CN103197976A - 异构系统的任务处理方法及装置 - Google Patents

异构系统的任务处理方法及装置 Download PDF

Info

Publication number
CN103197976A
CN103197976A CN2013101245463A CN201310124546A CN103197976A CN 103197976 A CN103197976 A CN 103197976A CN 2013101245463 A CN2013101245463 A CN 2013101245463A CN 201310124546 A CN201310124546 A CN 201310124546A CN 103197976 A CN103197976 A CN 103197976A
Authority
CN
China
Prior art keywords
computing equipment
calculation task
information
heterogeneous system
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013101245463A
Other languages
English (en)
Inventor
陈琳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huawei Technologies Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN2013101245463A priority Critical patent/CN103197976A/zh
Publication of CN103197976A publication Critical patent/CN103197976A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Information Transfer Between Computers (AREA)

Abstract

本发明实施例提供一种异构系统的任务处理方法及装置,该方法包括:接收计算任务;根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果;其中,所述异构系统包括至少两种类型的计算设备。本发明实施例中,通过根据任务信息和设备信息,以及预设调度规则来选择目标计算设备,实现了对异构系统中计算设备的合理使用。

Description

异构系统的任务处理方法及装置
技术领域
本发明涉及通信技术,尤其涉及一种异构系统的任务处理方法及装置。
背景技术
随着高性能计算机体系的变革,各种新型体系结构不断涌现。采用多核处理器与定制加速协处理器相结合的异构混合体系成为构造千万亿次计算机系统的一种可行途径。其中,异构计算(Heterogeneous Computing)主要指使用不同类型指令集和体系架构的计算单元组成系统的计算方式。该异构计算按以何种形式来提供计算类型多样性,可分为系统异构计算(System Heterogeneous Computing,简称SHC)和网络异构计算(NetworkHeterogeneous Computing,简称NHC),其中SHC中以多处理器形式提供多种计算类型,NHC中以网络连接的多计算机形式提供多种计算类型。该SHC中的计算设备类别可以包括图形处理器(Graphic Processing Unit,简称GPU)、中央处理器(Central Processing Unit,简称CPU)、数字信号处理(Digital Signal Processing,简称DSP)、专用集成电路(ApplicationSpecific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array,简称FPGA)等。
为了避免异构计算领域发展混乱,提出了一种开放计算机语言(OpenComputing Language,简称OpenCL),来作为开放式通用计算标准,其中OpenCL提供了基于任务和基于数据这两种并行计算方式。目前,支持OpenCL的硬件平台不断增多,OpenCL平台通常包括一个主机和多个OpenCL设备。主机接收到应用程序发送的计算任务,根据该计算任务中指定的计算设备,主机为该计算设备编写设备端程序,而后将设备端程序发送给上述指定的计算设备,然后由该计算设备执行以实现计算任务。
但是,采用现有技术中的方法,会导致一些计算设备的计算任务过多,而另一些计算设备闲置,从而造成各计算设备使用不合理的问题。
发明内容
本发明提供一种异构系统的任务处理方法及装置,用于优化异构系统中对计算设备的合理使用。
本发明第一方面提供一种异构系统的任务处理方法,包括:
接收计算任务;
根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;
将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果;
其中,所述异构系统包括至少两种类型的计算设备。
结合第一方面,在第一方面的第一种可能的实施方式中,所述接收计算任务之后,还包括:
从所述计算任务中解析获取所述任务信息;
根据所述计算任务的任务信息对所述计算任务进行分类;
将分类后的所述计算任务存储在任务信息数据库中。
结合第一方面,在第一方面的第二种可能的实施方式中,所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备之前,还包括:
在所述异构系统的计算设备注册加载到所述异构系统中时,获取设备信息;
根据所述设备信息对所述异构系统的计算设备进行分类;
将获取到的设备信息按照所述计算设备的分类存储在设备资源池数据库中。
结合第一方面至第一方面的第二种可能额实施方式中任一项,在第一方面的第三种可能额实施方式中,所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备包括:
根据所述计算任务的分类和所述计算设备的分类,查找与所述计算任务对应类型的计算设备组,所述计算设备组中包括至少一个相同类型的计算设备;
根据所述计算设备组中各计算设备的所述设备信息,采用调度算法,从所述计算设备组中选择至少一个目标计算设备。
结合第一方面的第三种可能的实施方式,在第一方面的第四种可能的实施方式中,所述将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果包括:
将所述计算任务分配给所述目标计算设备进行计算;
在任务信息数据库中删除所述计算任务;
根据目标计算设备分配的计算任务,在设备资源池数据库中更新所述目标计算设备的设备信息;
接收所述目标计算设备返回的计算结果。
结合第一方面的第四种可能的实施方式,在第一方面的第五种可能的实施方式中,所述将所述计算任务分配给所述目标计算设备进行计算包括:
根据所述计算任务,确定与所述目标计算设备对应的任务程序;
将所述任务程序发送给所述目标计算设备。
结合第一方面或第一方面的第五种可能的实施方式,在第一方面的第六种可能的实施方式中,所述任务信息包括下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息;
所述设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息。
本发明第二方面提供一种异构系统的任务处理装置,包括:
接收模块,用于接收计算任务;
调度模块,用于根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;
设备控制模块,用于将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果;
其中,所述异构系统包括至少两种类型的计算设备。
结合第二方面,在第二方面的第一种可能的实施方式中,所述装置还包括:
解析模块,用于接收计算任务之后,从所述计算任务中解析获取所述任务信息;
第一分类模块,用于根据所述计算任务的任务信息对所述计算任务进行分类;
第一存储模块,用于将分类后的所述计算任务存储在任务信息数据库中。
结合第二方面,在第二方面的第二种可能的实施方式中,所述装置还包括:
获取模块,用于在所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备之前,在所述异构系统的计算设备注册加载到所述异构系统中时,获取设备信息;
第二分类模块,用于根据所述设备信息对所述异构系统的计算设备进行分类;
第二存储模块,用于将获取到的设备信息按照所述计算设备的分类存储在设备资源池数据库中。
结合第二方面至第二方面的第二种可能的实施方式中任一项,在第二方面的第三种可能的实施方式中,所述调度模块,具体用于根据所述计算任务的分类和所述计算设备的分类,查找与所述计算任务对应类型的计算设备组,所述计算设备组中包括至少一个相同类型的计算设备;根据所述计算设备组中各计算设备的所述设备信息,采用调度算法,从所述计算设备组中选择至少一个目标计算设备。
结合第二方面的第三种可能的实施方式,在第二方面的第四种可能的实施方式中,所述设备控制模块,用于将所述计算任务分配给所述目标计算设备进行计算;在任务信息数据库中删除所述计算任务;根据目标计算设备分配的计算任务,在设备资源池数据库中更新所述目标计算设备的设备信息;
所述接收模块,还用于接收所述目标计算设备返回的计算结果。
结合第二方面的第四种可能的实施方式,在第二方面的第五种可能的实施方式中,所述设备控制模块,具体用于根据所述计算任务,确定与所述目标计算设备对应的任务程序;将所述任务程序发送给所述目标计算设备。
结合第二方面至第二方面的第五种可能的实施方式中任一项,在第二方面的第六种可能的实施方式中,所述任务信息包括下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息;
所述设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息。
本发明实施例中,在接收到计算任务后,根据计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从异构系统的各计算设备中选择目标设备,将接收到的计算任务分配给目标计算设备,由于是根据计算任务的任务信息和异构系统中至少一个计算设备的设备信息,选择的目标计算设备,从而使得异构系统中各种类型中的各计算设备的调度更为合理,避免了由于给一些设备分配的计算任务过多,而另一些设备分配的计算任务太少或没有分配计算任务而导致资源浪费,从而提高异构系统中计算设备的整体计算效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明提供的异构系统的任务处理方法实施例一的流程示意图;
图2为本发明提供的异构系统的任务处理方法实施例二的流程示意图;
图3为本发明提供的异构系统的任务处理方法实施例三的流程示意图;
图4为本发明提供的异构系统的任务处理方法实施例四的流程示意图;
图5为本发明提供的异构系统的任务处理方法实施例五的流程示意图;
图6为本发明提供的异构系统的任务处理方法实施例六的流程示意图;
图7为本发明提供的异构系统的任务处理方法实施例七的流程示意图;
图8为本发明提供的异构系统的任务处理装置实施例一的结构示意图;
图9为本发明提供的异构系统的任务处理装置实施例二的结构示意图;
图10为本发明提供的异构系统的任务处理装置实施例三的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明提供的异构系统的任务处理方法实施例一的流程示意图,异构系统中可以包括一个主机和多个不同类型的计算设备,主机上可以配置多个应用模块,由应用模块产生计算任务,计算设备用于执行各计算任务。本实施例的执行主体为异构系统的任务处理装置,该装置可以采用软件或硬件的方式实现,可集成在主机中。如图1所示,该方法包括:
S101、接收计算任务;
该计算任务可以是应用模块发送的,该应用模块具体地可以是一种应用程序或一种实体的应用设备。该应用模块可以集成在主机中,或者配置在网络侧。其中,应用模块为了提供应用功能需要执行大量的工作负载行为,该工作负载行为可以包括控制密集型应用、数据密集型应用、计算密集型应用等,举例说明,这些应用可以为数据挖掘、迭代方法、数值方法和金融建模等;
本发明实施例主要涉及计算密集型应用,这类应用的吞吐量严重依赖于底层计算设备的计算效率,因此,本发明实施例提供的调度机制更能适应于计算密集型应用。然而,其他类型的应用也可以适用于本发明实施例的异构系统的任务处理方法。
S102、根据上述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从上述异构系统的各计算设备中选择目标计算设备。
具体地,该预设的调度规则可以是考虑计算任务的优先级、计算设备的可用资源信息,采用某种算法获取多种信息综合后结果的规则。具体地,计算任务的优先级可以在解析计算任务时从计算任务中获取到,计算设备的可用资源信息可以在获取设备信息时实时采集计算设备的资源状态而获取到,计算设备的可用资源可以包括计算设备中可用处理单元、可用存储单元的数量,其中,可用处理单元跟所述计算设备的核数相关,可用存储单元的数量和存储空间大小相关。
S103、将上述计算任务分配给上述目标计算设备进行计算,并接收返回的计算结果;
具体地,接收到计算设备返回的计算结果后,通过主机反馈给下发计算任务的应用模块。
需要说明的是,本发明实施例中上述异构系统包括至少两种类型的计算设备,例如包括多个CPU和多个GPU等多种类型的计算设备。
本实施例中,在接收到计算任务后,根据计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从异构系统的各计算设备中选择目标设备,将接收到的计算任务分配给目标计算设备,由于是根据计算任务的任务信息和异构系统中至少一个计算设备的设备信息,选择的目标计算设备,从而使得异构系统中各种类型中的各计算设备的调度更为合理,避免了由于给一些设备分配的计算任务过多,而另一些设备分配的计算任务太少或没有分配计算任务而导致资源浪费,从而提高异构系统中计算设备的整体计算效率。
图2为本发明提供的异构系统的任务处理方法实施例二的流程示意图,在实施例一的基础上,如图2所示,S101接收计算任务之后,还可以执行下述步骤:
S201、从该计算任务中解析获取上述任务信息。该任务信息可以包含下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息等。
S202、根据上述计算任务的任务信息对上述计算任务进行分类。
S203、将分类后的该计算任务存储在任务信息数据库中。
一般可以根据上述任务信息中的计算任务的分类信息对计算任务进行分类,该计算任务的分类信息可以为计算任务的特性属性,例如图像处理的计算任务可以分为一类;在存储时,可以根据分类,将计算任务分别存储。
由于应用模块的计算任务可能很多,需要排队进行调度处理,所以可以获取计算任务的任务信息进行存储,以备后续进行调度。对于计算任务的分类,有助于对应查找到与此类计算任务对应的计算设备,以便于在较小的合适范围内找到目标计算设备,能提高查找效率。对计算任务的分类可以根据调度的需求来执行。典型的是根据计算任务所需要的计算设备类型来对计算任务进行分类。
图3为本发明提供的异构系统的任务处理方法实施例三的流程示意图,在上述实施例的基础上,如图3所示,在S102根据上述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从上述异构系统的各计算设备中选择目标计算设备之前,还可以执行下述步骤:
S301、在该异构系统的计算设备注册加载到上述异构系统中时,获取设备信息。
具体地,该设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息等。异构系统可以在计算设备注册加载时采集设备信息。注册加载可以发生在整个异构系统初始化时对所有连接的计算设备进行加载,也可以在某个计算设备连接到异构系统时,对该计算设备的设备信息进行补充采集。
S302、根据上述设备信息对上述异构系统的计算设备进行分类。
为了便于统一管理这些计算设备,在存储这些设备信息之前,将异构系统中的计算设备划分为多类多级,每一个可用的计算设备抽象成一个可调度的单元,每一个单元由一个二元组RU(P,M)表示,其中P表示该计算设备的可用处理单元的大小,M表示该计算设备的可用存储空间的大小;进一步地将计算设备分类,具有相同使用特性的计算设备分为一类,可表示为RG(∑RU,F),其中F表示这类计算设备的核心特性,通过分类,可以避免在调度过程中在大量无规则计算设备之间调度而造成对系统性能的消耗。
S303、将获取到的设备信息按照上述计算设备的分类存储在设备资源池数据库中。
需要说明的是,并不仅限于在该异构系统的计算设备注册加载到上述异构系统中时获取设备信息,还可以实时地获取设备信息。例如,初始可用资源信息可以是在该异构系统的计算设备注册加载到上述异构系统中时获取的,即时可用资源信息可以是在任意时刻获取的,也可以是后续对设备资源池数据库更新时获取的,或者在需要分配计算任务时获取,这些设备信息在设备资源池数据库中是可以动态的加载、删除或修改的,这样可以保证更加合理地选择目标计算设备。
图4为本发明提供的异构系统的任务处理方法实施例四的流程示意图,在上述实施例的基础上,如图4所示,上述根据上述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从上述异构系统的各计算设备中选择目标计算设备的具体流程为:
S401、根据上述计算任务的分类和上述计算设备的分类,查找与上述计算任务对应类型的计算设备组,上述计算设备组中包括至少一个相同类型的计算设备。
例如一个图像处理的计算任务,确认该计算任务由GPU来执行,于是查找到对应的GPU组,里面包含该异构系统中所有的GPU。
S402、根据上述计算设备的上述设备信息,采用调度算法,从上述计算机设备组中选择至少一个目标计算设备。
该调度算法可以有多种,主要是结合计算设备的类型、可用资源以及计算任务的特性等来确定;此时用到的设备信息,可以是选择之前实时收集的。
以动态优先权调度算法为例,先根据计算任务的分类,在设备资源池数据库中根据分类后的计算设备的F特性确定出计算设备组,然后采用动态优先权算法,即公式priority=(Kp*Pi+Km*Mi)*Kf来计算上述计算设备组中计算设备的优先级,其中Kp表示处理单元的权重,Km表示内存单元权重,Kf表示计算设备的特性的权重。
图5为本发明提供的异构系统的任务处理方法实施例五的流程示意图,在上述实施例的基础上,对S402进行了优化,在计算出该计算设备组中各计算设备的优先级后,进一步还可以再结合这些计算设备的忙闲系数,从上述计算机设备组中选择至少一个目标计算设备,如图5所示,具体为:
S501、计算上述计算设备组中各计算设备的优先级,按照计算出的优先级从高到低对计算设备进行排序。
S502、从上述计算设备组中选择一个计算设备,一般第一次选择时先选优先级最高的计算设备,后续循环判断的过程中,可以按照优先级从高到低依次进行选择。
S503、判断选择的计算设备是否繁忙,具体可以根据计算设备正在执行的计算任务的数量来判断,若是,则执行S504,若否,则执行S505。
S504、判断上述选择的计算设备是否为最后一个计算设备,即该计算设备组中的其它设备都已经经过判断,若是,则执行S506,若否,则返回执行S502。
S505、根据上述计算任务,确定与上述目标计算设备对应的任务程序。
S506、等待一定时延,之后返回S502,即过一段时候后该计算设备组中计算设备的繁忙状态会发生变化,此时再重新进行选择。
图6为本发明提供的异构系统的任务处理方法实施例六的流程示意图,在上述实施例的基础上,将上述计算任务分配给上述目标计算设备进行计算,并接收返回的计算结果,具体为:
S601、将上述计算任务分配给上述目标计算设备进行计算,即将要执行的计算任务发送给选择出的对应的计算设备。
S602、在上述任务信息数据库中删除上述计算任务,具体地,将计算任务发送给对应的计算设备后,就无需再存储该计算任务,这样可以节省内存。
S603、根据目标计算设备分配的计算任务,在上述设备资源池数据库中更新上述目标设备的设备信息,即发送完计算任务之后,对该计算任务进行计算的目标计算设备的可用资源发生了变化,于是,要更新设备资源池数据库中存储的该目标计算设备的设备信息,这样便于在后续选择计算设备时,可以依据计算设备实时的设备信息,使得动态选择计算设备的结果更加合理。
需要说明的是,S602和S603没有执行的先后顺序。
S604、接收该目标计算设备返回的计算结果,并将该计算结果发送给下发该计算任务的对应应用模块。
图7为本发明提供的异构系统的任务处理方法实施例七的流程示意图,上述将计算任务分配给上述目标计算设备进行计算,具体为根据上述计算任务,确定与上述目标计算设备对应的任务程序,将该任务程序发送给上述目标计算设备,在上述实施例的基础上,如图4所示,确定与上述目标计算设备对应的任务程序的具体过程为:
S701、创建(platform)平台,该平台初始化异构系统中所有计算设备的类型,即确定该异构系统都包括哪些类型的计算设备。
S702、创建计算设备,即从上述某一类型的计算设备中选择出目标计算设备。
S703、创建上下文(context),即建立上述异构系统中目标计算设备与主机的联系。
S704、创建命令队列,即分别建立主机对上述异构系统中目标计算设备发送信息的通道。
需要说明的是,S701~S704可以是异构系统的任务处理装置预先初始化好的,也可以是在确定完目标计算设备后再进行。上述是以确定完目标计算设备后来描述的,如果是预先初始化好,那么S702可以是确定出该异构系统中所有的计算设备或者可能用到的计算设备;S703可以是建立上述异构系统中所有计算设备或可能用到的计算设备与主机的联系;S704可以是分别建立主机对上述异构系统中所有计算设备或可能用到的计算设备发送信息的通道。下述步骤可以是在具体要分配某个计算任务时再进行操作的。
S705、创建内存对象,即建立存储一些数据的对象,例如一个图片处理的计算任务,这里可以存储待处理的图片。
S706、创建程序对象,即确定与上述目标计算设备对应的计算任务,可以是提供该计算任务的存储位置。
S707、编译程序对象,将上述计算任务编译为目标计算设备可以识别的程序,例如,一个图像处理任务要发送给GPU设备,接收到的应用层下发的计算任务的编写方式GPU设备不一定能识别,就将该图像处理任务的对应程序编译为GPU设备可以识别的格式。
S708、创建kernel对象,这里kernel是要具体发送给某一个计算设备的程序,它可以是上述程序对象中的一部分,例如一个图像处理任务总共有10个步骤,其中“上移”是其中一个步骤,要由具体的一个GPU设备来做,那么就创建“上移”对应的kernel。
S709、设置kernel参数,即为具体的计算任务赋值,例如上述“上移”这个任务,可能需要被赋予上移的距离、角度等数值。
上述编写完成后,将该编写完成的kernel程序发送给具体执行该程序的其中一个目标计算设备即可。
本实施例中,接收到计算任务后,根据计算任务的任务信息和异构系统中至少一个计算设备的设备信息,并按照预设的调度规则,从上述异构系统的各计算设备中选择目标设备,然后将接收到的计算任务分配给目标计算设备,这样可以实现对异构系统中各种类型中的各计算设备都进行合理调度,避免给一些设备分配的计算任务过多,而另一些设备没有计算任务可以执行,从而提高异构系统中计算设备的整体计算效率;进一步地,将已经发送给计算设备的计算任务删除,可以节省存储空间,且实时地对设备信息进行更新,更可以保证动态分配计算任务的合理性。
图8为本发明提供的异构系统的任务处理装置实施例一的结构示意图,如图8所示,该装置包括:接收模块801、调度模块802和设备控制模块803,其中:
接收模块801,用于接收计算任务;调度模块802,用于根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;设备控制模块803,用于将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果;其中,所述异构系统包括至少两种类型的计算设备。
上述各模块可用于执行前述实施例一的方法,其实现原理和技术效果类似,在此不再赘述。
图9为本发明提供的异构系统的任务处理装置实施例二的结构示意图,如图9所示,在图8的基础上,该装置还包括:解析模块804、第一分类模块805、第一存储模块806,其中:
解析模块804,用于接收计算任务之后,从所述计算任务中解析获取所述任务信息;第一分类模块805,用于根据所述计算任务的任务信息对所述计算任务进行分类;第一存储模块806,用于将分类后的所述计算任务存储在任务信息数据库中。
图10为本发明提供的异构系统的任务处理装置实施例三的结构示意图,如图10所示,在图8的基础上,该装置还包括:获取模块807,第二分类模块808,第二存储模块809,其中:
获取模块807,用于在所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备之前,在所述异构系统的计算设备注册加载到所述异构系统中时,获取设备信息;第二分类模块808,用于根据所述设备信息对所述异构系统的计算设备进行分类;第二存储模块809,用于将获取到的设备信息按照所述计算设备的分类存储在设备资源池数据库中。
进一步地,上述调度模块802,具体用于根据所述计算任务的分类和所述计算设备的分类,查找与所述计算任务对应类型的计算设备组,所述计算设备组中包括至少一个相同类型的计算设备;根据所述计算设备组中各计算设备的所述设备信息,采用调度算法,从所述计算设备组中选择至少一个目标计算设备。
具体地,上述设备控制模块803,用于将所述计算任务分配给所述目标计算设备进行计算;设备控制模块803,还用于在任务信息数据库中删除所述计算任务;根据目标计算设备分配的计算任务,在设备资源池数据库中更新所述目标计算设备的设备信息;接收模块801,还用于接收所述目标计算设备返回的计算结果。更具体地,上述设备控制模块803,具体用于根据所述计算任务,确定与所述目标计算设备对应的任务程序;将所述任务程序发送给所述目标计算设备。
需要说明的是,所述任务信息包括下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息;所述设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息。
上述各模块可用于执行前述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在本发明另一实施例中,还提供另一异构系统,该系统包括:主机、至少两个不同类型的计算设备、接收器和处理器,其中,接收器,用于接收计算任务。处理器,用于根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果。其中,所述异构系统包括至少两种类型的计算设备。
所述系统还包括存储器,上述处理器,还用于接收计算任务之后,从所述计算任务中解析获取所述任务信息;根据所述计算任务的任务信息对所述计算任务进行分类。该存储器,用于将分类后的所述计算任务存储在任务信息数据库中。
上述处理器,还用于在所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备之前,在所述异构系统的计算设备注册加载到所述异构系统中时,获取设备信息;根据所述设备信息对所述异构系统的计算设备进行分类。上述存储器,用于将获取到的设备信息按照所述计算设备的分类存储在设备资源池数据库中。
上述处理器,具体用于根据所述计算任务的分类和所述计算设备的分类,查找与所述计算任务对应类型的计算设备组,所述计算设备组中包括至少一个相同类型的计算设备;根据所述计算设备组中各计算设备的所述设备信息,采用调度算法,从所述计算设备组中选择至少一个目标计算设备。
上述处理器,用于将所述计算任务分配给所述目标计算设备进行计算;在任务信息数据库中删除所述计算任务;根据目标计算设备分配的计算任务,在设备资源池数据库中更新所述目标计算设备的设备信息。上述接收器,还用于接收所述目标计算设备返回的计算结果。其中,该处理器,具体用于根据所述计算任务,确定与所述目标计算设备对应的任务程序;将所述任务程序发送给所述目标计算设备。
需要说明的是,所述任务信息包括下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息。所述设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息。
上述异构系统的处理可用于执行前述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (14)

1.一种异构系统的任务处理方法,其特征在于,包括:
接收计算任务;
根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;
将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果;
其中,所述异构系统包括至少两种类型的计算设备。
2.根据权利要求1所述的方法,其特征在于,所述接收计算任务之后,还包括:
从所述计算任务中解析获取所述任务信息;
根据所述计算任务的任务信息对所述计算任务进行分类;
将分类后的所述计算任务存储在任务信息数据库中。
3.根据权利要求1所述的方法,其特征在于,所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备之前,还包括:
在所述异构系统的计算设备注册加载到所述异构系统中时,获取设备信息;
根据所述设备信息对所述异构系统的计算设备进行分类;
将获取到的设备信息按照所述计算设备的分类存储在设备资源池数据库中。
4.根据权利要求1-3任一所述的方法,其特征在于,所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备包括:
根据所述计算任务的分类和所述计算设备的分类,查找与所述计算任务对应类型的计算设备组,所述计算设备组中包括至少一个相同类型的计算设备;
根据所述计算设备组中各计算设备的所述设备信息,采用调度算法,从所述计算设备组中选择至少一个目标计算设备。
5.根据权利要求4所述的方法,其特征在于,所述将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果包括:
将所述计算任务分配给所述目标计算设备进行计算;
在任务信息数据库中删除所述计算任务;
根据目标计算设备分配的计算任务,在设备资源池数据库中更新所述目标计算设备的设备信息;
接收所述目标计算设备返回的计算结果。
6.根据权利要求5所述的方法,其特征在于,所述将所述计算任务分配给所述目标计算设备进行计算包括:
根据所述计算任务,确定与所述目标计算设备对应的任务程序;
将所述任务程序发送给所述目标计算设备。
7.根据权利要求1-6任一所述的方法,其特征在于,
所述任务信息包括下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息;
所述设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息。
8.一种异构系统的任务处理装置,其特征在于,包括:
接收模块,用于接收计算任务;
调度模块,用于根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备;
设备控制模块,用于将所述计算任务分配给所述目标计算设备进行计算,并接收返回的计算结果;
其中,所述异构系统包括至少两种类型的计算设备。
9.根据权利要求8所述的装置,其特征在于,还包括:
解析模块,用于接收计算任务之后,从所述计算任务中解析获取所述任务信息;
第一分类模块,用于根据所述计算任务的任务信息对所述计算任务进行分类;
第一存储模块,用于将分类后的所述计算任务存储在任务信息数据库中。
10.根据权利要求8所述的装置,其特征在于,还包括:
获取模块,用于在所述根据所述计算任务的任务信息和异构系统中至少一个计算设备的设备信息,按照预设的调度规则,从所述异构系统的各计算设备中选择目标计算设备之前,在所述异构系统的计算设备注册加载到所述异构系统中时,获取设备信息;
第二分类模块,用于根据所述设备信息对所述异构系统的计算设备进行分类;
第二存储模块,用于将获取到的设备信息按照所述计算设备的分类存储在设备资源池数据库中。
11.根据权利要求8-10任一所述的装置,其特征在于,所述调度模块,具体用于根据所述计算任务的分类和所述计算设备的分类,查找与所述计算任务对应类型的计算设备组,所述计算设备组中包括至少一个相同类型的计算设备;根据所述计算设备组中各计算设备的所述设备信息,采用调度算法,从所述计算设备组中选择至少一个目标计算设备。
12.根据权利要求11所述的装置,其特征在于,所述设备控制模块,具体用于将所述计算任务分配给所述目标计算设备进行计算;在任务信息数据库中删除所述计算任务;根据目标计算设备分配的计算任务,在设备资源池数据库中更新所述目标计算设备的设备信息;
所述接收模块,还用于接收所述目标计算设备返回的计算结果。
13.根据权利要求12所述的装置,其特征在于,所述设备控制模块,具体用于根据所述计算任务,确定与所述目标计算设备对应的任务程序;将所述任务程序发送给所述目标计算设备。
14.根据权利要求8-13任一所述的装置,其特征在于,
所述任务信息包括下述信息的至少一个或组合:计算任务的分类信息、优先级信息、所需计算单元信息和所需存储空间信息;
所述设备信息包括下述信息的至少一个或组合:计算设备的类型信息、供应商信息、型号、初始可用资源信息和即时可用资源信息。
CN2013101245463A 2013-04-11 2013-04-11 异构系统的任务处理方法及装置 Pending CN103197976A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013101245463A CN103197976A (zh) 2013-04-11 2013-04-11 异构系统的任务处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013101245463A CN103197976A (zh) 2013-04-11 2013-04-11 异构系统的任务处理方法及装置

Publications (1)

Publication Number Publication Date
CN103197976A true CN103197976A (zh) 2013-07-10

Family

ID=48720564

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013101245463A Pending CN103197976A (zh) 2013-04-11 2013-04-11 异构系统的任务处理方法及装置

Country Status (1)

Country Link
CN (1) CN103197976A (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336756A (zh) * 2013-07-19 2013-10-02 中国人民解放军信息工程大学 一种数据计算节点的生成装置
CN103679392A (zh) * 2013-12-26 2014-03-26 拉卡拉支付有限公司 一种任务调度处理方法及系统
CN104035819A (zh) * 2014-06-27 2014-09-10 清华大学深圳研究生院 科学工作流调度处理方法及装置
CN104463322A (zh) * 2014-11-10 2015-03-25 浪潮(北京)电子信息产业有限公司 一种异构系统的并行混合人工蜂群方法
CN104572308A (zh) * 2015-02-10 2015-04-29 飞狐信息技术(天津)有限公司 计算资源分配方法、分布式计算方法及装置
WO2015074393A1 (zh) * 2013-11-21 2015-05-28 华为技术有限公司 一种基于异构多核体系的cpu调度方法、装置和系统
CN106227591A (zh) * 2016-08-05 2016-12-14 中国科学院计算技术研究所 在异构多核片上系统上进行无线通信调度的方法和装置
CN106569887A (zh) * 2016-11-04 2017-04-19 东南大学 一种云环境下细粒度任务调度方法
CN106776035A (zh) * 2016-12-28 2017-05-31 金蝶软件(中国)有限公司 实现跨系统多单据算法的对接方法、系统及请求异构系统
CN106886503A (zh) * 2017-02-08 2017-06-23 无锡十月中宸科技有限公司 异构系统、数据处理方法及装置
CN107247629A (zh) * 2017-07-04 2017-10-13 北京百度网讯科技有限公司 云计算系统及用于控制服务器的云计算方法和装置
CN107515860A (zh) * 2017-08-07 2017-12-26 中译语通科技(青岛)有限公司 一种基于神经元的机器翻译方法
WO2018076238A1 (zh) * 2016-10-27 2018-05-03 华为技术有限公司 异构系统、计算任务分配方法及装置
CN108683692A (zh) * 2018-03-16 2018-10-19 阿里巴巴集团控股有限公司 一种业务请求处理方法及装置
WO2018195899A1 (en) * 2017-04-28 2018-11-01 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for task scheduling and device management
CN109471705A (zh) * 2017-09-08 2019-03-15 杭州海康威视数字技术股份有限公司 任务调度的方法、设备及系统、计算机设备
CN110262887A (zh) * 2019-06-26 2019-09-20 北京邮电大学 基于特征识别的cpu-fpga任务调度方法及装置
CN110275771A (zh) * 2018-03-15 2019-09-24 中国移动通信集团有限公司 一种业务处理方法、物联网计费基础设施系统及存储介质
CN110287009A (zh) * 2019-05-28 2019-09-27 北京大米科技有限公司 一种工作节点选择方法、装置、存储介质及服务器
CN110334049A (zh) * 2019-07-02 2019-10-15 上海联影医疗科技有限公司 数据处理方法、装置、计算机设备及存储介质
CN110727950A (zh) * 2019-09-29 2020-01-24 无锡京和信息技术有限公司 一种分布式协同计算系统和协同处理方法
CN110909886A (zh) * 2019-11-20 2020-03-24 北京小米移动软件有限公司 一种机器学习网络运行方法、装置及介质
CN111124594A (zh) * 2018-10-31 2020-05-08 杭州海康威视数字技术股份有限公司 容器运行方法、装置、异构gpu服务器及容器集群系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1918547A (zh) * 2004-03-10 2007-02-21 国际商业机器公司 促进异构计算环境中的资源分配
CN101582043A (zh) * 2008-05-16 2009-11-18 华东师范大学 一种异构计算系统动态任务分配方法
CN101739292A (zh) * 2009-12-04 2010-06-16 曙光信息产业(北京)有限公司 基于应用特征的异构集群作业自适应调度方法和系统
CN101833438A (zh) * 2010-04-19 2010-09-15 浙江大学 一种基于多重并行的数据通用处理方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1918547A (zh) * 2004-03-10 2007-02-21 国际商业机器公司 促进异构计算环境中的资源分配
CN101582043A (zh) * 2008-05-16 2009-11-18 华东师范大学 一种异构计算系统动态任务分配方法
CN101739292A (zh) * 2009-12-04 2010-06-16 曙光信息产业(北京)有限公司 基于应用特征的异构集群作业自适应调度方法和系统
CN101833438A (zh) * 2010-04-19 2010-09-15 浙江大学 一种基于多重并行的数据通用处理方法

Cited By (37)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103336756A (zh) * 2013-07-19 2013-10-02 中国人民解放军信息工程大学 一种数据计算节点的生成装置
CN103336756B (zh) * 2013-07-19 2016-01-27 中国人民解放军信息工程大学 一种数据计算节点的生成装置
WO2015074393A1 (zh) * 2013-11-21 2015-05-28 华为技术有限公司 一种基于异构多核体系的cpu调度方法、装置和系统
CN103679392A (zh) * 2013-12-26 2014-03-26 拉卡拉支付有限公司 一种任务调度处理方法及系统
CN103679392B (zh) * 2013-12-26 2018-01-09 拉卡拉支付股份有限公司 一种任务调度处理方法及系统
CN104035819B (zh) * 2014-06-27 2017-02-15 清华大学深圳研究生院 科学工作流调度处理方法及装置
CN104035819A (zh) * 2014-06-27 2014-09-10 清华大学深圳研究生院 科学工作流调度处理方法及装置
CN104463322A (zh) * 2014-11-10 2015-03-25 浪潮(北京)电子信息产业有限公司 一种异构系统的并行混合人工蜂群方法
CN104572308A (zh) * 2015-02-10 2015-04-29 飞狐信息技术(天津)有限公司 计算资源分配方法、分布式计算方法及装置
CN106227591A (zh) * 2016-08-05 2016-12-14 中国科学院计算技术研究所 在异构多核片上系统上进行无线通信调度的方法和装置
WO2018076238A1 (zh) * 2016-10-27 2018-05-03 华为技术有限公司 异构系统、计算任务分配方法及装置
CN108604193A (zh) * 2016-10-27 2018-09-28 华为技术有限公司 异构系统、计算任务分配方法及装置
CN106569887A (zh) * 2016-11-04 2017-04-19 东南大学 一种云环境下细粒度任务调度方法
CN106569887B (zh) * 2016-11-04 2020-04-24 东南大学 一种云环境下细粒度任务调度方法
CN106776035A (zh) * 2016-12-28 2017-05-31 金蝶软件(中国)有限公司 实现跨系统多单据算法的对接方法、系统及请求异构系统
CN106776035B (zh) * 2016-12-28 2020-08-07 金蝶软件(中国)有限公司 实现跨系统多单据算法的对接方法、系统及请求异构系统
CN106886503A (zh) * 2017-02-08 2017-06-23 无锡十月中宸科技有限公司 异构系统、数据处理方法及装置
WO2018195899A1 (en) * 2017-04-28 2018-11-01 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for task scheduling and device management
TWI685800B (zh) * 2017-04-28 2020-02-21 大陸商北京嘀嘀無限科技發展有限公司 用於任務調度和裝置管理的系統和方法
US10261841B2 (en) 2017-04-28 2019-04-16 Beijing Didi Infinity Technology And Development Co., Ltd. System and method for task scheduling and device management
EP3616054A4 (en) * 2017-04-28 2020-05-06 Beijing Didi Infinity Technology And Development Co., Ltd. SYSTEM AND METHOD FOR TASK PLANNING AND DEVICE MANAGEMENT
CN107247629A (zh) * 2017-07-04 2017-10-13 北京百度网讯科技有限公司 云计算系统及用于控制服务器的云计算方法和装置
CN107515860A (zh) * 2017-08-07 2017-12-26 中译语通科技(青岛)有限公司 一种基于神经元的机器翻译方法
CN109471705A (zh) * 2017-09-08 2019-03-15 杭州海康威视数字技术股份有限公司 任务调度的方法、设备及系统、计算机设备
CN110275771A (zh) * 2018-03-15 2019-09-24 中国移动通信集团有限公司 一种业务处理方法、物联网计费基础设施系统及存储介质
CN110275771B (zh) * 2018-03-15 2021-12-14 中国移动通信集团有限公司 一种业务处理方法、物联网计费基础设施系统及存储介质
CN108683692A (zh) * 2018-03-16 2018-10-19 阿里巴巴集团控股有限公司 一种业务请求处理方法及装置
CN108683692B (zh) * 2018-03-16 2021-05-11 创新先进技术有限公司 一种业务请求处理方法及装置
CN111124594A (zh) * 2018-10-31 2020-05-08 杭州海康威视数字技术股份有限公司 容器运行方法、装置、异构gpu服务器及容器集群系统
CN111124594B (zh) * 2018-10-31 2023-04-07 杭州海康威视数字技术股份有限公司 容器运行方法、装置、异构gpu服务器及容器集群系统
CN110287009A (zh) * 2019-05-28 2019-09-27 北京大米科技有限公司 一种工作节点选择方法、装置、存储介质及服务器
CN110262887A (zh) * 2019-06-26 2019-09-20 北京邮电大学 基于特征识别的cpu-fpga任务调度方法及装置
CN110262887B (zh) * 2019-06-26 2022-04-01 北京邮电大学 基于特征识别的cpu-fpga任务调度方法及装置
CN110334049A (zh) * 2019-07-02 2019-10-15 上海联影医疗科技有限公司 数据处理方法、装置、计算机设备及存储介质
CN110727950A (zh) * 2019-09-29 2020-01-24 无锡京和信息技术有限公司 一种分布式协同计算系统和协同处理方法
CN110909886A (zh) * 2019-11-20 2020-03-24 北京小米移动软件有限公司 一种机器学习网络运行方法、装置及介质
CN110909886B (zh) * 2019-11-20 2022-11-04 北京小米移动软件有限公司 一种机器学习网络运行方法、装置及介质

Similar Documents

Publication Publication Date Title
CN103197976A (zh) 异构系统的任务处理方法及装置
US7647590B2 (en) Parallel computing system using coordinator and master nodes for load balancing and distributing work
CN107038069B (zh) Hadoop平台下动态标签匹配DLMS调度方法
US9021477B2 (en) Method for improving the performance of high performance computing applications on Cloud using integrated load balancing
EP4202782A1 (en) Training neural networks represented as computational graphs
US10108458B2 (en) System and method for scheduling jobs in distributed datacenters
CN104615488A (zh) 异构多核可重构计算平台上任务调度的方法和装置
CN110231986B (zh) 基于多fpga的动态可重配置的多任务调度和放置方法
CN102929725B (zh) 信号处理并行计算软件的动态重配置方法
CN102236580B (zh) 为etl任务分配节点的方法和调度系统
CN103930875A (zh) 用于加速业务数据处理的软件虚拟机
CN112114950A (zh) 任务调度方法和装置、以及集群管理系统
CN104102693A (zh) 对象处理方法和装置
CN104123304A (zh) 数据驱动的并行排序系统和方法
CN103347055A (zh) 云计算平台中的任务处理系统、设备及方法
CN102609303A (zh) MapReduce系统的慢任务调度方法和装置
CN114730275A (zh) 使用张量在分布式计算系统中进行矢量化资源调度的方法和装置
CN110990154A (zh) 一种大数据应用优化方法、装置及存储介质
CN112905342A (zh) 资源调度方法、装置、设备及计算机可读存储介质
CN105808346A (zh) 一种任务调度方法与装置
US20210390405A1 (en) Microservice-based training systems in heterogeneous graphic processor unit (gpu) cluster and operating method thereof
CN104572275A (zh) 一种进程加载方法、装置及系统
WO2023185714A1 (zh) 一种计算机任务处理方法及其相关设备
CN116069480B (zh) 一种处理器及计算设备
CN102521155B (zh) 实现表项在物理存储器上动态分配的方法和装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20130710

RJ01 Rejection of invention patent application after publication