CN105242957A - 一种云计算系统调配gpu资源到虚拟机的方法及系统 - Google Patents
一种云计算系统调配gpu资源到虚拟机的方法及系统 Download PDFInfo
- Publication number
- CN105242957A CN105242957A CN201510633454.7A CN201510633454A CN105242957A CN 105242957 A CN105242957 A CN 105242957A CN 201510633454 A CN201510633454 A CN 201510633454A CN 105242957 A CN105242957 A CN 105242957A
- Authority
- CN
- China
- Prior art keywords
- gpu
- virtual machine
- cloud computing
- resource
- management system
- 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
Links
Landscapes
- Stored Programmes (AREA)
Abstract
本发明提供一种云计算系统调配GPU资源到虚拟机的方法及系统,应用该方法,虚拟机不必固定分配一定GPU资源,当在虚拟机需要进行相关的高清视频或3D渲染时,虚拟机会向云计算管理系统申请GPU资源,虚拟机使用完GPU资源后,释放资源,回归GPU资源池,节省大量GPU资源;云计算管理系统根据创建虚拟机的GPU使用标识,把需要GPU资源的虚拟机平衡分布到各个具有GPU卡的计算节点上,做到负载均衡,优化GPU资源使用效果。
Description
技术领域
本发明涉及云计算资源管理领域,更具体地,涉及一种云计算系统调配GPU资源到虚拟机的方法及系统。
背景技术
云计算是一种资源共享的计算模式,这种模式提供可用的、便捷的、按需的网络访问,云计算提供的资源能够被快速提供和共享复用。
目前云计算系统为社会提供云存储、云物联、云安全、云游戏和虚拟机等相关应用。云计算系统虚拟机也就是“云桌面”,采用云计算的虚拟化技术,把云计算数据中心的计算节点虚拟化成为若干个虚拟机(VM),远端用户通过网络使用云计算系统中的虚拟机。云桌面具有信息安全、维护方便、节能、快速部署、设备更换频率低、在外办公便捷等特点,得到了广泛应用。然而,普通云桌面不具备独立显卡的功能,在显示3D和高清视频图像难以实现,造成用户使用感受很差。
图形处理器(英语:GraphicsProcessingUnit,缩写:GPU),又称显示核心、视觉处理器、显示芯片,是一种专门在个人电脑、云计算、工作站、游戏机和一些移动设备上图像运算工作的微处理器。随着云计算的飞速发展,云桌面服务需求越来越大,对云计算的用户感受需求逐渐提高。目前,为了提高云计算系统的虚拟机使用的用户感受度,部分云计算系统也配备了GPU卡,为虚拟机提供图像处理能力。采用一个虚拟机配置一个GPU的通道资源,独立享受GPU资源。然而,云计算系统使用的GPU卡是一个相对昂贵的图像处理部件,一个虚拟机配置固定GPU资源,造成图像处理资源极大浪费,没有体现云计算系统共享资源优势。
为了提高云计算系统的云桌面业务的用户使用感受,而且节省云计算的GPU资源,减少云计算系统的投入,目前尚未有很好的解决办法。本发明就是提高GPU利用效率的一种有效方法。
发明内容
本发明提供一种云计算系统调配GPU资源到虚拟机的方法,该方法解决云计算系统中的虚拟机的图像处理资源提供问题,进而解决图像处理资源浪费的问题。
为了达到上述技术效果,本发明的技术方案如下:
一种云计算系统调配GPU资源到虚拟机的方法,包括以下步骤:
S1:云计算管理系统应用虚拟化技术,把配置在计算节点的GPU卡虚拟化成为若干GPU元,所有GPU元组成一个GPU资源池;
S2:尚未分配GPU资源的虚拟机,在需要使用GPU时,向云计算管理系统发出GPU资源分配请求,该请求包括GPU元的数量和使用时间;
S3:云计算管理系统检测GPU资源池,首先分配与虚拟机同在一个计算节点的空闲GPU元;如果该计算节点目前没有可用的GPU元,则云计算管理系统分配相邻计算节点的空闲GPU元给虚拟机;
S4:虚拟机被分配到GPU元后就会绑定所分配的GPU元,虚拟机就成为拥有GPU资源的虚拟机同时就具备处理3D渲染、高清视频的功能;
S5:云计算管理系统会检测到虚拟机的GPU资源使用到期或虚拟机发出释放GPU资源请求时,云计算管理系统解除虚拟机与GPU元的绑定,释放GPU资源,GPU元重新回归GPU资源池,成为空闲GPU元,虚拟机失去GPU资源同时失去处理3D渲染和高清视频能力。
一种云计算系统,包括:
云计算管理系统,用于管理和控制整个云计算系统的资源;
计算节点,用于为云计算系统提供计算、存储、网络和图像处理的物理资源实体;
虚拟机,采用云计算虚拟化技术在计算节点中构建的虚拟计算机;
GPU,用于为虚拟机提供执行复杂的数学和几何计算,完成2D和3D图形渲染功能的部件。
进一步地,所述的每一计算节点包括一块或多块GPU卡,GPU卡虚拟化成为若干单元的GPU元,所有的GPU元汇合组成GPU资源池,由云计算管理系统统一管理。
进一步地,虚拟机不拥有GPU资源时,不具备高清视频和3D渲染处理能力,当虚拟机需要GPU资源时,向云计算管理系统请求获取GPU资源;虚拟机与GPU元绑定后,组成具有GPU的虚拟机,在计算系统中,同时存在具有GPU资源虚拟机和不具有GPU资源的虚拟机,两者都能正常运行。
进一步地,GPU资源采用共享方式,不需要为每个虚拟机分配固定GPU资源;计算节点的GPU卡虚拟化成为若干GPU元后,虚拟机分享GPU元,实现GPU资源分时复用,实现共享整个云计算系统的GPU资源,实现不同计算节点的GPU元和虚拟机的绑定。
进一步地,云计算管理系统掌控全部虚拟机和GPU资源,在创建虚拟机时,标识该虚拟机是否需要GPU资源,云计算管理系统根据负载均衡策略从计算节点集群中选取出相应的节点来创建所需的虚拟机,达到资源使用均衡的效果。
进一步地,当一个虚拟机已经与GPU元绑定,具有一定GPU资源时,该虚拟机还可以根据所需图像处理性能的要求,请求云计算管理系统再分配若干GPU元或减少甚至者全部释放GPU元。
进一步地,虚拟机向云计算管理系统请求GPU资源的触发条件包括:
创建虚拟机时,直接分配永久配置的GPU资源或批量创建直接具备GPU资源的虚拟机;
虚拟机在运行过程中,操作用户可以手动向云计算管理系统申请GPU资源;
虚拟机在运行过程中,当云计算系统检测到需要进行高清视频和3D图像处理时,虚拟机自动向云计算管理系统申请GPU资源。
与现有技术相比,本发明技术方案的有益效果是:
1、本发明中,虚拟机不必固定分配一定GPU资源,当在虚拟机需要进行相关的高清视频或3D渲染时,虚拟机会向云计算管理系统申请GPU资源,虚拟机使用完GPU资源后,释放资源,回归GPU资源池,节省大量GPU资源;
2、云计算管理系统根据创建虚拟机的GPU使用标识,把需要GPU资源的虚拟机平衡分布到各个具有GPU卡的计算节点上,做到负载均衡,优化GPU资源使用效果;
3、本发明中的GPU资源具有动态分配功能,当虚拟机需要进行高清视频处理或者3D图像渲染处理时,虚拟机自动向云计算管理系统请求分配GPU资源,当虚拟机关闭高清视频处理或者3D图像渲染处理时,虚拟机自动释放GPU资源。
附图说明
图1是虚拟机申请GPU资源的过程示意图;
图2是云计算系统GPU资源使用的结构示意图;
图3是虚拟机变更GPU资源容量的过程示意图;
图1、3中END代表流程的结束。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,一种云计算系统调配GPU资源到虚拟机的方法:
P1:GPU卡虚拟化(501),把计算节点上的高容量GPU卡虚拟化,行程若干GPU元,实现GPU资源复用的一定收敛比。整个云计算系统的GPU元汇合组成一个GPU资源池。
P2:创建虚拟机(502),根据业务需要,通过云计算管理系统创建若干虚拟机。根据虚拟机对GPU需求的标志,把需要GPU虚拟机均衡创建在各个计算节点的服务器上。达到GPU使用均衡的目的。
P3:虚拟机GPU资源申请(504),当虚拟机需要进行高清视频和3D渲染处理时,虚拟机向云计算管理系统请求GPU资源。申请GPU消息中包含了虚拟机使用GPU时间、GPU元数量等参数。
P4:检测GPU资源(505)云计算管理系统检测GPU资源池的可用GPU元,当虚拟机同一计算节点具有可用GPU元时,分配同一计算节点的GPU资源;当同一计算节点无可用GPU元时,则分配相邻节点的GPU资源。按照虚拟机申请的GPU元数量进行分配。
P5:虚拟机与GPU元的绑定(506),通过云计算管理系统,绑定已分配的GPU元和虚拟机,形成一个整体,虚拟机具备高清视频和3D渲染处理。GPU资源可以被虚拟机使用。
P6:释放GPU资源(508),当虚拟申请使用GPU的时间已经过期,或者虚拟机主动释放GPU资源,或者虚拟机被删除时,则释放GPU资源,GPU元重新回到可用的GPU资源池,可以被其它虚拟机选用。实现GPU资源的有效复用,提高资源利用,发挥云计算的效用。
如图2所示,一种利用该云计算系统调配GPU资源到虚拟机的方法的云计算系统包括了云计算管理系统(101)、计算节点(201)、虚拟机VM(301)和GPU元(401)。云计算管理系统(101)管理整个云计算系统的资源,包括计算资源、图像处理资源、存储资源和网络资源。计算节点(201)是高性能的计算节点。虚拟机VM(301)是采用云计算的虚拟化技术在计算节点中构建的若干虚拟计算机。服务器上的高容量GPU卡虚拟化成为若干个GPU元(401),为虚拟机(301)提供图像处理资源。
云计算管理系统(101)管理整个多个计算节点(201)(202)(203)的资源,每个计算节点能够虚拟化出若干虚拟机(301)(302)(303),并且可以配置高容量GPU卡,然后虚拟化成为多个GPU元(401)(402)(403)。
普通的虚拟机(301)具备计算、内存、存储和网络的基本计算机功能,不具备对图像高速处理的功能,没有办法完成高清视频和3D渲染的工作。通过云计算管理系统(101),把GPU元(401)分配给虚拟机(301),虚拟机(301)就具备了处理高清视频和3D渲染的能力。
如图3所示,已经具备GPU资源的虚拟机变更GPU资源容量的过程:
A1:虚拟机请求变更GPU资源(601),当虚拟机需要进一步提高3D渲染和高清视频处理能力时,虚拟机向云计算管理系统请求增加GPU资源。申请增加GPU资源消息中包含了增加GPU使用时间、增加“GPU元”数量等参数。
A2:检测和分配GPU资源(602),云计算管理系统检测GPU资源池的可用“GPU元”,当虚拟机同一计算节点具有可用“GPU元”时,分配同一计算节点的GPU资源;当同一计算节点无可用“GPU元”时,则分配相邻节点的GPU资源。
A3:虚拟机与“GPU元”重绑定(603),通过云计算管理系统,重新绑定已分配的“GPU元”和虚拟机,形成一个整体,虚拟机具备高清视频和3D渲染处理。更多GPU资源可以被虚拟机使用。
A4:减少GPU资源(605),虚拟机向云计算管理系统请求减少GPU资源,或者云计算管理系统根据条件主动较少GPU资源,虚拟机与减少后的“GPU元”重新捆绑成为一个整体。虚拟机也可以直接在多“GPU元”的状态释放所有的GPU资源。
A5:释放GPU资源(607),当虚拟申请使用GPU的时间已经过期,或者虚拟机主动释放GPU资源,或者虚拟机被删除时,则释放GPU资源,GPU元重新回到可用的GPU资源池,可以被其它虚拟机选用。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (8)
1.一种云计算系统调配GPU资源到虚拟机的方法,其特征在于,包括以下步骤:
S1:云计算管理系统应用虚拟化技术,把配置在计算节点的GPU卡虚拟化成为若干GPU元,所有GPU元组成一个GPU资源池;
S2:尚未分配GPU资源的虚拟机,在需要使用GPU时,向云计算管理系统发出GPU资源分配请求,该请求包括GPU元的数量和使用时间;
S3:云计算管理系统检测GPU资源池,首先分配与虚拟机同在一个计算节点的空闲GPU元;如果该计算节点目前没有可用的GPU元,则云计算管理系统分配相邻计算节点的空闲GPU元给虚拟机;
S4:虚拟机被分配到GPU元后就会绑定所分配的GPU元,虚拟机就成为拥有GPU资源的虚拟机同时就具备处理3D渲染、高清视频的功能;
S5:云计算管理系统检测到虚拟机的GPU资源使用到期或虚拟机发出释放GPU资源请求时,云计算管理系统解除虚拟机与GPU元的绑定,释放GPU资源,GPU元重新回归GPU资源池,成为空闲GPU元,虚拟机失去GPU资源,同时失去处理3D渲染和高清视频的能力。
2.一种应用如权利要求1所述的云计算系统调配GPU资源到虚拟机的方法的云计算系统,其特征在于,包括:
云计算管理系统,用于管理和控制整个云计算系统的资源;
计算节点,用于为云计算系统提供计算、存储、网络和图像处理的物理资源实体;
虚拟机,采用云计算虚拟化技术在计算节点中构建的虚拟计算机;
GPU,用于为虚拟机提供执行复杂的数学和几何计算,完成2D和3D图形渲染功能的部件。
3.根据权利要求2所述的云计算系统,其特征在于,所述的每一计算节点包括一块或多块GPU卡,GPU卡虚拟化成为若干单元的GPU元,所有的GPU元汇合组成GPU资源池,由云计算管理系统统一管理。
4.根据权利要求2所述的云计算系统,其特征在于,虚拟机不拥有GPU资源时,不具备高清视频和3D渲染处理能力,当虚拟机需要GPU资源时,向云计算管理系统请求获取GPU资源;虚拟机与GPU元绑定后,组成具有GPU的虚拟机,在云计算系统中,同时存在具有GPU资源虚拟机和不具有GPU资源的虚拟机,两者都能正常运行。
5.根据权利要求2所述的云计算系统,其特征在于,所述GPU资源采用共享方式,不需要为每个虚拟机分配固定GPU资源;计算节点的GPU卡虚拟化成为若干GPU元后,虚拟机分享GPU元,实现GPU资源分时复用,实现共享整个云计算系统的GPU资源,实现不同计算节点的GPU元和虚拟机的绑定。
6.根据权利要求2所述的云计算系统,其特征在于,云计算管理系统掌控全部虚拟机和GPU资源,在创建虚拟机时,标识该虚拟机是否需要GPU资源,云计算管理系统根据负载均衡策略从计算节点集群中选取出相应的节点来创建所需的虚拟机,达到资源使用均衡的效果。
7.根据权利要求2所述的云计算系统,其特征在于,当一个虚拟机已经与GPU元绑定,具有一定GPU资源时,该虚拟机还可以根据所需图像处理性能的要求,请求云计算管理系统再分配若干GPU元或减少甚至者全部释放GPU元。
8.根据权利要求2所述的云计算系统,其特征在于,虚拟机向云计算管理系统请求GPU资源的触发条件包括:
创建虚拟机时,直接分配永久配置的GPU资源或批量创建直接具备GPU资源的虚拟机;
虚拟机在运行过程中,操作用户可以手动向云计算管理系统申请GPU资源;
虚拟机在运行过程中,当云计算系统检测到需要进行高清视频和3D图像处理时,虚拟机自动向云计算管理系统申请GPU资源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510633454.7A CN105242957A (zh) | 2015-09-28 | 2015-09-28 | 一种云计算系统调配gpu资源到虚拟机的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510633454.7A CN105242957A (zh) | 2015-09-28 | 2015-09-28 | 一种云计算系统调配gpu资源到虚拟机的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105242957A true CN105242957A (zh) | 2016-01-13 |
Family
ID=55040613
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510633454.7A Pending CN105242957A (zh) | 2015-09-28 | 2015-09-28 | 一种云计算系统调配gpu资源到虚拟机的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105242957A (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105786589A (zh) * | 2016-02-26 | 2016-07-20 | 成都赫尔墨斯科技有限公司 | 一种云渲染系统、服务器及方法 |
CN105824704A (zh) * | 2016-04-05 | 2016-08-03 | 浪潮电子信息产业股份有限公司 | 一种使用图形工作站的方法、装置及系统 |
CN106569877A (zh) * | 2016-11-14 | 2017-04-19 | 中国石油化工股份有限公司 | 一种虚拟机以直通方式共享使用图形工作站gpu的方法 |
CN106874883A (zh) * | 2017-02-27 | 2017-06-20 | 中国石油大学(华东) | 一种基于深度学习的实时人脸检测方法及系统 |
CN107239865A (zh) * | 2016-03-28 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 一种互联网信息资源的调度方法、装置与系统 |
CN108804199A (zh) * | 2017-05-05 | 2018-11-13 | 龙芯中科技术有限公司 | 图形处理器虚拟化方法及装置 |
CN108897601A (zh) * | 2018-06-29 | 2018-11-27 | 郑州云海信息技术有限公司 | 一种基于虚拟化的fpga使用方法、系统及相关装置 |
CN109690482A (zh) * | 2016-09-05 | 2019-04-26 | 华为技术有限公司 | 虚拟机图形处理器的分配 |
CN109712060A (zh) * | 2018-12-04 | 2019-05-03 | 成都雨云科技有限公司 | 一种基于gpu容器技术的云桌面显卡共享方法及系统 |
CN110162397A (zh) * | 2018-05-28 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 资源分配方法、装置及系统 |
CN110235104A (zh) * | 2017-02-02 | 2019-09-13 | 微软技术许可有限责任公司 | 用于虚拟化的图形处理单元分区 |
CN110557624A (zh) * | 2019-07-16 | 2019-12-10 | 西安万像电子科技有限公司 | 数据传输方法、装置及服务器 |
CN110659103A (zh) * | 2019-08-14 | 2020-01-07 | 西安万像电子科技有限公司 | 资源分配方法及装置 |
CN110851285A (zh) * | 2020-01-14 | 2020-02-28 | 支付宝(杭州)信息技术有限公司 | 一种基于gpu虚拟化的资源复用方法、装置及设备 |
CN111209115A (zh) * | 2020-01-08 | 2020-05-29 | 北京和信创天科技股份有限公司 | 云桌面vGPU超分配方法 |
CN111240811A (zh) * | 2018-11-28 | 2020-06-05 | 阿里巴巴集团控股有限公司 | 集群调度方法、装置和系统以及电子设备 |
CN111324432A (zh) * | 2020-01-21 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 处理器调度方法、装置、服务器及存储介质 |
CN111450524A (zh) * | 2020-04-01 | 2020-07-28 | 网易(杭州)网络有限公司 | 云游戏中的信息处理方法、装置、云游戏服务器及介质 |
CN111506419A (zh) * | 2020-03-11 | 2020-08-07 | 北京联创信安科技股份有限公司 | 一种gpu资源共享方法及装置 |
CN111679911A (zh) * | 2020-06-04 | 2020-09-18 | 中国建设银行股份有限公司 | 云环境中gpu卡的管理方法、装置、设备及介质 |
CN112506672A (zh) * | 2021-02-04 | 2021-03-16 | 江苏北弓智能科技有限公司 | 面向虚拟gpu的云手机在线调度与迁移的方法及装置 |
CN113296921A (zh) * | 2020-04-07 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 云资源调度方法、节点、系统及存储介质 |
CN113342534A (zh) * | 2021-06-29 | 2021-09-03 | 中国电信股份有限公司 | 图形处理资源调配方法、装置、设备及存储介质 |
CN113709241A (zh) * | 2021-08-26 | 2021-11-26 | 上海德拓信息技术股份有限公司 | 一种云场景下物理资源的调度分配组合方法与系统 |
CN113986547A (zh) * | 2021-10-29 | 2022-01-28 | 江苏安超云软件有限公司 | 创建云主机的方法及vGPU的管理系统 |
CN114090186A (zh) * | 2021-11-26 | 2022-02-25 | 中国科学院自动化研究所 | 基于Openstack平台管理PCIE设备的系统 |
WO2022127890A1 (zh) * | 2020-12-18 | 2022-06-23 | 华为云计算技术有限公司 | 一种基于云服务的渲染方法及其相关设备 |
US11948006B2 (en) | 2021-06-02 | 2024-04-02 | Acer Incorporated | Computing resource sharing system and computing resource sharing method |
-
2015
- 2015-09-28 CN CN201510633454.7A patent/CN105242957A/zh active Pending
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017143718A1 (zh) * | 2016-02-26 | 2017-08-31 | 成都赫尔墨斯科技有限公司 | 一种云渲染系统、服务器及方法 |
CN105786589A (zh) * | 2016-02-26 | 2016-07-20 | 成都赫尔墨斯科技有限公司 | 一种云渲染系统、服务器及方法 |
CN107239865B (zh) * | 2016-03-28 | 2020-12-22 | 创新先进技术有限公司 | 一种互联网信息资源的调度方法、装置与系统 |
CN107239865A (zh) * | 2016-03-28 | 2017-10-10 | 阿里巴巴集团控股有限公司 | 一种互联网信息资源的调度方法、装置与系统 |
CN105824704A (zh) * | 2016-04-05 | 2016-08-03 | 浪潮电子信息产业股份有限公司 | 一种使用图形工作站的方法、装置及系统 |
CN109690482A (zh) * | 2016-09-05 | 2019-04-26 | 华为技术有限公司 | 虚拟机图形处理器的分配 |
US11321111B2 (en) | 2016-09-05 | 2022-05-03 | Huawei Technologies Co., Ltd. | Allocation of graphics processing units for virtual machines |
CN106569877A (zh) * | 2016-11-14 | 2017-04-19 | 中国石油化工股份有限公司 | 一种虚拟机以直通方式共享使用图形工作站gpu的方法 |
CN110235104B (zh) * | 2017-02-02 | 2022-11-11 | 微软技术许可有限责任公司 | 用于虚拟化的图形处理单元分区 |
CN110235104A (zh) * | 2017-02-02 | 2019-09-13 | 微软技术许可有限责任公司 | 用于虚拟化的图形处理单元分区 |
CN106874883A (zh) * | 2017-02-27 | 2017-06-20 | 中国石油大学(华东) | 一种基于深度学习的实时人脸检测方法及系统 |
CN108804199A (zh) * | 2017-05-05 | 2018-11-13 | 龙芯中科技术有限公司 | 图形处理器虚拟化方法及装置 |
CN110162397A (zh) * | 2018-05-28 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 资源分配方法、装置及系统 |
CN110162397B (zh) * | 2018-05-28 | 2022-08-23 | 腾讯科技(深圳)有限公司 | 资源分配方法、装置及系统 |
CN108897601A (zh) * | 2018-06-29 | 2018-11-27 | 郑州云海信息技术有限公司 | 一种基于虚拟化的fpga使用方法、系统及相关装置 |
CN111240811A (zh) * | 2018-11-28 | 2020-06-05 | 阿里巴巴集团控股有限公司 | 集群调度方法、装置和系统以及电子设备 |
CN109712060A (zh) * | 2018-12-04 | 2019-05-03 | 成都雨云科技有限公司 | 一种基于gpu容器技术的云桌面显卡共享方法及系统 |
CN109712060B (zh) * | 2018-12-04 | 2022-12-23 | 成都雨云科技有限公司 | 一种基于gpu容器技术的云桌面显卡共享方法及系统 |
CN110557624A (zh) * | 2019-07-16 | 2019-12-10 | 西安万像电子科技有限公司 | 数据传输方法、装置及服务器 |
WO2021008183A1 (zh) * | 2019-07-16 | 2021-01-21 | 西安万像电子科技有限公司 | 数据传输方法、装置及服务器 |
CN110659103A (zh) * | 2019-08-14 | 2020-01-07 | 西安万像电子科技有限公司 | 资源分配方法及装置 |
CN111209115A (zh) * | 2020-01-08 | 2020-05-29 | 北京和信创天科技股份有限公司 | 云桌面vGPU超分配方法 |
WO2021143397A1 (zh) * | 2020-01-14 | 2021-07-22 | 支付宝(杭州)信息技术有限公司 | 一种基于gpu虚拟化的资源复用方法、装置及设备 |
CN110851285A (zh) * | 2020-01-14 | 2020-02-28 | 支付宝(杭州)信息技术有限公司 | 一种基于gpu虚拟化的资源复用方法、装置及设备 |
CN111324432A (zh) * | 2020-01-21 | 2020-06-23 | 腾讯科技(深圳)有限公司 | 处理器调度方法、装置、服务器及存储介质 |
CN111506419A (zh) * | 2020-03-11 | 2020-08-07 | 北京联创信安科技股份有限公司 | 一种gpu资源共享方法及装置 |
CN111450524B (zh) * | 2020-04-01 | 2023-03-31 | 网易(杭州)网络有限公司 | 云游戏中的信息处理方法、装置、云游戏服务器及介质 |
CN111450524A (zh) * | 2020-04-01 | 2020-07-28 | 网易(杭州)网络有限公司 | 云游戏中的信息处理方法、装置、云游戏服务器及介质 |
CN113296921A (zh) * | 2020-04-07 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 云资源调度方法、节点、系统及存储介质 |
CN113296921B (zh) * | 2020-04-07 | 2022-05-27 | 阿里巴巴集团控股有限公司 | 云资源调度方法、节点、系统及存储介质 |
CN111679911A (zh) * | 2020-06-04 | 2020-09-18 | 中国建设银行股份有限公司 | 云环境中gpu卡的管理方法、装置、设备及介质 |
CN111679911B (zh) * | 2020-06-04 | 2024-01-16 | 建信金融科技有限责任公司 | 云环境中gpu卡的管理方法、装置、设备及介质 |
WO2022127890A1 (zh) * | 2020-12-18 | 2022-06-23 | 华为云计算技术有限公司 | 一种基于云服务的渲染方法及其相关设备 |
CN112506672A (zh) * | 2021-02-04 | 2021-03-16 | 江苏北弓智能科技有限公司 | 面向虚拟gpu的云手机在线调度与迁移的方法及装置 |
US11948006B2 (en) | 2021-06-02 | 2024-04-02 | Acer Incorporated | Computing resource sharing system and computing resource sharing method |
CN113342534A (zh) * | 2021-06-29 | 2021-09-03 | 中国电信股份有限公司 | 图形处理资源调配方法、装置、设备及存储介质 |
CN113342534B (zh) * | 2021-06-29 | 2024-01-02 | 天翼云科技有限公司 | 图形处理资源调配方法、装置、设备及存储介质 |
CN113709241A (zh) * | 2021-08-26 | 2021-11-26 | 上海德拓信息技术股份有限公司 | 一种云场景下物理资源的调度分配组合方法与系统 |
CN113709241B (zh) * | 2021-08-26 | 2024-01-23 | 上海德拓信息技术股份有限公司 | 一种云场景下物理资源的调度分配组合方法与系统 |
CN113986547A (zh) * | 2021-10-29 | 2022-01-28 | 江苏安超云软件有限公司 | 创建云主机的方法及vGPU的管理系统 |
CN114090186A (zh) * | 2021-11-26 | 2022-02-25 | 中国科学院自动化研究所 | 基于Openstack平台管理PCIE设备的系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105242957A (zh) | 一种云计算系统调配gpu资源到虚拟机的方法及系统 | |
EP3073374B1 (en) | Thread creation method, service request processing method and related device | |
JP5510556B2 (ja) | 仮想マシンのストレージスペースおよび物理ホストを管理するための方法およびシステム | |
CN105052074B (zh) | 用于提供虚拟化直径网络架构以及用于将业务量路由至动态实例化的直径资源实例的方法、系统和计算机可读介质 | |
CN105159775A (zh) | 基于负载均衡器的云计算数据中心的管理系统和管理方法 | |
US20100211958A1 (en) | Automated resource load balancing in a computing system | |
CN109726005A (zh) | 用于管理资源的方法、服务器系统和计算机程序产品 | |
CN103180830A (zh) | 中央处理器资源分配方法和计算节点 | |
CN103051564A (zh) | 资源动态调配的方法和装置 | |
JP2022516486A (ja) | リソース管理方法と装置、電子デバイス、及び記録媒体 | |
CN103763343A (zh) | 一种业务访问处理方法及装置 | |
CN107239347B (zh) | 一种虚拟化场景下的设备资源分配方法和装置 | |
CN103336722A (zh) | 一种虚拟机cpu资源监控和动态分配方法 | |
CN103823709B (zh) | 虚拟化集群系统、资源分配方法和管理节点 | |
CN105227489A (zh) | 一种带宽管理方法及电子设备 | |
US20200394071A1 (en) | Systems and methods for cluster resource balancing in a hyper-converged infrastructure | |
US11803423B1 (en) | Dynamic allocation of resources | |
CN106775925B (zh) | 一种虚拟机cpu的限额处理方法和装置 | |
CN115391029A (zh) | 一种云计算系统调配gpu资源到虚拟机的方法及云计算系统 | |
CN106126319B (zh) | 中央处理器资源分配方法和计算节点 | |
CN105491061A (zh) | 一种访问控制系统及其方法 | |
CN113254160B (zh) | 一种io资源请求方法和装置 | |
CN115904699A (zh) | 一种服务器gpu算力分配系统、方法及服务器 | |
CN114942846A (zh) | Gpu资源调度方法、装置、设备及存储介质 | |
CN112241307A (zh) | 一种虚拟机创建方法、装置及相关设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160113 |