-
公开(公告)号:CN104808770B
公开(公告)日:2017-04-12
申请号:CN201510198657.8
申请日:2015-04-23
Applicant: 南京大学
Abstract: 本发明公开了基于动态调频的数据中心能耗管理方法和系统,包括单个服务器的调频节能和服务器间能量感知的任务调度。单个服务器的调频节能包括将任务数目不变的时间段视作调频单元,根据能耗模型和任务信息估算每一单元内消耗的能量,利用启发式算法选择使所有单元能耗之和最小的调频方式来调整处理器频率;服务器间能量感知的任务调度包括当任务到达时根据各服务器状态和任务信息选出候选服务器,各服务器根据任务信息利用单个服务器上的调频节能方法估算能耗变化,控制器选择能耗变化最小的服务器分配新任务,被选择的服务器利用单个服务器上的调频节能方法调节频率运行新任务。本发明通过频率调节及任务分配,降低数据中心中服务器的能耗,起到节能减排的效果。
-
公开(公告)号:CN104317654A
公开(公告)日:2015-01-28
申请号:CN201410527038.4
申请日:2014-10-09
Applicant: 南京大学镇江高新技术研究院
IPC: G06F9/50
Abstract: 本发明公开了一种基于动态温度预测模型的数据中心任务调度方法。该方法首先将温度预测模型参数初始化;获取实际计算节点入口温度和CPU使用率等信息;通过更新算法对温度预测模型的参数进行更新;对到来的一批任务进行调度。本发明克服目前静态温度预测模型应用在任务调度方法上的缺点和不足,适用于计算密集型数据中心的在线任务调度。该发明通过在任务调度时考虑温度和气流的因素,并根据温度传感器的反馈信息动态调整温度预测模型参数,使得所有计算节点的最高入口温度尽可能低,最终提高冷却系统的冷却效率,达到大大节能的目的。
-
公开(公告)号:CN101222394B
公开(公告)日:2010-06-02
申请号:CN200710190936.5
申请日:2007-12-03
Applicant: 南京大学
Abstract: 本发明公开了一种面向智能家庭环境的情景感知的服务应用层系统,其使用传感器采集环境信息,采用Agent技术来管理计算机节点本身的控制信息,控制信息与环境信息组成情景信息,并定期地向智能调度服务器汇总。智能调度服务器借助本体技术对汇总的情景信息进行建模。当用户请求到达时,智能调度服务器根据情景信息模型进行推理,选择并调度最好的Agent集合。系统使用Web Services技术,提供一个统一的、开放的、可扩展性良好的服务发布和调用接口,任何按照Web Services标准实现的服务,都可以无缝地集成到系统中来,以扩展系统的功能,使其在具有情景感知能力的同时,具有良好的开放性、可扩展性和效率。
-
公开(公告)号:CN101222394A
公开(公告)日:2008-07-16
申请号:CN200710190936.5
申请日:2007-12-03
Applicant: 南京大学
Abstract: 本发明公开了一种面向智能家庭环境的情景感知的服务应用层系统,其使用传感器采集环境信息,采用Agent技术来管理计算机节点本身的控制信息,控制信息与环境信息组成情景信息,并定期地向智能调度服务器汇总。智能调度服务器借助本体技术对汇总的情景信息进行建模。当用户请求到达时,智能调度服务器根据情景信息模型进行推理,选择并调度最好的Agent集合。系统使用Web Services技术,提供一个统一的、开放的、可扩展性良好的服务发布和调用接口,任何按照Web Services标准实现的服务,都可以无缝地集成到系统中来,以扩展系统的功能,使其在具有情景感知能力的同时,具有良好的开放性、可扩展性和效率。
-
公开(公告)号:CN118524411A
公开(公告)日:2024-08-20
申请号:CN202410592082.7
申请日:2024-05-14
Applicant: 南京大学
IPC: H04W24/02 , H04W28/084 , H04W28/08 , H04W28/082 , H04W24/06 , H04W72/541
Abstract: 本项发明揭示了一种边缘推断应用干扰感知的GPU资源配置方法、装置和系统。该方法针对不同版本推断模型在单边缘节点上的吞吐量以及多版本推断模型并发运行的干扰进行建模,并通过Lyapunov将长期的队列平均优化问题转化成单时隙的多目标优化问题,并采取马尔可夫近似不断局部迭代找到最优解,确定当前时隙下边缘节点多版本推断模型在单边缘GPU上的资源配置决策。此方法依据实时监测的网络带宽、节点内推断请求的积累及前一时隙模型部署的效果,综合考虑推断请求的队列积累以及放置推断模型的平均精度,持续优化边缘节点的模型分配和资源利用,可在不确定的推断请求量出现之前,实现边缘节点上多个版本推断模型的GPU资源配置调整。
-
公开(公告)号:CN117724727A
公开(公告)日:2024-03-19
申请号:CN202311469242.0
申请日:2023-11-07
Applicant: 国网江苏省电力有限公司信息通信分公司 , 国网电力科学研究院有限公司 , 南京大学
Abstract: 本发明公开了一种业务应用部署方法及系统,通过获取上一时隙中针对各边缘计算节点的历史业务应用部署决策;对当前时隙的边缘计算节点进行业务应用的部署;根据当前时隙部署的业务应用的使用成本,以及业务应用完成任务所获得的收益;以最大化各边缘计算节点长期总收益为目标,对各边缘计算节点进行业务应用的选择,得到当前时隙的业务应用部署决策。通过不断地根据每次部署后智能化业务应用完成任务的收益和使用成本,来不断调整更新下一时隙的部署策略。能够在无法得知智能化业务应用具体性能优劣的情况下,对各个边缘节点上对进行任务的智能化业务应用的选择进行周期性的调整,达到最大化整体长期收益的效果。
-
公开(公告)号:CN113296946B
公开(公告)日:2023-11-17
申请号:CN202110563103.9
申请日:2021-05-24
Applicant: 南京大学
Abstract: 本发明公开了一种边端协同的并发实时流式数据分析任务处理方法及设备。所述方法包括以下步骤:基于帕累托最优对服务器站点上运行的实时流式数据分析任务的配置进行初步筛选,确定实时流式数据分析任务的可选配置集合;根据实时流式数据分析任务的可选配置集合,基于服务器站点执行任务的总效用值最大化的原则为该站点上执行的所有实时流式数据分析任务选择侧写策略和执行策略;根据确定的侧写策略以及执行策略执行实时流式数据分析任务。该方法通过在服务器站点分配较少资源用于实时流式数据分析任务各个配置的侧写过程,将节省下来的资源用于任务的执行过程,实现在较小的影响当前周期内的执行准确率的情况下,实现长期的准确率方面的优化。
-
公开(公告)号:CN111381950B
公开(公告)日:2023-07-21
申请号:CN202010147501.8
申请日:2020-03-05
Applicant: 南京大学
Abstract: 本发明公开了一种面向边缘计算环境基于多副本的任务调度方法和系统。所述方法包括:定期测量和收集每个边缘集群内任务的执行状态,建立本集群的任务时间延迟因子分布概率模型,所述模型描述了集群的资源性能;基于最短剩余处理时间原则和公平共享原则预估各作业可执行任务需要的副本数;基于各作业当前进度和集群的资源性能,采用迭代分配方式将各集群的空闲节点,根据预估的副本数,分配给各个任务;将分配到节点的任务调度到相应的集群来执行。利用本发明能够在真实系统中有效利用边缘计算环境中的空闲资源,通过合理的设定任务副本,降低作业的运行时延。
-
公开(公告)号:CN116032778A
公开(公告)日:2023-04-28
申请号:CN202310320260.6
申请日:2023-03-29
Applicant: 南京大学 , 国电南瑞科技股份有限公司
IPC: H04L41/142 , H04L41/12 , H04L67/10
Abstract: 本发明公开了一种云数据中心智能化监测应用任务部署方法、装置和系统。所述方法通过不断地收集当前云数据中心网络资源的状态信息,根据该信息为数据中心智能化监测应用生成一条无重叠、高性能和低开销的监测路径,以覆盖云数据中心全部的网络设备。本发明的面向云数据中心智能化监测应用任务部署装置和系统,基于带内网络遥测技术以细粒度周期获取可编程网络设备的状态信息,并按照已计算的路径下发云数据中心智能监测任务。随后,系统将收集到的信息发送至可视化界面,以此来帮助用户实现云数据中心资源的智能化监测。
-
公开(公告)号:CN113364626B
公开(公告)日:2022-09-30
申请号:CN202110639353.6
申请日:2021-06-08
Applicant: 国网江苏省电力有限公司 , 国网江苏省电力有限公司信息通信分公司 , 南京大学
IPC: H04L41/142 , H04L41/0896 , H04L67/51
Abstract: 本发明公开了面向边缘环境的视频分析应用的服务放置与带宽分配方法,其包括如下步骤:B1)收集当前时隙的边缘环境系统状态信息;B2)基于当前的边缘环境系统状态信息,利用两层迭代算法计算服务放置决策和带宽分配决策;B3)执行服务放置决策和带宽分配决策;B4)根据决策结果计算各用户的服务迁移代价,并计算并更新队列长度,以作为下一时隙的其中一个边缘环境系统状态信息。本发明针对边缘计算系统中的视频分析应用,提出了在线两层迭代的服务放置和带宽分配方法,高效使用边缘节点有限的计算资源和带宽资源,有效权衡了服务迁移代价和用户体验。
-
-
-
-
-
-
-
-
-