虚拟化云环境下GPU-CPU混合资源分配系统和方法

    公开(公告)号:CN106293947A

    公开(公告)日:2017-01-04

    申请号:CN201610681905.9

    申请日:2016-08-17

    IPC分类号: G06F9/50

    摘要: 本发明提供了一种虚拟化云环境下GPU-CPU混合资源分配系统和方法包括注入模块、分配器;注入模块负责设置钩子,并通过睡眠方式限制进程占用资源;分配器负责调用资源分配算法得到资源分配目标值,并将资源分配目标值发送给注入模块。本发明提供了FEA算法与资源分配框架,用以高效地进行多重异构混合资源的动态资源分配。通过这个资源分配的操作,提升资源分配的公平性,同时保证其效率。本发明能够显著提升多个CPU-GPU多重混合资源需求任务运行时资源分配的公平性与效率。任务在使用分配算法时的公平性,最高有45%的提升。本发明在提升公平性的同时,也通过FEA算法的约束条件,以保证任务运行的效率质量。

    虚拟化云环境下GPU-CPU混合资源分配系统和方法

    公开(公告)号:CN106293947B

    公开(公告)日:2020-11-06

    申请号:CN201610681905.9

    申请日:2016-08-17

    IPC分类号: G06F9/50

    摘要: 本发明提供了一种虚拟化云环境下GPU‑CPU混合资源分配系统和方法包括注入模块、分配器;注入模块负责设置钩子,并通过睡眠方式限制进程占用资源;分配器负责调用资源分配算法得到资源分配目标值,并将资源分配目标值发送给注入模块。本发明提供了FEA算法与资源分配框架,用以高效地进行多重异构混合资源的动态资源分配。通过这个资源分配的操作,提升资源分配的公平性,同时保证其效率。本发明能够显著提升多个CPU‑GPU多重混合资源需求任务运行时资源分配的公平性与效率。任务在使用分配算法时的公平性,最高有45%的提升。本发明在提升公平性的同时,也通过FEA算法的约束条件,以保证任务运行的效率质量。

    一种数据库索引构建方法及装置
    5.
    发明公开

    公开(公告)号:CN116955348A

    公开(公告)日:2023-10-27

    申请号:CN202210897014.2

    申请日:2022-07-28

    IPC分类号: G06F16/22 G06F16/21

    摘要: 本发明提供一种数据库索引构建方法及装置,属于信息存储技术领域,方法包括:在接收到数据插入请求的情况下,将待插入数据插入待插入的位置,若第一检测的检测结果为全局索引的节点增加,基于动态随机存储器的地址空间为新增节点分配所需的地址空间,若第二检测的检测结果为新增节点的父节点位于非易失存储器中,将新增节点插入到快捷索引中;若动态随机存取存储器的已用空间占比达到预设比例,将新增节点由动态随机存储器的地址空间迁移至非易失存储器的地址空间;其中,全局索引以及快捷索引均采用跳表数据结构。本发明采用跳表数据结构,优化了内存型数据库的索引结构,在保证高数据响应速度的前提下减少索引对DRAM的空间消耗。

    基于负载自适应的物联网数据处理方法及系统

    公开(公告)号:CN116647507A

    公开(公告)日:2023-08-25

    申请号:CN202310619803.4

    申请日:2023-05-29

    发明人: 姚建国 周然

    IPC分类号: H04L47/12 G06N20/00 H04L67/12

    摘要: 本发明提供了一种基于负载自适应的物联网数据处理方法及系统,包括:步骤S1:获取物联网设备的设备周期信息并为物联网设备分类,接收物联网设备上传的设备数据,并根据物联网设备分类将设备数据发布到消息队列;步骤S2:根据消息队列的数据阻塞程度处理设备数据;步骤S3:通过自动化方式分析设备数据。本发明提出了一种包含物联网消息传递系统生产者负载自适应策略和消费者负载自适应策略的方法,分别针对物联网设备周期性数据流量和突发性数据流量,解决了物联网数据阻塞的技术问题。

    一种基于NVM混合内存的缓存预取方法及系统

    公开(公告)号:CN111143243B

    公开(公告)日:2023-06-27

    申请号:CN201911318719.9

    申请日:2019-12-19

    摘要: 本发明提供了一种基于NVM混合内存的缓存预取方法及系统,包括:步骤M1:识别DRAM和NVMM主内存,并且将DRAM作为NVMM的缓存;步骤M2:根据预设负载类型,采集对应的访存数据,作为训练的数据;步骤M3:搭建特定的LSTM神经网络模型;步骤M4:使用特定的LSTM神经网络模型对训练的数据进行训练;步骤M5:训练后的LSTM神经网络模型,保证存储系统对负载变化的适应性;本发明创新性地采用机器学习的方案,结合提前采集数据,离线训练的方式,完成了对特定负载的高精准度缓存预取,有效提高混合主内存运行时的命中率。

    基于NVM混合内存的自适应前缀树构建方法及其系统、介质

    公开(公告)号:CN112732725B

    公开(公告)日:2022-03-25

    申请号:CN202110088720.8

    申请日:2021-01-22

    发明人: 姚建国 陈东仪

    摘要: 本发明提供了一种基于NVM混合内存的自适应前缀树构建方法,根据全局索引数据结构对全量数据和节点在NVM地址空间进行构建和维护;根据快捷索引数据结构对新增数据和节点在DRAM地址空间进行分配和维护;当DRAM地址空间占用达到设定比例后,触发迁移线程将新增数据和节点迁移到NVM地址空间中,降低DRAM地址空间存储。本发明还提供了一种基于NVM混合内存的自适应前缀树构建系统,能够在自适应前缀树低DRAM地址空间占用的基础上,根据节点上存储数据的冷热度,对索引结构进行分区域存储,在降低了DRAM地址空间消耗的同时,利用工作负载的局部性特征,为新增节点提供更为快捷的访问方式,可以很好的维持数据库请求响应性能。

    一种输入/输出I/O请求处理方法和主机设备

    公开(公告)号:CN113656141A

    公开(公告)日:2021-11-16

    申请号:CN202010397767.8

    申请日:2020-05-12

    IPC分类号: G06F9/455

    摘要: 本申请实施例公开了一种输入/输出I/O请求处理方法,方法包括:获取目标虚拟I/O队列的I/O请求流量,I/O请求流量用于描述目标虚拟IO队列中I/O请求的数量;处理器根据I/O请求流量,确定目标虚拟I/O队列是否映射于存储设备中的物理I/O队列。本申请通过计算虚拟I/O队列的I/O请求流量,并基于I/O请求流量进行虚拟I/O队列和物理I/O队列的分配,使得虚拟机物理资源可以基于I/O负载的情况进行分配。