-
公开(公告)号:CN119767649A
公开(公告)日:2025-04-04
申请号:CN202510099707.0
申请日:2025-01-22
Applicant: 中国信息通信研究院 , 国网山东省电力公司信息通信公司
IPC: H05K7/20
Abstract: 本发明公开了一种面向多种冷源的数据中心数字孪生制冷系统,涉及数据中心制冷系统技术领域,包括下述步骤:S1、数据采集;S2、模型构建;S3、分析决策。该面向多种冷源的数据中心数字孪生制冷系统,本发明构建了一套完善的数据中心制冷系统数字孪生模型,并给出了制冷系统温度控制策略,即当室外温度低于过渡季最低温度时,不需开启冷水机组,充分利用外部冷源;当室外温度介于过渡季最低温度与最高温度范围之间时,使用氟泵制冷,降低制冷能耗;当室外温度高于过渡季最高温度时,开启冷水机组及相关制冷设备,通过智能化温度控制,在满足机房制冷的前提下,降低制冷系统总体能耗。
-
公开(公告)号:CN119403098A
公开(公告)日:2025-02-07
申请号:CN202411773464.6
申请日:2024-12-05
Applicant: 国网山东省电力公司信息通信公司 , 中国信息通信研究院
Abstract: 本发明属于数据中心制冷领域,提供了一种基于负载感知的数据中心数字孪生制冷方法及系统。其中,基于负载感知的数据中心数字孪生制冷方法包括获取服务器出风口的上一时刻温度及当前时刻温度、预测的未来设定时间段内服务器的功率变化情况、第一温度阈值和第二温度阈值;其中,第二温度阈值大于第一温度阈值;第一温度阈值和第二温度阈值均与服务器属性相关;基于上述获取的信息,确定温度控制策略并向相应空调下发控制命令,以调整相应空调的出风温度;其能够根据服务器出风口的当前时刻温度及未来功率变化情况,得到末端空调温度控制策略,实现高效智能化制冷,提高制冷效率,避免服务器局部热点。
-
公开(公告)号:CN118802682A
公开(公告)日:2024-10-18
申请号:CN202410932982.1
申请日:2024-07-12
Applicant: 中国信息通信研究院
IPC: H04L43/50 , H04L43/0888 , H04L43/0852
Abstract: 本发明公开了一种跨域超融合网关测试方法,包括S1:业务流程测试:所述业务流程测试的目的主要是为了验证P4编程实现的业务流程。该跨域超融合网关测试方法,从业务流程、基准性能、综合性能、业务性能以及通信测试等多个个维度对P4超融合网关进行测试,并给出了各个方面的测试目的、测试拓扑、测试步骤和预期结果,用以衡量网元设备和系统的灵活性以及性能,能够全方位多角度的对P4超融合网关性能进行规范;在基于P4超融合网关的性能进行规范性测试过程中,本发明针对各项性能进行测试以及结果规定,使得基于P4超融合网关的性能评价能够真实的接近实际需求。
-
公开(公告)号:CN118672852A
公开(公告)日:2024-09-20
申请号:CN202410775264.8
申请日:2024-06-17
Applicant: 中国信息通信研究院
Abstract: 本发明公开了一种面向分布式系统的存储测试方法,涉及分布式系统技术领域,包括S1、监控磁盘I/O活动;S2、测试SSD的实时性能参数;S3、测试存储部件进行监控和命令流参数;S4、测试I/O栈情况和平均服务时间。该面向分布式系统的存储测试方法,能够反映当前分布式系统存储设备在工作负载时的性能,而在具体测试过程中,本发明提出了系统性的测试方案,通过对平均等待时间存储部件监控和命令流;SSD的性能参数;平均服务时间;四种存储系统性能指标,全方位的测试存储系统时延以及时延产生的原因,可以快速判断分布式系统存储高时延的原因,帮助数据中心服务商找到更优的存储机制。
-
公开(公告)号:CN118631740A
公开(公告)日:2024-09-10
申请号:CN202410798102.6
申请日:2024-06-20
Applicant: 中国信息通信研究院
IPC: H04L47/12 , H04L47/11 , H04L47/283 , H04L41/14 , H04L41/147 , H04L43/0864 , H04L43/0829
Abstract: 本发明公开了一种基于数字孪生的网络拥塞评估方法与缓解系统,涉及网络拥塞技术领域,包括S1、构建网络环境的数字孪生模型,实时反映网络的实际运行状态;S2、采用基于优先级的RTT技术,通过RTT测量网络环境的数字孪生模型,对低优先级队列时延、丢包率进行测试,来确定网络路径的延迟和丢包率;S3、根据采集的数据信息,判断网络是否发生拥塞,并确定拥塞程度,具体为检测优先级最低的三个队列的时延和丢包信息;S4、评定网络拥塞等级。该基于数字孪生的网络拥塞评估方法与缓解系统,通过构建网络环境的数字孪生模型,实时模拟网络运行状态,以便根据拥塞的不同程度提供不同的拥塞控制策略,缓解网络拥塞,降低拥塞风险。
-
公开(公告)号:CN118540242A
公开(公告)日:2024-08-23
申请号:CN202410798101.1
申请日:2024-06-20
Applicant: 中国信息通信研究院
IPC: H04L43/0817 , H04L43/0829 , H04L43/0852 , H04L43/50
Abstract: 本发明公开了一种面向IIoT的智能无损网络测试方法,涉及智能无损网络测试技术领域,包括S1、测试指标阶段;S2、测试环境阶段;S3、测试执行阶段;S4、结果校正阶段;S5、打分评级阶段。该面向IIoT的智能无损网络测试方法,从防护功能、转发性能、网络性能、网络可靠性和运维监控五个维度,提出一种智能无损网络测试指标、方法及步骤,能够全面、准确地评估网络性能、可靠性以及智能管理功能,以适应不同工业互联网场景的需求,提高测试效率和准确性,并通过标准参照和基于神经网络的校正算法对测试结果进行校正,更针对不同测试结果赋分评级,能够从定性和定量角度解决智能无损网络质量评价问题。
-
公开(公告)号:CN116708227A
公开(公告)日:2023-09-05
申请号:CN202310715065.3
申请日:2023-06-15
Applicant: 中国信息通信研究院
IPC: H04L43/08
Abstract: 本发明公开了一种数据中心网络优化控制能力评估与测试方法,以下具体步骤,即插即用场景测试阶段:即插即用场景测试指标包括S11设备接入、S12交换机重启、S13服务器重启、S14存储阵列重启和S15新设备接入;S11设备接入:设备首次接入主要验证客户首次组网时服务器和阵列接入交换网络后能够自动建立NOF连接;S12交换机重启:交换机重启主要验证交换机重启后所有的设备能够自动接入。该数据中心网络优化控制能力评估与测试方法,从即插即用性能和快速感知性能两个角度,对数据中心NVMe over RoCEv2网络控制优化技术进行测试,能够对数据中心NVMe over RoCEv2网络控制优化性能进行全方位评价。
-
公开(公告)号:CN116225871A
公开(公告)日:2023-06-06
申请号:CN202310116810.2
申请日:2023-01-30
Applicant: 中国信息通信研究院
IPC: G06F11/34 , G06F11/36 , G06F16/182
Abstract: 本发明公开了一种面向分布式融合存储的大数据性能测试方法,该测试方法的分布式融合存储测试组网由压力机、分布式存储、万兆交换机、千兆交换机、控制终端组成,所述控制终端的输出端与千兆交换机电连接,所述千兆交换机与分布式存储电连接,所述分布式存储由控制终端和万兆交换机组成,所述测试方法的测试数据集如下:基于大数据存储HDFS写性能:登录HDFS测试主机,切换到hdfs用户,在客户端运行TestDFSIO组件,执行写性能测试,测试模型为写入500个文件,单文件4GB,记录测试执行时长。该面向分布式融合存储的大数据性能测试方法,考察指标全面,各指标分数及权重设置合理,能够为分布式融合存储大数据性能评估提供重要依据。
-
公开(公告)号:CN112887018B
公开(公告)日:2022-09-13
申请号:CN202110147291.7
申请日:2021-02-03
Applicant: 中国信息通信研究院
IPC: H04B10/077
Abstract: 本申请提供了一种光模块测试方法和装置,所述方法包括:对待测100G光模块进行TxEQ边界测试,获取所述待测100G光模块的TxEQ边界值;获取待测100G光模块的制造信息和数字诊断信息;对待测100G光模块进行高低温测试;对所述待测100G光模块进行交换机端口打流测试;其中,所述交换机为针对所述待测100G光模块部署的数据中心交换机;根据测试结果确定所述100G光模块是否符合预设标准。该方法能够全面测试100G光模块是否符合预设标准。
-
公开(公告)号:CN112866059B
公开(公告)日:2022-07-15
申请号:CN202110060368.7
申请日:2021-01-18
Applicant: 中国信息通信研究院
IPC: H04L43/08 , H04L43/0829 , H04L43/0852 , H04L43/0894 , H04L43/12 , H04L41/0803
Abstract: 本申请提供了一种基于人工智能应用的无损网络性能测试方法和装置。服务器作为管理节点将待训练数据包分发给多个作为计算节点的服务器;所述服务器作为计算节点与其他计算节点使用相同的训练模型对接收到的待训练数据包进行AI训练;在训练结束后将训练结果反馈给所述管理节点;管理节点确定所述训练结果是否满足预设条件,如果否,根据所述训练结果更新所述计算节点上的训练模型的参数,并将待测数据包重新分发给所述多个计算节点继续进行训练,直到反馈的训练结果满足预设条件;计算网络训练性能值和加速比,并获取无损网络进行AI训练时的丢包率、时延和平均带宽。该方法能够对基于人工智能应用的无损网络进行全面、准确的性能测试。
-
-
-
-
-
-
-
-
-