-
公开(公告)号：CN109669768A
公开(公告)日：2019-04-23
申请号：CN201811515898.0
申请日：2018-12-11
Applicant: 北京工业大学
Abstract: 本发明公开一种面向边云结合的资源分配和任务调度方法，首先在边缘服务器中记录与其相临近的边缘服务器的相关信息，当任务到达与其相临近的边缘服务器后，由该服务器计算将任务发送至各个服务器的预计计算时间和能耗成本，从满足任务所需计算时间的服务器中选择能耗成本最低的边缘服务器作为任务执行的位置，若没有服务器满足要求，则任务将在本地执行，若所有服务器处于满载状态，任务将在满足最大延迟时间的条件下发往云服务器执行。最后任务到达处理位置后，将由边缘服务器依照任务的截止时间对任务进行任务执行顺序调度和数据传输调度，从而达到在保证任务延迟要求的前提下，降低整体系统能耗成本和整体边缘服务器负载均衡的目的。
-
公开(公告)号：CN107920025B
公开(公告)日：2021-09-14
申请号：CN201711159899.1
申请日：2017-11-20
Applicant: 北京工业大学
IPC: H04L12/801 , H04L12/851 , H04L12/861 , H04L12/863 , H04L12/865 , H04L12/935
Abstract: 本发明提出一种面向CPU‑GPU异构片上网络的动态路由方法，以CPU、GPU核心所展现出的不同特性为依据，设计不同的动态路由算法，一方面保证GPU、CPU的高吞吐率低延迟以提高性能性能，另一方面考虑到简化电路复杂度、减少线路的开销，从而达到提升系统性能的目的。
-
Patent Agency Ranking
公开(公告)号：CN109684083B
公开(公告)日：2020-08-28
申请号：CN201811512330.3
申请日：2018-12-11
Applicant: 北京工业大学
IPC: G06F9/50
Abstract: 本发明提出了一种面向边缘‑云异构下的多级事务调度分配策略，实现步骤如下：首先收集所有数据源处产生的所有事务的信息，事务的信息包括该事务的数据大小、事务计算量的大小、接收数据的大小和数据来源、发送数据的大小和数据去向等。其次，利用这些事务信息整理形成一个完整的事务依赖关系图，用一个有向无环图表示。然后，判断事务是在云端还是边缘服务器处理，利用合理的事务优先级启发式算法，判断事务的优先级，并形成一个优先级从高到低的事务队列。最后，根据资源节点之间的负载均衡、事务等待时间、事务紧急程度和资源节点功耗决定执行事务的资源节点，找到实现最优资源分配方案，从而达到提升系统效能的目的。
-
公开(公告)号：CN107920025A
公开(公告)日：2018-04-17
申请号：CN201711159899.1
申请日：2017-11-20
Applicant: 北京工业大学
IPC: H04L12/801 , H04L12/851 , H04L12/861 , H04L12/863 , H04L12/865 , H04L12/935
CPC classification number: H04L47/115 , H04L47/24 , H04L47/2433 , H04L47/50 , H04L47/6275 , H04L49/3009 , H04L49/90
Abstract: 本发明提出一种面向CPU-GPU异构片上网络的动态路由方法，以CPU、GPU核心所展现出的不同特性为依据，设计不同的动态路由算法，一方面保证GPU、CPU的高吞吐率低延迟以提高性能性能，另一方面考虑到简化电路复杂度、减少线路的开销，从而达到提升系统性能的目的。
-
公开(公告)号：CN109669768B
公开(公告)日：2023-03-14
申请号：CN201811515898.0
申请日：2018-12-11
Applicant: 北京工业大学
Abstract: 本发明公开一种面向边云结合的资源分配和任务调度方法，首先在边缘服务器中记录与其相临近的边缘服务器的相关信息，当任务到达与其相临近的边缘服务器后，由该服务器计算将任务发送至各个服务器的预计计算时间和能耗成本，从满足任务所需计算时间的服务器中选择能耗成本最低的边缘服务器作为任务执行的位置，若没有服务器满足要求，则任务将在本地执行，若所有服务器处于满载状态，任务将在满足最大延迟时间的条件下发往云服务器执行。最后任务到达处理位置后，将由边缘服务器依照任务的截止时间对任务进行任务执行顺序调度和数据传输调度，从而达到在保证任务延迟要求的前提下，降低整体系统能耗成本和整体边缘服务器负载均衡的目的。
-
公开(公告)号：CN109684083A
公开(公告)日：2019-04-26
申请号：CN201811512330.3
申请日：2018-12-11
Applicant: 北京工业大学
IPC: G06F9/50
Abstract: 本发明提出了一种面向边缘-云异构下的多级事务调度分配策略，实现步骤如下：首先收集所有数据源处产生的所有事务的信息，事务的信息包括该事务的数据大小、事务计算量的大小、接收数据的大小和数据来源、发送数据的大小和数据去向等。其次，利用这些事务信息整理形成一个完整的事务依赖关系图，用一个有向无环图表示。然后，判断事务是在云端还是边缘服务器处理，利用合理的事务优先级启发式算法，判断事务的优先级，并形成一个优先级从高到低的事务队列。最后，根据资源节点之间的负载均衡、事务等待时间、事务紧急程度和资源节点功耗决定执行事务的资源节点，找到实现最优资源分配方案，从而达到提升系统效能的目的。
-
公开(公告)号：CN107861606A
公开(公告)日：2018-03-30
申请号：CN201711163506.4
申请日：2017-11-21
Applicant: 北京工业大学
IPC: G06F1/32
CPC classification number: G06F1/3203 , G06F1/324 , G06F1/3296
Abstract: 本发明公开一种通过协调DVFS和任务映射的异构多核功率封顶方法，首先针对异构系统实现可以在程序执行完成后分别测量计算节点功耗，CPU功耗和GPU功耗的脚本，然后修改选择的并行测试基准程序，用来获取不同核函数的执行时间；然后在CPU和GPU设置不同频率下，分别只在CPU和GPU上运行应用程序，获取详细运行信息，包括总执行时间，每一个核函数执行时间，计算节点功耗和CPU功耗和GPU功耗；基于运行信息，设计一个预测模型，包括预测执行时间模型和功耗模型；最后，基于预测模型，得到不同CPU频率、GPU频率和任务分配方案下的系统功耗和执行时间填入配置表中，根据改进的贪心算法，寻找到最优配置方案。采用本发明可以提高系统性能的同时限制系统功耗预算。
-
-
-
-
-
-
Search Results
7
records
(took 0.016 seconds)
