-
公开(公告)号：CN115604255A
公开(公告)日：2023-01-13
申请号：CN202110776461.8
申请日：2021-07-09
Applicant: 复旦大学(CN)
Abstract: 本发明提供一种支持混合虚拟环境的RDMA虚拟化装置，其特征在于，包括：虚拟机；容器；物理RDMA网卡；以及虚拟层，与虚拟机接口、容器接口以及物理RDMA网卡分别相通信连接，虚拟层具有对物理RDMA网卡进行虚拟化得到的虚拟RDMA网卡、转换模块、路由规则存储模块、连接管理模块、资源映射模块，虚拟RDMA网卡与虚拟机以及容器一一对应，转换模块对来自虚拟机接口的RDMA命令信息进行转换，使其与容器格式一致，虚拟RDMA网卡收到来自于虚拟机以及容器发送的连接请求命令时，虚拟层创建对应RDMA资源，将该RDMA资源映射给虚拟机以及容器，连接管理模块基于预先配置的路由规则建立虚拟机与容器之间的RDMA连接，使得虚拟机以及容器之间能够通过物理RDMA网卡直接访问彼此的RDMA资源。
-
公开(公告)号：CN115599609A
公开(公告)日：2023-01-13
申请号：CN202110776463.7
申请日：2021-07-09
Applicant: 复旦大学(CN)
Abstract: 本发明提供一种面向多内核操作系统的容错方法，用于快速恢复故障内核上运行的服务，多内核操作系统包括：第一内核，运行有服务进程，该服务进程具有第一用户地址空间；第二内核，至少运行有用户进程；内存，其特征在于，包括如下步骤：步骤S1，当在第一内核上创建服务进程时，在第二内核上创建对应的影子服务进程，该影子服务进程具有第二用户地址空间，第一用户地址空间和第二用户地址空间映射到同一块内存；步骤S2，当服务进程修改第一用户地址空间的内容时，影子服务进程以相同方式修改第二用户地址空间的内容；步骤S3，当检测到第一内核失效后，影子服务进程被移入工作队列，用户进程从访问服务进程改为访问影子服务进程。
-
公开(公告)号：CN114610325A
公开(公告)日：2022-06-10
申请号：CN202210176270.2
申请日：2022-02-24
Applicant: 复旦大学
Abstract: 本发明属于计算机体系结构中的动态二进制翻译技术领域，设计了一种基于翻译规则的系统级的动态二进制翻译方法，其提出了一种新的状态保存和恢复机制以应对系统级动态二进制翻译器中特殊场景下的冲突。具体来说，其包含了以下三个步骤：第一步首先通过在客户指令解析阶段中标识出会影响系统级实现的指令，并将其单独分离出来进行识别监控；随后在翻译规则应用阶段，对系统级指令问题、内存管理问题以及异常/中断问题会涉及到的指令进行检查和处理；最后通过分析指令流信息提出了两种对条件码优化方案以提高翻译效率。本方法在保证正确翻译的情况下，实现了高效的动态二进制翻译。
-
公开(公告)号：CN112925689A
公开(公告)日：2021-06-08
申请号：CN202110088751.3
申请日：2021-01-22
Applicant: 复旦大学
Abstract: 本发明属于监控数据传输技术领域，具体为一种多路监控数据传输优化方法。本发明针对多个数据传输路径的数据进行优化，目标是对多路的数据统一管理，以便减少监控数据的传输数据量；具体分为对监控数据不变部分的传输过程优化和对监控数据变化部分的传输过程优化。本发明优化方法不依赖于数据的类型且由数据表管理模块统一管理，并根据多路数据中的不变数据提取到数据表，变化的数据在一段时间内取一个基础值，然后后续数据只发送基础值的增加内容，本发明的监控数据传输方法更加灵活和高效，且不依赖于监控数据的内容；可有效减少监控数据的传输数据量。
-
公开(公告)号：CN109582572A
公开(公告)日：2019-04-05
申请号：CN201811404145.2
申请日：2018-11-23
Applicant: 复旦大学
IPC: G06F11/36
CPC classification number: G06F11/3612 , G06F11/3624
Abstract: 本发明属于计算机技术领域，具体为一种判断可管理程序在多次执行中进入稳定阶段的方法。本发明基于程序运行时收集的特征数据，利用齐性检验和线性拟合方法，判断程序执行是否进入稳定阶段。本发明基于程序运行时的多维数据来表征程序的运行特征，之后通过对多个区间的程序性能应用齐性检验对程序性能的波动性是否稳定进行判断，最后通过线性拟合检验程序的趋势是否平稳。本发明方法可以有效确定可管理程序的多次迭代中的稳定阶段。
-
Patent Agency Ranking
公开(公告)号：CN108984283A
公开(公告)日：2018-12-11
申请号：CN201810659163.9
申请日：2018-06-25
Applicant: 复旦大学
IPC: G06F9/48
Abstract: 本发明属于计算机技术领域，具体涉及一种自适应的动态流水线并行方法。将一个应用划分为多个功能阶段，各个阶段以相互衔接的并行方式工作，并通过各个阶段间的共享缓冲区交互中间结果；其中，各流水线阶段的线程数根据各个阶段现有的工作负载情况进行动态地调整：如果某一个流水线阶段的工作负载比较重，此阶段的线程分配数量上升，保证处于该阶段的负载能被及时处理；反之，如果某一阶段的工作负载较低，此阶段分配的线程数就下调，避免负载不足导致的线程空闲；为适应不同类型输入，对流水线进行划分：根据负载任务分为细粒度和粗粒度。本发明方法能克服算法在并行化过程中存在的各种固有限制，并利用底层多核硬件的计算资源，提高计算效率。
-
公开(公告)号：CN108924550A
公开(公告)日：2018-11-30
申请号：CN201810628763.9
申请日：2018-06-19
Applicant: 复旦大学
IPC: H04N19/103 , H04N19/124 , H04N19/159 , H04N19/176 , H04N19/40 , H04N19/44 , H04N19/52 , H04N19/61 , H04N19/70 , H04N19/91
Abstract: 本发明属于计算机技术领域，具体为一种多路同分辨率视频转码方法。本发明利用单源多目标转码场景中视频编码计算的相似性，在保证视频图像质量的前提下，复用相同的计算，以提高转码的效率；本发明复用相同计算的视频编码流程包括：非第一路视频的编码都跳过搜索阶段，直接复用第一路编码的搜索结果，即最优预测模式和运动向量来合成预测宏块，然后与当前宏块相减求得残差；无论是帧间预测还是帧内预测，搜索结果复用都只需要拷贝一次数据，并求一次残差。采用H.264编码进行验证，结果表明在不同的分辨率下，根据两种视频客观质量评估标准SSIM和PSNR，分别在1%和3%之内。可见本发明编码视频的质量和独立编码视频的质量接近。
-
公开(公告)号：CN105117327B
公开(公告)日：2017-12-01
申请号：CN201510468851.3
申请日：2015-08-04
Applicant: 复旦大学
IPC: G06F11/36
Abstract: 本发明属于计算机体系结构评估技术领域，具体为一种面向多核平台不稳定性的体系结构评估方法。本发明方法包括多核路径特征提取方法和相似路径划分方法；多核路径特征提取方法是根据运行环境，例如体系结构模拟器或硬件扩展等，来收集测试程序在多核平台上执行路径的特征向量；相似路径划分是通过基于机器学习的核对齐，区间对齐，聚类等方法划分出具有相似路径的多次执行，并基于相似路径对不同的体系结构设计进行评估。本评估方法可以在体系结构设计中有效地在多核平台的不稳定性的影响下，可靠地评估出不同体系结构设计间的差异，得出正确的评估结论，从而提高体系结构的设计的可靠性。
-
公开(公告)号：CN105094949A
公开(公告)日：2015-11-25
申请号：CN201510476754.9
申请日：2015-08-06
Applicant: 复旦大学
Abstract: 本发明属于处理器软件模拟技术领域，具体为一种基于指令计算模型与反馈补偿的模拟方法与系统。本发明模拟过程围绕指令序列进行，采用逐条计算指令时序信息的模拟方式，模拟器通过计算方式获得流经功能部件的指令的发射周期和完成周期；使用多线程并行加速计算过程，处理器对于共享资源的访问以投机执行的方式进行；在投机执行过程中，各个私有资源模块将访问信息发送给共享资源模块，由时序矫正算法进行执行时序计算。如果投机执行时序与实际共享资源计算时序不一致，则计算累计误差，并在程序模拟结束后将累积误差反馈补偿给产生该误差的处理器核。本发明可用于硬件生产的架构模拟及应用程序与系统测评，能快速准确得出各应用程序在目标体系结构下的模拟结果，便于对应用及系统进行快速准确的评估。
-
公开(公告)号：CN113885883B
公开(公告)日：2025-04-01
申请号：CN202010625228.5
申请日：2020-07-01
Applicant: 复旦大学 , 上海新氦类脑智能科技有限公司
Abstract: 本发明提供一种一种面向虚拟化的基于规则学习的二进制翻译方法。本发明属于系统虚拟化领域，具体通过对翻译学习模型完成基于待翻译代码和目标代码的预先翻译训练，进一步地，可以用于自动获取翻译规则、加速动态二进制翻译系统速度。本发明提出一种面向虚拟化的基于规则学习的二进制翻译方法。通过自动学习过程为翻译规则添加约束条件的，并在动态翻译过程中通过轻量级的验证保证有约束条件的翻译方法正确使用。本发明相较于传统的动态二进制翻译工具减轻了开发人员的工作负担，并有效的提高了性能。同时相较于原始的基于学习的动态二进制翻译方法提高了学习的效率和实际翻译的性能。
-
-
-
-
-
-
-
-
-
Search Results
52
records
(took 0.037 seconds)
