公开(公告)号：CN116302564B

公开(公告)日：2023-08-11

申请号：CN202310469894.8

申请日：2023-04-27

Applicant: 之江实验室

Inventor： 高丰 ,  王晓阳 ,  孙铭鸽

IPC: G06F9/50 ,  G06F9/48

Abstract: 本说明书公开了一种基于无状态运行时的程序分布式执行方法。在本说明书提供的程序分布式执行方法中，获取目标程序，并确定执行所述目标程序时所需要完成的子任务；根据各子任务，确定各子任务的算子集合，其中，一个子任务对应的算子集合中包含了完成该子任务所需的全部算子；针对每个子任务，当接收到执行该子任务的事件时，将该子任务确定为目标子任务；采用预先为所述目标子任务分配的计算节点，采用预先为所述目标子任务分配的计算节点，执行所述目标子任务对应的算子集合，执行过程中所产生的事件触发其他子任务进入预备执行状态，子任务执行完毕进入等待状态，等待下一次触发。

公开(公告)号：CN116032928B

公开(公告)日：2023-07-04

申请号：CN202310309383.X

申请日：2023-03-22

Applicant: 之江实验室

Inventor： 孙铭鸽 ,  毛良献 ,  陈旭东 ,  高丰

IPC: H04L67/10

Abstract: 本申请涉及一种数据协同计算方法、装置、系统、电子装置和存储介质，其中，该数据协同计算方法包括：获取目标任务，以及目标任务的配置文件，配置文件包括执行目标任务所需的配置信息；根据目标任务、配置文件以及多个单域云的资源信息，确定多个子任务以及每一子任务的执行单域云；将多个子任务分配至对应的执行单域云中。通过本申请，解决了跨域数据的处理效率低的问题，提高了数据协同计算的效率。

公开(公告)号：CN115937452A

公开(公告)日：2023-04-07

申请号：CN202211677082.4

申请日：2022-12-26

Applicant: 浙江大学 ,  之江实验室

Inventor： 崔兆鹏 ,  鲍虎军 ,  章国锋 ,  叶智超 ,  郭溪越 ,  黄赣 ,  曾琳 ,  高丰 ,  王东升

IPC: G06T17/05 ,  G06V10/762 ,  G06V10/80 ,  G06V10/10

Abstract: 本发明公开了一种基于分布式计算的地图重建方法与系统，包括：采集场景图像，对场景图像进行稀疏重建，并获取各个场景图像对应的相机姿态；分析相机位姿和场景图像间的共视关系，将稀疏重建后的场景图像集合划分为若干个子集合；根据子集合中的场景图像构造各个节点所需的数据包；将数据包分发到各个节点中进行解析，得到图像深度估计任务；子节点对数据包所包含的图像集合进行深度估计，得到各个场景图像逐像素的深度信息；各个节点对深度信息进行深度融合形成稠密点云片段；子节点将稠密点云片段传输至主节点，主节点进行稠密点云融合，并进行完整稠密点云的面片化和贴图，得到地图重建结果。

公开(公告)号：CN115237581B

公开(公告)日：2022-12-27

申请号：CN202211148225.2

申请日：2022-09-21

Applicant: 之江实验室

Inventor： 朱世强 ,  潘爱民 ,  高丰

IPC: G06F9/48 ,  G06F9/50 ,  G06F9/455 ,  G06N3/08

Abstract: 本发明属于智能计算技术领域，涉及一种面向异构算力的多策略智能调度方法和装置，该方法包括：步骤一，基于计算集群的异构性、计算任务的差异和用户需求，设定任务的执行策略，采用强化学习方法并结合所述执行策略，构建马尔可夫决策过程模型；步骤二，基于构建的马尔可夫决策过程模型，采用近端策略优化算法求解用户计算任务的最优任务调度策略；步骤三，基于最优任务调度策略，将任务调度到所对应的集群上执行。本发明是通过强化学习的方法，以用户为中心设计异构算力构建多策略的调度方法，能根据不同算力中心异构算力集群的状态自学习式地找出最优任务调度方案，从而以成本划算的方式提升算力的利用率，满足用户计算任务的需求。

公开(公告)号：CN115426257A

公开(公告)日：2022-12-02

申请号：CN202210912040.8

申请日：2022-07-29

Applicant: 之江实验室 ,  中国地质大学(武汉)

Inventor： 曾德泽 ,  欧明伟 ,  李跃鹏 ,  高丰

IPC: H04L41/0803 ,  H04L41/0823

Abstract: 本发明属于云原生和边缘原生计算领域，公开了一种面向服务网格的多控制器架构与部署方法，包括多个控制器，多个控制器分布在不同的服务器上，每个控制器管理部分微服务，所述微服务通过在同一平面的sidecar进行通信；每个控制器同构，服务器异构，所述控制器之间通过同步通信来实现多控制器的透明，使得用户仍然感受到的是一个控制器。本发明将多个控制器分别部署在不同的服务器上，每个控制器连接若干个微服务，管理着微服务的执行和通信。根据边缘服务器的资源情况和微服务的部署情况确定需要部署的控制器数量、位置以及连接哪些微服务。能够将传统的服务网格应用于边缘环境中，且保证微服务的正常运行和通信。

公开(公告)号：CN115249315A

公开(公告)日：2022-10-28

申请号：CN202211148079.3

申请日：2022-09-21

Applicant: 之江实验室

Inventor： 张北北 ,  高丰 ,  穆晓妍 ,  王东升 ,  孙铭鸽 ,  白文媛

IPC: G06V10/764 ,  G06N20/00 ,  G06F9/48

Abstract: 本发明公开了面向异构计算设备的深度学习图像分类方法及装置，将深度学习模型建模为一个有向无环图，有向无环图的节点表深度学习模型的算子，节点之间的有向边代表深度学习模型算子间的数据传输；根据算子分别在各异构计算设备上的处理时间为节点赋值，根据算子间数据在两个计算设备间的传输时间为节点之间的有向边赋值；将每个节点之间的有向边替换为新的节点，并增加两条有向边，保持有向无环图的拓扑结构，用原有向边的权重为新的节点赋值；对算子的内存占用、设备的内存限制、算子在设备上的执行顺序、设备与设备间的数据传输、设备与设备间的数据传输顺序建模，模型的目标函数是模型的端到端推理时延，从而得到最小时延的模型。

公开(公告)号：CN114911756A

公开(公告)日：2022-08-16

申请号：CN202210340722.6

申请日：2022-07-19

Applicant: 之江实验室 ,  中国科学院计算技术研究所

Inventor： 刘晓东 ,  徐臣 ,  高丰 ,  彭晓晖 ,  王一帆

IPC: G06F16/13 ,  G06F16/182 ,  G06Q10/10

Abstract: 本发明公开了一种用户自定义的全局ID生成方法及装置。该装置包括：接收用户指令模块；指令分解与校验模块；自定义指令序列生成模块；业务序列生成模块；全局ID校验模块；全局ID存储模块。方法包括：接收用户生成全局ID自定义指令；指令转化成一或多个自定义子指令，并做校验；根据子指令生成子指令序列，并转化为自定义指令序列；根据业务类型生成业务序列；校验此全局ID是否存在，若存在，则重新生成全局ID，直至生成唯一的全局ID。本发明基于自定义指令的自定义类型与自定义长度，解决全局ID类型单一的问题；通过自定义指令序列与业务序列相结合，解决了全局ID不支持业务含义、生成方法扩展性差的问题，实现全局ID在不同业务场景具有分布式标识与链路追踪功能。

公开(公告)号：CN114911613A

公开(公告)日：2022-08-16

申请号：CN202210468150.X

申请日：2022-04-29

Applicant: 中国人民解放军国防科技大学 ,  之江实验室

Inventor： 王怀民 ,  高菲 ,  史佩昌 ,  杨尚之 ,  傅翔 ,  刘惠 ,  姜枫 ,  马朋辉 ,  陈明 ,  高丰

IPC: G06F9/50

Abstract: 本发明公开了一种云际计算环境中跨集群资源高可用调度方法及系统，本发明包括确定待分配任务Tj的P个子任务的资源需求，对应的P个目标成员集群的初始及已分配资源；预测当前时刻起的下一个单位时间内所到达任务的总体资源使用峰值；生成多种子任务分配方案并进行遍历：根据各个目标成员集群的初始、已分配资源以及当前时刻起的下一个单位时间内所到达任务的总体资源使用峰值计算集群资源高可用评价函数值，计算所有的可行的子任务分配方案的合作博弈得分；根据得分最高的合作博弈得分对应的子任务分配方案进行任务划分。本发明能够根据多集群现有资源情况，在为应用合理划分任务分配符合要求的资源的同时，提高资源利用率，减少资源碎片。

公开(公告)号：CN114844794A

公开(公告)日：2022-08-02

申请号：CN202210298670.0

申请日：2022-03-25

Applicant: 之江实验室 ,  中国科学院计算技术研究所

Inventor： 刘晓东 ,  李长进 ,  高丰 ,  彭晓晖 ,  王一帆

IPC: H04L43/045 ,  H04L67/55 ,  H04L67/565 ,  H04L67/568 ,  G06F9/455

Abstract: 本发明提供了一种面向容器的资源监控方法及系统。该方法包括：部署数据采集模块到目标容器中；所述数据采集模块实时采集所述目标容器的CPU、内存、网络数据，并以推送方式上报采集的监控数据至推送代理网关缓存；拉取代理网关定时调用对应接口主动拉取容器和应用监控数据并缓存所述监控数据；监控管理中心拉取所述推送代理网关和所述拉取代理网关两个组件的监控数据并存储到数据库；数据展示模块根据条件获取所述监控管理中心内的监控数据进行可视化展示。同时，根据本发明的上述的一种基面向容器的资源监控方法提供了一种面向容器的资源监控系统。

公开(公告)号：CN112348172B

公开(公告)日：2022-05-06

申请号：CN202011268445.X

申请日：2020-11-13

Applicant: 之江实验室

Inventor： 梁松涛 ,  高丰 ,  杨涛 ,  施佩琦 ,  汪明军 ,  郁善金 ,  王晓江

IPC: G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G06F9/50

Abstract: 本发明公开了一种基于端边云架构的深度神经网络协同推理方法，该方法通过端、边、云协同的方式加速端侧推理速度，将人工智能中的深度模型，根据神经网络的分层进行分割，将模型推理过程中的计算任务根据网络环境、端边云三方的资源配额及使用情况，发送到对应的端侧，完成推理的整个过程。本发明公开了模型分割的整体框架及分割计算任务所使用的算法组件及原理，通过端边云的协同，可以加速端侧的推理速度，提高业务场景的中的实时性，同时减少资源端的能耗。