基于半分布式的高能效云端融合计算方法及系统

    公开(公告)号:CN108418850B

    公开(公告)日:2020-12-22

    申请号:CN201810027888.6

    申请日:2018-01-11

    Abstract: 本发明提供了一种基于半分布式的高能效云端融合计算方法及系统,判断用户端进行任务迁移的能耗收益是否大于零,若判断结果为是,则由用户端向无线基站发送任务迁移信息;等待接收N个用户端发送至无线基站的任务迁移信息,计算出当前无线基站的最佳价格,所述N大于等于1;根据当前无线基站的最佳价格,计算出当前用户端的最佳负载百分比,并根据最佳负载百分比将任务迁移至无线基站;对迁移至无线基站的任务进行处理,并将处理结果返回给对应的用户端。本发明利用无线基站内连接有限的服务器资源进行计算,利用服务价格的方式对用户的竞争形成调节。用户可以将自己的计算密集型任务一部分迁移到无线基站中,来减少用户端的能耗。

    一种加速式感知的高效用计算架构优化方法

    公开(公告)号:CN108664328A

    公开(公告)日:2018-10-16

    申请号:CN201810283808.3

    申请日:2018-04-02

    Abstract: 本发明公开了一种加速式感知的高效用计算架构优化方法,其中计算架构中,每台服务器配备多处理器与计算加速代理,整个数据中心最上层运行一个计算加速协调程序,并采用断路器控制用电安全,计算加速代理实时地向协调程序报告服务器上的工作负载信息,并接收计算加速的调度结果,通知服务器遵从调度结果运行,协调程序获得所有服务器上的负载信息后,使用李雅普诺夫偏移加罚方法对当前时刻的系统情况进行建模,综合考虑计算加速的收益与开销,最小化所有服务器上的任务队列偏移与计算加速开销,最终达到长周期下的计算加速时均效用最优化。本发明确保数据中心的可用性,确保长周期内的“计算加速”效用最大。

    智能建筑中基于热量预测管理的能耗控制方法

    公开(公告)号:CN104298191A

    公开(公告)日:2015-01-21

    申请号:CN201410415239.5

    申请日:2014-08-21

    CPC classification number: G05B19/41885

    Abstract: 本发明提供了一种智能建筑中基于热量预测管理的能耗控制方法,包括:步骤1:建立建筑物中热量模型;步骤2:建立状态空间下的热力学模型;步骤3:进行可调度性测试,判定在给定能耗负载预算budget下,该建筑物的热量负载是否具有可调度性;步骤4:运行基于模型预测控制MPC的热量控制策略,解出相应的控制输出变量。本发明对于建筑物中HVAC系统进行调节,使其在房间温度较小变动、满足任务处理约束等各项约束的同时,降低峰值功率。并且,系统能够很好地进行可调度性分析,对于当前的能耗预算是否能够满足要求,进行良好地判断和修正。

    一种基于复杂系统的多层数据分析方法

    公开(公告)号:CN107302447B

    公开(公告)日:2021-02-12

    申请号:CN201710354863.2

    申请日:2017-05-18

    Abstract: 本发明公开了基于复杂系统的多层数据分析方法,其使用Markov chain和Stochastic Reward Net来进行建模,将数据中心分为3层,为PDU、switch和server层,PDU采用集中式,也即整个数据中心只由单台PDU管理,Switch网络结构为简化的Fat Tree,分为Core Switch和Edge Switch层。Server分两类,逻辑上认为Server分别分布在主服务器集群池和备用服务器集群池。本发明中数据中心的可用性定义为主服务器集群池内可用server的台数。本发明通过对数据中心可用性的定量分析,为其确定合适的超配比,引入转移延迟,使得模型更加符合实际。

    基于云端融合计算的分布式节点管理方法及系统

    公开(公告)号:CN108319497A

    公开(公告)日:2018-07-24

    申请号:CN201810028235.X

    申请日:2018-01-11

    Abstract: 本发明提供了一种基于云端融合计算的分布式节点管理方法及系统,包括:设定初始的价格ρ,并广播至用户端;根据价格ρ计算出当前用户端的最佳负载百分比,将用户端的任务迁移至无线基站端;根据无线基站端接收到的任务,计算无线基站端的最大计算能力与当前总任务需要的计算量之间的差值的绝对值;若无线基站端的最大计算能力与当前总任务需要的计算量之间的差值大于零,则将价格ρ自减Δρ,反之将价格ρ自增Δρ;将最新的价格ρ发送给用户端。本发明利用服务价格的方式,对用户的竞争形成调节。用户可以将自己的计算密集型任务一部分迁移到无线基站中,一部分在用户端本地处理,来减少用户端的能耗,也可以保证无线基站的正常工作。

    基于热负载均衡的数据中心自适应性耗能管理方法

    公开(公告)号:CN104158754B

    公开(公告)日:2017-07-11

    申请号:CN201410322951.0

    申请日:2014-07-08

    CPC classification number: Y02D50/30

    Abstract: 本发明公开一种基于热负载均衡的数据中心自适应性耗能管理方法,在每个采样时间内,采用以下步骤进行耗能管理:1)使用RLS模型估算服务器的功耗;2)在约束条件下对费用函数进行优化求解,得出最优的Up(k);3)从Up(k)中选出第一组输入U(k|k)作为真实的控制量U(k);4)计算需要的活跃服务器个数mj;5)平均分配任务到每个机架。本发明方法,能够动态地分配服务器任务,使数据中心中服务器和冷却系统的总功率消耗降低。

    数据中心内利用风能和电池储能的运行费用计算方法

    公开(公告)号:CN104253432A

    公开(公告)日:2014-12-31

    申请号:CN201410455730.0

    申请日:2014-09-09

    Abstract: 本发明公开一种数据中心内利用风能和电池储能的运行费用计算方法,对利用动态电价进行电池储能的运行费用进行计算,该运行费用分为成本开支和电费开支,分别对成本开支和电费开支进行建模,将电费开支形成一个带约束的优化问题,为解决该优化问题,对该优化问题进行变形,形成为近似的多步优化问题,并为变形后的多步优化问题提供多项式时间的算法,最后,通过计算数据中心使用电池储能的运行费用,并换算为归一化电价,对数据中心使用新能源并且利用电池储能的经济性进行衡量。本发明能够高效地计算在智能电网下,数据中心中使用风能和电池储能的成本开支、电费开支、操作成本。并提供了归一化参数,对数据中心使用风能和电池储能的经济性进行衡量。

    一种加速式感知的高效用计算架构优化方法

    公开(公告)号:CN108664328B

    公开(公告)日:2021-08-17

    申请号:CN201810283808.3

    申请日:2018-04-02

    Abstract: 本发明公开了一种加速式感知的高效用计算架构优化方法,其中计算架构中,每台服务器配备多处理器与计算加速代理,整个数据中心最上层运行一个计算加速协调程序,并采用断路器控制用电安全,计算加速代理实时地向协调程序报告服务器上的工作负载信息,并接收计算加速的调度结果,通知服务器遵从调度结果运行,协调程序获得所有服务器上的负载信息后,使用李雅普诺夫偏移加罚方法对当前时刻的系统情况进行建模,综合考虑计算加速的收益与开销,最小化所有服务器上的任务队列偏移与计算加速开销,最终达到长周期下的计算加速时均效用最优化。本发明确保数据中心的可用性,确保长周期内的“计算加速”效用最大。

    一种面向边缘计算的自组云架构与优化方法及系统

    公开(公告)号:CN109302463B

    公开(公告)日:2020-07-14

    申请号:CN201811083007.9

    申请日:2018-09-17

    Abstract: 本发明提供了一种面向边缘计算的自组云架构与优化方法及系统,包括模型构建步骤:对层次化的无人机系统进行模型构建;适于无限虚拟机资源情形的去中心化计算卸载算法步骤:根据无人机系统的无人机终端带宽满足的条件分别进行博弈决策,达到纳什均衡;适于有限虚拟机资源情形的去中心化计算卸载算法步骤:设计去中心化计算卸载算法进行算法计算。本发明提供了一种分层去中心化的卸载方法,以在保持能效的同时降低通信开销;本发明将层次化无人机系统中的节能计算卸载决策问题建模为一种非合作博弈进行研究,针对无限虚拟机资源、有限虚拟机资源情形设计了去中心化的计算卸载算法,并证明了算法能达到纳什均衡。

    一种面向边缘计算的自组云架构与优化方法及系统

    公开(公告)号:CN109302463A

    公开(公告)日:2019-02-01

    申请号:CN201811083007.9

    申请日:2018-09-17

    Abstract: 本发明提供了一种面向边缘计算的自组云架构与优化方法及系统,包括模型构建步骤:对层次化的无人机系统进行模型构建;适于无限虚拟机资源情形的去中心化计算卸载算法步骤:根据无人机系统的无人机终端带宽满足的条件分别进行博弈决策,达到纳什均衡;适于有限虚拟机资源情形的去中心化计算卸载算法步骤:设计去中心化计算卸载算法进行算法计算。本发明提供了一种分层去中心化的卸载方法,以在保持能效的同时降低通信开销;本发明将层次化无人机系统中的节能计算卸载决策问题建模为一种非合作博弈进行研究,针对无限虚拟机资源、有限虚拟机资源情形设计了去中心化的计算卸载算法,并证明了算法能达到纳什均衡。

Patent Agency Ranking