算力网络资源调度方法及系统
    1.
    发明公开

    公开(公告)号:CN115914392A

    公开(公告)日:2023-04-04

    申请号:CN202211422941.5

    申请日:2022-11-14

    Abstract: 本申请提供一种算力网络资源调度方法及系统,方法包括:若在已部署在算力网络内的各个微服务中,匹配到与目标微服务的服务类型相同的微服务,则获取目标微服务的个性化算力和网络资源需求;判断与目标微服务的服务类型相同的微服务中是否包含有与目标微服务的算力资源需求和网络资源需求均匹配的微服务,若有,则将该微服务的部署策略作为目标微服务的目标部署策略,以基于该目标部署策略对所述目标微服务进行部署。本申请能够有效提高确定微服务的资源需求的效率及可靠性,能够综合考虑微服务的算力资源和网络资源需求,并满足微服务部署策略的定制化需求,提高算力网络资源调度的效率及可靠性,改善用户体验。

    面向巨型星算网络的任务调度方法及系统

    公开(公告)号:CN117353793A

    公开(公告)日:2024-01-05

    申请号:CN202311187494.4

    申请日:2023-09-14

    Abstract: 本发明提供了一种面向巨型星算网络的任务调度方法及系统,其中,该方法包括:地面控制器将地面用户需求对应的计算任务发送至巨型星算网络;其中,所述巨型星算网络包括中轨卫星和至少一个计算域,每个计算域包括多个低轨卫星,每个计算域对应有搭载计算域控制器的中轨卫星;中轨卫星生成相应计算域内低轨卫星协同执行计算任务的协同计算策略;计算域内低轨卫星获取遥测数据,并根据所述遥测数据和所述协同计算策略执行所述计算任务,得到协同计算结果;巨型星算网络将所述协同计算结果返回至地面控制器。该方法可以有效协同星地与中低轨资源,高效完成任务计算。

    一种基于无服务器计算的星载边缘云编排部署方法和系统

    公开(公告)号:CN117768953A

    公开(公告)日:2024-03-26

    申请号:CN202311458780.X

    申请日:2023-11-03

    Abstract: 本发明提供一种基于无服务器计算的星载边缘云编排部署方法和系统,该方法包括:计算平台接收服务请求数据,并建立与星载边缘云网络之间的映射。将无服务器计算函数功能链部署到星载边缘云网络中,并计算计算函数功能链的最大副本数量,重新部署函数功能链。建立无服务器计算函数功能链部署的可靠度函数,最大化该可靠度函数,得出最优映射策略。该方法还包括监控星载边缘云的资源并采集服务请求数据,用于预测模型,利用预测模型预测服务请求所需的资源量,并根据预测结果调整副本数量。本发明能够适应动态变化星载边缘云网络,提高了星载边缘云的可靠性和性能,同时利用预测模型实现动态资源调整,实现细粒度编排和动态响应。

    一种基于服务意图的算力网络协同业务调度方法和系统

    公开(公告)号:CN117241393A

    公开(公告)日:2023-12-15

    申请号:CN202311058512.9

    申请日:2023-08-21

    Abstract: 本发明提供一种基于服务意图的算力网络协同业务调度方法和系统,所述方法包括:获取业务意图,将业务意图转译为资源描述框架,资源描述框架包含业务所需资源类型、数据体量和服务性能。将算力网络中各算力节点设立算力节点标识,算力节点标识包括算力身份标识和算力属性标识,其中算力属性标识由算力资源类型和算力意图等级组成。基于威克瑞拍卖机制,匹配业务意图的资源描述框架与算力节点标识,筛选满足业务需求的算力节点,同时使得算力节点收益最大化,以此形成调度策略。将调度策略下发至相应算力节点执行业务。本发明将意图引入算力网络,使算力节点能够提供与业务需求相匹配的服务的同时,实现算力网络中算力节点收益的最大化。

    一种通算存学一体化融合系统
    5.
    发明公开

    公开(公告)号:CN115840623A

    公开(公告)日:2023-03-24

    申请号:CN202211145011.X

    申请日:2022-09-20

    Abstract: 本发明提供一种通算存学一体化融合系统,包括:基础设施层、资源抽象层、编排管控层和应用服务层。基础设施层包括各类基础设备;资源抽象层基于虚拟化技术利用预设表征参数对基础设备及基于基础设备形成的智能模型及数据构建动态感知多维资源池;编排管控层将各计算业务拆解为多个函数任务,构建有向无环图表示各函数任务的执行顺序和需求,结合各资源状态信息利用智能编排调度模型得到调度决策;通过预设方法获取各设备工作状态信息并由智能路由决策模型得到路由决策;将基于各业务形成的智能资源通过区块链可信分享;应用服务层用于装载并提供多种业务。本发明将网络与计算、存储和智能一体化融合,以满足计算密集型和时延敏感型业务需求。

    一种基于强化学习的低轨卫星网络任务调度方法及系统

    公开(公告)号:CN118394467A

    公开(公告)日:2024-07-26

    申请号:CN202410457460.0

    申请日:2024-04-16

    Abstract: 本发明提供一种基于强化学习的低轨卫星网络任务调度方法及系统,低轨卫星网络接收终端用户发起的服务请求;获取各卫星资源信息;将最小化任务处理成本作为任务调度的优化目标,构建延迟赤字队列表示长期延迟约束,引入李雅普诺夫漂移跟踪两个连续时隙之间李雅普诺夫函数的变化,将优化目标转化为最小化李雅普诺夫漂移加惩罚项;基于强化学习构建任务调度机制,以任务生成状态、数据队列状态、各卫星之间和各卫星与地面之间的通信状态构建状态空间,以各卫星执行的任务调度构建动作空间,以最小化任务处理成本构建奖励函数;根据当前低轨卫星网络状态生成相应的任务调度策略。本发明提供的方法能够减少网络能耗和任务处理延迟,提高处理性能。

Patent Agency Ranking