-
公开(公告)号：CN103049333A
公开(公告)日：2013-04-17
申请号：CN201210537454.3
申请日：2012-12-12
Applicant: 华中科技大学
Abstract: 本发明公开了一种虚拟化下的中断动态分发方法，包括：虚拟机管理器对其虚拟高级可编程中断处理器进行初始化，并且虚拟域对其本地可高级编程中断控制器进行初始化，虚拟机管理器接收来自于外设的物理中断请求，虚拟机管理器根据物理中断请求判断其分发方式是静态分发方式，还是动态分发方式，如果是动态分发方式，则虚拟机管理器检查驱动域中虚拟微处理器的配置，并根据配置确定目的虚拟微处理器，然后虚拟机管理器通过目的虚拟微处理器的事件通道将物理中断请求发送到该目的虚拟微处理器，驱动域根据物理中断请求生成对应的域间中断请求。本发明能够解决现有方法中存在的中断请求负载不均衡、中断请求延迟和分离驱动模型的并发处理的问题。
-
公开(公告)号：CN101968749B
公开(公告)日：2013-01-02
申请号：CN201010290600.8
申请日：2010-09-26
Applicant: 华中科技大学
Abstract: 本发明公开了一种虚拟机过度分配环境下的MPI消息接收方法，其过程为：阻塞接收进程轮询套接字文件描述符集或者共享内存，该阻塞式消息接收进程调用sched_yield函数，释放该进程当前所占有的虚拟处理器资源；该虚拟处理器所属的虚拟机中的用户操作系统查询该虚拟处理器的运行队列，选择一个可以调度的进程调度运行；该阻塞式消息接收进程再次被调度执行时，判断是否需要通知虚拟机管理器执行虚拟处理器的重新调度操作；该阻塞式消息接收进程通过超级调用通知虚拟机管理器执行虚拟处理器的重新调度操作；虚拟机管理器执行虚拟处理器的重新调度操作，阻塞接收进程处理接收到的消息。本发明可以减少因MPI库消息接收机制产生“忙等”现象引起的性能损耗。
-
公开(公告)号：CN102521013A
公开(公告)日：2012-06-27
申请号：CN201110391490.9
申请日：2011-11-30
Applicant: 华中科技大学
IPC: G06F9/455
Abstract: 本发明公开了一种嵌入式系统中用虚拟机镜像替代NAND存储器的方法，包括：启动虚拟机管理器，初始化嵌入式虚拟机的内存卡设备及其文件系统，执行嵌入式虚拟机的控制台程序，等待用户输入虚拟机加载命令，根据虚拟机加载命令加载虚拟机镜像，并根据虚拟机镜像的头部中的偏移地址获取虚拟机镜像在内存卡设备上的存放地址，启动虚拟机内核，在虚拟机内核的NAND存储器驱动中获取读写NAND存储器的指令，以得到指令的操作类型和操作地址，将指令的操作类型映射为内存卡的操作类型，累加虚拟机镜像在内存卡设备上的存放地址和指令的操作地址，以获取指令在内存卡设备中的操作地址，根据内存卡的操作类型和指令在内存卡设备中的操作地址生成对内存卡的操作指令。
-
公开(公告)号：CN101488098B
公开(公告)日：2011-11-30
申请号：CN200910060752.6
申请日：2009-02-13
Applicant: 华中科技大学
Abstract: 本发明基于虚拟计算技术的多核系统计算资源管理系统，包括多个虚拟机、虚拟机监控器和虚拟机管理器。虚拟机监控器实时监控虚拟机的负载情况、运行状态；虚拟机管理器是虚拟机和物理主机通信的纽带；虚拟机运行在虚拟机管理器之上，为用户提供一个虚拟平台。同时本发明将虚拟机分为3大类，对每一类的虚拟机分别采用不同的资源调整策略。本发明为多核系统计算资源的动态调整和分配问题提供了一条切实可行的途径，实现了节能及资源利用的最大化。
-
公开(公告)号：CN101183377B
公开(公告)日：2010-09-08
申请号：CN200710168721.3
申请日：2007-12-10
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于消息中间件的高可用性数据库集群系统，包括由多台数据库服务器构成的数据库服务层，在应用层和数据库服务层之间设置有中间层，中间层包括多个应用代理，多个数据库中间件及消息总线；应用代理用于服务节点出现故障时的连接重定向，保持服务不中断，提高可靠性；数据库中间件用于对数据库请求消息的拦截、解析、处理和转发；消息总线贯穿于数据库中间件和数据库服务器之间，它负责将数据中间件发送的读写操作进行全局排序，保证数据一致性，并将排序结果发送给数据库服务器。本发明为获得具有高可用性的高性能数据库提供了一条切实可行的途径，具有较高的可用性、良好的可扩展性、易于构建和管理的特点。
-
Patent Agency Ranking
公开(公告)号：CN110619595B
公开(公告)日：2021-04-13
申请号：CN201910879589.X
申请日：2019-09-17
Applicant: 华中科技大学
Abstract: 本发明涉及一种基于多FPGA加速器互联的图计算优化方法，其针对图环境的计算通信比低，而异构环境下图计算Graph Processing通信开销大和负载不均衡等问题，其目的在于通过优化图划分Graph partitioning方式节约加速器间通信开销以提高系统扩展性，通过动态调度方法使加速器间负载量达到均衡以提升计算性能，同时协调图的局部性和并行性，通过优化多FPGA互联架构下的图数据划分、组织与调度方法，实现子图高效划分与高速运行之间的有效平衡tradeoff。预处理模块将图数据Graph data按照不追求FPGA加速器彼此之间的负载极致均衡的方式划分为若干子图数据Subgraph data，至少两个FPGA加速器对子图数据按照动态调度的方式进行图计算以获取计算结果。
-
公开(公告)号：CN107992358B
公开(公告)日：2020-05-19
申请号：CN201711115579.6
申请日：2017-11-13
Applicant: 华中科技大学
IPC: G06F9/48
Abstract: 本发明公开了一种适用于核外图处理系统的异步IO执行方法及系统，属于大数据领域的图计算与处理技术领域，也可以用于其他数据存放在磁盘的迭代计算系统。其中，方法的实现包括：在图计算执行过程中，线程将从任务队列中获取的任务发送给异步IO库，而后异步IO库依据任务所需数据的存储情况，异步地发出数据的读取请求并加入到请求队列，然后请求队列对异步产生的读取请求进行排序合并，在相关数据读取完毕时，异步IO库执行对应任务，从而在执行层提高磁盘的访问效率，加快任务的执行速度。本发明能应用于基于磁盘的迭代计算系统，加快算法的执行速度，实用性强。
-
公开(公告)号：CN110619595A
公开(公告)日：2019-12-27
申请号：CN201910879589.X
申请日：2019-09-17
Applicant: 华中科技大学
Abstract: 本发明涉及一种基于多FPGA加速器互联的图计算优化方法，其针对图环境的计算通信比低，而异构环境下图计算Graph Processing通信开销大和负载不均衡等问题，其目的在于通过优化图划分Graph partitioning方式节约加速器间通信开销以提高系统扩展性，通过动态调度方法使加速器间负载量达到均衡以提升计算性能，同时协调图的局部性和并行性，通过优化多FPGA互联架构下的图数据划分、组织与调度方法，实现子图高效划分与高速运行之间的有效平衡tradeoff。预处理模块将图数据Graph data按照不追求FPGA加速器彼此之间的负载极致均衡的方式划分为若干子图数据Subgraph data，至少两个FPGA加速器对子图数据按照动态调度的方式进行图计算以获取计算结果。
-
公开(公告)号：CN110245135A
公开(公告)日：2019-09-17
申请号：CN201910368729.7
申请日：2019-05-05
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于NUMA架构的大规模流式图数据更新方法，属于大数据技术领域。本发明对度较小的顶点，直接采用batch update方法处理更新，对度较大的顶点，根据顶点的更新代价较小原则，自适应选择调用batch update方法或beap-based update方法处理更新，降低了检索和插入复杂度；将度较小的顶点直接存储在完全连续的直接索引，将度较大的顶点存储在独立可扩展的间接索引结构，在更新时存储结构不需要频繁动态分配空间，间接索引结构的存储页是完全连续的；将完整图数据集中的各顶点按度数依次划分到不同的NUMA Node上，并分配各顶点被划分到的Node上的CPU来处理顶点的更新数据，使得本地Node上的CPU访问本地内存来处理更新数据，尽量减少更新过程中的远程访问，来提高访问效率。
-
公开(公告)号：CN105912404B
公开(公告)日：2019-03-08
申请号：CN201610268583.5
申请日：2016-04-27
Applicant: 华中科技大学
IPC: G06F9/50
Abstract: 本发明公开了一种基于磁盘的大规模图数据中寻找强连通分量的方法，属于大数据领域的图计算与处理技术领域。本发明采取的措施主要包括:使用任务级的包装来组织整个计算流程，每个任务使用不同的算法来处理一部分数据，最大化每个算法的优势和整体计算速度；提出了一种基于磁盘的处理图结构变化的方法，为每个任务提供独立的数据，提高磁盘的访问效率。本发明能解决当图数据规模超出可用内存容量的情况下无法高时效地寻找图数据中的强连通分量的问题。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.024 seconds)
