CN107659437A - 一种整机柜计算资源池资源自动识别系统及方法 - Google Patents
一种整机柜计算资源池资源自动识别系统及方法 Download PDFInfo
- Publication number
- CN107659437A CN107659437A CN201710833054.XA CN201710833054A CN107659437A CN 107659437 A CN107659437 A CN 107659437A CN 201710833054 A CN201710833054 A CN 201710833054A CN 107659437 A CN107659437 A CN 107659437A
- Authority
- CN
- China
- Prior art keywords
- computing resource
- calculate node
- whole machine
- machine cabinet
- gpu
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
Abstract
本发明公开了一种整机柜计算资源池资源自动识别系统及方法，属于整机柜服务器技术领域。本发明的整机柜计算资源池资源自动识别系统，由数据网络子系统、管理网络子系统和若干计算资源池模块构成，每个计算资源池模块均由计算节点和四个GPU节点构成，每个计算资源池模块的计算节点与GPU节点通过数据链路PCIE信号实现通信；管理网络子系统分别连接到各计算资源池模块的计算节点、GPU节点，上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接。该发明的整机柜计算资源池资源自动识别方法能减少资源识别模式僵化，实现资源自动识别，简化生产和应用操作步骤，提高生产效率、支付效率、运维效率，具有很好的推广应用价值。
Description
技术领域
本发明涉及整机柜服务器技术领域，具体提供一种整机柜计算资源池资源自动识别系统及方法。
背景技术
计算机具有存储信息量大，使用者获取信息方便快捷等优点，受到广泛的应用，随着社会及经济的飞速发展，使用者对计算机的各项性能要求越来越高，计算机的发展极大的方便了人们的工作及日常生活。相较于普通计算机，服务器具有更优良的稳定性、网络性能及扩展性，在各大型企业中应用广泛。
云计算和大数据时代，作为IT基础架构的数据中心正面临海量的数据、多样化的信息服务、复杂的数据聚合与交互的巨大压力，数据中心不断向规模化和集约化方向演进。无论是从降低复杂性、简化IT，还是从减少机房空间占用，降低能耗等维度来看，服务器必须使用更集约的方法来构建，以获得更低功耗、更快部署和更多灵动性，服务器应用从通用服务器逐渐向整机柜服务器演化。在融合架构整机柜服务器领域，整机柜计算资源池化是其中一个重要方向。现有技术中计算资源池化应用中，服务器Host与对应计算机资源池节点无法直接进行资源识别，需要生产时，将搭配为一组的服务器Host和对应计算资源池节点设置固定IP地址进行绑定，无法实现自动识别，资源识别模式僵化，生产和应用操作复杂、工作量大。
发明内容
本发明的技术任务是针对上述存在的问题，提供一种能减少资源识别模式僵化，实现资源自动识别，简化生产和应用操作步骤，提高生产效率、支付效率、运维效率的整机柜计算资源池资源自动识别系统。
本发明进一步的技术任务是提供一种利用上述整机柜计算资源池资源自动识别系统的整机柜计算资源池资源自动识别方法。
为实现上述目的，本发明提供了如下技术方案：
一种整机柜计算资源池资源自动识别系统，由数据网络子系统、管理网络子系统和若干计算资源池模块构成，每个计算资源池模块均由计算节点和若干GPU节点构成，每个计算资源池模块的计算节点与GPU节点通过数据链路PCIE信号实现通信；管理网络子系统分别连接到各计算资源池模块的计算节点、GPU节点，实现计算资源池管理功能，上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接，实现计算资源池化的业务应用；在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，建立系统级联资源自动识别链路，上层业务应用对计算节点和GPU节点进行IP地址自动分配，整机柜管理网络交换机分别连接到各计算节点和GPU节点，实现资源自动识别。
所述GPU即Graphic Processing Unit。
所述计算节点作为计算资源池的Host端。
一个计算资源池模块占用6U空间，46U整机柜中可根据客户需求配置不同数量的计算资源池模块。
优选的，每个计算资源池模块有四个GPU节点。
上层应用会对所有计算节点和GPU节点进行IP地址自动分配。
整机柜管理网络子系统分别连接到各计算节点和GPU节点，实现计算节点和GPU节点管理网络IP地址自动识别，管理网络通过已识别的IP地址访问计算节点和GPU节点BMC芯片，根据收集到的各计算节点BMC芯片根据下属设备自动生成资产编码信息，自动识别计算节点IP地址；计算节点BMC芯片自动获取下属GPU节点的BMC芯片管理网络IP地址，计算节点BMC芯片通过网络信号自动收集GPU节点资源信息，并通过网络上报到整机柜管理系统，实现整机柜资源信息自动识别。
作为优选，计算节点、GPU节点中均设有BMC芯片，BMC芯片均设计有外置的管理网口。
所述BMC芯片即节点监控管理芯片。
作为优选，所述管理网口为1G管理网口，计算节点、GPU节点分别通过管理网口与管理网络子系统相连接，实现整机柜管理通信。
作为优选，计算节点BMC芯片的I2C信号通过I2C Switch实现一对四的通道扩展，扩展后的I2C信号分别连接到计算节点下行的四个GPU节点的BMC芯片，实现计算节点BMC芯片与GPU节点的BMC芯片的管理通信，实现计算节点对GPU节点的管理信息收集。
计算节点BMC芯片的GPIO信号通过线缆分别连接到GPU节点，通过GPIO信号高低电平变化监控实现GPU节点在位状态监测、计算节点与GPU节点BMC通信同步等功能。
一种整机柜计算资源池资源自动识别方法，具体包括以下步骤：
S1：建立计算资源池：各计算资源池由计算节点和GPU节点构成；
S2：建立计算资源池资源自动识别链路：在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，建立系统级联资源自动识别链路；
S3：建立资源自动识别方式：上层业务应用对计算节点和GPU节点进行IP地址自动分配；
S4：实现资源自动识别：整机柜管理网络交换机分别连接到各计算节点和GPU节点，实现资源自动识别。
作为优选，步骤S1中，建立若干计算资源池，每个计算资源池基于计算节点和GPU节点构建，每个计算资源池有四个GPU节点，每个计算资源池的计算节点与GPU节点通过数据链路PCIE信号实现通信。
作为优选，各计算资源池的计算节点、GPU节点分别与管理网络子系统相连接，实现计算资源池管理功能，上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接，实现计算资源池化的业务应用。
作为优选，在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，实现整机柜计算资源池数据链路和管理链路的兼容，建立系统级联资源自动识别链路拓扑。
作为优选，在建立系统级联资源自动识别链路拓扑基础上，机柜上电，上层业务应用对所有计算节点和GPU节点进行IP地址自动分配；通过管理网络子系统实现计算节点和GPU节点管理网络IP地址自动识别，管理网络通过已识别的IP地址访问计算节点和GPU节点BMC芯片，根据收集到的各计算节点BMC芯片根据下属设备自动生成资产编码信息，自动识别计算节点IP地址；计算节点BMC芯片自动获取下属GPU节点的BMC芯片管理网络IP地址，计算节点BMC芯片通过网络信号自动收集GPU节点资源信息，并通过网络上报到整机柜管理系统，实现整机柜资源信息自动识别。
与现有技术相比，本发明的整机柜计算资源池资源自动识别方法具有以下突出的有益效果：所述整机柜计算资源池资源自动识别方法可以实现资源自动识别，解决原有资源识别模式僵化问题，减少生产和业务应用中刷新固定IP地址和资产信息环节，简化生产和应用操作步骤，降低相关工作量，提高生产效率、交付效率、运维效率，具有良好的推广应用价值。
附图说明
图1是本发明所述整机柜计算资源池资源自动识别系统的架构图；
图2是本发明所述整机柜计算资源池资源自动识别系统级联资源自动识别链路拓扑示意图；
图3是本发明所述整机柜计算资源池资源自动识别方法实施流程示意图；
图4是本发明所述整机柜计算资源池资源自动识别机制示意图。
具体实施方式
下面将结合附图和实施例，对本发明的整机柜计算资源池资源自动识别系统及方法作进一步详细说明。
实施例
如图1所示，本发明的整机柜计算资源池资源自动识别系统由数据网络子系统、管理网络子系统和若干计算资源池模块构成。每个计算资源池模块由计算节点和四个GPU节点构成。每个计算资源池模块的计算节点与GPU节点通过数据链路PCIE信号实现通信。
如图2所示，计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，实现整机柜计算资源池数据链路和管理链路的兼容。
计算节点、GPU节点中均设有BMC芯片，BMC芯片均设计有外置的1G管理网口，计算节点、GPU节点分别通过1G管理网口与管理网络子系统相连接，实现计算资源池管理功能。上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接，实现计算资源池化的业务应用。计算节点BMC芯片的I2C信号通过I2C Switch实现一对四的通道扩展，扩展后的I2C信号分别连接到计算节点下行的四个GPU节点的BMC芯片，实现计算节点BMC芯片与GPU节点的BMC芯片的管理通信，实现计算节点对GPU节点的管理信息收集。MCPU是ManagedCentral Processing Unit，为具备管理功能的CPU，BMC对MCPU进行管理及配置。PEX9797是PCIE Switch芯片，用于PCIE信号交换，MCPU对PEX9797进行管理及配置。
本发明的整机柜计算资源池资源自动识别系统基于计算节点和GPU节点构建计算资源池模块，实现整机柜计算资源池化，提高计算密度。通过整机柜计算资源池数据链路和管理链路兼容设计，构建系统级联资源自动识别拓扑设计，提高资源池化资源识别灵活性。通过网络管理与I2C管理相结合的方法，实现资源自动识别。
如图3所示，本发明的整机柜计算资源池资源自动识别方法具体包括以下步骤：
S1：建立计算资源池。
S2：建立计算资源池资源自动识别拓扑。
S3：建立资源自动识别方式。
S4：实现资源自动识别。
其中，步骤S1，建立若干计算资源池，每个计算资源池基于计算节点和GPU节点构建，每个计算资源池有四个GPU节点，每个计算资源池的计算节点与GPU节点通过数据链路PCIE信号实现通信。各计算资源池的计算节点、GPU节点分别与管理网络子系统相连接，实现计算资源池管理功能，上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接，实现计算资源池化的业务应用。在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，实现整机柜计算资源池数据链路和管理链路的兼容，建立系统级联资源自动识别链路拓扑。
如图4所示，在建立系统级联资源自动识别链路拓扑基础上，机柜上电，上层业务应用对所有计算节点和GPU节点进行IP地址自动分配；通过管理网络子系统实现计算节点和GPU节点管理网络IP地址自动识别，管理网络通过已识别的IP地址访问计算节点和GPU节点BMC芯片，根据收集到的各计算节点BMC芯片根据下属设备自动生成资产编码信息，自动识别计算节点IP地址；计算节点BMC芯片自动获取下属GPU节点的BMC芯片管理网络IP地址，计算节点BMC芯片通过网络信号自动收集GPU节点资源信息，并通过网络上报到整机柜管理系统，实现整机柜资源信息自动识别。
以上所述的实施例，只是本发明较优选的具体实施方式，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。
Claims (9)
1.一种整机柜计算资源池资源自动识别系统，其特征在于：由数据网络子系统、管理网络子系统和若干计算资源池模块构成，每个计算资源池模块均由计算节点和若干GPU节点构成，每个计算资源池模块的计算节点与GPU节点通过数据链路PCIE信号实现通信；管理网络子系统分别连接到各计算资源池模块的计算节点、GPU节点，实现计算资源池管理功能，上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接，实现计算资源池化的业务应用；在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，建立系统级联资源自动识别链路，上层业务应用对计算节点和GPU节点进行IP地址自动分配，整机柜管理网络交换机分别连接到各计算节点和GPU节点，实现资源自动识别。
2.根据权利要求1所述的整机柜计算资源池资源自动识别系统，其特征在于：计算节点、GPU节点中均设有BMC芯片，BMC芯片均设计有外置的管理网口。
3.根据权利要求1或2所述的整机柜计算资源池资源自动识别系统，其特征在于：所述管理网口为1G管理网口，计算节点、GPU节点分别通过管理网口与管理网络子系统相连接。
4. 根据权利要求3所述的整机柜计算资源池资源自动识别系统，其特征在于：计算节点BMC芯片的I2C信号通过I2C Switch实现一对四的通道扩展，扩展后的I2C信号分别连接到计算节点下行的四个GPU节点的BMC芯片，实现计算节点BMC芯片与GPU节点的BMC芯片的管理通信，实现计算节点对GPU节点的管理信息收集。
5.一种整机柜计算资源池资源自动识别方法，其特征在于：所述整机柜计算资源池资源自动识别方法具体包括以下步骤：
S1：建立计算资源池：各计算资源池由计算节点和GPU节点构成；
S2：建立计算资源池资源自动识别链路：在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，建立系统级联资源自动识别链路；
S3：建立资源自动识别方式：上层业务应用对计算节点和GPU节点进行IP地址自动分配；
S4：实现资源自动识别：整机柜管理网络交换机分别连接到各计算节点和GPU节点，实现资源自动识别。
6.根据权利要求5所述的整机柜计算资源池资源自动识别方法，其特征在于：步骤S1中，建立若干计算资源池，每个计算资源池基于计算节点和GPU节点构建，每个计算资源池有四个GPU节点，每个计算资源池的计算节点与GPU节点通过数据链路PCIE信号实现通信。
7.根据权利要求5或6所述的整机柜计算资源池资源自动识别方法，其特征在于：各计算资源池的计算节点、GPU节点分别与管理网络子系统相连接，实现计算资源池管理功能，上层业务通过数据网络子系统与各计算资源池模块的计算节点相连接，实现计算资源池化的业务应用。
8. 根据权利要求7所述的整机柜计算资源池资源自动识别方法，其特征在于：在计算节点与GPU节点通信的数据链路PCIE信号中引入I2C和管理信号，加入到数据链路互联连接器MiniSAS HD的边带信号中，建立系统级联资源自动识别链路。
9.根据权利要求8所述的整机柜计算资源池资源自动识别方法，其特征在于：在建立系统级联资源自动识别链路拓扑基础上，机柜上电，上层业务应用对所有计算节点和GPU节点进行IP地址自动分配；通过管理网络子系统实现计算节点和GPU节点管理网络IP地址自动识别，管理网络通过已识别的IP地址访问计算节点和GPU节点BMC芯片，根据收集到的各计算节点BMC芯片根据下属设备自动生成资产编码信息，自动识别计算节点IP地址；计算节点BMC芯片自动获取下属GPU节点的BMC芯片管理网络IP地址，计算节点BMC芯片通过网络信号自动收集GPU节点资源信息，并通过网络上报到整机柜管理系统，实现整机柜资源自动识别。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710833054.XA CN107659437A (zh) | 2017-09-15 | 2017-09-15 | 一种整机柜计算资源池资源自动识别系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710833054.XA CN107659437A (zh) | 2017-09-15 | 2017-09-15 | 一种整机柜计算资源池资源自动识别系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107659437A true CN107659437A (zh) | 2018-02-02 |
Family
ID=61130110
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710833054.XA Pending CN107659437A (zh) | 2017-09-15 | 2017-09-15 | 一种整机柜计算资源池资源自动识别系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107659437A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108319539A (zh) * | 2018-02-28 | 2018-07-24 | 郑州云海信息技术有限公司 | 一种生成gpu卡槽位信息的方法及系统 |
| CN108959165A (zh) * | 2018-06-28 | 2018-12-07 | 郑州云海信息技术有限公司 | 一种gpu整机柜集群的管理系统 |
| CN108984309A (zh) * | 2018-08-07 | 2018-12-11 | 郑州云海信息技术有限公司 | 一种rack服务器资源池化系统及方法 |
| CN109491955A (zh) * | 2018-11-08 | 2019-03-19 | 郑州云海信息技术有限公司 | 一种刀片服务器 |
| CN109739560A (zh) * | 2018-12-24 | 2019-05-10 | 郑州云海信息技术有限公司 | 一种gpu卡集群配置控制系统及方法 |
| CN110069274A (zh) * | 2019-05-08 | 2019-07-30 | 苏州浪潮智能科技有限公司 | 池化服务器ReDriver芯片配置更新方法及装置 |
| CN110750464A (zh) * | 2019-09-05 | 2020-02-04 | 北京浪潮数据技术有限公司 | 一种计算机节点存储池化方法、装置及系统 |
| CN111147603A (zh) * | 2019-09-30 | 2020-05-12 | 华为技术有限公司 | 一种推理服务网络化的方法及装置 |
| CN111565116A (zh) * | 2020-03-27 | 2020-08-21 | 苏州浪潮智能科技有限公司 | 一种整机柜服务器管理系统及配置方法 |
| CN112667556A (zh) * | 2020-12-23 | 2021-04-16 | 曙光信息产业(北京)有限公司 | Gpu服务器和图像处理系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8213363B2 (en) * | 2005-03-11 | 2012-07-03 | At&T Mobility Ii Llc | QoS channels for multimedia services on a general purpose operating system platform using data cards |
| CN104915917A (zh) * | 2015-06-01 | 2015-09-16 | 浪潮电子信息产业股份有限公司 | 一种GPU机箱、PCIe交换装置以及服务器系统 |
| CN106250291A (zh) * | 2016-08-04 | 2016-12-21 | 浪潮(北京)电子信息产业有限公司 | 一种整机柜服务器的管理装置及整机柜服务器 |
| CN106325779A (zh) * | 2016-08-31 | 2017-01-11 | 浪潮电子信息产业股份有限公司 | 一种SAS Switch/JBOD拓扑的设计方案 |
| CN106533712A (zh) * | 2015-09-09 | 2017-03-22 | 中国电信股份有限公司 | 实现nfv资源池拓扑发现的方法、系统和设备 |
| CN106897190A (zh) * | 2017-02-24 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种整机柜服务器及其管理单元间的数据交互方法及系统 |
-
2017
- 2017-09-15 CN CN201710833054.XA patent/CN107659437A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8213363B2 (en) * | 2005-03-11 | 2012-07-03 | At&T Mobility Ii Llc | QoS channels for multimedia services on a general purpose operating system platform using data cards |
| CN104915917A (zh) * | 2015-06-01 | 2015-09-16 | 浪潮电子信息产业股份有限公司 | 一种GPU机箱、PCIe交换装置以及服务器系统 |
| CN106533712A (zh) * | 2015-09-09 | 2017-03-22 | 中国电信股份有限公司 | 实现nfv资源池拓扑发现的方法、系统和设备 |
| CN106250291A (zh) * | 2016-08-04 | 2016-12-21 | 浪潮(北京)电子信息产业有限公司 | 一种整机柜服务器的管理装置及整机柜服务器 |
| CN106325779A (zh) * | 2016-08-31 | 2017-01-11 | 浪潮电子信息产业股份有限公司 | 一种SAS Switch/JBOD拓扑的设计方案 |
| CN106897190A (zh) * | 2017-02-24 | 2017-06-27 | 郑州云海信息技术有限公司 | 一种整机柜服务器及其管理单元间的数据交互方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 王林: "一种新型融合架构的SmartRack服务器系统研究", 《万方数据》 * |
| 硬件资讯: "浪潮发布基于Tesla GPU加速器整机柜服务器", 《CAD/CAM与制造业信息化》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108319539A (zh) * | 2018-02-28 | 2018-07-24 | 郑州云海信息技术有限公司 | 一种生成gpu卡槽位信息的方法及系统 |
| CN108959165A (zh) * | 2018-06-28 | 2018-12-07 | 郑州云海信息技术有限公司 | 一种gpu整机柜集群的管理系统 |
| CN108984309A (zh) * | 2018-08-07 | 2018-12-11 | 郑州云海信息技术有限公司 | 一种rack服务器资源池化系统及方法 |
| CN109491955A (zh) * | 2018-11-08 | 2019-03-19 | 郑州云海信息技术有限公司 | 一种刀片服务器 |
| CN109739560A (zh) * | 2018-12-24 | 2019-05-10 | 郑州云海信息技术有限公司 | 一种gpu卡集群配置控制系统及方法 |
| CN110069274A (zh) * | 2019-05-08 | 2019-07-30 | 苏州浪潮智能科技有限公司 | 池化服务器ReDriver芯片配置更新方法及装置 |
| CN110750464A (zh) * | 2019-09-05 | 2020-02-04 | 北京浪潮数据技术有限公司 | 一种计算机节点存储池化方法、装置及系统 |
| CN111147603A (zh) * | 2019-09-30 | 2020-05-12 | 华为技术有限公司 | 一种推理服务网络化的方法及装置 |
| CN111565116A (zh) * | 2020-03-27 | 2020-08-21 | 苏州浪潮智能科技有限公司 | 一种整机柜服务器管理系统及配置方法 |
| CN112667556A (zh) * | 2020-12-23 | 2021-04-16 | 曙光信息产业(北京)有限公司 | Gpu服务器和图像处理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107659437A (zh) | 一种整机柜计算资源池资源自动识别系统及方法 | |
| CN107239346A (zh) | 一种整机柜计算资源池节点及计算资源池化架构 | |
| CN102594602B (zh) | 一种多节点云计算服务器定位管理设计方法 | |
| CN109150640A (zh) | 一种基于二层网络协议的网络拓扑发现方法及系统 | |
| CN103299287A (zh) | 基于转置盒的网络调整 | |
| CN103221940A (zh) | 用于网络互连的置换盒 | |
| CN107480094A (zh) | 一种融合架构的池化服务器系统架构 | |
| CN109617732A (zh) | 一种电力无线专网一体化混合组网及综合管理方法 | |
| CN110071965A (zh) | 一种基于云平台的数据中心管理系统 | |
| CN111831072A (zh) | 一种边缘计算中心一体化服务器的设计方法 | |
| CN105099776A (zh) | 云服务器的管理系统 | |
| CN110086854A (zh) | 一种分布式私有云系统 | |
| CN104580527B (zh) | 一种面向云服务器应用的多i/o高密度多节点服务器系统设计方法 | |
| CN103984663B (zh) | 一种并行体制的多样性星载电子设备 | |
| CN105045761B (zh) | 一种数据中心的高速并行处理架构 | |
| CN201805442U (zh) | 一种高管理特性的管理主板 | |
| CN104020540A (zh) | 一种智能光缆分纤箱及应用其管理端口的方法 | |
| CN113178861A (zh) | 一种基于岸基供电的海上油田群组的互联能量管理系统 | |
| CN104615201A (zh) | 一种集中管理存储系统架构 | |
| US11055252B1 (en) | Modular hardware acceleration device | |
| CN206021155U (zh) | 一种融合架构服务器 | |
| CN204965251U (zh) | 一种基于电力设备监测的一体机装置 | |
| CN107610443A (zh) | 一种具有无线采集数据功能的信息集成系统 | |
| CN101226518B (zh) | 多部件自组织软连接集群计算机及其自组织方法 | |
| CN102298418A (zh) | 基于MicroTCA标准的AMC板卡及其连接方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180202 |