一种通算存学一体化融合系统
    1.
    发明公开

    公开(公告)号:CN115840623A

    公开(公告)日:2023-03-24

    申请号:CN202211145011.X

    申请日:2022-09-20

    Abstract: 本发明提供一种通算存学一体化融合系统,包括:基础设施层、资源抽象层、编排管控层和应用服务层。基础设施层包括各类基础设备;资源抽象层基于虚拟化技术利用预设表征参数对基础设备及基于基础设备形成的智能模型及数据构建动态感知多维资源池;编排管控层将各计算业务拆解为多个函数任务,构建有向无环图表示各函数任务的执行顺序和需求,结合各资源状态信息利用智能编排调度模型得到调度决策;通过预设方法获取各设备工作状态信息并由智能路由决策模型得到路由决策;将基于各业务形成的智能资源通过区块链可信分享;应用服务层用于装载并提供多种业务。本发明将网络与计算、存储和智能一体化融合,以满足计算密集型和时延敏感型业务需求。

    面向巨型星算网络的任务调度方法及系统

    公开(公告)号:CN117353793A

    公开(公告)日:2024-01-05

    申请号:CN202311187494.4

    申请日:2023-09-14

    Abstract: 本发明提供了一种面向巨型星算网络的任务调度方法及系统,其中,该方法包括:地面控制器将地面用户需求对应的计算任务发送至巨型星算网络;其中,所述巨型星算网络包括中轨卫星和至少一个计算域,每个计算域包括多个低轨卫星,每个计算域对应有搭载计算域控制器的中轨卫星;中轨卫星生成相应计算域内低轨卫星协同执行计算任务的协同计算策略;计算域内低轨卫星获取遥测数据,并根据所述遥测数据和所述协同计算策略执行所述计算任务,得到协同计算结果;巨型星算网络将所述协同计算结果返回至地面控制器。该方法可以有效协同星地与中低轨资源,高效完成任务计算。

    一种巨型低轨星座无服务器边缘计算任务编排方法及装置

    公开(公告)号:CN115361048B

    公开(公告)日:2023-08-15

    申请号:CN202210767651.8

    申请日:2022-07-01

    Abstract: 本发明提供一种巨型低轨星座无服务器边缘计算任务编排方法及装置,所述方法的步骤包括:由低轨星座中的任一卫星接收用户请求,以该卫星作为基准卫星构建虚拟卫星子网,虚拟卫星子网中包括临近基准卫星的多个附属卫星;基准卫星将用户请求所对应的请求任务拆分为多个函数服务子任务,将每个函数服务子任务分别发送至虚拟卫星子网中不同的卫星;虚拟卫星子网中的卫星基于请求任务的服务类型构建冷启动函数环境或热启动函数环境;基于请求任务中函数服务子任务的执行顺序,启动函数服务子任务所在卫星执行函数服务子任务;由执行末端函数服务子任务的卫星输出任务结果,并将任务结果传输至基准卫星,由基准卫星向用户端发送任务结果。

    一种面向低轨卫星星座的分布式推理方法及装置

    公开(公告)号:CN115882927A

    公开(公告)日:2023-03-31

    申请号:CN202211347470.6

    申请日:2022-10-31

    Abstract: 本发明提供一种面向低轨卫星星座的分布式推理方法及装置,所述方法的步骤包括:接收到处理任务的卫星根据预设的切分节点将处理任务划分为多个子任务;基于多个子任务和多个卫星构建多种决策方案;基于子任务的数据包大小和被分配子任务的卫星的处理资源大小计算完成每个子任务所消耗的处理时间,基于卫星之间的传输速度计算子任务在卫星之间传递的传输时延,基于处理时间和传输时间计算每个决策方案所需总时间;基于收到处理任务的卫星的采样率计算相对价值函数,基于相对价值函数计算激励函数;基于激励函数和每个决策方案所需总时间计算每个决策方案对应的决策值,基于所述决策值从多个决策方案筛选得到最终决策方案。

    一种基于无服务器计算的星载边缘云编排部署方法和系统

    公开(公告)号:CN117768953A

    公开(公告)日:2024-03-26

    申请号:CN202311458780.X

    申请日:2023-11-03

    Abstract: 本发明提供一种基于无服务器计算的星载边缘云编排部署方法和系统,该方法包括:计算平台接收服务请求数据,并建立与星载边缘云网络之间的映射。将无服务器计算函数功能链部署到星载边缘云网络中,并计算计算函数功能链的最大副本数量,重新部署函数功能链。建立无服务器计算函数功能链部署的可靠度函数,最大化该可靠度函数,得出最优映射策略。该方法还包括监控星载边缘云的资源并采集服务请求数据,用于预测模型,利用预测模型预测服务请求所需的资源量,并根据预测结果调整副本数量。本发明能够适应动态变化星载边缘云网络,提高了星载边缘云的可靠性和性能,同时利用预测模型实现动态资源调整,实现细粒度编排和动态响应。

    一种面向巨型低轨星座的无服务器边缘计算任务编排方法及装置

    公开(公告)号:CN115361048A

    公开(公告)日:2022-11-18

    申请号:CN202210767651.8

    申请日:2022-07-01

    Abstract: 本发明提供一种面向巨型低轨星座的无服务器边缘计算任务编排方法及装置,所述方法的步骤包括:由低轨星座中的任一卫星接收用户请求,以该卫星作为基准卫星构建虚拟卫星子网,虚拟卫星子网中包括临近基准卫星的多个附属卫星;基准卫星将用户请求所对应的请求任务拆分为多个函数服务子任务,将每个函数服务子任务分别发送至虚拟卫星子网中不同的卫星;虚拟卫星子网中的卫星基于请求任务的服务类型构建冷启动函数环境或热启动函数环境;基于请求任务中函数服务子任务的执行顺序,启动函数服务子任务所在卫星执行函数服务子任务;由执行末端函数服务子任务的卫星输出任务结果,并将任务结果传输至基准卫星,由基准卫星向用户端发送任务结果。

    一种基于强化学习的低轨卫星网络任务调度方法及系统

    公开(公告)号:CN118394467A

    公开(公告)日:2024-07-26

    申请号:CN202410457460.0

    申请日:2024-04-16

    Abstract: 本发明提供一种基于强化学习的低轨卫星网络任务调度方法及系统,低轨卫星网络接收终端用户发起的服务请求;获取各卫星资源信息;将最小化任务处理成本作为任务调度的优化目标,构建延迟赤字队列表示长期延迟约束,引入李雅普诺夫漂移跟踪两个连续时隙之间李雅普诺夫函数的变化,将优化目标转化为最小化李雅普诺夫漂移加惩罚项;基于强化学习构建任务调度机制,以任务生成状态、数据队列状态、各卫星之间和各卫星与地面之间的通信状态构建状态空间,以各卫星执行的任务调度构建动作空间,以最小化任务处理成本构建奖励函数;根据当前低轨卫星网络状态生成相应的任务调度策略。本发明提供的方法能够减少网络能耗和任务处理延迟,提高处理性能。

Patent Agency Ranking