CN107562530A - 一种基于服务器的混合可变计算系统 - Google Patents
一种基于服务器的混合可变计算系统 Download PDFInfo
- Publication number
- CN107562530A CN107562530A CN201610510228.4A CN201610510228A CN107562530A CN 107562530 A CN107562530 A CN 107562530A CN 201610510228 A CN201610510228 A CN 201610510228A CN 107562530 A CN107562530 A CN 107562530A
- Authority
- CN
- China
- Prior art keywords
- mimicry
- service
- server
- communication
- calculates
- 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
Abstract
本发明涉及一种基于服务器的混合可变计算系统,服务器内插入若干块拟态计算板卡来根据并发业务特点的不同从硬件和软件层面自动或半自动的配置成高性效比模式;所述拟态计算板卡包括现场可编程门阵列FPGA、图像处理单元GPU和数字信号处理器DSP中的一个或多个;所述的并发业务包括图形业务、计算业务和通信业务。本发明的系统是基于仿生学技术、认知技术、可重构技术和高性能计算技术,通过基于认知的元结构的拟态变换生成应用目标所需的物理解算结构集合,依靠动态变结构、软硬件结合实现计算结构的函数化。
Description
技术领域
本发明涉及计算机系统技术领域,尤其是一种基于服务器的混合可变计算系统。
背景技术
目前所熟知的计算机系统为,如图5所示那样,通过1个CPU(Central ProcessingUnit)300执行存储在存储器302中的程序来实现由相互不同操作系统所管理的多个(虚拟计算机310、311(参照专利文献1、2)。另外,图5概念地表示了通过CPU300执行存储器302上的程序来实现虚拟计算机310、311等的情况,虚拟计算机310、311等实际上不构成存储器302的一部分。这种计算机系统具有管理程序312,该管理程序312包含分别执行虚拟计算机310、311的虚拟CPU(虚拟处理单元)343、344。并且,管理程序312具有将CPU300对虚拟CPU343和虚拟CPU344交替分配的功能。另外,该管理程序312也被称为VM(VtrtualMachine)监视器或硬件划分控制部
综上所述,目前传统的经典通用计算机系统采用硬件执行体的物理形态固定不变,以软件控制的计算作业作为执行主体,来实现混合计算的目的。
但是传统服务器计算系统仅通过单一的基础结构对数据进行迭代处理,CPU实际计算能力和理论峰值的真实应用效能低于10%。计算量大、计算周期变化是现有计算结构难以应对。
发明内容
本发明的目的在于:针对现有技术中存在的缺陷或不足,提供一种基于服务器的混合可变计算系统,适用于提高计算系统处理特定运算目标任务的能效 比,节约系统资源,为今后大数据机房提供建设依据。
本发明采用的技术方案是这样的:
一种基于服务器的混合可变计算系统,服务器内插入若干块拟态计算板卡来根据并发业务特点的不同从硬件和软件层面自动或半自动的配置成高性效比模式;所述拟态计算板卡包括现场可编程门阵列FPGA、图像处理单元GPU和数字信号处理器DSP中的一个或多个;所述的并发业务包括图形业务、计算业务和通信业务。
进一步,工作流程如下:
步骤一、下载并发业务中的图形业务、计算业务和通信业务到主控器;
步骤二、通过主控器对并发业务进行性能评估、功能评估和优先级评估;
步骤三、经步骤二评估后即生成优化资源配置;
步骤四、服务系统通过通讯总线(PCIE/PCI)执行步骤三的资源配置,将并发业务分配到相应合适的拟态计算板卡进行处理。
进一步,所述的优化资源配置为将图形业务由最适合处理图像的图像处理单元GPU来首先处理;计算业务由最适合处理计算资源的数字信号处理器DSP来第二步处理;通信业务由能够快速处理大批量计算业务的现场可编程门阵列FPGA来第三步处理。
进一步,所述拟态计算卡板包括六个子系统,分别为外接口通信系统、拟态计算系统、拟态管理系统、存储管理系统、供电系统和散热系统;所述外接口通信系统与所述拟态计算系统通讯连接,所述拟态计算系统与所述拟态管理系统通讯连接,所述拟态管理系统与所述存储管理系统通讯连接;其中,所述外接口通信系统用于将外接口及时序转化为通用的局部总线接口及时序;所述拟态计算系 统将需要运算的数据通过相对应的算法转化为数据结果,并进行处理;所述拟态管理系统有多片功能完全相同的计算节点;所述存储管理系统采用多片计算资源及高性能存储器,每片计算节点连接多片IO独立的存储芯片,芯片中可存放海量数据;所述供电系统对拟态计算卡板上所有子系统进行供电;所述散热系统对拟态计算卡板上所有子系统进行散热,减少热量,防止板卡过热导致拟态计算卡板功能异常。
进一步,所述外接口通信系统连接计算机的PCI-e插槽、RJ45网口、PCI插槽、ATCA、RS232或RS485串口总线。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明的系统是基于仿生学技术、认知技术、可重构技术和高性能计算技术,通过基于认知的元结构的拟态变换生成应用目标所需的物理解算结构集合,依靠动态变结构、软硬件结合实现计算结构的函数化;
2、本发明的系统在追求不同任务性能和不同负载的状态下,综合高效能构建最合适的处理部件,形成最合适的体系结构,实现计算结构的可重组,互联拓扑的可重构,计算环境的可重建;
3、本发明的系统能够合理优化分配计算系统的资源,提高计算系统的性能和速度;
4、本发明的装置可进一步扩展功能,不仅能按区域分拣快件,也能按快件大小、快件种类进行分拣,利于快件的分拣和派送;
5、本发明的系统可适用于互联网信息的混合可变安全混合可变,提高计算机系统的安全性,降低病毒木马的危害性;
6、本发明的系统能够混合计算,在当今大数据应用过程中发挥巨大作用。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1是本发明的系统架构示意图;
图2是本发明的系统工作流程图;
图3是本发明系统的拟态计算卡板功能示意图;
图4是本发明系统的实施例示意图;
图5是现有技术计算系统示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
如图1和2所示的,一种基于服务器的混合可变计算系统,服务器内插入若干块拟态计算板卡来根据并发业务特点的不同从硬件和软件层面自动或半自动的配置成高性效比模式;所述拟态计算板卡包括现场可编程门阵列FPGA、图像处理单元GPU和数字信号处理器DSP中的一个或多个;所述的并发业务包括图形业务、计算业务和通信业务。
具体地,工作流程如下:
步骤一、下载并发业务中的图形业务、计算业务和通信业务到主控器;
步骤二、通过主控器对并发业务进行性能评估、功能评估和优先级评估;
步骤三、经步骤二评估后即生成优化资源配置;
步骤四、服务系统通过通讯总线(PCIE/PCI)执行步骤三的资源配置,将并发业务分配到相应合适的拟态计算板卡进行处理。
具体地,所述的优化资源配置为将图形业务由最适合处理图像的图像处理单元GPU来首先处理;计算业务由最适合处理计算资源的数字信号处理器DSP来第二步处理;通信业务由能够快速处理大批量计算业务的现场可编程门阵列FPGA来第三步处理。
图3所示,所述拟态计算卡板包括六个子系统,分别为外接口通信系统、拟态计算系统、拟态管理系统、存储管理系统、供电系统和散热系统;所述外接口通信系统与所述拟态计算系统通讯连接,所述拟态计算系统与所述拟态管理系统通讯连接,所述拟态管理系统与所述存储管理系统通讯连接;其中,所述外接口通信系统用于将外接口及时序转化为通用的局部总线接口及时序;所述拟态计算系统将需要运算的数据通过相对应的算法转化为数据结果,并进行处理;所述拟态管理系统有多片功能完全相同的计算节点;所述存储管理系统采用多片计算资源及高性能存储器,每片计算节点连接多片IO独立的存储芯片,芯片中可存放海量数据;所述供电系统对拟态计算卡板上所有子系统进行供电;所述散热系统对拟态计算卡板上所有子系统进行散热,减少热量,防止板卡过热导致拟态计算卡板功能异常。
具体地,所述外接口通信系统连接计算机的PCI-e插槽、RJ45网口、PCI插槽、ATCA、RS232或RS485等串口总线。
具体实施例,如图4所示的,本发明系统的拟态计算卡板,具有高度安全性能、可灵活性的、可执行高密度运算且高效。作为基于服务器的数据处理设备, 该拟态计算卡板可以实现数据的海量数据处理。强大的计算节点处理性能,可以实现亿门级的硬件加速,方便用户进行复杂的逻辑处理与算法运算。
并发业务中的图像、计算和通信业务经过后台下载放入上控点,上控点中的业务由主控器和执行通过通讯总线(PCIE/PCI)将并发业务分配到相应合适的拟态计算板卡进行处理。
该拟态计算卡板的计算节点资源种类包括(1)CPU、(2)嵌入式CPU、(3)DSP、(4)GPU、(5)嵌入式GPU、(6)FPGA、(7)CPLD和(8)ASIC chip,并支持行业标准的外围设备、连接器以及丰富的接口,满足需要海量计算和通信的需求。
该拟态计算卡板能够提供超高速数据传输速率和强大的计算处理能力,进行科学计算,图像处理包括人脸、指纹等。
该拟态计算卡板设计,可用于本发明的可变计算系统中,但是不依赖于服务器,由于计算节点依靠其高效和并行执行运算多任务管理的特性,能够解决服务器单线程执行速度慢等问题。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。
Claims (5)
1.一种基于服务器的混合可变计算系统,其特征在于:服务器内插入若干块拟态计算板卡来根据并发业务特点的不同从硬件和软件层面自动或半自动的配置成高性效比模式;所述拟态计算板卡包括现场可编程门阵列FPGA、图像处理单元GPU和数字信号处理器DSP中的一个或多个;所述的并发业务包括图形业务、计算业务和通信业务。
2.根据权利要求1所述的基于服务器的混合可变计算系统,其特征在于,工作流程如下:
步骤一、下载并发业务中的图形业务、计算业务和通信业务到主控器;
步骤二、通过主控器对并发业务进行性能评估、功能评估和优先级评估;
步骤三、经步骤二评估后即生成优化资源配置;
步骤四、服务系统通过通讯总线(PCIE/PCI)执行步骤三的资源配置,将并发业务分配到相应合适的拟态计算板卡进行处理。
3.根据权利要求2所述的基于服务器的混合可变计算系统,其特征在于,所述的优化资源配置为将图形业务由最适合处理图像的图像处理单元GPU来首先处理;计算业务由最适合处理计算资源的数字信号处理器DSP来第二步处理;通信业务由能够快速处理大批量计算业务的现场可编程门阵列FPGA来第三步处理。
4.根据权利要求1所述的基于服务器的混合可变计算系统,其特征在于,所述拟态计算卡板包括六个子系统,分别为外接口通信系统、拟态计算系统、拟态管理系统、存储管理系统、供电系统和散热系统;所述外接口通信系统与所述拟态计算系统通讯连接,所述拟态计算系统与所述拟态管理系统通讯连接,所述拟态管理系统与所述存储管理系统通讯连接;其中,所述外接口通信系统用于将外接口及时序转化为通用的局部总线接口及时序;所述拟态计算系统将需要运算的数据通过相对应的算法转化为数据结果,并进行处理;所述拟态管理系统有多片功能完全相同的计算节点;所述存储管理系统采用多片计算资源及高性能存储器,每片计算节点连接多片IO独立的存储芯片,芯片中可存放海量数据;所述供电系统对拟态计算卡板上所有子系统进行供电;所述散热系统对拟态计算卡板上所有子系统进行散热,减少热量,防止板卡过热导致拟态计算卡板功能异常。
5.根据权利要求4所述的基于服务器的混合可变计算系统,其特征在于,所述外接口通信系统连接计算机的PCI-e插槽、RJ45网口、PCI插槽、ATCA、RS232或RS485串口总线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610510228.4A CN107562530A (zh) | 2016-06-30 | 2016-06-30 | 一种基于服务器的混合可变计算系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610510228.4A CN107562530A (zh) | 2016-06-30 | 2016-06-30 | 一种基于服务器的混合可变计算系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107562530A true CN107562530A (zh) | 2018-01-09 |
Family
ID=60970072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610510228.4A Pending CN107562530A (zh) | 2016-06-30 | 2016-06-30 | 一种基于服务器的混合可变计算系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107562530A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052839A (zh) * | 2018-01-25 | 2018-05-18 | 知新思明科技(北京)有限公司 | 拟态任务处理机 |
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 |
CN111506540A (zh) * | 2020-04-24 | 2020-08-07 | 中国电子科技集团公司第五十八研究所 | 一种硬件可编程异构多核片上系统 |
CN111562829A (zh) * | 2020-04-28 | 2020-08-21 | 江苏拟态极算信息技术有限公司 | 基于拟态计算服务器系统的数据处理方法 |
CN111580627A (zh) * | 2020-04-28 | 2020-08-25 | 江苏拟态极算信息技术有限公司 | 一种基于多种计算资源的拟态计算服务器系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102073481A (zh) * | 2011-01-14 | 2011-05-25 | 上海交通大学 | 多核dsp可重构专用集成电路系统 |
CN102541804A (zh) * | 2011-12-26 | 2012-07-04 | 中国人民解放军信息工程大学 | 一种异构系统中多gpu互连体系结构 |
US8938723B1 (en) * | 2009-08-03 | 2015-01-20 | Parallels IP Holdings GmbH | Use of GPU for support and acceleration of virtual machines and virtual environments |
CN104657330A (zh) * | 2015-03-05 | 2015-05-27 | 浪潮电子信息产业股份有限公司 | 一种基于x86架构处理器和FPGA的高性能异构计算平台 |
CN205038556U (zh) * | 2015-04-24 | 2016-02-17 | 北京太速科技有限公司 | 一种基于双dsp双fpga的vpx多核智能计算硬件平台 |
CN205212923U (zh) * | 2015-11-02 | 2016-05-04 | 上海唐舜电信科技有限公司 | 可重构网络媒体话机终端 |
-
2016
- 2016-06-30 CN CN201610510228.4A patent/CN107562530A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8938723B1 (en) * | 2009-08-03 | 2015-01-20 | Parallels IP Holdings GmbH | Use of GPU for support and acceleration of virtual machines and virtual environments |
CN102073481A (zh) * | 2011-01-14 | 2011-05-25 | 上海交通大学 | 多核dsp可重构专用集成电路系统 |
CN102541804A (zh) * | 2011-12-26 | 2012-07-04 | 中国人民解放军信息工程大学 | 一种异构系统中多gpu互连体系结构 |
CN104657330A (zh) * | 2015-03-05 | 2015-05-27 | 浪潮电子信息产业股份有限公司 | 一种基于x86架构处理器和FPGA的高性能异构计算平台 |
CN205038556U (zh) * | 2015-04-24 | 2016-02-17 | 北京太速科技有限公司 | 一种基于双dsp双fpga的vpx多核智能计算硬件平台 |
CN205212923U (zh) * | 2015-11-02 | 2016-05-04 | 上海唐舜电信科技有限公司 | 可重构网络媒体话机终端 |
Non-Patent Citations (4)
Title |
---|
LUO XINGGUO: "PRCA_A highly efficient computing architecture", 《中国工程科学 英文版》 * |
SHIDONG HUANG 等: "The measurement model of the PRCA"s reconfigurability", 《2012 6TH INTERNATIONAL CONFERENCE ON NEW TRENDS IN INFORMATION SCIENCE, SERVICE SCIENCE AND DATA MINING (ISSDM2012)》 * |
赵改善: "可重构计算技术及其在地球物理中的应用前景", 《勘探地球物理进展》 * |
邬江兴: "拟态计算与拟态安全防御的原意和愿景", 《电信科学》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108052839A (zh) * | 2018-01-25 | 2018-05-18 | 知新思明科技(北京)有限公司 | 拟态任务处理机 |
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 |
CN111506540A (zh) * | 2020-04-24 | 2020-08-07 | 中国电子科技集团公司第五十八研究所 | 一种硬件可编程异构多核片上系统 |
CN111506540B (zh) * | 2020-04-24 | 2021-11-30 | 中国电子科技集团公司第五十八研究所 | 一种硬件可编程异构多核片上系统 |
CN111562829A (zh) * | 2020-04-28 | 2020-08-21 | 江苏拟态极算信息技术有限公司 | 基于拟态计算服务器系统的数据处理方法 |
CN111580627A (zh) * | 2020-04-28 | 2020-08-25 | 江苏拟态极算信息技术有限公司 | 一种基于多种计算资源的拟态计算服务器系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107562530A (zh) | 一种基于服务器的混合可变计算系统 | |
Tang et al. | An intermediate data placement algorithm for load balancing in spark computing environment | |
CN103927231B (zh) | 一种面向数据处理的能耗优化数据集分配方法 | |
CN103235742B (zh) | 多核集群服务器上基于依赖度的并行任务分组调度方法 | |
CN108241530A (zh) | 一种基于Storm的流式计算二分图任务调度方法 | |
US20080270653A1 (en) | Intelligent resource management in multiprocessor computer systems | |
CN103646301B (zh) | 一种炉管设备的组批派工系统和方法 | |
CN106803842A (zh) | 一种基于可扩展和高性能计算的分布式管理架构及方法 | |
CN106168993B (zh) | 电网实时仿真分析系统 | |
CN103475538A (zh) | 一种基于多接口的自适应的云服务测试方法 | |
CN108519919A (zh) | 一种在虚拟化集群环境下实现服务器资源动态调度的方法 | |
DE102020130555A1 (de) | Adaptiver datenversand basierend auf lastfunktionen | |
CN206115334U (zh) | 一种基于混合资源的拟态科学计算卡 | |
CN104281636B (zh) | 海量报表数据并发分布式处理方法 | |
López-Paradís et al. | Fast behavioural rtl simulation of 10b transistor soc designs with metro-mpi | |
Zhou et al. | Canary: Decentralized distributed deep learning via gradient sketch and partition in multi-interface networks | |
Xu et al. | Low-power task scheduling algorithm for large-scale cloud data centers | |
CN103631659B (zh) | 一种片上网络中面向通信能耗的调度优化方法 | |
CN102253861A (zh) | 一种分步运算插件的执行方法 | |
Mao et al. | A fine-grained and dynamic MapReduce task scheduling scheme for the heterogeneous cloud environment | |
CN107451427A (zh) | 一种可重构基因比对的计算系统及加速平台 | |
CN104699520B (zh) | 一种基于虚拟机迁移调度的节能方法 | |
CN107562120A (zh) | 一种基于混合资源的拟态科学计算卡 | |
Zhao et al. | The dynamic delay scheduling algorithm based on task classification | |
Shi et al. | Resource provisioning optimization for service hosting on cloud platform |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180109 |