-
公开(公告)号：CN108334409A
公开(公告)日：2018-07-27
申请号：CN201810033927.3
申请日：2018-01-15
Applicant: 北京大学
CPC classification number: G06F9/5027 , G06F9/5016 , G06F9/5022 , G06F2209/504 , H04L43/0817 , H04L63/08 , H04L63/168 , H04L67/10
Abstract: 本发明公布了一种细粒度的高性能云资源管理调度方法，通过限制用户登录计算节点、按核心与内存同比例资源调度、限制每个GPU使用CPU核数、作业结束释放占用资源以及SSH登陆使用资源管理、登录节点资源限制等方式，可用来改进SLURM作业调度系统中任务按照CPU核心进行分配时的内存和GPU资源的管理，并实现对用户SSH登录的资源进行Cgroup限制，从而完善基于SLURM的资源调度系统，使得高性能云平台资源调度更加高效与合理。
-
公开(公告)号：CN117579402B
公开(公告)日：2024-08-20
申请号：CN202410066426.0
申请日：2024-01-17
Applicant: 北京大学
IPC: H04L9/40
Abstract: 本申请公开了一种平台二次认证登录系统及方法。其中，该系统包括：目标平台和OTP管理服务器，目标平台对目标对象输入的账户名和密码进行一次认证，在认证通过时将账户名发送至OTP管理服务器，OTP管理服务器查询该账户名是否已注册；若其已注册则向目标平台发送输入OTP码的提示信息；若其未注册则向目标平台发送注册提示信息，在账户名完成注册后向目标平台发送输入OTP码的提示信息；目标平台将目标对象输入的OTP码发送至OTP管理服务器进行二次认证，在二次认证通过时执行与访问请求对应的访问操作。本申请解决了相关技术中OTP密钥本地化存储导致的高性能计算集群容易受到安全威胁的技术问题。
-
公开(公告)号：CN118297184A
公开(公告)日：2024-07-05
申请号：CN202410417043.3
申请日：2024-04-08
Applicant: 北京大学
Abstract: 本申请公开了一种人工智能系统的质量检测方法及装置。其中，该方法包括：获取待检测的人工智能系统，并提取人工智能系统中的人工智能算子；分别确定人工智能算子与预设的标准算子库中的各个标准算子在目标维度的第一相似度，并确定最大的第一相似度对应的标准算子为与人工智能算子对应的目标标准算子，其中，标准算子库中存储有多个标准算子，每个标准算子以树结构形式存储，目标维度包括：树节点维度和树深维度；依据人工智能算子与目标标准算子之间的第一相似度确定人工智能系统的质量检测结果，该质量检测结果用于反映人工智能系统是否合格。本申请解决了相关技术中软硬件厂商在进行人工智能系统对接时难以准确检测系统质量的技术问题。
-
公开(公告)号：CN115002075A
公开(公告)日：2022-09-02
申请号：CN202111683776.4
申请日：2021-12-30
Applicant: 北京大学
Inventor： 范雪松 , 路遥 , 崔建 , 张晓军 , 王博 , 尚群 , 付中南 , 欧阳荣彬 , 刘云峰 , 周昌令 , 郭强 , 袁玲 , 公绪晓 , 李若淼 , 邓可君 , 杨宏辉 , 王斌
IPC: H04L61/5007 , G09B5/08 , G06Q50/20 , H04L101/604 , H04L101/695
Abstract: 本发明公开了一种系统双IP网络环境下的多机房合班教学管理方法，其特征在于，机房采用基于磁盘虚拟化的系统管理程序，机房中每台计算机配置两个IP地址，一个IP地址为底层系统管理IP，另一个IP地址为操作系统应用IP，机房的计算机根据功能分为教师机和学生机，教师机通过教师端管理程序对同一个机房内的学生机进行控制。教师机使用者可以直接在图形界面选择机房即可顺利使用，无需知道每个机房的学生机数量与IP地址范围，也无需手工设置每个机房的连接许可数量，通过预先录入的机房划分信息和参数配置为使用者和管理者均提供了极大的操作便利。
-
公开(公告)号：CN114531451A
公开(公告)日：2022-05-24
申请号：CN202111667942.1
申请日：2021-12-30
Applicant: 北京大学
Inventor： 范雪松 , 路遥 , 崔建 , 张晓军 , 王博 , 尚群 , 付中南 , 欧阳荣彬 , 刘云峰 , 周昌令 , 郭强 , 袁玲 , 公绪晓 , 李若淼 , 邓可君 , 杨宏辉 , 王斌
IPC: H04L67/1095 , H04L9/40 , G06Q50/20 , G06Q10/00 , G06F8/71
Abstract: 本发明公开了一种机房计算机双IP管理方法，其特征在于，机房采用基于磁盘虚拟化的系统管理程序，机房中每台计算机配置两个IP地址，一个IP地址为底层系统管理IP，用于与系统管理部署服务器进行通讯传递数据和命令，每台计算机的底层系统管理IP为固定的静态地址；另一个IP地址为操作系统应用IP，用于计算机操作者使用，每台计算机配置1个以上的操作系统，每个操作系统的操作系统应用IP对应配置专属IP，操作系统应用IP为静态地址，但随着操作系统的改变而变化。
-
Patent Agency Ranking
公开(公告)号：CN107122416B
公开(公告)日：2021-07-06
申请号：CN201710209305.7
申请日：2017-03-31
Applicant: 北京大学
IPC: G06F16/35 , G06F40/30 , G06F40/295 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种中文事件抽取方法。本方法为：1)对待抽取的中文文本进行实体识别，将识别出来的实体作为事件元素的候选词；对该中文文本逐字进行标注，然后根据标注结果，结合标注模式，识别该中文文本中的事件触发词以及该中文文本所描述的事件类型；2)将该中文文本、事件元素的候选词、事件触发词以及事件类型输入到分类模型中，判断每一所述候选词是否为真实的事件元素；3)根据上述得到的事件元素、事件触发词及事件类型，得到完整的事件结构，完成事件抽取。本发明解决了中文事件抽取中事件触发词和文本中的词语不完全匹配的问题，并提高了中文事件抽取的准确性。
-
公开(公告)号：CN108334409B
公开(公告)日：2020-10-09
申请号：CN201810033927.3
申请日：2018-01-15
Applicant: 北京大学
Abstract: 本发明公布了一种细粒度的高性能云资源管理调度方法，通过限制用户登录计算节点、按核心与内存同比例资源调度、限制每个GPU使用CPU核数、作业结束释放占用资源以及SSH登陆使用资源管理、登录节点资源限制等方式，可用来改进SLURM作业调度系统中任务按照CPU核心进行分配时的内存和GPU资源的管理，并实现对用户SSH登录的资源进行Cgroup限制，从而完善基于SLURM的资源调度系统，使得高性能云平台资源调度更加高效与合理。
-
公开(公告)号：CN108377200A
公开(公告)日：2018-08-07
申请号：CN201810052559.7
申请日：2018-01-19
Applicant: 北京大学
IPC: H04L12/24 , H04L12/863 , H04L29/08
Abstract: 本发明公布了一种基于LDAP与SLURM的云用户管理方法及系统，基于轻量级目录访问协议LDAP与Linux平台简单资源管理工具SLURM，使用服务质量QOS定制多种用户作业排队队列，实现高性能云用户管理；包括：用户统一认证配置、LDAP用户数据获取、用户信息同步、LDAP与SLURM用户统一管理、个性化定制管理；解决现有技术中远程LDAP服务器配置无法改变、高性能云平台用户需求复杂、用户量大管理困难等问题，便于高性能云平台的存储与计费统一；满足用户的个性化需求，为计算量大，计算频繁的用户提供优质服务；用户资源管理更加合理有效；有效减少作业的排队时间，提高资源的利用率和高性能云平台的作业吞吐量。
-
公开(公告)号：CN107122416A
公开(公告)日：2017-09-01
申请号：CN201710209305.7
申请日：2017-03-31
Applicant: 北京大学
CPC classification number: G06F17/30699 , G06F17/277 , G06F17/278 , G06F17/2785 , G06F17/30684 , G06F17/30731
Abstract: 本发明公开了一种中文事件抽取方法。本方法为：1)对待抽取的中文文本进行实体识别，将识别出来的实体作为事件元素的候选词；对该中文文本逐字进行标注，然后根据标注结果，结合标注模式，识别该中文文本中的事件触发词以及该中文文本所描述的事件类型；2)将该中文文本、事件元素的候选词、事件触发词以及事件类型输入到分类模型中，判断每一所述候选词是否为真实的事件元素；3)根据上述得到的事件元素、事件触发词及事件类型，得到完整的事件结构，完成事件抽取。本发明解决了中文事件抽取中事件触发词和文本中的词语不完全匹配的问题，并提高了中文事件抽取的准确性。
-
公开(公告)号：CN114329325B
公开(公告)日：2024-09-24
申请号：CN202111374829.4
申请日：2021-11-19
Abstract: 本发明公开了一种基于昇腾AI处理器的批量矩阵乘算子的优化方法，所述方法包括：获取第一输入数据与第二输入数据，并将所述第一输入数据与所述第二输入数据搬运到AI Core；获取所述第二输入数据的加载行数，并根据所述加载行数以及预设的缓冲区的双缓存机制对所述第一输入数据和第二输入数据进行划分；将划分后的所述第一输入数据和第二输入数据加载到所述缓冲区中进行计算，得到输出数据；将所述输出数据搬运到外部存储中进行输出。本申请能够利用双缓冲机制，能够缩短第一矩阵和第二矩阵相乘的运算时间，从而提高数据处理的效率。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.032 seconds)
