算力资源部署方法、装置、计算机设备以及存储介质

    公开(公告)号:CN117234712A

    公开(公告)日:2023-12-15

    申请号:CN202311143358.5

    申请日:2023-09-05

    Abstract: 本申请涉及一种算力资源部署方法、装置、计算机设备以及存储介质。所述方法包括:根据待部署区域的历史边缘算力使用数据,确定待部署区域的区域算力占用数据;根据所述待部署区域的历史电力供应数据确定待部署区域在历史时间段内的区域供电量信息和区域用户负荷信息;根据所述区域供电量信息和所述区域用户负荷信息确定所述待部署区域的电力余量数据;根据所述区域算力占用数据、所述电力余量数据和所述区域供电量信息对所述待部署区域进行算力资源部署。上述方法提高了算力资源部署的合理性,同时保证了待部署区域的算力资源能够满足待部署区域的算力需求。

    算力调度系统、方法,以及计算机设备

    公开(公告)号:CN119088552A

    公开(公告)日:2024-12-06

    申请号:CN202411130850.3

    申请日:2024-08-16

    Abstract: 本申请涉及一种算力调度系统、方法,以及计算机设备。系统包括:资源池模块、算力控制模块、功能组件模块、组件通信模块,以及部署形态模块,其中:资源池模块用于构建算力资源池,并在算力资源池中引入算力资源,以及对引入的算力资源进行分类和集中管理;算力控制模块用于对算力资源池的算力资源进行碎片化分配;功能组件模块建立在资源池模块构建的算力资源池架构中,用于完成不同功能组件之间的算力共享;组件通信模块用于完成不同功能组件之间的通信;部署形态模块用于集成多个容器云平台,完成跨平台的算力调度。从而可以对算力进行灵活地监管,使得算力资源能够合理化应用,实现算力资源的动态调度,显著提高算力资源的利用率。

    运算资源分配方法、装置、计算机设备、可读存储介质和程序产品

    公开(公告)号:CN119127469A

    公开(公告)日:2024-12-13

    申请号:CN202411127256.9

    申请日:2024-08-16

    Abstract: 本申请涉及一种运算资源分配方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。方法包括:获取运算资源获取请求,运算资源获取请求携带有运算资源请求类型、运算资源所需容量和目标请求时间;获取各初始运算资源;将目标请求时间输入至运算资源分配预测模型中,得到各初始运算资源对应的各预测分配流向,以及与各预测分配流向对应的各预测分配容量;利用运算资源请求类型和各预测分配流向,从各初始运算资源中筛选出待分配运算资源;根据待分配运算资源对应的预测分配容量和运算资源所需容量,确定目标运算资源。采用本方法能够提升运算资源费的利用率。

    数据分流处理方法、装置、设备、存储介质及程序产品

    公开(公告)号:CN118972328A

    公开(公告)日:2024-11-15

    申请号:CN202411127464.9

    申请日:2024-08-16

    Abstract: 本申请涉及一种数据分流处理方法、装置、设备、存储介质及程序产品。方法包括:接收数据分流处理系统中的域名系统DNS设备分发的业务服务请求;获取流量网关设备所在的目标机房中的多个服务器的流量分片数据;根据流量分片数据,从目标机房中的多个服务器中确定出处理业务服务请求的第一服务器的流量路由;根据流量路由,将业务服务请求转发给第一服务器,以指示第一服务器处理业务服务请求生成业务数据并将业务数据同步存储至数据分流处理系统的多个机房的数据库中。采用本方法能够提高业务服务的运行稳定性。

    数据协同调度方法、装置、计算机设备和存储介质

    公开(公告)号:CN118860632A

    公开(公告)日:2024-10-29

    申请号:CN202410853726.3

    申请日:2024-06-28

    Abstract: 本申请涉及一种数据协同调度方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括:获取多个服务任务和本申请实施例服务任务对应的时间需求数据;获取本申请实施例服务任务的执行时间数据,并根据本申请实施例执行时间数据和本申请实施例时间需求数据计算各个本申请实施例服务任务的响应比;检测各个地图服务器当前的运行负载状态,得到运行负载信息;根据本申请实施例运行负载信息计算不同本申请实施例地图服务器的负载权值;选取本申请实施例负载权值最高的本申请实施例地图服务器处理本申请实施例响应比最高的本申请实施例服务任务。采用本方法能够充分考虑任务的实际等待时间,提高响应速度。

    一种面向高性能计算的异构计算系统及计算装置

    公开(公告)号:CN117369599A

    公开(公告)日:2024-01-09

    申请号:CN202311222466.1

    申请日:2023-09-21

    Abstract: 本发明公开了一种面向高性能计算的异构计算系统及其计算装置,包括:在预设的时刻内,通过本体温度模块对CPU或者是FPGA的温度进行采集并预处理,得出本体温度处理数据;通过收集角度模块在转动调整模块的控制下转动的角度值数据对应的风速降温模块中达到降温监测模块的温度数据和到达风速监测模块的风速数据,进而形成角度转向集、降温温度集和风速集。通过使超频的对应件底部相邻的扩散叶或者是最底部的固定调整单元相邻的调整叶形成预设的角度产生回转段,从而使相邻扩散叶的热风被提前截流回转从顶板表面散热孔排出,进而减少回转风道对下侧相邻固定调整单元的热量干扰,便于风道的优化,维持异构计算算力的稳定。

    容错虚拟机资源配置方法、装置、设备、存储介质和程序产品

    公开(公告)号:CN119127470A

    公开(公告)日:2024-12-13

    申请号:CN202411127836.8

    申请日:2024-08-16

    Abstract: 本申请涉及一种容错虚拟机资源配置方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括:基于定时任务,对待备份数据进行冗余备份,得到目标备份数据;将目标备份数据保存到备份存储位置;在容错虚拟机出现故障的情况下,将容错虚拟机从故障主机切换至备用主机,将备份存储位置的目标备份数据存储到备用主机,并记录出现故障至将目标备份数据存储到备用主机的过程,得到故障日志;对故障日志进行分析,得到分析结果;基于分析结果,确定资源配置策略,并利用资源配置策略对容错虚拟机进行资源配置。采用本方法能够给容错虚拟机与需求匹配的资源配置,从而能够减少受资源配置的限制,提高容错虚拟机处理效率。

    一种多元智能算力平台
    8.
    发明公开

    公开(公告)号:CN117372200A

    公开(公告)日:2024-01-09

    申请号:CN202311222451.5

    申请日:2023-09-21

    Abstract: 本发明公开一种多元智能算力平台,涉及算力平台领域。该多元智能算力平台,包括算力供应平台、数据开放储存库、应用开发优化平台和创新开发平台,所述算力供应平台为电网实时态势计算模块提供算力,所述应用开发优化平台为电网实时态势计算模块提供应用优化,数据开放储存库为电网实时态势计算模块提供历史数据,全面优化现有算力支撑体系架构。该多元智能算力平台,物联网监测设备对电力系统进行实时监测,并将实时检测数据发送传输至电网实时态势计算模块,电网实时态势计算模块对比历史数据和实时检测数据进行态势计算,并将数据传输至电网未来态势预测模块进行态势模,多架构平台兼容为建设新型电力系统提供有力支撑。

    一种AI开发系统和方法
    9.
    发明公开

    公开(公告)号:CN117369995A

    公开(公告)日:2024-01-09

    申请号:CN202311222460.4

    申请日:2023-09-21

    Abstract: 本发明公开了一种AI开发系统和方法,包括AI开发管理系统,AI开发管理系统包括软件运行系统、资源计算系统、资源分配系统、云端输送系统和账号管理系统,资源分配系统包括GPU整合模块、GPU划分模块、资源隔离模块、资源调度模块、资源监控模块和模型开发模块,软件运行系统包括软件定义模块、远程调用模块、灵活调度模块、分离部署模块、应用容器模块和资源池模块。本发明一种AI开发系统和方法的设置方式,通过构建资源池,让企业内的AI用户共享数据中心内所有服务器上的GPU算力,AI开发人员不必再关心底层资源状况,专注于更有价值的业务层面,让应用开发变得更加便捷和简洁,更加高效合理的使用GPU资源。

    系统故障预测方法、模型训练方法、装置和计算机设备

    公开(公告)号:CN117290196A

    公开(公告)日:2023-12-26

    申请号:CN202311136088.5

    申请日:2023-09-01

    Abstract: 本申请涉及一种系统故障预测方法、模型训练方法、装置和计算机设备。该方法包括:获取目标计算系统的故障日志数据;将故障日志数据输入至训练完成的目标故障预测模型中,通过目标故障预测模型输出故障预测结果;其中,目标故障预测模型包括目标线性模型和目标非线性模型,目标故障预测模型通过目标线性模型和目标非线性模型结合对故障日志数据进行故障预测。采用本方法能够减小了故障预测误差,具有更高的精度,且随着工作时间的延长,预测的准确度基本不变,提高了系统运行的高效性。

Patent Agency Ranking