Abstract:
Es werden Verfahren, Einrichtungen, Systeme und Fabrikate zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform offenbart. Eine beispielhafte Einrichtung enthält eine Orchestratorschnittstelle, um als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten; eine Ressourcenverwaltungssteuerung, um ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist; und eine Planungseinheit, um eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
Abstract:
Technologien zum Bestimmen und Speichern von Arbeitslastcharakteristika umfassen einen Orchestrator-Server zum Identifizieren einer Arbeitslast, die von einem verwalteten Knoten auszuführen ist, Erlangen eines der Arbeitslast zugeordneten Profils, wobei das Profil ein Modell umfasst, das einen Eingangsparametersatz, der ein oder mehrere Charakteristika der Arbeitslast angibt, in Beziehung setzt mit einem Ausgangsparametersatz, der einen oder mehrere Aspekte von Ressourcen, die zum Ausführen der Arbeitslast zuzuweisen sind, angibt, Bestimmen, in Abhängigkeit des Eingangsparametersatzes und des Modells, von Ressourcen zum Zuweisen an den verwalteten Knoten zum Ausführen der Arbeitslast, und Zuweisen der bestimmten Ressourcen an den verwalteten Knoten zum Ausführen der Arbeitslast. Es werden auch andere Ausführungsformen beschrieben und beansprucht.
Abstract:
Systeme und Techniken für eine zielgesteuerte Orchestrierung sind hier beschrieben. In einem Beispiel ist das System eingerichtet zum Empfangen einer Anforderung für eine Dienstarbeitslast, einschließlich eines Satzes von Zielen für die Dienstarbeitslast. Der Satz von Leistungszielen kann eine Dienstgüte (QoS: Quality of Service) für die Leistung der Dienstarbeitslast angeben. Das System kann ferner dazu eingerichtet sein, einen Plan für die Dienstarbeitslast zu bestimmen. Der Plan kann einen Satz von Aktionen zum Erfüllen des Satzes von Leistungszielen orchestrieren. Das System kann ferner dazu eingerichtet sein, eine Ausführung der Dienstarbeitslast gemäß dem Satz von Aktionen des Plans zu beginnen. Das System kann ferner dazu eingerichtet sein, die Ausführung der Dienstarbeitslast auf eine Auswirkung, die mit jeder Aktion des Satzes von Aktionen assoziiert ist, und der Einhaltung des Satzes von Zielen zu überwachen.
Abstract:
Es werden Verfahren, Einrichtungen, Systeme und Herstellungsartikel zum Empfehlen von Anweisungsanpassungen zum Verbessern der Rechenleistung offenbart. Eine beispielhafte Einrichtung schließt einen Musterdetektor zum Detektieren eines Ausführungsmusters von einem Ausführungsprofil, das durch einen Server bereitgestellt wird, ein, wobei das Ausführungsprofil in Verbindung mit einer Anweisung steht, die in einem Anweisungs-Repository gespeichert ist. Ein Anpassungsidentifikator soll eine mögliche Anweisungsanpassung identifizieren, die auf die Anweisung in Verbindung mit dem Ausführungsmuster angewendet werden kann. Ein Modellprozessor soll, unter Verwendung eines Modells für maschinelles Lernen, eine erwartete Leistungsverbesserung der Anpassung vorhersagen. Ein Ergebniskomparator soll bestimmen, ob die erwartete Leistungsverbesserung einen Schwellwert erreicht. Ein Anweisungseditor soll, als Reaktion darauf, dass der Ergebniskomparator bestimmt, dass die erwartete Leistungsverbesserung den Schwellwert erreicht, die mögliche Anweisungsanpassung auf die Anweisung in dem Anweisungs-Repository anwenden.
Abstract:
Examples are described for computing resource discovery and management for a system of configurable computing resources that may include disaggregate physical elements such as central processing units, storage devices, memory devices, network input/output devices or network switches. In some examples, these disaggregate physical elements may be located within one or more racks of a data center.
Abstract:
Examples may include techniques to generate a graph model for cloud infrastructure elements. Information regarding the cloud infrastructure elements may be obtained. Logical layers may be assigned to each of the cloud infrastructure elements. The logical layers may include a physical layer for physical devices, an allocation layer for logical services composed of placed physical devices, a virtual layer for virtualized elements or a service layer for services or workloads implemented by the virtualized elements. In some examples, each cloud infrastructure element may be added to a graph model as nodes having metadata and attributes based on the obtained information.