-
公开(公告)号:CN119338181A
公开(公告)日:2025-01-21
申请号:CN202411431886.5
申请日:2024-10-14
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/0631 , G06N5/04 , G06Q10/0637
Abstract: 本公开提供了一种基于区域算力资源效能评估的算力资源调度方法、装置以及电子设备,涉及算力资源调度技术领域,提出利用多维度评估策略,确定各区域的算力资源类型;根据数据调取频次以及实时调取需求,对各区域的算力需求进行归类;当算力资源需求型的区域提出算力需求请求、且请求属于温数据需求类或冷数据需求类时,将其算力需求与预设范围内的算力资源供给型的若干区域相匹配,得到算力调度方案,进而最大程度地解决了当前算力资源不均衡、集中供给无需求、集中需求无响应等问题。本公开弥补了业内尚未存在的从区域算力需求出发,匹配目标供给区域,辅助设定范围内算力资源调度以实现全局最优解的空白。
-
公开(公告)号:CN119312232B
公开(公告)日:2025-04-29
申请号:CN202411866305.0
申请日:2024-12-18
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F18/2431 , G06F18/213 , G06F18/10 , G06N3/0499 , G06N3/084
Abstract: 本公开提供了一种故障预测方法、装置、电子设备、存储介质和程序产品,本公开通过对设备状态数据进行分类,且对于设备状态数据中的渐发型数据,预测确定第一预测值,对于设备状态数据中的突发型数据,预测确定第二预测值。最后,基于第一预测值和第二预测值,确定最终的故障预测结果。综上,本公开所提供的技术方案能够对多种设备状态数据进行分类,并有针对性的对不同类型的数据进行精准预测,得到最终的预测结果。这样,可以消除特殊类型故障数据(如突发故障数据等)对于部分或整体数据的影响,提高了预测的准确性,可以满足实际的客观需要。
-
公开(公告)号:CN118796444A
公开(公告)日:2024-10-18
申请号:CN202410356098.8
申请日:2024-03-27
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F9/50
Abstract: 本申请涉及算力资源管理领域,提供一种算力资源匹配方法、装置、设备、介质及计算机程序产品。算力资源匹配方法包括:获取算力请求方的需求数据以及算力节点的算力资源;在多个算力请求方请求同一个算力节点的情况下,基于每个算力请求方的需求起止时间,确定多个算力请求方请求的算力节点的算力资源匹配方案;在多个算力请求方请求多个算力节点的情况下,对每个算力请求方的需求容量进行排序得到第一序列,对每个算力节点的算力资源进行排序得到第二序列;基于第一序列与第二序列的对应关系,确定每个算力节点的算力资源匹配方案。本申请通过对不同类型的算力请求分别制定算力资源匹配方案,提高了算力资源的利用率。
-
公开(公告)号:CN119312232A
公开(公告)日:2025-01-14
申请号:CN202411866305.0
申请日:2024-12-18
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
IPC: G06F18/2431 , G06F18/213 , G06F18/10 , G06N3/0499 , G06N3/084
Abstract: 本公开提供了一种故障预测方法、装置、电子设备、存储介质和程序产品,本公开通过对设备状态数据进行分类,且对于设备状态数据中的渐发型数据,预测确定第一预测值,对于设备状态数据中的突发型数据,预测确定第二预测值。最后,基于第一预测值和第二预测值,确定最终的故障预测结果。综上,本公开所提供的技术方案能够对多种设备状态数据进行分类,并有针对性的对不同类型的数据进行精准预测,得到最终的预测结果。这样,可以消除特殊类型故障数据(如突发故障数据等)对于部分或整体数据的影响,提高了预测的准确性,可以满足实际的客观需要。
-
公开(公告)号:CN118863060A
公开(公告)日:2024-10-29
申请号:CN202411029930.X
申请日:2024-07-30
Applicant: 中国移动通信集团设计院有限公司 , 中国移动通信集团有限公司
Abstract: 本发明提供一种大模型智能算力需求测算方法、装置、设备、介质及产品,包括:获取多个大模型的模型信息;根据模型信息,测算各个大模型的训练阶段智能算力需求和推理阶段智能算力需求;根据各个大模型所属行业场景的本地化需求比例、各个大模型的训练阶段智能算力需求和推理阶段智能算力需求,测算大模型本地化智能算力总需求。本发明通过测算训练和推理阶段智能算力需求,考虑了大模型不同阶段的特征差异;通过根据大模型所属行业场景的本地化比例、训练和推理阶段智能算力需求,对大模型本地化智能算力总需求进行测算,考虑了不同场景下大模型对智能算力时延及智算中心位置的需求,从而提高测算结果准确性,避免大模型智能算力资源不足的问题。
-
-
-
-