「電話番号」とを関連付けて、クライアントテーブルD53に登録する。
For example, when a new client joins the
なお、クライアントサーバ30と管理サーバ50との通信により、新規のクライアントに関する「クライアントサーバID」と「担当者」と「住所」と「電話番号」とを得ることが可能である。
By communication between the
〈ジョブテーブル〉
ジョブテーブルD54は、クライアントから依頼されたジョブを管理するためのテーブルである。ジョブテーブルD54には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブを依頼したクライアントに設定されたクライアントID、そのジョブの名称および内容などが登録される。また、ジョブテーブルD54には、ジョブ毎に、そのジョブに対応するジョブデータの計算タイプおよび処理条件、そのジョブデータの計算に必要となる計算能力である必要計算能力、そのジョブに設定された納期などが登録される。
<Job table>
The job table D54 is a table for managing jobs requested by clients. In the job table D54, for each job, the reception number set for the job, the client ID set for the client who requested the job, the name and contents of the job, and the like are registered. In addition, the job table D54 contains, for each job, calculation type and processing conditions of job data corresponding to the job, required calculation capacity which is the calculation capacity required for calculation of the job data, and delivery date set for the job. etc. are registered.
〈位置予測テーブル〉
位置予測テーブルD55は、車両10の位置の予測結果を管理するためのテーブルである。この例では、位置予測テーブルD55には、車両10毎に、その車両10に設定された車両ID、その車両10に関する位置予測情報D5などが登録される。位置予測情報D5は、車両10の位置の時間的変化の予測結果を示す。例えば、位置予測情報D5は、車両10の位置の予測値と時刻とを関連付けて示す。なお、車両10の位置の時間的変化を予測するための処理(位置予測処理)については、後で詳しく説明する。
<Position prediction table>
The position prediction table D<b>55 is a table for managing prediction results of the position of the
〈能力予測テーブル〉
能力予測テーブルD56は、車両10の演算装置105の計算能力(グリッドコンピューティング処理に利用可能な計算能力)の予測結果を管理するためのテーブルである。この例では、能力予測テーブルD56には、車両10毎に、その車両10に設定された車両ID、その車両10に関する能力予測情報D6などが登録される。能力予測情報D6は、車両10の演算装置105のグリッドコンピューティング処理において利用可能な計算能力の時間的変化の予測結果を示す。例えば、能力予測情報D6は、車両10の演算装置105の利用可能な計算能力の予測値と時刻とを関連付けて示す。なお、車両10の演算装置105のグリッドコンピューティング処理において利用可能な計算能力の時間的変化を予測するための処理(能力予測処理)については、後で詳しく説明する。
<Capability prediction table>
The capacity prediction table D56 is a table for managing prediction results of the computational capacity of the
〈通信予測テーブル〉
通信予測テーブルD57は、車両10の通信状態の予測結果を管理するためのテーブルである。この例では、通信予測テーブルD57には、車両10毎に、その車両10に設定された車両ID、その車両10に関する通信予測情報D7などが登録される。通信予測情報D7は、車両10の通信状態の時間的変化の予測結果を示す。例えば、通信予測テーブルD57は、車両10の通信状態の予測値と時刻とを関連付けて示す。なお、車両10の通信状態の時間的変化を予測するための処理(通信予測処理)については、後で詳しく説明する。
<Communication prediction table>
The communication prediction table D<b>57 is a table for managing prediction results of the communication state of the
〈確度テーブル〉
確度テーブルD60は、車両10の計算完了確度を管理するためのテーブルである。計算完了確度は、車両10がグリッドコンピューティング処理においてジョブデータD1の計算を完了することができる確からしさを示す。この例では、確度テーブルD60には、車両10毎に、その車両10に設定された車両ID、その車両10に関する確度情報D8などが登録される。確度情報D8は、車両10の計算完了確度を示す。なお、車両10の計算完了確度を導出するための処理(確度導出処理)については、後で詳しく説明する。
<Accuracy table>
The accuracy table D60 is a table for managing calculation completion accuracy of the
〈マッチングテーブル〉
マッチングテーブルD58は、後述するマッチング処理の結果を管理するためのテーブルである。マッチングテーブルD58には、ジョブ毎に、そのジョブに設定された受付番号、そのジョブに対応するジョブデータ、マッチング処理によりそのジョブデータに対して割り当てられた車両10に設定された車両IDなどが登録される。
<Matching table>
The matching table D58 is a table for managing results of matching processing, which will be described later. In the matching table D58, for each job, the reception number set for the job, the job data corresponding to the job, the vehicle ID set for the
〈ジョブデータ〉
記憶部504に記憶されるジョブデータD1は、後述するジョブ受付処理により受け付けられたジョブデータD1である。
<Job data>
The job data D1 stored in the
〈計算結果データ〉
記憶部504に記憶される計算結果データD2は、後述するグリッドコンピューティング処理によるジョブデータD1の計算結果を示す。
<Calculation result data>
The calculation result data D2 stored in the
〔位置管理情報の更新〕
次に、位置管理情報D16の更新について説明する。演算装置105は、車両10の位置を監視し、その監視の結果に基づいて、位置管理情報D16に示された車両10の過去の位置を更新する。また、演算装置105は、車両10の位置の推定に利用可能な情報を取得すると、その情報に基づいて、位置管理情報D16に示された車両10の位置を更新する。
[Update location management information]
Next, updating of the position management information D16 will be described.
車両10の位置の推定に利用可能な情報の例としては、車両10の走行履歴および走行予定を示すカーナビゲーション情報、車両10の記憶部104に記憶された車両利用情報D15、ユーザ端末20の記憶部204に記憶されたスケジュール情報D23などが挙げられる。
Examples of information that can be used to estimate the position of the
〈カーナビゲーション情報に基づく位置管理情報の更新〉
この例では、演算装置105は、入力部101に入力されたカーナビゲーション情報に示された車両10の走行履歴および走行予定に基づいて、車両10の位置(過去の位置および未来の位置)を推定する。そして、演算装置105は、その推定された車両10の位置に基づいて、記憶部104に記憶された位置管理情報D16を更新する。
<Updating location management information based on car navigation information>
In this example,
〈車両利用情報に基づく位置管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された車両利用情報D15を取得する。演算装置105は、車両利用情報D15に示された車両10の利用状況(利用履歴および利用予定)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、車両10の位置(過去の位置および未来の位置)を推定する。そして、演算装置105は、その推定された車両10の位置に基づいて、記憶部104に記憶された位置管理情報D16を更新する。
<Updating location management information based on vehicle usage information>
Also, in this example, the
〈スケジュール情報に基づく位置管理情報の更新〉
また、この例では、演算装置105は、その演算装置105が搭載された車両10を所有するユーザに所有されるユーザ端末20に対し、そのユーザ端末20の記憶部204に記憶されたスケジュール情報D23へのアクセスを要求する。ユーザ端末20の制御部205は、その要求に応答してスケジュール情報D23へのアクセスを許可する。
<Updating location management information based on schedule information>
Further, in this example, the
次に、演算装置105は、ユーザ端末20の記憶部204にアクセスし、記憶部204に記憶されたスケジュール情報D23に示されたユーザの行動(過去の行動および未来の行動)の中から、車両10の利用を伴う行動を検出する。例えば、演算装置105は、スケジュール情報D23に示されたユーザの行動のうち過去の行動である行動履歴の中から、そのユーザが車両10を利用していた行動履歴を検出する。また、演算装置105は、スケジュール情報D23に示されたユーザの行動のうち未来の行動である行動予定の中から、そのユーザが車両10を利用する予定がある行動予定を検出する。
Next, the
次に、演算装置105は、その検出されたユーザの行動(行動履歴および行動予定)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、車両10の位置(過去の位置および未来の位置)を推定する。そして、演算装置105は、その推定された車両10の位置に基づいて、記憶部104に記憶された位置管理情報D16を更新する。
Next, the
〔稼働管理情報の更新〕
次に、稼働管理情報D17の更新について説明する。演算装置105は、その演算装置105の稼働率(計算能力の利用率)を監視し、その監視の結果に基づいて、稼働管理情報D17に示された演算装置105の過去の稼働率を更新する。また、演算装置105は、演算装置105の稼働率の推定に利用可能な情報を取得すると、その情報に基づいて、稼働管理情報D17に示された演算装置105の稼働率を更新する。
[Update operation management information]
Next, updating of the operation management information D17 will be described.
演算装置105の稼働率の推定に利用可能な情報の例としては、車両10の走行履歴および走行予定を示すカーナビゲーション情報、車両10の記憶部104に記憶された機能利用情報D14、車両利用情報D15、位置管理情報D16、ユーザ端末20の記憶部204に記憶されたスケジュール情報D23などが挙げられる。
Examples of information that can be used to estimate the operating rate of the
〈カーナビゲーション情報に基づく稼働管理情報の更新〉
この例では、演算装置105は、入力部101に入力されたカーナビゲーション情報に示された車両10の走行履歴および走行予定に基づいて、車両10の稼働率(過去の稼働率および未来の稼働率)を推定する。例えば、「車両10が停車していた期間における演算装置105の稼働率」および「車両10が停車する予定である期間における演算装置105の稼働率」は、ゼロと推定される。そして、演算装置105は、その推定された演算装置105の稼働率に基づいて、記憶部104に記憶された稼働管理情報D17を更新する。
<Updating operation management information based on car navigation information>
In this example, the
〈機能利用情報に基づく稼働管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された機能利用情報D14を取得する。演算装置105は、機能利用情報D14に示された各種機能の利用状況(利用履歴および利用予定)の中から、演算装置105の利用を伴う機能の利用状況を検出する。演算装置105は、その検出された機能の利用状況に基づいて、演算装置105の稼働率(過去の稼働率および未来の稼働率)を推定する。そして、演算装置105は、その推定された演算装置105の稼働率に基づいて、記憶部104に記憶された稼働管理情報D17を更新する。
<Updating operation management information based on function usage information>
Also, in this example, the
〈車両利用情報に基づく稼働管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された車両利用情報D15を取得する。演算装置105は、車両利用情報D15に示された車両10の利用状況(利用履歴および利用予定)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、演算装置105の稼働率(過去の稼働率および未来の稼働率)を推定する。そして、演算装置105は、その推定された演算装置105の稼働率に基づいて、記憶部104に記憶された稼働管理情報D17を更新する。
<Updating operation management information based on vehicle usage information>
Also, in this example, the
〈位置管理情報に基づく稼働管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された位置管理情報D16を取得する。次に、演算装置105は、位置管理情報D16に示された車両10の位置(過去の位置および未来の位置)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、演算装置105の稼働率(過去の稼働率および未来の稼働率)を推定する。そして、演算装置105は、その推定された演算装置105の稼働率に基づいて、記憶部104に記憶された稼働管理情報D17を更新する。
<Updating operation management information based on location management information>
Also, in this example, the
〈スケジュール情報に基づく位置管理情報の更新〉
また、この例では、「スケジュール情報に基づく位置管理情報の更新」と同様に、演算装置105は、その演算装置105が搭載された車両10を所有するユーザに所有されるユーザ端末20の記憶部204にアクセスし、記憶部204に記憶されたスケジュール情報D23に示されたユーザの行動(行動履歴および行動予定)の中から、車両10の利用を伴う行動を検出する。
<Updating location management information based on schedule information>
Further, in this example, similarly to "updating the position management information based on the schedule information", the
次に、演算装置105は、その検出されたユーザの行動(行動履歴および行動予定)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、演算装置105の稼働率(過去の稼働率および未来の稼働率)を推定する。そして、演算装置105は、その推定された演算装置105の稼働率に基づいて、記憶部104に記憶された稼働管理情報D17を更新する。
Next, the
〔通信管理情報の更新〕
次に、通信管理情報D18の更新について説明する。演算装置105は、その演算装置105が搭載された車両10の通信状態を監視し、その監視の結果に基づいて、通信管理情報D18に示された車両10の過去の通信状態を更新する。また、演算装置105は、車両10の通信状態の推定に利用可能な情報を取得すると、その情報に基づいて、通信管理情報D18に示された車両10の通信状態を更新する。
[Update communication management information]
Next, updating of the communication management information D18 will be described.
車両10の通信状態の推定に利用可能な情報の例としては、車両10の走行履歴および走行予定を示すカーナビゲーション情報、車両10の記憶部104に記憶された機能利用情報D14、車両利用情報D15、位置管理情報D16、ユーザ端末20の記憶部204に記憶されたスケジュール情報D23などが挙げられる。
Examples of information that can be used for estimating the communication state of the
〈カーナビゲーション情報に基づく通信管理情報の更新〉
この例では、演算装置105は、入力部101に入力されたカーナビゲーション情報に示された車両10の走行履歴および走行予定に基づいて、車両10の通信状態(過去の通信状態および未来の通信状態)を推定する。例えば、「通信環境が比較的に良好な位置に車両10が停車していた期間における車両10の通信状態」および「通信環境が比較的に良好な位置に車両10が停車する予定である期間における車両10の通信状態」は、「比較的に良好な通信状態」と推定される。そして、演算装置105は、その推定された車両10の通信状態に基づいて、記憶部104に記憶された通信管理情報D18を更新する。
<Update communication management information based on car navigation information>
In this example,
〈機能利用情報に基づく通信管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された機能利用情報D14を取得する。演算装置105は、機能利用情報D14に示された各種機能の利用状況(利用履歴および利用予定)の中から、通信の利用を伴う機能の利用状況を検出する。演算装置105は、その検出された機能の利用状況に基づいて、車両10の通信状態(過去の通信状態および未来の通信状態)を推定する。そして、演算装置105は、その推定された車両10の通信状態に基づいて、記憶部104に記憶された通信管理情報D18を更新する。
<Update communication management information based on function usage information>
Also, in this example, the
〈車両利用情報に基づく通信管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された車両利用情報D15を取得する。演算装置105は、車両利用情報D15に示された車両10の利用状況(利用履歴および利用予定)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、車両10の通信状態(過去の通信状態および未来の通信状態)を推定する。そして、演算装置105は、その推定された車両10の通信状態に基づいて、記憶部104に記憶された通信管理情報D18を更新する。
<Update communication management information based on vehicle usage information>
Also, in this example, the
〈位置管理情報に基づく通信管理情報の更新〉
また、この例では、演算装置105は、記憶部104にアクセスし、記憶部104に記憶された位置管理情報D16を取得する。次に、演算装置105は、位置管理情報D16に示された車両10の位置(過去の位置および未来の位置)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、車両10の通信状態(過去の通信状態および未来の通信状態)を推定する。そして、演算装置105は、その推定された車両10の通信状態に基づいて、記憶部104に記憶された通信管理情報D18を更新する。
<Update communication management information based on location management information>
Also, in this example, the
〈スケジュール情報に基づく通信管理情報の更新〉
また、この例では、「スケジュール情報に基づく位置管理情報の更新」と同様に、演算装置105は、その演算装置105が搭載された車両10を所有するユーザに所有されるユーザ端末20の記憶部204にアクセスし、記憶部204に記憶されたスケジュール情報D23に示されたユーザの行動(行動履歴および行動予定)の中から、車両10の利用を伴う行動を検出する。
<Update communication management information based on schedule information>
Further, in this example, similarly to "updating the position management information based on the schedule information", the
次に、演算装置105は、その検出されたユーザの行動(行動履歴および行動予定)に基づいて、車両10の走行状況(走行履歴および走行予定)を推定し、その推定の結果に基づいて、車両10の通信状態(過去の通信状態および未来の通信状態)を推定する。そして、演算装置105は、その推定された車両10の通信状態に基づいて、記憶部104に記憶された通信管理情報D18を更新する。
Next, the
〔制御部による処理(管理方法)〕
制御部505は、ジョブ受付処理と、位置予測処理と、能力予測処理と、通信予測処理と、確度導出処理と、マッチング処理と、グリッドコンピューティング処理を行う。これらの処理は、グリッドコンピューティング処理を管理するための管理方法の一例である。
[Processing by Control Unit (Management Method)]
The
〔ジョブ受付処理〕
次に、図7を参照して、ジョブ受付処理について説明する。ジョブ受付処理では、クライアントにより計算を依頼されたジョブデータD1を受け付ける。例えば、制御部505は、クライアントからジョブデータD1の計算が依頼される毎に、以下の処理を行う。
[Job reception processing]
Next, job reception processing will be described with reference to FIG. In the job reception process, job data D1 for which calculation is requested by the client is received. For example, the
〈ステップS11〉
まず、管理サーバ50は、クライアントからジョブの依頼を受け付ける。具体的には、クライアントサーバ30は、クライアントの担当者による操作に応答して、ジョブ依頼申請を管理サーバ50に送信する。管理サーバ50の制御部505は、その申請に応答して以下の処理を行う。
<Step S11>
First, the
制御部505は、ジョブの受付に必要となる情報(具体的にはジョブを依頼するクライアントに関するクライアント情報とジョブに関するジョブ情報)の送信をクライアントサーバ30に要求する。この例では、制御部505は、ジョブ受付画面の画像データをクライアントサーバ30に送信する。クライアントサーバ30の制御部305は、その画像データからジョブ受付画面の画像を再生し、その画像を出力部302(表示部)に出力(表示)させる。
The
図8に示すように、ジョブ受付画面は、ジョブの受付に必要となる情報を入力させる画面である。ジョブ受付画面には、クライアント名を入力するクライアント名入力欄R101、クライアントの担当者名を入力する担当者名入力欄R102、クライアントの住所を入力する住所入力欄R104、ジョブの名称を入力するジョブ名称入力欄R111、ジョブの内容に関する説明を入力するジョブ内容入力欄R112、ジョブに対応するジョブデータの計算タイプを入力する計算タイプ入力欄R113、ジョブデータの処理条件を入力する処理条件入力欄R114、ジョブデータの必要計算能力を入力する必要計算能力入力欄R115、ジョブの納期を入力する納期入力欄R116と、登録ボタンB100とが設けられる。 As shown in FIG. 8, the job reception screen is a screen for inputting information necessary for job reception. The job reception screen includes a client name entry field R101 for entering the client name, a person in charge entry field R102 for entering the name of the person in charge of the client, an address entry field R104 for entering the address of the client, and a job name entry field R104 for entering the name of the job. A name input field R111, a job content input field R112 for inputting an explanation about the contents of the job, a calculation type input field R113 for inputting the calculation type of the job data corresponding to the job, and a processing condition input field R114 for inputting the job data processing conditions. , a required computing capacity entry field R115 for entering the required computing capacity for job data, a delivery date entry field R116 for entering the delivery date of the job, and a registration button B100.
クライアントの担当者は、クライアントサーバ30の入力部301(操作部)を操作して、ジョブ受付画面に必要な情報を入力する。これにより、ジョブを依頼するクライアントに関するクライアント情報と、ジョブに関するジョブ情報とが入力される。そして、これらの情報の入力が完了すると、クライアントの担当者は、クライアントサーバ30の入力部301(操作部)を操作して、ジョブ受付画面の登録ボタンB100を押下する。登録ボタンB100が押下されると、クライアントサーバ30の制御部305は、ジョブ受付画面に入力された情報(クライアント情報およびジョブ情報)を管理サーバ50に送信する。管理サーバ50の制御部505は、クライアント情報とジョブ情報とを受信する。
The person in charge of the client operates the input unit 301 (operation unit) of the
次に、制御部505は、ジョブに対応するジョブデータD1の送信をクライアントサーバ30に要求する。クライアントサーバ30の制御部305は、その要求に応答して、ジョブに対応するジョブデータD1を管理サーバ50に送信する。管理サーバ50の制御部505は、ジョブデータD1を受信する。
Next, the
〈ステップS12〉
次に、管理サーバ50の制御部505は、ステップS11において受信されたジョブデータD1を分析する。具体的には、制御部505は、ジョブデータD1の計算タイプ、処理条件、必要計算能力などを分析する。そして、制御部505は、ジョブデータD1の分析の結果に基づいて、ステップS11において受信されたジョブ情報を修正する。
<Step S12>
Next, the
なお、ステップS11において受信されたジョブ情報が十分に信頼できる場合は、ステップS12の処理を省略してもよい。 Note that if the job information received in step S11 is sufficiently reliable, the process of step S12 may be omitted.
〈ステップS13〉
次に、管理サーバ50の制御部505は、ステップS11において受信されたクライアント情報と、ステップS12において必要に応じて修正されたジョブ情報(またはステップS11において受信されたジョブ情報)とを関連付けて、ジョブテーブルD54に登録する。また、制御部505は、ステップS11において受信されたジョブデータD1を記憶部504に記憶する。
<Step S13>
Next, the
〔位置予測処理〕
次に、図9を参照して、位置予測処理について説明する。位置予測処理では、制御部505は、車両テーブルD52に登録された車両10の位置管理情報D16に基づいて、その車両10の位置の時間的変化を予測する。例えば、制御部505は、車両テーブルD52に登録された車両10の位置管理情報D16が更新されると、その車両10について以下の処理を行う。
[Position prediction processing]
Next, position prediction processing will be described with reference to FIG. In the position prediction process, the
〈ステップS21〉
まず、制御部505は、車両テーブルD52に登録された車両10の位置管理情報D16を取得する。なお、「位置管理情報の更新」と同様に、制御部505は、車両10の位置の推定に利用可能な情報に基づいて、車両テーブルD52に登録された車両10の位置管理情報D16を更新し、その更新後の位置管理情報D16を取得してもよい。
<Step S21>
First, the
〈ステップS22〉
次に、制御部505は、ステップS21において取得された車両10の「位置管理情報D16」に基づいて、車両10の位置の時間的変化を予測する。
<Step S22>
Next, the
具体的には、制御部505は、位置管理情報D16に示された車両の位置から、車両10の位置の変化の傾向(パターン)を予測する。この車両10の位置の変化の傾向の予測は、機械学習により実現されてもよい。そして、制御部505は、車両10の位置の変化の傾向に基づいて、車両10の位置の時間的変化(車両10がどの時刻にどの位置にいるのか)を予測する。
Specifically, the
〈ステップS23〉
次に、制御部505は、ステップS22において予測された「車両10の位置の時間的変化」を示す位置予測情報D5を位置予測テーブルD55に登録(上書き)する。これにより、位置予測テーブルD55が更新される。なお、位置管理情報D16に示された車両10の未来の位置(推定値)が十分に信頼できる場合は、その車両10の未来の位置が位置予測情報D5に登録されてもよい。
<Step S23>
Next, the
〔能力予測処理〕
次に、図10を参照して、能力予測処理について説明する。能力予測処理では、制御部505は、車両テーブルD52に登録された車両10の稼働管理情報D17に基づいて、その車両10の演算装置105のグリッドコンピューティング処理において利用可能な計算能力を予測する。例えば、制御部505は、車両テーブルD52に登録された車両10の稼働管理情報D17が更新されると、その車両10について以下の処理を行う。
[Capacity prediction processing]
Next, the capacity prediction processing will be described with reference to FIG. In the capacity prediction process, the
〈ステップS31〉
まず、制御部505は、車両テーブルD52に登録された車両10の演算装置情報D12と稼働管理情報D17を取得する。なお、「稼働管理情報の更新」と同様に、制御部505は、車両10の計算能力の利用率の推定に利用可能な情報に基づいて、車両テーブルD52に登録された車両10の稼働管理情報D17を更新し、その更新後の稼働管理情報D17を取得してもよい。
<Step S31>
First, the
〈ステップS32〉
次に、制御部505は、ステップS31において取得された車両10の「演算装置情報D12」と「稼働管理情報D17」に基づいて、その車両10の演算装置105のグリッドコンピューティング処理において利用可能な計算能力の時間的変化を予測する。
<Step S32>
Next, based on the "computing device information D12" and the "operation management information D17" of the
具体的には、制御部505は、稼働管理情報D17に示された車両10の演算装置105の稼働状況から、車両10の演算装置105の計算能力の利用率の変化の傾向(パターン)を予測する。この演算装置105の計算能力の利用率の変化の傾向の予測は、機械学習により実現されてもよい。そして、制御部505は、車両10の演算装置105の計算能力の利用率の変化の傾向に基づいて、その車両10の演算装置105の計算能力に余裕がある期間(計算能力の利用率が100%未満である期間)を予測し、その期間を「その車両10の演算装置105の計算能力をグリッドコンピューティング処理に利用することが可能な期間」とする。例えば、制御部505は、車両10の演算装置105の計算能力の利用率が「30%」である期間を、車両10の演算装置105の計算能力の「70%」をグリッドコンピューティング処理において利用することが可能な期間とする。
Specifically, the
〈ステップS33〉
次に、制御部505は、ステップS32において予測された「演算装置105のグリッドコンピューティング処理において利用可能な計算能力の時間的変化」を示す能力予測情報D6を能力予測テーブルD56に登録(上書き)する。これにより、能力予測テーブルD56が更新される。
<Step S33>
Next, the
〔通信予測処理〕
次に、図11を参照して、通信予測処理について説明する。通信予測処理では、制御部505は、車両テーブルD52に登録された車両10の通信管理情報D18に基づいて、その車両10の通信状態の時間的変化を予測する。例えば、制御部505は、車両テーブルD52に登録された車両10の通信管理情報D18が更新されると、その車両10について以下の処理を行う。
[Communication prediction processing]
Next, with reference to FIG. 11, communication prediction processing will be described. In the communication prediction process, the
〈ステップS41〉
まず、制御部505は、車両テーブルD52に登録された車両10の通信管理情報D18を取得する。なお、「通信管理情報の更新」と同様に、制御部505は、車両10の通信状態の推定に利用可能な情報に基づいて、車両テーブルD52に登録された車両10の通信管理情報D18を更新し、その更新後の通信管理情報D18を取得してもよい。
<Step S41>
First, the
〈ステップS42〉
次に、制御部505は、ステップS41において取得された車両10の通信管理情報D18に基づいて、車両10の通信状態の時間的変化を予測する。
<Step S42>
Next, the
具体的には、制御部505は、通信管理情報D18に示された車両の通信状態から、車両10の通信状態の変化の傾向(パターン)を予測する。この車両10の通信状態の変化の傾向の予測は、機械学習により実現されてもよい。そして、制御部505は、車両10の通信状態の変化の傾向に基づいて、車両10の通信状態の時間的変化(車両10の通信状態がどの時刻にどのような状態であるのか)を予測する。
Specifically,
〈ステップS43〉
次に、制御部505は、ステップS42において予測された「車両10の通信状態の時間的変化」を示す通信予測情報D7を通信予測テーブルD57に登録(上書き)する。これにより、通信予測テーブルD57が更新される。なお、通信管理情報D18に示された車両10の未来の通信状態(推定値)が十分に信頼できる場合は、その車両10の未来の通信状態が通信予測情報D7に登録されてもよい。
<Step S43>
Next, the
〔確度導出処理〕
次に、図12を参照して、確度導出処理について説明する。制御部505は、以下の処理を適宜(例えば定期的に)行う。
[Accuracy derivation process]
Next, the probability derivation process will be described with reference to FIG. The
〈ステップS45〉
まず、制御部505は、車両10毎に、その車両10の計算完了確度の導出に利用可能な情報を取得する。車両10の計算完了確度の導出に利用可能な情報の例としては、車両10の電池残量、給電状態、計算完了実績、通信状態、演算装置105の利用可能時間、演算装置105の計算能力の利用可能率などが挙げられる。
<Step S45>
First, the
この例では、車両10の電池残量は、車両テーブルD52に登録された車両10に関する車両状態情報D13に含まれる車両電池残量情報に示されている。車両10の給電状態は、車両テーブルD52に登録された車両10に関する車両状態情報D13に含まれる車両充電情報に示されている。車両10の計算完了実績(「車両10が利用されたグリッドコンピューティング処理の回数」に対する「車両10がジョブデータの計算を完了することができたグリッドコンピューティング処理の回数」の占める割合)は、車両テーブルD52に登録された車両10に関する実績管理情報D19に示されている。車両10の通信状態は、通信予測テーブルD57に登録された車両10に関する通信予測情報D6に示されている。
In this example, the remaining battery level of the
車両10の演算装置105の利用可能時間(グリッドコンピューティング処理に演算装置105の計算能力を連続的に提供することができる時間)は、能力予測テーブルD55に登録された車両10に関する能力予測情報D6に示された演算装置105の利用可能な計算能力の時間的変化(予測値)に基づいて導出される。具体的には、能力予測情報D6に示された演算装置105の利用可能な計算能力がゼロよりも大きい状態が継続する時間が「演算装置105の利用可能時間」となる。
The available time of the
車両10の演算装置105の計算能力の利用可能率(グリッドコンピューティング処理において利用することができる計算能力の割合)は、能力予測テーブルD55に登録された車両10に関する能力予測情報D6に示された演算装置105の利用可能な計算能力の時間的変化(予測値)に基づいて導出される。
The utilization rate of the computational capacity of the
〈ステップS46〉
次に、制御部505は、車両10毎に、ステップS45において取得された「車両10の計算完了確度の導出に利用可能な情報」に基づいて、車両10の計算完了確度を導出する。例えば、制御部505は、車両10の電池残量、給電状態、計算完了実績、通信状態、演算装置105の利用可能時間、演算装置105の計算能力の利用可能率の少なくとも1つに基づいて、車両10の計算完了確度を導出する。
<Step S46>
Next, the
例えば、車両10の電池残量が多くなるほど、車両10の計算完了確度が高くなる。車両10の給電状態が「給電中(充電設備において充電されている状態)」であるときの車両10の計算完了確度は、車両10の給電状態が「非給電中(充電設備において充電されていない状態)」であるときの車両10の計算完了確度よりも高い。車両10の計算完了実績が多くなるほど、車両10の計算完了確度が高くなる。車両10の通信状態が良好になるほど、車両10の計算完了確度が高くなる。車両10の演算装置105の利用可能時間が長くなるほど、車両10の計算完了確度が高くなる。車両10の演算装置105の計算能力の利用可能率が高くなるほど、車両10の計算完了確度が高くなる。
For example, as the remaining battery charge of the
なお、車両10の通信状態の良好さは、車両10の通信品質、通信帯域、通信可能時間に応じて変化する。例えば、車両10の通信品質が高くなるほど、車両10の通信状態が良好となる。車両10の通信帯域が広くなるほど、車両10の通信状態が良好となる。車両10の通信可能時間が長くなるほど、車両10の通信状態が良好となる。
In addition, the goodness of the communication state of the
〈ステップS47〉
次に、制御部505は、車両10毎に、ステップS46において導出された「車両10の計算完了確度」を示す確度情報D8を確度テーブルD60に登録(上書き)する。これにより、確度テーブルD60が更新される。
<Step S47>
Next, for each
〔マッチング処理〕
次に、図13を参照して、マッチング処理について説明する。マッチング処理は、受付処理において受け付けられたジョブデータD1に対し、複数の車両10のうちグリッドコンピューティング処理において利用可能な車両10を割り当てる処理である。例えば、制御部505は、ジョブ受付処理の完了後に、以下の処理を行う。
[Matching process]
Next, referring to FIG. 13, matching processing will be described. The matching process is a process of allocating the
〈ステップS51〉
まず、制御部505は、ジョブテーブルD54に登録されたジョブの中からマッチング処理の対象となるジョブを選択する。そして、制御部505は、記憶部504に記憶されたジョブデータD1の中からマッチング処理の対象となるジョブに対応するジョブデータD1を選択する。
<Step S51>
First, the
〈ステップS52〉
次に、制御部505は、「能力予測テーブルD56に登録された複数の車両10の各々のグリッドコンピューティング処理において利用可能な計算能力の時間的変化の予測結果」と「通信予測テーブルD57に登録された複数の車両10の各々の通信状態の時間的変化の予測結果」とに基づいて、複数の車両10の中から、ステップS51において選択されたジョブデータD1に対するグリッドコンピューティング処理において利用可能な車両10を選択する。
<Step S52>
Next, the
具体的には、制御部505は、ジョブデータD1に対するグリッドコンピューティング処理が実行される計算予定期間を決定し、複数の車両10の中から計算予定期間において通信可能であり且つ計算能力を提供することが可能な車両10を検出する。そして、制御部505は、「グリッドコンピューティング処理に提供される計算能力の合計」が「グリッドコンピューティング処理においてジョブデータD1の計算に必要とされる計算能力」以上となるように、計算予定期間において計算能力を提供することが可能な車両10の中から、ジョブデータD1に割り当てられる車両10を選択する。
Specifically, the
〈ステップS53〉
次に、制御部505は、ステップS51において選択されたジョブデータD1に対し、ステップS52において選択された車両10を割り当てる。そして、制御部505は、どのジョブデータD1にどの車両10が割り当てられたのかを示すマッチング結果情報をマッチングテーブルD58に登録する。例えば、制御部505は、ジョブデータD1(ジョブ)に設定された受付番号と、そのジョブデータD1に割り当てられた車両10に設定された車両IDとを関連付けて、マッチングテーブルD58に登録する。
<Step S53>
Next, the
〔グリッドコンピューティング処理〕
次に、図14を参照して、グリッドコンピューティング処理について説明する。グリッドコンピューティング処理では、複数の車両10のうち複数の利用可能な車両10にジョブデータD1を処理させる。例えば、制御部505は、マッチング処理の完了後に、以下の処理を行う。なお、グリッドコンピューティング処理は、複数の車両10のうち複数の利用可能な車両10に管理サーバ50により送信されたジョブデータD1を処理させる処理方法の一例である。
[Grid computing processing]
Next, grid computing processing will be described with reference to FIG. In grid computing processing, a plurality of
〈ステップS61〉
まず、制御部505は、マッチングテーブルD58を参照し、グリッドコンピューティング処理の対象となるジョブデータD1を、マッチング処理においてそのジョブデータD1に割り当てられた車両10に分配する。具体的には、制御部505は、ジョブデータD1に割り当てられた車両10の各々に、そのジョブデータD1の一部を送信する。これにより、ジョブデータD1は、そのジョブデータD1に割り当てられた車両10により並列処理される。
<Step S61>
First, the
〈ステップS62〉
次に、車両10の各々は、その車両10に送信された部分ジョブデータ(ジョブデータD1の一部)の計算が完了すると、その計算により得られた部分計算結果データ(計算結果データD2の一部)を管理サーバ50に送信する。管理サーバ50の制御部505は、車両10から送信された部分計算結果データを受信し、その部分計算結果データを記憶部504に記憶する。
<Step S62>
Next, when the calculation of the partial job data (a part of the job data D1) transmitted to the
〈ステップS63〉
制御部505は、ステップS61においてジョブデータD1が分配された車両10の全てが計算を完了しているか否かを判定する。車両10の全てが計算を完了している場合には、ステップS64の処理が行われ、そうでない場合には、ステップS62の処理が行われる。
<Step S63>
The
〈ステップS64〉
演算装置105の全てが計算を完了すると、制御部505は、記憶部504に記憶された部分計算結果データを結合することで、グリッドコンピューティング処理の対象となるジョブデータD1に対応する計算結果データD2(ジョブデータD1の計算の結果を示す計算結果データD2)を生成する。そして、制御部505は、グリッドコンピューティング処理の対象となるジョブデータD1に対応する計算結果データD2を、そのジョブデータD1の計算を依頼したクライアントのクライアントサーバ30に送信する。
<Step S64>
When all of the
〈ステップS65〉
次に、グリッドコンピューティング処理に車両10の演算装置105の計算能力を提供したユーザに対して、システム1を運営する事業者から報酬が付与される。ユーザに付与される報酬の例としては、システム1において利用可能なポイント、仮想通貨、商品の割引特典などが挙げられる。例えば、管理サーバ50の制御部505は、グリッドコンピューティング処理に車両10の演算装置105の計算能力を提供したユーザに対して報酬を付与するための処理を行う。報酬を付与するための処理の例としては、ユーザに設定された「ユーザID」とシステム1において利用可能な「ポイント」(または仮想通貨)とを関連付けてユーザテーブルD51に登録する処理、ユーザに所有されるユーザ端末20に商品の割引特典を示す情報を送信する処理などが挙げられる。なお、報酬を示す情報は、ジョブテーブルD54においてジョブ毎に登録されてもよい。
<Step S65>
Next, users who have provided the computing power of the
また、グリッドコンピューティング処理に車両10の演算装置105の計算能力を提供したユーザに対して、クライアントから報酬が付与されてもよい。例えば、クライアントサーバ30の制御部305は、グリッドコンピューティング処理に車両10の演算装置105の計算能力を提供したユーザに対して報酬を付与するための処理を実行してもよい。
Also, a reward may be provided by the client to the user who has provided the computing power of the
〔グリッドコンピューティング処理の特徴〕
次に、図15を参照して、グリッドコンピューティング処理の特徴について説明する。グリッドコンピューティング処理において、制御部505は、以下の処理を行う。
[Characteristics of grid computing processing]
Next, with reference to FIG. 15, features of grid computing processing will be described. In grid computing processing, the
なお、以下では、グリッドコンピューティング処理において利用可能な複数の車両10を「複数の利用可能な車両10」と記載する。この例では、「グリッドコンピューティング処理において利用可能な車両10」は、複数の車両10のうち、グリッドコンピューティング処理が行われる期間において、演算装置105の計算能力の利用率が100%未満であり、且つ、管理サーバ50と通信可能な車両10である。
In addition, below, the
図15に示すように、管理サーバ50の制御部505は、グリッドコンピューティング処理において、複数の利用可能な車両10のうち、計算完了確度が予め定められた閾値を下回る複数の車両10に、ジョブデータD1の同一部分を処理させる。以下では、計算完了確度が閾値を下回る車両10を「低確度の車両10」と記載し、計算完了確度が閾値を下回らない車両10を「高確度の車両10」と記載する。
As shown in FIG. 15 , in the grid computing process, the
〔マッチング処理の詳細〕
マッチング処理において、管理サーバ50の制御部505は、確度テーブルD60を参照し、複数の利用可能な車両10の中から、複数の低確度の車両10を選出する。次に、制御部505は、複数の低確度の車両10の中から「車両群を構成する低確度の車両10の候補」となる2つ以上の低確度の車両10を選出し、その選出された2つ以上の車両10の組合せを「車両群」に設定する。
[Details of matching process]
In the matching process, the
次に、制御部505は、能力予測テーブルD56を参照し、「グリッドコンピューティング処理に提供される計算能力の合計」が「グリッドコンピューティング処理においてジョブデータD1の処理に必要とされる計算能力」以上となるように、複数の利用可能な車両10の中から、ジョブデータD1を処理させる車両10(低確度の車両10の車両群および高確度の車両10)を決定する。なお、制御部505は、車両群を構成する複数の低確度の車両10の各々の計算能力に基づいて導出された計算能力(例えば最小値または平均値)を「車両群の計算能力」として取り扱う。
Next, the
次に、制御部505は、ジョブデータD1を複数の部分ジョブデータに分割する。そして、制御部505は、能力予測テーブルD56を参照し、複数の部分ジョブデータの各々に対して、その部分ジョブデータを処理させる車両10(低確度の車両10の車両群または高確度の車両10)を決定する。部分ジョブデータに対する車両10の割り当てを完了すると、制御部505は、車両10と部分ジョブデータとの対応関係(どの車両10にどの部分ジョブデータを処理させるのか)を示す担当情報と、車両群と低確度の車両10との対応関係(どの車両群にどの低確度の車両10が含まれるのか)を示す車両群情報とを生成する。
Next, the
次に、制御部505は、担当情報と車両群情報をジョブデータD1に関連付けてマッチングテーブルD58に登録する。これにより、マッチングテーブルD58には、ジョブデータD1毎に、担当情報と車両群情報とが登録される
なお、複数の利用可能な車両10の中から複数の低確度の車両10を選出することができない場合、制御部505は、上記の車両群を設定することなく、能力予測テーブルD56を参照し、複数の利用可能な車両10の中から、ジョブデータD1を処理させる車両10を決定する。
Next, the
〔グリッドコンピューティング処理の詳細〕
グリッドコンピューティング処理において、管理サーバ50の制御部505は、グリッドコンピューティング処理において処理しようとするジョブデータD1を複数の部分ジョブデータに分割する。次に、制御部505は、マッチングテーブルD58に登録された担当情報を参照し、複数の部分ジョブデータの各々を、その部分ジョブデータを処理させる車両10に送信する。
[Details of grid computing processing]
In the grid computing process, the
具体的には、制御部505は、1つの車両群を構成する複数の低確度の車両10の各々に対して同一の部分ジョブデータを送信するために、以下の処理を行う。まず、制御部505は、マッチングテーブルD58に登録された車両群情報を参照し、車両群を構成する低確度の車両10の数と同数の同一の部分ジョブデータが得られるように、その部分ジョブデータを複製する。そして、制御部505は、その複製により得られた複数の部分ジョブデータを、車両群を構成する複数の低確度の車両10にそれぞれ送信する。
Specifically, the
図15の例では、4つの車両10のうち、3つの車両10が「低確度の車両10」であり、1つの車両10が「高確度の車両10」である。3つの低確度の車両10は、1つの車両群を構成している。そして、ジョブデータD1を分割することにより得られた2つの部分ジョブデータのうち、「1」と表記された第1番目の部分ジョブデータが3つの低確度の車両10の各々に送信され、「2」と表記された第2番目の部分ジョブデータが1つの高確度の車両10に送信される。
In the example of FIG. 15, of the four
1つの車両群を構成する複数の低確度の車両10の各々は、制御部505から送信された同一の部分ジョブデータ(ジョブデータD1の同一部分)を計算する。これにより、複数の低確度の車両10の各々において、部分ジョブデータの計算結果を示す部分計算結果データ(計算結果データD2の一部)が得られる。そして、複数の低確度の車両10の各々は、部分計算結果データを制御部505に送信する。
Each of the plurality of low-
同様に、高確度の車両10は、制御部505から送信された部分ジョブデータを計算する。これにより、高確度の車両10において、部分ジョブデータの計算結果を示す部分計算結果データが得られる。そして、高確度の車両10は、部分計算結果データを制御部505に送信する。
Similarly, the
制御部505は、複数の利用可能な車両10の各々から送信された部分計算結果データを受信する。そして、制御部505は、複数の部分計算結果データを統合することで、ジョブデータD1の計算結果を示す計算結果データD2を生成する。
The
なお、この例では、1つの車両群を構成する複数の低確度の車両10から部分計算結果データが管理サーバ50に送信される場合、制御部505は、その複数の低確度の車両10から送信された部分計算結果データのうち、管理サーバ50により最初に受信された部分結果データを採用し、その他の部分計算結果データを破棄する。
In this example, when partial calculation result data is transmitted from a plurality of low-
また、1つの車両群を構成する複数の低確度の車両10から部分計算結果データが管理サーバ50に送信される場合、制御部505は、複数の低確度の車両10の各々から送信された部分計算結果データを互いに比較することで、それらの部分計算結果データに誤りがあるか否かを確認してもよい。この場合、制御部505は、複数の低確度の車両10の各々から送信された部分計算結果データのうち「誤りがないことが確認された部分計算結果データ」を採用し、その他の部分計算結果データを破棄する。
Further, when partial calculation result data is transmitted from a plurality of low-
〔実施形態の効果〕
以上のように、実施形態では、複数の低確度の車両10(計算完了確度が閾値を下回る車両10)にジョブデータD1の同一部分を処理させることにより、ジョブデータD1の計算結果を得ることができないリスクを低減することができる。
[Effect of Embodiment]
As described above, in the embodiment, the calculation result of the job data D1 can be obtained by having a plurality of low-accuracy vehicles 10 (
なお、複数の利用可能な車両10がそれぞれ異なる部分ジョブデータ(ジョブデータの一部)を処理する場合、部分ジョブデータの計算結果を得ることができないリスクを回避するために、低確度の車両10の利用が禁止される可能性がある。この場合、低確度の車両10を有効に利用することができない。一方、実施形態では、複数の低確度の車両10にジョブデータD1の同一部分を処理させることができるので、低確度の車両10を有効に利用することができる。
When a plurality of
(実施形態の変形例1)
次に、図16を参照して、実施形態の変形例1について説明する。実施形態の変形例1は、低確度の車両10の車両群の分け方が実施形態1と異なる。実施形態の変形例1におけるその他の処理は、実施形態における処理と同様である。
(
Next,
実施形態の変形例1では、車両10の計算完了確度は、「高」「中」「低」の3段階に分類される。「高」は、計算完了確度が第1閾値を下回らないことを示す。「中」は、計算完了確度が第1閾値を下回るが第2閾値(第1閾値よりも低い値)を下回らないことを示す。「低」は、計算完了確度が第2閾値を下回ることを示す。
In the modified example 1 of the embodiment, the calculation completion accuracy of the
なお、第1閾値は、車両10が「低確度の車両10」および「高確度の車両10」のどちらであるのかを判定するための閾値である。実施形態の変形例1では、計算完了確度が「低」または「中」である車両10が「低確度の車両10」となり、計算完了確度が「高」である車両10が「高確度の車両10」となる。
Note that the first threshold is a threshold for determining whether the
図16に示すように、実施形態の変形例1では、複数の車両群(ジョブデータD1の同一部分を処理する複数の低確度の車両10の組合せ)が構成される。
As shown in FIG. 16, in
また、実施形態の変形例1では、ジョブデータD1の同一部分を処理する複数の低確度の車両10の各々の計算完了確度が低くなるほど、複数の低確度の車両10の数が多くなる。言い換えると、1つの車両群を構成する複数の低確度の車両10の各々の計算完了確度が低くなるほど、その1つの車両群を構成する低確度の車両10の数が多くなる。
In addition, in the first modification of the embodiment, the lower the calculation completion accuracy of each of the plurality of low-
図16の例において、計算完了確度が「低」である3つの車両10は、ジョブデータD1の一部である第1番目の部分ジョブデータを処理する第1番目の車両群を構成する。計算完了確度が「中」である2つの車両10は、ジョブデータD1の一部である第2番目の部分ジョブデータを処理する第2番目の車両群を構成する。計算完了確度が「高」である1つの車両10は、ジョブデータD1の一部である第3番目の部分ジョブデータ(図中の「3」と表記された部分ジョブデータ)を処理する。
In the example of FIG. 16, the three
第1番目の車両群を構成する車両10の計算完了確度(この例では「低」)は、第2番目の車両群を構成する車両10の計算完了確度(この例では「中」)よりも低い。第1番目の車両群を構成する車両10の数(この例では3つ)は、第2番目の車両群を構成する車両10の数(この例では2つ)よりも多い。
The calculation completion accuracy (“low” in this example) of the
〔マッチング処理〕
実施形態の変形例1のマッチング処理において、管理サーバ50の制御部505は、確度テーブルD60を参照し、複数の低確度の車両10の各々の計算完了確度に基づいて、複数の低確度の車両10を複数のグループに分類する。この例では、複数の低確度の車両10は、計算完了確度が「低」となる第1グループと、計算完了確度が「中」となる第2グループとに分類される。
[Matching process]
In the matching process of
次に、制御部505は、グループ毎に、そのグループに含まれる複数の車両10の中から、「車両群を構成する車両10の候補」となる2つ以上の車両10を選出し、その選出された2つ以上の車両10の組合せを「車両群」に設定する。なお、グループに含まれる車両10の計算完了確度が低くなるほど、そのグループにおいて設定される車両群を構成する車両10の数が多くなるように、グループ毎に、車両群を構成する車両10の数が定められている。また、複数の利用可能な車両10の中から2つ以上の低確度の車両10を選出することができない場合、制御部505は、上記の車両群の設定を行わない。
Next, for each group, the
なお、実施形態の変形例1のマッチング処理のその他の処理は、実施形態のマッチング処理と同様である。
Other processing of the matching processing of
〔グリッドコンピューティング処理〕
実施形態のグリッドコンピューティング処理と同様に、実施形態の変形例1のグリッドコンピューティング処理において、管理サーバ50の制御部505は、ジョブデータD1を複数の部分ジョブデータに分割し、複数の部分ジョブデータを車両群および高確度の車両10に送信する。
[Grid computing processing]
As in the grid computing process of the embodiment, in the grid computing process of
図16の例では、制御部505は、第1番目の部分ジョブデータを第1番目の車両群を構成する3つの低確度の車両10に送信し、第2番目の部分ジョブデータを第2番目の車両群を構成する2つの低確度の車両10に送信し、第3番目の部分ジョブデータを1つの高確度の車両10に送信する。
In the example of FIG. 16, the
なお、実施形態の変形例1のグリッドコンピューティング処理のその他の処理は、実施形態のグリッドコンピューティング処理と同様である。
Other processes of the grid computing process of
〔実施形態の変形例1の効果〕
実施形態の変形例1では、実施形態の効果と同様の効果を得ることができる。
[Effects of
In
また、実施形態の変形例1では、ジョブデータD1の同一部分を処理する複数の低確度の車両10(すなわち1つの車両群を構成する複数の低確度の車両10)の各々の計算完了確度が低くなるほど、その複数の低確度の車両10の数(すなわち1つの車両群を構成する低確度の車両10の数)が多くなる。このような構成により、ジョブデータD1の計算結果を得ることができないリスクを効果的に低減することができる。
Further, in the first modification of the embodiment, the calculation completion accuracy of each of the plurality of low-accuracy vehicles 10 (that is, the plurality of low-
(実施形態の変形例2)
次に、実施形態の変形例2について説明する。実施形態の変形例2は、車両10の計算完了確度の求め方(確度導出処理)が実施形態と異なる。実施形態の変形例2におけるその他の処理は、実施形態における処理と同様である。
(
Next,
実施形態の変形例2では、車両10の計算完了確度は、少なくとも車両10の通信状態および車両10の演算装置105の利用可能時間に応じて変化する。言い換えると、「計算完了確度の導出に利用可能な情報」には、少なくとも「車両10の通信状態」および「車両10の演算装置105の利用可能時間」が含まれ、車両10の計算完了確度は、その「計算完了確度の導出に利用可能な情報」に基づいて導出される。具体的には、確度導出処理のステップS45において制御部505により取得される「計算完了確度の導出に利用可能な情報」には、少なくとも「車両10の通信状態」および「車両10の演算装置105の利用可能時間」が含まれる。確度導出処理のステップS46において、そして、制御部505は、少なくとも「車両10の通信状態」および「車両10の演算装置105の利用可能時間」に基づいて、車両10の計算完了確度を導出する。
In Modified Example 2 of the embodiment, the calculation completion accuracy of the
車両10の計算完了確度の導出に利用可能な情報には、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」に加えて、他の情報が含まれてもよい。そして、車両10の計算完了確度の導出に利用可能な情報のうち、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」は、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」を除く他の情報よりも、車両10の計算完了確度の導出に与える影響が大きくてもよい。例えば、制御部505は、車両10の計算完了確度を導出する際に、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」の影響が大きくなるように、計算完了確度の導出に利用可能な情報の各々に重み付けをしてもよい。具体的には、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」の重み係数は、他の情報の重み係数よりも大きくてもよい。
The information that can be used for deriving the calculation completion accuracy of the
なお、車両10は、駐車位置が頻繁に変化し、稼働中(ユーザが車両10を使用する場合)にグリッドコンピューティングに参加しない。そのため、車両10は、据置型の演算装置(例えばデスクトップ型パーソナルコンピュータ)よりも、通信状態および利用可能時間が大幅に変化しやすい。したがって、グリッドコンピューティング処理において、ジョブデータD1の計算を完了することができる確からしさを向上させるためには、通信状態が良好であり且つ演算装置105の利用可能時間が長い車両10を利用することが望ましい。言い換えると、計算完了確度の導出に利用可能な情報のうち「車両10の通信状態」および「車両10の演算装置105の利用可能時間」が重要となる。
Note that the
〔実施形態の変形例2の効果〕
実施形態の変形例1では、実施形態の効果と同様の効果を得ることができる。
[Effects of
In
また、実施形態の変形例2では、少なくとも「車両10の通信状態」および「車両10の演算装置105の利用可能時間」に応じて車両10の計算完了確度を変化させることにより、車両10の計算完了確度を適切に設定することができる。
Further, in the
また、実施形態の変形例2では、車両10の計算完了確度の導出に利用可能な情報のうち、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」は、「車両10の通信状態」および「車両10の演算装置105の利用可能時間」を除く他の情報よりも、車両10の計算完了確度の導出に与える影響が大きい。これにより、車両10の計算完了確度の導出において「車両10の通信状態」および「車両10の演算装置105の利用可能時間」を重要視することができ、車両10の計算完了確度を適切に設定することができる。
Further, in the
(実施形態の変形例3)
次に、実施形態の変形例3について説明する。実施形態の変形例3は、1つの車両群を構成する低確度の車両10の数の決め方が実施形態と異なる。実施形態の変形例3におけるその他の処理は、実施形態における処理と同様である。
(
Next,
実施形態の変形例3では、ジョブデータD1の期待処理時間が長くなるほど、そのジョブデータD1の同一部分を処理させる複数の低確度の車両10の数が多くなる。
In the
〔期待処理時間〕
期待処理時間は、ジョブデータD1の計算に必要となると推定される時間である。期待処理時間は、ジョブデータD1のデータ量、ジョブデータD1を処理する車両10の演算性能などに基づいて推定される。例えば、ジョブデータD1のデータ量が多くなるほど、期待処理時間が長くなる。車両10の演算装置105の性能が低くなるほど、期待処理時間が長くなる。
[Expected processing time]
The expected processing time is the estimated time required to calculate the job data D1. The expected processing time is estimated based on the data amount of the job data D1, the computing performance of the
〔期待処理時間の導出〕
この例では、制御部505は、期待処理時間の導出に利用可能な情報に基づいて、ジョブデータD1の期待処理時間を導出する。次に、制御部505は、ジョブデータD1の期待処理時間を示す時間情報をジョブデータD1に関連付けてマッチングテーブルD58に登録する。これにより、マッチングテーブルD58には、ジョブデータD1毎に、期待処理時間を示す時間情報が登録される。
[Derivation of Expected Processing Time]
In this example, the
なお、期待処理時間の導出に利用可能な情報の例としては、ジョブデータD1のデータ量、ジョブデータD1を処理させる車両10の演算性能などが挙げられる。例えば、ジョブデータD1のデータ量は、ジョブデータD1を解析することにより得られる。ジョブデータD1を処理させる車両10の演算性能は、能力予測テーブルD56に登録された車両10に関する能力予測情報D6(車両10の演算装置105の利用可能な計算能力の予測値)に基づいて導出される。
Examples of information that can be used to derive the expected processing time include the data amount of the job data D1 and the computing performance of the
〔マッチング処理〕
実施形態の変形例2のマッチング処理において、制御部505は、マッチングテーブルD58に登録された時間情報を参照し、その時間情報に示されたジョブデータD1の期待処理時間に基づいて、1つの車両群を構成する低確度の車両10上限数を決定する。具体的には、ジョブデータD1の期待処理時間が長くなるほど、1つの車両群を構成する低確度の車両10の上限数が多くなる。
[Matching process]
In the matching process of
実施形態の変形例2のマッチング処理の以降の処理は、実施形態のマッチング処理と同様である。制御部505は、1つの車両群を構成する低確度の車両10の数が上限数を上回らないように、複数の利用可能な車両10の中からジョブデータD1を処理させる車両10を決定する。
The processing subsequent to the matching processing of
〔ジョブデータの期待処理時間と低確度の車両の数との関係〕
なお、低確度の車両10には、演算装置105の利用可能時間が比較的に短いことが理由で計算完了確度が閾値よりも低くなっている車両10が含まれる。したがって、ジョブデータD1の期待処理時間が長くなるほど、ジョブデータD1の同一部分の計算に利用することができる低確度の車両10の数を確保するために、ジョブデータD1の同一部分を処理させる低確度の車両10の数を多くすることが望ましい。
[Relationship between expected processing time of job data and number of low-accuracy vehicles]
The low-
〔実施形態の変形例3の効果〕
実施形態の変形例3では、実施形態の効果と同様の効果を得ることができる。
[Effects of
In
また、実施形態の変形例3では、ジョブデータD1の期待処理時間が長くなるほど、ジョブデータD1の同一部分を処理させる複数の低確度の車両10の数を多くすることにより、ジョブデータD1の同一部分の計算に利用することができる低確度の車両10の数を確保することができる。これにより、計算結果を得ることができないリスクを適切に低減することができる。
Further, in the third modification of the embodiment, the longer the expected processing time of the job data D1 is, the more the number of
なお、ジョブデータD1の計算を中断することができない場合、ジョブデータD1の計算を中断することができる場合よりも、ジョブデータD1の同一部分を処理させる低確度の車両10の数を多くしてもよい。ジョブデータD1の計算を中断することができない場合の例としては、ジョブデータD1が「公共系のジョブデータ」である場合などが挙げられる。
Note that when the calculation of the job data D1 cannot be interrupted, the number of low-
また、科学技術計算のようにジョブデータD1の演算要求時間が厳しくない場合に、ジョブデータD1の同一部分を処理させる低確度の車両10の数を少なくしてもよい。
Also, when the required calculation time of the job data D1 is not strict as in scientific calculation, the number of low-
(マッチング処理の変形例)
以上の説明において、図13に示したマッチング処理の代わりに、図17に示したマッチング処理が行われてもよい。この変形例では、管理サーバ50の制御部505は、以下の処理を適宜(例えば定期的に)行う。
(Modified example of matching processing)
In the above description, instead of the matching process shown in FIG. 13, the matching process shown in FIG. 17 may be performed. In this modification, the
なお、以下の説明では、同一期間において、通信可能であり、且つ、グリッドコンピューティング処理に計算能力を提供することができる複数の車両10の組合せを「グリッド群」と記載する。
In the following description, a combination of a plurality of
〈ステップS55〉
まず、制御部505は、「能力予測テーブルD56に登録された複数の車両10の各々のグリッドコンピューティング処理において利用可能な計算能力の時間的変化の予測結果」と「通信予測テーブルD57に登録された複数の車両10の各々の通信状態の時間的変化の予測結果」とに基づいて、複数のグリッド群を準備する。
<Step S55>
First, the
複数のグリッド群の各々は、「グリッドコンピューティング処理に計算能力を提供することができる期間」および「グリッドコンピューティング処理に提供することができる計算能力の合計」の少なくとも一方が異なる。 Each of the plurality of grid groups differs in at least one of "period during which computing power can be provided to grid computing processing" and "total computing power that can be provided to grid computing processing".
〈ステップS56〉
次に、制御部505は、ジョブテーブルD54に登録されたジョブの中からマッチング処理の対象となるジョブを選択する。そして、制御部505は、記憶部504に記憶されたジョブデータD1の中からマッチング処理の対象となるジョブに対応するジョブデータD1を選択する。
<Step S56>
Next, the
〈ステップS57〉
次に、制御部505は、複数のグリッド群の中から、ステップS56において選択されたジョブデータD1に対するグリッドコンピューティング処理において利用するグリッド群を選択する。
<Step S57>
Next, the
具体的には、制御部505は、ジョブデータD1に対するグリッドコンピューティング処理が実行される計算予定期間を決定し、複数のグリッド群の中から計算予定期間において利用可能なグリッド群を選択する。そして、制御部505は、「グリッドコンピューティング処理に提供される計算能力の合計」が「グリッドコンピューティング処理においてジョブデータD1の計算に必要とされる計算能力」以上となるように、計算予定期間において利用可能なグリッド群の中から、そのジョブデータD1に割り当てられるグリッド群を選択する。
Specifically, the
次に、制御部505は、複数のグリッド群の中から選択されたグリッドを、ステップS56において選択されたジョブデータD1に割り当てる。そして、制御部505は、どのジョブデータD1にどの車両10が割り当てられたのかを示すマッチング結果情報をマッチングテーブルD58に登録する。
Next, the
(その他の実施形態)
以上の説明では、管理サーバ50と車両10とが別の車両10を経由せずに直接的に通信する場合を例に挙げたが、これに限定されない。例えば、管理サーバ50と車両10とが別の車両10を経由して間接的に通信してもよい。
(Other embodiments)
In the above description, the case where the
また、以上の説明では、複数の低確度の車両10の各々から送信された部分計算結果データのうち管理サーバ50により最初に受信された部分計算結果データを採用する場合を例に挙げたが、これに限定されない。例えば、管理サーバ50の制御部505は、複数の低確度の車両10の各々から送信された部分計算結果データのうち計算完了確度が最も高い車両10から送信された部分計算結果データを採用してもよい。
Further, in the above description, the case of adopting the partial calculation result data first received by the
また、以上の説明では、管理サーバ50の制御部505が位置予測処理を行う場合を例に挙げたが、これに限定されない。例えば、位置予測処理は、車両10の演算装置105により行われてもよい。この場合、演算装置105は、位置予測処理により得られた位置予測情報D5を管理サーバ50に送信してもよい。管理サーバ50の制御部505は、車両10から送信された位置予測情報D5を位置予測テーブルD55に登録(上書き)することで位置予測テーブルD55を更新してもよい。稼働予測処理および通信予測処理についても同様である。
Also, in the above description, the case where the
また、以上の説明では、制御部505が単一の管理サーバ50に集約される場合を例に挙げたが、これに限定されない。例えば、制御部505は、通信網5を経由して互いに通信する複数の管理サーバ50(図示省略)に分散されてもよい。
Also, in the above description, the case where the
また、以上の説明において、記憶部504は、単一の記憶装置により構成されてもよいし、複数の記憶装置により構成されてもよい。複数の記憶装置は、単一の管理サーバ50に集約されてもよいし、通信網5を経由して互いに通信する複数の管理サーバ50(図示省略)に分散されてもよい。
Moreover, in the above description, the
また、以上の説明において、制御部505は、単一の制御ユニットにより構成されてもよいし、複数の制御ユニットにより構成されてもよい。複数の制御ユニットは、単一の管理サーバ50に集約されてもよいし、通信網5を経由して互いに通信する複数の管理サーバ50(図示省略)に分散されてもよい。
Also, in the above description, the
また、以上の説明において、演算装置105は、単一の演算ユニットにより構成されてもよいし、複数の演算ユニットにより構成されてもよい。
Further, in the above description, the
また、以上の説明では、演算装置105が搭載される移動体の例として、車両10(具体的には自動四輪車)を挙げたが、これに限定されない。演算装置105は、車両10ではない他の移動体に搭載されてもよい。このような移動体の例としては、輸送用機械、携帯情報端末などが挙げられる。輸送用機械の例としては、自動二輪車、鉄道車両、船舶、航空機、ドローンなどが挙げられる。車両は、輸送用機械の一例である。携帯情報端末の例としては、ノート型パーソナルコンピュータ、タブレット、スマートフォンなどが挙げられる。
Also, in the above description, the vehicle 10 (specifically, a four-wheeled motor vehicle) has been cited as an example of a mobile object on which the
また、以上の説明において、グリッドコンピューティング処理に対し、車両10に搭載された演算装置105の計算能力だけでなく、他の演算装置(図示省略)の計算能力も供給されてもよい。このような他の演算装置は、据置型の演算装置(例えばデスクトップ型パーソナルコンピュータ)であってもよい。
Further, in the above description, not only the computing power of the
また、以上の実施形態を適宜組み合わせて実施してもよい。以上の実施形態は、本質的に好ましい例示であって、ここに開示する技術、その適用物、あるいはその用途の範囲を制限することを意図するものではない。 Also, the above embodiments may be combined as appropriate. The above embodiments are essentially preferred examples, and are not intended to limit the scope of the technology, its applications, or its uses disclosed herein.
以上説明したように、ここに開示する技術は、グリッドコンピューティングの技術として有用である。 As described above, the technology disclosed herein is useful as a grid computing technology.
1 システム
10 車両
105 演算装置
20 ユーザ端末
30 クライアントサーバ
50 管理サーバ
501 入力部
502 出力部
503 通信部
504 記憶部
505 制御部
D1 ジョブデータ
D2 計算結果データ
1
Claims (5)
前記グリッドコンピューティング処理において、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を処理させる制御部を備える
ことを特徴とする管理装置。 A management device for managing grid computing processing that causes a plurality of available mobile units among a plurality of mobile units each having an arithmetic unit to process job data,
In the grid computing process, among the plurality of available moving objects, a plurality of low-accuracy movements whose calculation completion accuracy, which indicates the likelihood of completing the calculation of the job data, is lower than a predetermined threshold. and a control unit for processing the same part of the job data.
前記ジョブデータの同一部分を処理する前記複数の低確度の移動体の各々の計算完了確度が低くなるほど、前記複数の低確度の移動体の数が多くなる
ことを特徴とする管理装置。 The management device of claim 1,
The management device, wherein the number of the plurality of low-accuracy mobile objects increases as the calculation completion accuracy of each of the plurality of low-accuracy mobile objects that process the same portion of the job data decreases.
前記移動体の計算完了確度は、前記移動体の計算完了確度の導出に利用可能な情報に基づいて導出され、
前記移動体の計算完了確度の導出に利用可能な情報には、少なくとも前記移動体の通信状態および前記移動体の演算装置の利用可能時間が含まれ、
前記移動体の計算完了確度の導出に利用可能な情報のうち、前記移動体の通信状態および前記移動体の演算装置の利用可能時間は、前記移動体の通信状態および前記移動体の演算装置の利用可能時間を除く他の情報よりも、前記移動体の計算完了確度の導出に与える影響が大きい
ことを特徴とする管理装置。 In the management device according to claim 1 or 2,
The calculation completion accuracy of the mobile is derived based on information available for deriving the calculation completion accuracy of the mobile,
The information that can be used for deriving the calculation completion accuracy of the mobile includes at least the communication state of the mobile and the available time of the computing device of the mobile,
Of the information that can be used for deriving the calculation completion accuracy of the mobile, the communication state of the mobile and the available time of the computing device of the mobile are: A management device that has a greater influence on derivation of the calculation completion accuracy of the mobile object than information other than the available time.
前記ジョブデータの期待処理時間が長くなるほど、前記ジョブデータの同一部分を処理させる前記複数の低確度の移動体の数が多くなる
ことを特徴とする管理装置。 In the management device according to any one of claims 1 to 3,
The management device, wherein the longer the expected processing time of the job data, the greater the number of the plurality of low-accuracy moving bodies that process the same part of the job data.
前記管理装置により、前記複数の利用可能な移動体のうち、前記ジョブデータの計算を完了することができる確からしさを示す計算完了確度が予め定められた閾値を下回る複数の低確度の移動体に、前記ジョブデータの同一部分を送信し、
前記複数の低確度の移動体により、前記ジョブデータの同一部分を処理する
ことを特徴とする処理方法。 A processing method for causing a plurality of available mobile bodies among a plurality of mobile bodies each having a computing device to process job data transmitted from a management device,
By the management device, among the plurality of available mobile bodies, a plurality of low-accuracy mobile bodies whose calculation completion accuracy, which indicates the likelihood of being able to complete the calculation of the job data, is lower than a predetermined threshold. , sending the same part of said job data;
A processing method, wherein the same part of the job data is processed by the plurality of low-accuracy moving bodies.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021158388A JP2023048845A (en) | 2021-09-28 | 2021-09-28 | Management device and processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021158388A JP2023048845A (en) | 2021-09-28 | 2021-09-28 | Management device and processing method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023048845A true JP2023048845A (en) | 2023-04-07 |
Family
ID=85780236
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021158388A Pending JP2023048845A (en) | 2021-09-28 | 2021-09-28 | Management device and processing method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023048845A (en) |
-
2021
- 2021-09-28 JP JP2021158388A patent/JP2023048845A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785611B (en) | Unmanned vehicle control method, device, server and storage medium | |
US11741510B2 (en) | Dynamic rideshare service behavior based on past passenger experience data | |
Chowdhury et al. | Mobile Crowd‐Sensing for Smart Cities | |
WO2022230644A1 (en) | Management system and management method | |
CN108770014B (en) | Calculation evaluation method, system and device of network server and readable storage medium | |
JP2023048845A (en) | Management device and processing method | |
JP2023048846A (en) | Management device and processing method | |
JP2023048838A (en) | Management device and processing method | |
JP2023048844A (en) | Management device and processing method | |
JP2023092242A (en) | Management device and processing method | |
JP2023066047A (en) | Management apparatus and management method | |
JP2023066056A (en) | Management apparatus and management method | |
WO2022230632A1 (en) | Management system, and management method | |
WO2022230624A1 (en) | Grid computing management system and management method therefor | |
WO2022230633A1 (en) | Management system, and management method | |
JP2023092076A (en) | Management system, management device, and management method | |
US20240202045A1 (en) | Grid computing management system and management method therefor | |
WO2022230634A1 (en) | Management system, and management method | |
JP2023068312A (en) | Management apparatus and management method | |
WO2023032563A1 (en) | Grid computing management device and management method | |
US20240211317A1 (en) | Management system and management method | |
JP2023023468A (en) | Management system, management method, and vehicle arithmetic unit | |
JP2023068314A (en) | Management device and managing method | |
JP2023023462A (en) | Vehicle arithmetic unit and information processing method | |
JP2023034422A (en) | Management apparatus and management method of grid computing |