-
公开(公告)号：CN119922131A
公开(公告)日：2025-05-02
申请号：CN202411990676.X
申请日：2024-12-31
Applicant: 浙江省新型互联网交换中心有限责任公司 , 哈尔滨工业大学
IPC: H04L47/12 , H04L47/11 , H04L47/283
Abstract: 一种面向数据中心网络的基于RTT和INT的混合式拥塞控制方法和系统，涉及计算机网络传输控制领域。本发明旨在以较低的数据中心网络负载成本实现高精度的网络拥塞控制，当面对不同情况的网络环境时，主机端和网络节点可以及时地感知网络的状况并针对性的选择不同的策略，从而将发送方的速率调节到理想的状态。本发明采用基于时延信号和基于网络遥测信号混合的拥塞控制方案。分析网络的信息并判断网络的状态，通过基于时延的控制手段保证了算法可以以较低的网络开销实现对网络一般状况的整体控制，通过基于网络遥测的控制手段确保了算法对网络复杂状况的精确控制，通过对二者的灵活切换提升了数据中心网络数据传输的整体性能表现。
-
公开(公告)号：CN117880165A
公开(公告)日：2024-04-12
申请号：CN202311789759.8
申请日：2023-12-23
Applicant: 浙江省新型互联网交换中心有限责任公司 , 浙江大学
Abstract: 本发明公开了一种算力网络中时延约束多路径算力路由方法，包括以下步骤：构造面向算力网络的虚拟网络模型，通过增加虚拟节点作为终点，把计算能力映射为算力所在节点与虚拟节点之间的链路能力。把虚拟网络模型中多路径算力路由问题的最大时延约束近似成总时延约束，获得总时延约束下的近似优化结果。在保证最大时延约束条件下，在最大单位数据量成本路径和最小单位数据量成本路径间进行数据量转移。提出的多路径算力路由算法能够解决用于计算的算力资源和用于传输的网络路径的共同选择问题获得近似最优总成本且满足最大时延限制。本发明可以用于算力网络中对时延敏感计算任务进行多路径算力路由。
-
公开(公告)号：CN116155906A
公开(公告)日：2023-05-23
申请号：CN202211671947.6
申请日：2022-12-25
Applicant: 浙江省新型互联网交换中心有限责任公司 , 浙江大学
IPC: H04L67/101 , H04L67/63
Abstract: 本发明公开了一种算力网络中面向低时延任务的MapReduce混合编码方法，包括以下步骤：对于算力网络中的计算任务，获取基于MapReduce框架的服务器的数量、输出任务结果的数量、服务器的计算能力、完成Map阶段计算的服务器数量、传输速率和Map阶段计算时延分布的范围参数，为了获得极大距离可分编码参数和重复冗余度，对时延最小化优化问题进行近似，并迭代运用拉格朗日乘子法和梯度法求解近似问题得到近似值，来更新迭代值，直到满足终止条件结束迭代。用低复杂度方法得到的极大距离可分编码参数和重复冗余度可以使算力网络中低时延的MapReduce任务的总时延近似最小。本发明可以用于对算力网络中的有低时延需求的MapReduce任务进行混合编码，以获得低时延。
-
公开(公告)号：CN119089368B
公开(公告)日：2025-05-02
申请号：CN202411575539.X
申请日：2024-11-06
Applicant: 浙江工商大学 , 浙江省新型互联网交换中心有限责任公司
IPC: G06F18/2433 , G06F18/214 , G06N3/09
Abstract: 本发明公开了一种基于联邦贝叶斯学习的算力网络中异常数据识别方法及装置，在算力网络架构下，基于贝叶斯神经网络构建去中心化联邦学习框架，该框架下每个算力节点都具有多种算力属性；首次训练选择数据量丰富且计算能力强的算力节点作为起始训练节点，完成训练后利用内在可解释性，分析出输入层影响最大的特征。根据算力属性评估，选择出下一个参与训练的算力节点，将关键特征传递给改算力节点对其先验分布进行对应调整，再进行训练。重复操作直至模型收敛，性能稳定。本发明既利用了算力网络中算力节点的调度，提高资源利用率，又保证了数据的隐私性。此外，本发明还充分发挥了贝叶斯神经网络的抗拟合性以及可解释性，保证了深度学习准确性。
-
公开(公告)号：CN119089368A
公开(公告)日：2024-12-06
申请号：CN202411575539.X
申请日：2024-11-06
Applicant: 浙江工商大学 , 浙江省新型互联网交换中心有限责任公司
IPC: G06F18/2433 , G06F18/214 , G06N3/09
Abstract: 本发明公开了一种基于联邦贝叶斯学习的算力网络中异常数据识别方法及装置，在算力网络架构下，基于贝叶斯神经网络构建去中心化联邦学习框架，该框架下每个算力节点都具有多种算力属性；首次训练选择数据量丰富且计算能力强的算力节点作为起始训练节点，完成训练后利用内在可解释性，分析出输入层影响最大的特征。根据算力属性评估，选择出下一个参与训练的算力节点，将关键特征传递给改算力节点对其先验分布进行对应调整，再进行训练。重复操作直至模型收敛，性能稳定。本发明既利用了算力网络中算力节点的调度，提高资源利用率，又保证了数据的隐私性。此外，本发明还充分发挥了贝叶斯神经网络的抗拟合性以及可解释性，保证了深度学习准确性。
-
Patent Agency Ranking
公开(公告)号：CN116800615B
公开(公告)日：2024-10-22
申请号：CN202211730732.7
申请日：2022-12-31
Applicant: 浙江省新型互联网交换中心有限责任公司
IPC: H04L41/0895 , H04L67/10
Abstract: 本发明提供一种基于SDN&IXP的流量交换平台及配置方法，所述交换网络平台用于实现各区域企业构建对等互联以及多云互联的交换中心网络；所述交换网络平台包括：控制台，用于接收用户输入的用于进行网络配置的需求信息；编排器，用于根据所述需求信息确定控制策略及控制策略对应的节点；控制器，用于根据所述编排器发送的控制策略及控制策略对应的节点，进行网络自动配置；网络设备，用于部署所述节点；交换机、路由器或服务器，以实现所述控制器配置的网络支持不同接入属性的业务。上述交换平台提供的系统和方法，解决了设备配置复杂的问题，简化业务开通流程。可帮助企业快速接入交换中心，构建互联互通。
-
公开(公告)号：CN118449897A
公开(公告)日：2024-08-06
申请号：CN202410584739.5
申请日：2024-05-13
Applicant: 浙江省新型互联网交换中心有限责任公司
Abstract: 本发明公开了一种用于白盒交换机的算力路由方法。本发明旨在网络交换机的基础功能上，加入算力路由模块，实现基于计算能力优化的路由机制。首先通过监听网卡的状态，并将网络芯片捕获的算力路由信息写入到交换机数据库中，数据库将相关的信息发布给业务进程，业务进程从数据库获得算力路由信息后重新计算路由，并更新路由表项，从而实现算力路由。通过引入算力路由，可以最大限度地利用网络中各个节点的计算资源，提高资源利用率。这种优化能力使得网络能够在保证性能的前提下，更加高效地利用有限的资源，降低网络运营成本；为分布式计算和边缘计算提供了重要支持。
-
公开(公告)号：CN116170489B
公开(公告)日：2023-09-19
申请号：CN202211730726.1
申请日：2022-12-31
Applicant: 浙江省新型互联网交换中心有限责任公司
IPC: H04L67/2866 , H04L67/2871 , H04L67/288 , H04L67/566
Abstract: 本发明提供一种基于交换中心业务的软件定义控制器及控制方法和应用。软件定义控制器包括：应用层、编排调度层、原子能力层、能力激活层、资源层。其中，应用层，通过API服务网关接收来源运营门户的客户订单审核后的配置工单，加载参数匹配预置的应用模型；编排调度层，通过原子能力建模工具事先预置各类业务场景的应用模型，用于匹配工单关联的业务模型后进行业务实例化执行，使用流程引擎按照流程对软硬件网络资源参数调度分配及网络配置原子能力的下发。本发明可提供快速建网能力和面向交换中心典型业务的一键开通能力，为接入企业提供快捷服务和优质体验的同时，搭配低成本网络架构规划方案，可显著降低交换中心建设和运维成本。
-
公开(公告)号：CN118796455A
公开(公告)日：2024-10-18
申请号：CN202410772174.3
申请日：2024-06-16
Applicant: 浙江省新型互联网交换中心有限责任公司 , 四川大学
Abstract: 本发明属于自然语言处理技术领域，公开了一种针对异构GPU显卡的大语言模型分布式流水并行微调方法，基于多任务微调系统同时对多个LoRA模型实现微调；每个LoRA模型切分为多个部分，分布在相应数量的GPU上，并对GPU进行排序；依据用户请求，通过任务配置模块生成多个任务，并将每个任务划分为若干训练批次；按照每个任务的训练批次顺序，通过任务动态调度器结合动态调度策略生成调度方案；按照GPU正序，将调度方案发送给相应GPU上的多任务训练模块，对所有LoRA模型进行训练。本发明采用精细的模型切分和分配策略、流水线优化路径和任务负载平衡策略，能够更有效地利用多机多卡环境的计算资源，提高微调过程的整体效率，减少资源的浪费。
-
公开(公告)号：CN118118350A
公开(公告)日：2024-05-31
申请号：CN202311784739.1
申请日：2023-12-23
Applicant: 浙江省新型互联网交换中心有限责任公司 , 浙江大学
IPC: H04L41/0897 , H04L67/60 , H04L41/0894
Abstract: 本发明公开了一种面向算力网络的任务预迁移调度方法，属于通信领域。该方法包括以下步骤：获取算力网络中的相关任务参数，通过任务预迁移的方式提前预留出服务器网络中的算力资源。基于算力服务器的通信、计算及存储多维能力，对网络执行任务总成本进行优化，利用分布式调度优化算法做出迁移决策。本发明可以用于算力网络中的任务调度决策，调整算力网络的服务编排，以降低网络执行总成本。
-
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.04 seconds)
