公开(公告)号：CN116578406B

公开(公告)日：2023-10-10

申请号：CN202310854346.7

申请日：2023-07-13

Applicant: 太极计算机股份有限公司

Inventor： 韩国权 ,  储熠 ,  陈文浩 ,  焦旭哲 ,  李奕飞 ,  王秋菊 ,  周苗苗 ,  彭渊

IPC: G06F9/48 ,  G06N20/00

Abstract: 本发明提供了一种面向分布式机器学习系统的任务平台连续运行调度方法，属于分布式机器学习技术领域，其中方法包括基于任务平台解析高优先级任务，且结合机器学习系统中所有节点占用任务结束时间以及当前资源占用情况进行分析，确定最快满足高优先级需求的第一节点，并向所述第一节点发送调度指令，将所述高优先级任务加入至对应第一节点的第一等待队列；基于任务平台解析低优先级任务，并确定剩余未被占用的节点和节点未被占用的资源是否满足所述低优先级任务的需求，若否，则将所述低优先级任务加入至所述机器学习系统的第二等待队列，有效保证了所述机器学习系统中节点的资源利用率。

公开(公告)号：CN116578924A

公开(公告)日：2023-08-11

申请号：CN202310847274.3

申请日：2023-07-12

Applicant: 太极计算机股份有限公司

Inventor： 彭渊 ,  邱张华 ,  任昊 ,  张得海 ,  鲁定一 ,  张雨 ,  陈文浩 ,  刘锐 ,  王鑫

IPC: G06F18/241 ,  G06N20/00 ,  G06F17/16

Abstract: 本发明提供了一种用于机器学习分类的网络任务优化方法及系统。属于网络任务优化领域，包括：接收网络任务优化请求，并基于机器分类引擎对网络任务优化请求进行拆解及分类；将分类集合中每个子请求进行请求转换，得到第一优化需求数据；根据每个子请求的第一优化需求数据以及所属分类集合的分类类型，确定对应子请求的机器学习算法；基于机器学习算法对相应第一优化需求数据进行学习，并基于所有有效的第一优化需求数据的学习结果得到满足网络任务优化条件的目标优化方案，从而对网络任务进行优化。通过对任务的拆解分类，并对不同分类采用不同机器学习算法进行优化，可以使得对任务的优化更加精准，从而使得任务的执行更加高效准确。

公开(公告)号：CN116578406A

公开(公告)日：2023-08-11

申请号：CN202310854346.7

申请日：2023-07-13

Applicant: 太极计算机股份有限公司

Inventor： 韩国权 ,  储熠 ,  陈文浩 ,  焦旭哲 ,  李奕飞 ,  王秋菊 ,  周苗苗 ,  彭渊

IPC: G06F9/48 ,  G06N20/00

Abstract: 本发明提供了一种面向分布式机器学习系统的任务平台连续运行调度方法，属于分布式机器学习技术领域，其中方法包括基于任务平台解析高优先级任务，且结合机器学习系统中所有节点占用任务结束时间以及当前资源占用情况进行分析，确定最快满足高优先级需求的第一节点，并向所述第一节点发送调度指令，将所述高优先级任务加入至对应第一节点的第一等待队列；基于任务平台解析低优先级任务，并确定剩余未被占用的节点和节点未被占用的资源是否满足所述低优先级任务的需求，若否，则将所述低优先级任务加入至所述机器学习系统的第二等待队列，有效保证了所述机器学习系统中节点的资源利用率。