-
公开(公告)号:CN118520295A
公开(公告)日:2024-08-20
申请号:CN202410670130.X
申请日:2024-05-28
Applicant: 国网电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司信息通信分公司
IPC: G06F18/214 , G06F18/25 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种算网融合分布式训练框架的配置自动优化方法及系统。其中,算网融合分布式训练框架的配置自动优化方法包括:确定分布式训练框架的当前训练任务与历史训练任务;从当前训练任务与历史训练任务中采集得到多组配置,合并为训练样本;基于贝叶斯优化算法将训练样本中的一组配置代入当前训练任务并在分布式训练框架中进行训练,同时建立高斯过程拟合训练结果与配置的关系,确定自适应采集函数从训练样本中选择下一组配置进行训练,迭代更新高斯过程,重复上述训练过程,直至得到最优配置。本发明具有精度高、更为全面、过程简单快速的特点。
-
公开(公告)号:CN115599195B
公开(公告)日:2023-05-05
申请号:CN202211601716.8
申请日:2022-12-14
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
IPC: G06F1/3234 , G06F9/50 , G06N3/08 , G06F18/2431
Abstract: 本发明公开一种基于CUDA性能计数器的GPU能耗预测方法及系统,方法包括:获取多个基准应用程序对应的特征数据,得到功率模型数据集和时间模型数据集;训练构建的功率网络模型和时间网络模型,获得目标程序的所有CUDA内核,进而获取目标应用程序对应性能计数器和GPU频率组合,将性能计数器和GPU频率组合分别输入到训练后的功率和时间网络模型中,得到内核的功率和执行时间以及能耗。本发明根据不同类型的GPU和CUDA内核计算能力选择全部性能指标,采用GPU频率组合和CUDA性能计数器作为特征表示,并采集CUDA内核功率和执行时间,从而提高预测精度和泛化性。
-
公开(公告)号:CN115599195A
公开(公告)日:2023-01-13
申请号:CN202211601716.8
申请日:2022-12-14
Applicant: 国网江苏省电力有限公司信息通信分公司(CN) , 国网电力科学研究院有限公司(CN)
IPC: G06F1/3234 , G06F9/50 , G06N3/08 , G06N20/00
Abstract: 本发明公开一种基于CUDA性能计数器的GPU能耗预测方法及系统,方法包括:获取多个基准应用程序对应的特征数据,得到功率模型数据集和时间模型数据集;训练构建的功率网络模型和时间网络模型,获得目标程序的所有CUDA内核,进而获取目标应用程序对应性能计数器和GPU频率组合,将性能计数器和GPU频率组合分别输入到训练后的功率和时间网络模型中,得到内核的功率和执行时间以及能耗。本发明根据不同类型的GPU和CUDA内核计算能力选择全部性能指标,采用GPU频率组合和CUDA性能计数器作为特征表示,并采集CUDA内核功率和执行时间,从而提高预测精度和泛化性。
-
公开(公告)号:CN118733214A
公开(公告)日:2024-10-01
申请号:CN202410643867.2
申请日:2024-05-23
Applicant: 国网江苏省电力有限公司 , 国家电网有限公司 , 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
IPC: G06F9/48 , G06F9/50 , G06F18/214 , G06F18/21
Abstract: 本发明公开了一种基于历史学习的算力网络协同优化任务处理方法及系统,实时判断是否获取新任务,若未获取新任务,则获取长期训练任务的历史数据;对获取的历史数据进行训练,并预测下一时间段的接收任务及对应的任务处理步骤;若获取新任务,并且存在针对该时间段的预测的接收任务,若新任务与预测的接收任务相符,则执行预测的任务处理步骤;若新任务与预测的接收任务不符,则识别新任务,并执行新任务的任务处理步骤。在没有最新数据时,通过历史学习和数据提前处理和训练,有效地利用当前空闲的算力,避免在等待新数据时的资源浪费。通过预测并提前进行处理,让客户端能够在接收到新任务后快速响应,提高了效率和资源利用率。
-
公开(公告)号:CN116302869A
公开(公告)日:2023-06-23
申请号:CN202211556228.X
申请日:2022-12-06
Applicant: 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网电力科学研究院有限公司
Inventor: 丰佳 , 张立志 , 杨华飞 , 牧军 , 杨文清 , 宋文 , 秦培兆 , 李虎 , 席文超 , 李强 , 洪岩 , 申波 , 李伟 , 李磊 , 毛林晖 , 吴禹 , 刘辉 , 王丽君 , 张正银
IPC: G06F11/34 , G06N3/0442
Abstract: 本发明公开了一种基于非冗余特征选择的数据中心服务器能耗预测方法,包括以下步骤:(1)选择出服务器能耗原始特征集中的强相关特征;(2)利用冗余特征判定算法从强相关特征中挑选出非冗余的特征集合;(3)利用门控循环单元神经网络完成非冗余特征与能耗间关联关系挖掘,并构建服务器能耗的预测分析模型。本发明利用基于深度学习的数据中心能耗管理系统,使数据中心运维人员能够直观准确地掌握影响服务器能耗的关键因子,更好地分析、预测服务器运行时的负载变化和能耗趋势;本发明基于中心服务器资源调度系统,根据服务器能耗变化趋势进行任务分配和资源调度,降低数据中心能耗。
-
公开(公告)号:CN119090184A
公开(公告)日:2024-12-06
申请号:CN202411089156.1
申请日:2024-08-08
Applicant: 国网电力科学研究院有限公司 , 国网宁夏电力有限公司电力科学研究院 , 国网宁夏电力有限公司
Inventor: 张万才 , 夏绪卫 , 张楠 , 杨文清 , 沙江波 , 朱东歌 , 王涛 , 牧军 , 宋文 , 丰佳 , 张爽 , 闫振华 , 马瑞 , 刘佳 , 康文妮 , 麦晓庆 , 徐文涛 , 乔宁
IPC: G06Q10/0631 , G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种单体数据中心时域迁移任务调度方法、系统、设备及存储介质,所述方法包括:获取电网中的绿电参数;以绿电参数作为最优目标,构建优化目标函数,建立基于单体数据中心的优化调度模型及最优经济模型机制;设置基于单体数据中心的优化调度模型的决策变量和约束条件,采用深度学习算法求取基于单体数据中心的优化调度模型和最优经济模型机制的最优解,以所述最优解作为电网优化调度的依据,得到最终优化结果及调度优化方案;所述系统包括:数据获取模块,模型构建模块,模型求解模块。本发明有助于绿电和经济运行数据的优化调节,提高了资源利用率和新能源的调度效率,减低了调度成本。
-
公开(公告)号:CN118333221A
公开(公告)日:2024-07-12
申请号:CN202410472652.9
申请日:2024-04-19
Applicant: 国网电力科学研究院有限公司 , 国网宁夏电力有限公司电力科学研究院 , 国网宁夏电力有限公司
Inventor: 张万才 , 夏绪卫 , 张楠 , 杨文清 , 杨华飞 , 朱东歌 , 沙江波 , 王涛 , 牧军 , 宋文 , 丰佳 , 张爽 , 闫振华 , 马瑞 , 刘佳 , 康文妮 , 麦晓庆 , 徐文涛 , 乔宁
Abstract: 本发明公开了一种数据中心资源优化方法、系统及存储介质,通过负荷约束单元根据各个网络节点数据建立负荷约束模型,并将其传输至负荷计算单元,负荷计算单元结合用电成本计算数据迁移的负荷,并与接收的用电总经济进行比对分析,以评估不同网络节点的效益和成本,进而得出最佳的网络节点选择结果,数据资源迁移单元根据预测的网络节点数据进行数据资源的空间迁移,从而实现数据中心负荷的优化配置,通过数据管理单元对数据进行多维度分析建模,建立碳排放模型、服务器功耗模型和用电功耗平衡模型,从而实现对设备最优运行参数的生成,通过优化设备调度和负荷计算,提高数据中心的能源利用效率,降低能源消耗。
-
-
-
-
-
-