CN110932920B - 一种网络拓扑结构 - Google Patents
一种网络拓扑结构 Download PDFInfo
- Publication number
- CN110932920B CN110932920B CN202010076227.XA CN202010076227A CN110932920B CN 110932920 B CN110932920 B CN 110932920B CN 202010076227 A CN202010076227 A CN 202010076227A CN 110932920 B CN110932920 B CN 110932920B
- Authority
- CN
- China
- Prior art keywords
- layer
- nodes
- autonomous domain
- network topology
- network
- 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.)
- Active
Links
Images
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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种网络拓扑结构,所述网络拓扑结构包括多个节点,在检测到所述多个节点中的目标节点满足预设类型的业务的资源需求的情况下,所述目标节点形成至少一层自治域,一层自治域包括至少一个自治域,一个自治域中包括至少一个所述目标节点。因此,本发明的方案,可以按照实际的资源需求来对节点进行分组,从而使得后续可以在符合实际资源需求的自治域中执行对应的业务,进而提升业务的执行速度,加快对大爆发数据的处理,在一定程度上满足了人工智能、区块链引发的海量数据和大量算力的爆发需求。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种网络拓扑结构。
背景技术
目前的计算机系统主要以CPU(central processing unit,中央处理器)为主,随着云计算、人工智能等技术的发展,大数据算法受制于CPU的字长精度,CPU是读取与计算串行的方式,基于CPU的计算机系统将无法满足当前大并发的计算要求。当前的网络采用在带宽极窄的情况下尽力而为的原则,网络中每个数据包需要执行协议操作,浪费芯片运算力。随着大数据的爆发,光纤技术的发展,在带宽资源充足的情况下,原有网络架构的出错后不断重传,牺牲质量控制流量的方式已无法满足人工智能、区块链引发的海量数据和大量算力的爆发需求。
发明内容
本发明提供一种网络拓扑结构,以在一定程度上满足人工智能、区块链引发的海量数据和大量算力的爆发需求。
本发明的实施例提供了一种网络拓扑结构,所述网络拓扑结构包括多个节点,在检测到所述多个节点中的目标节点满足预设类型的业务的资源需求的情况下,所述目标节点形成至少一层自治域,一层自治域包括至少一个自治域,一个自治域中包括至少一个所述目标节点。
本发明实施例的网络拓扑结构,在检测到其中的至少部分节点满足预设类型的业务的资源需求的情况下,自动创建至少一层自治域,其中,一层自治域包括至少一个自治域,一个自治域包括至少两个节点,由此可知,本发明实施例中的网络拓扑结构可以按照实际的资源需求来对节点进行分组,从而使得后续可以在符合实际资源需求的自治域中执行对应的业务,进而提升业务的执行速度,加快对大爆发数据的处理,在一定程度上满足人工智能、区块链引发的海量数据和大量算力的爆发需求。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
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简单地介绍。
图1为本发明实施例中的网络拓扑结构形成的自治域的示意图;
图2为本发明实施例中的网络拓扑结构中单层网络结构连接示意图;
图3为本发明实施例中计算设备的结构框图;
图4为本发明实时例中的网络拓扑结构通过外骨骼网络与现有互联网连接的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
本发明的实施例提供了一种网络拓扑结构,所述网络拓扑结构包括多个节点,在检测到所述多个节点中的目标节点满足预设类型的业务的资源需求的情况下,所述目标节点形成至少一层自治域,一层自治域包括至少一个自治域,一个自治域中包括至少两个所述目标节点。其中,所述自治域是针对业务对资源进行优化产生的逻辑上的概念。所述目标节点包括所述网络拓扑结构中的多个节点中的至少部分节点。
假设网络拓扑结构包括编号为1至12的十二个节点,其中,编号为1、2、3的节点形成一个下层自治域,编号为5、6、7的节点形成另一个下层自治域,编号为3的节点和编号为6的节点形成一个上层自治域,即图1所示的网络拓扑结构,形成两层自治域,下层自治域包括两个自治域,上层自治域包括一个自治域。其中,可以理解的是,这里只是举例说明,并不局限于网络拓扑结构只包括十二个节点,且不限于自治域只是图1所示的形式。
其中,所述资源需求包括数据、带宽、算力和算法,从而可以在对应自治域内执行对应类型的业务,提升了业务的执行速度。此外,本发明的实施例中,一个自治域内的任意两个节点间的时延小于预设阈值,因而,在一个自治域内执行某项任务时,数据的传输速度会更块。由此可知,本发明实施例中的网络拓扑结构形成的自治域,是根据不同业务类型对应的资源需求,对节点进行逻辑上的分组。
由此可知,本发明实施例的网络拓扑结构,在检测到其中的至少部分节点满足预设类型的业务的资源需求的情况下,自动创建至少一层自治域,其中,一层自治域包括至少一个自治域,一个自治域包括至少两个节点,即本发明实施例中的网络拓扑结构可以按照实际的资源需求来对节点进行分组,实现对节点进行的分组可动态变化,从而使得后续可以在符合实际资源需求的自治域中执行对应的业务,进而提升业务的执行速度,加快对大爆发数据的处理,在一定程度上满足了人工智能、区块链引发的海量数据和大量算力的爆发需求。
可选的,第一层自治域中设置有控制节点,所述第一层自治域的控制节点组成第二层自治域,所述第一层自治域与所述第二层自治域为相邻的两层自治域,其中,所述第一层自治域为所述至少一层自治域中的其中一层自治域。
例如第一层自治域包括自治域a、b、c、d,其中,每一个自治域中的控制节点,例如自治域a中的控制节点为节点A,自治域b中的控制节点为节点B,自治域c中的控制节点为节点C,自治域d中的控制节点为节点D,则由节点A、B、C、D 形成两个第二层自治域(例如A、B形成一个第二层自治域,C、D形成一个第二层自治域);然后,两个第二层自治域的控制节点再组成第三层自治域,例如两个第二层自治域的控制节点分别为A、C,那么节点A、C再组成第三层自治域。其中,第一层自治域、第二层自治域属于相邻的自治域,第二层自治域和第三层自治域属于相邻的自治域。
由此上述可知,本发明的实施例的网络拓扑结构,支持局域自组织管理,自组织区域根据附近节点自行组建,单个节点可参与多个自治域。其中,可选的,节点定期广播能力消息,从而根据节点的能力信息选出一个节点作为自治域的控制节点,再从控制节点间产生上一层自治域,从而形成类似神经系统的网络拓扑结构,其中,每个节点的处理和存储模块类比为树突,每个节点的对外通信模块为轴突,中转节点为突触,每个节点为胞体。
可选的,所述网络拓扑结构包括多层网络结构,每一层网络结构包括至少一个环状结构,每个环状结构包括多个节点;其中,每个环状结构中的节点首尾相连,且按照每个环状结构中的节点的编号顺序,编号为奇数的节点中相邻的节点相连,或者编号为偶数的节点中相邻的节点相连。其中,一层网络结构的连接示意图如图2所示。
其中,可以理解的是,对于环状结构的具体连接方式并不局限于此,还可是每个环状结构包括的多个节点首尾相连,并与其相邻节点的下一节点相连。
由此可知,所述网络拓扑结构包括多层串联加环路的容错网络,其中每一层结构相同,每一层都使用相同的环路拓扑结构,层间垂直跨接。这种相同的硬件设备,相同结构的重复叠加,配合相同的软件管理,逐步扩大资源聚集度,完成面向应用的超级工程。另外,本结构不存在跨两层以上的连接,简化了软件结构和系统管理。层内不同间隔的通信环,确保环内任意两点出现故障(包括抽取PCB板卡),环路不会中断,并保持正常通信。
可选的,相邻的两层网络结构之间存在至少两条连接路径。例如第一层网络结构的第三节点与第二层网络结构的第四节点连接,第一层网络结构的第五节点与第二层网络结构的第六节点连接,即第一层网络结构与第二层网络结构之间可以存在两条连接路径。
可选的,如图3所示,所述网络拓扑结构包括多个计算设备,所述多个计算设备被划分为多个节点,其中,所述计算设备包括:
至少一个存储单元和至少一个计算单元,所述存储单元包括用于通信和管理所述存储单元的第一虚拟管理单元电路,所述计算单元包括用于通信和管理所述计算单元的第二虚拟管理单元电路;所述第一虚拟管理单元电路和所述第二虚拟管理单元电路分别与对外物理通信接口连接。
其中,第一虚拟管理单元电路为存储单元中存储有用于实现通信(包括计算设备的内部通信和外部通信)以及对存储单元进行管理(例如资源管理)的程序的单元电路。第二虚拟管理电路为计算单元中存储有用于实现通信(包括计算设备的内部通信和外部通信)以及对计算单元进行管理(例如资源管理)的程序的单元电路。
另外,存储单元和计算单元都设置有用于通信和管理的虚拟管理单元电路,并与对外物理通信接口连接,即存储单元与计算单元之间并行,不同计算单元之间并行。由此可知,本发明实施例中的计算设备包括的所有计算单元和存储单元中的任意两个都是并联的连接关系。
此外,存储单元和计算单元的虚拟管理单元电路,均与对外物理通信接口连接,即本发明的实施例中的计算设备包括的存储单元和计算单元设置有统一的对外通信接口,从而对外物理通信接口传输过来的信息指令,可以直接进入计算单元和存储单元。
由此可知,本发明实施例中的计算设备,不再区分计算和网络,而是把计算和储存融化到网络之中,将计算单元之间并行,存储单元与计算单元之间并行,并设置统一的接口对外通信,从而可以提高计算速度,在一定程度上满足人工智能、区块链引发的海量数据和大量算力的爆发需求。并且,本发明实施例的计算设备,不包括CPU(central processingunit,中央处理器),从而可以无限扩展。
可选的,所述计算单元包括可编程逻辑器件。由此可知,本发明实施例的计算设备的计算单元可以由可编程逻辑器件构成。
其中,逻辑器件是用来实现某种特定逻辑功能的电子器件,最简单的逻辑器件是与、或、非门等,在此基础上可实现复杂的时序和组合逻辑功能。而可编程逻辑器件,其功能不是固定不变的,而是可以根据用户的需要而进行改变,即由编程的方法来确定器件的逻辑功能。因而本发明实施例中的计算设备,在其中包括的计算单元包括可编程逻辑器件,使得该计算设备的计算单元可以根据用户的需要而改变可以实现的功能,即本发实施例中的计算设备的各个计算单元不再是实现唯一一种功能,而是可以由编程方法实现不同的逻辑功能,即实现不同算法,从而使得本发明实施例中的计算设备的带宽可动态配置。
可选的,所述第二虚拟管理单元电路在获取到硬件架构调整指令时,根据所述硬件架构调整指令控制所述可编程逻辑器件进行硬件架构调整。
本发明的实施例中,硬件架构调整指令可以是网络侧发送的,也可以是在预设条件下自动生成的,则本发明的实施例中,计算设备可以根据网络侧的指示,也可以自主调整可编程逻辑器件的硬件架构,即调整可编程逻辑器件的逻辑功能。因此,本发明实施例中的计算设备支持节点功能分片,不仅可作为中转节点,还可作为控制节点,服务节点等。
可选的,所述可编程逻辑器件为FPGA阵列。即当本发明实施例中的计算设备包括的计算单元中包括可编程逻辑器件时,该可编程逻辑器件可以是FPGA。其中,FPGA是可编程器件,理论上可以实现任何计算,但是从效率考虑,FPGA适合进行并行计算和流水线计算,典型的计算例如AI(Artificial Intelligence,人工智能)、视频转码、搜索等,从而使得本发明实施例的计算设备,支持高速访问,可随插随拔,随意扩展。可以理解的是,本发明实施例中的计算设备包括的计算单元中包括可编程逻辑器件也可以是除FPGA之外的其他可编程逻辑器件。
此外,可选的,在本发明的实施例中, FPGA作为独立资源,脱离CPU工作,FPGA资源可以划片使用。即FPGA里可以有一个固定模块完成以下功能:
1.网络通信;
2.解析特定指令,即对一组资源申请的响应;
3.反馈自身能满足的申请和自身资源使用情况。
总之,本发明实施例中的FPGA可以不依赖CPU控制独立于网络通信,可为不同任务灵活使用FPGA资源,并实时更新。
可选的,所述计算单元还包括MCU,所述MCU与所述FPGA连接。其中,有些FPGA中包括MCU,有些FPGA中不包括MCU,则当本发明实施例的计算设备包括的FPGA时,还可进一步包括MCU来辅助管理FPGA。
可选的,所述第一虚拟管理单元电路和所述第二虚拟管理单元电路分别通过高速总线与所述对外物理通信接口连接,同时实现了计算单元和存储单元之间通过高速总线连接,从而使得单个计算设备可以实现本地高速存储和就近计算。其中,计算单元和存储单元间的高速总线连接,保证数据的IO速度,在高并发模式下,实现多路数据的高速读写,也可以根据业务需求,离线对存储数据做任意结构化,以方便与其他节点的协同计算。
可选的,所述对外物理通信接口为包括光纤接口或者网口。其中,光纤接口是用来连接光纤线缆的物理接口。本发明实施例中,将计算单元与光纤接口连接,从而使得计算设备对外带宽获得保障,满足实时通信要求。
综上所述,本发明实施例中的计算设备,可以采用计算单元与存储单元并行的FPGA结构,将每个硬件计算单元以FPGA 阵列为主要运算和控制载体,并配以少量MCU控制单元来辅助管理。
可选的,所述计算设备还包括:
PCB(印制电路板)单板,所述存储单元、所述计算单元位于所述PCB单板上;
板框,所述PCB单板设置于所述板框上;
机箱,所述板框位于所述机箱内;
机房,所述机箱位于所述机房内;
第一数据管理中心,所述第一数据管理中心包括至少两个机房;
第二数据管理中心,所述第二数据管理中心包括至少两个所述第一数据管理中心。
可选的,所述计算单元中包括多个单元电路;所述网络拓扑结构包括八层网络结构,其中,第一层网络结构的节点为所述计算单元的单元电路,第二层网络结构节点为所述计算单元,第三层网络结构的节点为PCB单板,第四层网络结构的节点为板框,第五层网络结构的节点为机箱,第六层网络结构的节点为机房,第七层网络结构的节点为所述第一数据管理中心,第八层网络结构的节点为所述第二数据管理中心。
即所述多个计算设备划分为多个节点后,这些节点可以组成八层网络结构,其中,第一层网络结构S(silicon)的节点为所述计算单元的单元电路,可编程内部电路结构和管理;第二层网络结构B(board)的节点为所述计算单元,即在单板PCB内,多芯片之间,单PCB内布线10Gbps通信,板级管理;第三层网络结构F(frame)的节点为PCB单板,即在单机框内,多PCB之间,背板间PCB内布线10Gbps通信,全联通;第四层网络结构C(cabinet)的节点为板框,在单机柜内,板框之间,机框间光纤10Gbps通信,全联通;第五层网络结构D(district)的节点为机箱,即在数据中心内分块,多机箱之间。机房内按需不完全光纤网络,10Gbps;第六层网络结构Z(zone)的节点为机房,即在数据中心内分区,多机房之间。机房内按需不完全光纤网络,10Gbps;第七层网络结构E(enterprise)的节点为所述第一数据管理中心,按需配置广域光纤,互联网承载全网管理;第八层网络结构W(world)的节点为所述第二数据管理中心,按需配置广域光纤,互联网承载,全网管理。其中,可以理解的是,对于由多个计算设备组成的网络拓扑结构,对于各层网络结构的划分形式,并不局限于此。
其中,上述八层网络结构,可以由八组8bit,共计64bit定位。也就是说,在全网(全世界)范围内可以独立查询和管理任一台设备,或者,其中任意一片单元电路,任意一块硬盘的工作状态。显然,这项网络拓扑结构设计可以在未来相当长的时期内满足需求。但是,如果将来某一天,网络规模不足以满足应用需求,该网络拓扑结构很容易在数据中心(即W层)之上增加更多层网络结构。如果将来超级芯片可服务的独立对象大幅增加,导致网络地址不够分配,很容易在芯片层(即S层)之下扩展,甚至定位到细胞级别。由此可见,该网络拓扑结构规模可以无限伸缩,满足未来可能的需求。
此外,所述网络拓扑结构可以定义三种硬件资源,并且用统一的64bit地址唯一定位。
第一种,小颗粒资源:指芯片内部具备完整功能的资源,用地址段S(Silicon)标示定位。
第二种,单板资源:指完整功能的板卡内部资源,用地址段B(Board)标示定位。
第三种,多卡组合资源:泛指由独立板卡组装的多卡集成资源,包括各种机柜和机房的组合。其中分为6个等级,分别用地址段F(Frame),C(Cabinet),D(District),Z(Zone),E(Enterprise),和W(World)标示定位。
可选的,所述网络拓扑结构还包括至少一个用于在第一数据格式和第二数据格式之间进行转换的格式转换设备,所述格式转换设备连接在其中一层网络结构与其他网络之间;
其中,所述网络拓扑结构中采用所述第一数据格式传输数据,所述其他网络中采用所述第二数据格式传输数据。另外,所述格式转换设备可看做一个连接所述网络拓扑结构和所述其他网络的外骨骼网络。
例如,所述网络拓扑结构部署在单个机房、或多个透明光纤连接的机房,可以看作为一个超级局域网。可以使用更加安全有效的通信方式,无需遵守传统互联网协议,只需在进出端口安装几台格式转换设备,将互联网的TCP/IP格式转换成所述网络拓扑结构传输数据采用的指令,即可与现有网络兼容,与现有互联网共享广域光纤资源。其中,如果所述网络拓扑结构部署在多个独立的区域,穿过公共网络,通往住宅区接入网,连接无线网络等,则需要转换所有所述拓扑网络结构与互联网之间的命令格式。
例如,如图4所示,存储交换一体机和运算交换一体机组成网络拓扑结构的节点,这样的节点组成的网络拓扑结构,通过信令通道+格式转换的设备,与互联网连接,该网络拓扑结构和互联网可以共享光纤资源。
由此可知,外骨骼网络可以大幅降低建网成本,总体效率和规模将远超过传统互联网。下一代互联网只是上述网络拓扑结构的一个副产品,当上述网络拓扑结构足够大时,传统互联网就自然被边缘化了。
另外,上述网络拓扑结构本身是一个计算和网络的联合体。通过在5G无线网络基站加入转换模块,可以将上述网络拓扑结构的服务直接送达用户终端。上述网络拓扑结构同时颠覆计算机和互联网基础结构,将迎来巨大的人工智能和感观网络新时代。
可选的,所述计算设备还包括:
分别与所述存储单元、所述计算单元和所述对外物理通信接口连接的通信模块,用于在接收到资源请求指令时,确定所述通信模块所属计算设备当前时刻的第一剩余资源;
分别与所述存储单元、所述计算单元、所述对外物理通信接口和所述通信模块连接的资源模块,用于根据所述资源请求指令,获取所需资源信息,所述所需资源信息包括至少一种资源选择方式;
所述资源模块,还用于根据所述第一剩余资源以及所述所需资源信息包括的资源选择方式,分配资源;
所述资源包括第一类资源、第二类资源、第三类资源和第四类资源中的任意一种,或者包括所述第一类资源和所述第二类资源,或者包括所述第一类资源和所述第四类资源,或者包括所述第二类资源和所述第三类资源,或者包括所述第三类资源和所述第四类资源;
所述第一类资源包括第一数量的所述存储单元,所述第二类资源包括第二数量的所述计算单元,所述第三类资源包括第三数量的所述存储单元中的单元电路,所述第四类资源包括第四数量的所述计算单元中的单元电路,所述第一数量、所述第二数量、所述第三数量和所述第四数量均为整数。
由上述可知,计算设备的资源可以计算设备的单元电路为粒度。例如,当上述所述的计算设备的计算单元包括FPGA时,所述资源包括LUT(Look-Up-Table,显示查找表)、REG(寄存器资源)、DSP(数字信号处理器)、MEM(存储资源)和IO(输入/输出)和通信带宽等部分。
其中,所述所需资源信息包括至少一种资源选择方式。即网络侧会在资源请求指令中携带本次资源请求所要实现的功能对应的至少一种资源选择方式,则计算设备会根据自身当前的剩余资源,以及网络侧所指示的至少一种资源选择方式,为本次资源请求指令分配资源。由上述可知,本发明的实施例中,可以计算设备中的单元电路为资源粒度,进行资源分配,并根据网络侧下发的资源请求指令,灵活分配资源。
可选的,所述资源模块包括:
第一确定子模块,用于确定所述第一剩余资源可满足的第一资源选择方式,以及所述第一剩余资源不可满足的第二资源选择方式,所述第一资源选择方式和所述第二资源选择方式分别为所述所需资源信息中包括的资源选择方式中的至少一种;
第二确定子模块,用于确定所述第一剩余资源满足所述第一资源选择方式后的第二剩余资源;
反馈子模块,用于向发送所述资源请求指令的设备反馈所述第一资源选择方式、所述第二资源选择方式和所述第二剩余资源的信息。
本发明的实施例中,计算设备会根据网络侧指示的至少一种资源选择方式,以及自身当前的剩余资源,判断自身能够支持的资源选择方式,以及不同支持的资源选择方式,并计算按照自身支持的资源选择方式分配资源后的剩余资源,进而将自身所支持的资源选择方式,以及按照自身支持的资源选择方式分配资源后的剩余资源上报给网络侧。
即当计算设备接收到网络侧下发的资源请求指令时,从资源请求指令中获取到所需的资源信息(例如对应指令所要实现的功能有三种算法,不同算法所需的存储、算法等等单元数目不同,例如其中第一种算法需要100个存储单元、200个算法单元、50个寄存器),则该计算设备会获取自己剩余的资源是否能够实现其中的一种算法,例如可实现第一种算法,则还会计算出实现第一种算法后剩余的资源。然后将自身可以支持哪种算法,以及后续的剩余资源情况上报给网络侧。
例如,当计算设备中包括的计算单元中包括FPGA时,网络侧下发指令,要求实现某个AI 推理的功能,其中包括一组深度学习计算需要实现算法的硬件(即IP核)和网络结构的能力要求,这些根据不同的并行情况,有多种选择,FPGA根据自身目前资源情况,填写反馈,哪些能支持,哪些不能。网络处理各FPGA设备反馈后,确定由谁计算,并下发计算指令和实现算法的硬件(即IP核),FPGA下载实现算法的硬件(即IP核),完成计算,然后释放资源。
其中,FPGA也可同时响应若干不同任务的资源请求,在资源许可的情况下,使用局部资源下载IP,组成相应的数据包,并反馈不同任务结果。
另外,计算设备还可直接将其接收到网络侧发送的资源请求指令时统计的第一剩余资源上报给网络侧,由网络侧确定第一剩余资源可满足的资源选择方式,以及不可满足的资源选择方式,并计算按照第一剩余资源可满足的资源选择方式为计算设备分配资源后,该计算设备所剩余的资源,并将这些信息返回给计算设备。
此外,在向网络侧发送第一资源选择方式、第二资源选择方式和第二剩余资源的信息时,可以直接组包反馈,不存储,并按照正常通信(例如以太网媒体接入控制层协议通信)格式发送,也可按照预先新定义的帧格式发送。
综上所述,本发明实施例的网络拓扑结构,可以将计算、通信、存储一体化,消除了CPU的边界,提出了新的网络流水线计算流程,大大简化了网络操作,形成了软硬件融合的自主可控的网络计算架构和通用计算平台,并将进一步结合垂直行业应用,形成开发方便,灵活部署,性能优越的低时延人工智能时代产品。
因此,本发明的实施例,能够降低对现有计算机网络和复杂CPU芯片的依赖,能够实现知识产权完整,自底向上自主可控,基于现有中国工业基础课实现全部设计,即具有重大的科技意义;能够服务重大产业领域的重大产品,面向AI金融、AI交通、AI芯片、边缘计算的海量市场,在AI时代产生世界级计算和网络架构公司的领域,即具有重大产业意义。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种网络拓扑结构,其特征在于,所述网络拓扑结构包括多个节点,在检测到所述多个节点中的目标节点满足预设类型的业务的资源需求的情况下,所述目标节点形成至少一层自治域,一层自治域包括至少一个自治域,一个自治域中包括至少一个所述目标节点;
第一层自治域中设置有控制节点,所述第一层自治域的控制节点组成第二层自治域,所述第一层自治域与所述第二层自治域为相邻的两层自治域,其中,所述第一层自治域为所述至少一层自治域中的其中一层自治域;
所述网络拓扑结构包括多个计算设备,所述多个计算设备被划分为多个节点,其中,所述计算设备包括:
至少一个存储单元和至少一个计算单元,所述存储单元包括用于通信和管理所述存储单元的第一虚拟管理单元电路,所述计算单元包括用于通信和管理所述计算单元的第二虚拟管理单元电路;所述第一虚拟管理单元电路和所述第二虚拟管理单元电路分别与对外物理通信接口连接;
其中,在所述存储单元为至少两个时,所述存储单元之间并行;
所述网络拓扑结构包括多层网络结构,每一层网络结构包括至少一个环状结构,每个环状结构包括多个节点。
2.根据权利要求1所述的网络拓扑结构,其特征在于,所述计算单元包括可编程逻辑器件。
3.根据权利要求2所述的网络拓扑结构,其特征在于,所述第二虚拟管理单元电路在获取到硬件架构调整指令时,根据所述硬件架构调整指令控制所述可编程逻辑器件进行硬件架构调整。
4.根据权利要求2所述的网络拓扑结构,其特征在于,所述可编程逻辑器件为现场可编程逻辑门阵列FPGA。
5.根据权利要求1所述的网络拓扑结构,其特征在于,所述第一虚拟管理单元电路和所述第二虚拟管理单元电路分别通过高速总线与所述对外物理通信接口连接。
6.根据权利要求1所述的网络拓扑结构,其特征在于,所述计算设备还包括:
印制电路板单板,所述存储单元、所述计算单元位于所述印制电路板单板上;
板框,所述印制电路板单板设置于所述板框上;
机箱,所述板框位于所述机箱内;
机房,所述机箱位于所述机房内;
第一数据管理中心,所述第一数据管理中心包括至少两个机房;
第二数据管理中心,所述第二数据管理中心包括至少两个所述第一数据管理中心。
7.根据权利要求6所述的网络拓扑结构,其特征在于,所述计算单元中包括多个单元电路;
所述网络拓扑结构包括八层网络结构,其中,第一层网络结构的节点为所述计算单元的单元电路,第二层网络结构节点为所述计算单元,第三层网络结构的节点为印制电路板单板,第四层网络结构的节点为板框,第五层网络结构的节点为机箱,第六层网络结构的节点为机房,第七层网络结构的节点为所述第一数据管理中心,第八层网络结构的节点为所述第二数据管理中心。
8.根据权利要求1所述的网络拓扑结构,其特征在于,所述网络拓扑结构还包括至少一个用于在第一数据格式和第二数据格式之间进行转换的格式转换设备,所述格式转换设备连接在所述网络拓扑结构的至少一个节点与其他网络之间;
其中,所述网络拓扑结构中采用所述第一数据格式传输数据,所述其他网络中采用所述第二数据格式传输数据。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010076227.XA CN110932920B (zh) | 2020-01-23 | 2020-01-23 | 一种网络拓扑结构 |
PCT/CN2021/073406 WO2021148015A1 (zh) | 2020-01-23 | 2021-01-22 | 一种计算机系统 |
US17/794,468 US11706076B2 (en) | 2020-01-23 | 2021-01-22 | Computer system with computing devices, communication device, task processing device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010076227.XA CN110932920B (zh) | 2020-01-23 | 2020-01-23 | 一种网络拓扑结构 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110932920A CN110932920A (zh) | 2020-03-27 |
CN110932920B true CN110932920B (zh) | 2021-02-02 |
Family
ID=69854671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010076227.XA Active CN110932920B (zh) | 2020-01-23 | 2020-01-23 | 一种网络拓扑结构 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110932920B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11706076B2 (en) | 2020-01-23 | 2023-07-18 | Novnet Computing System Tech Co., Ltd. | Computer system with computing devices, communication device, task processing device |
CN111897536B (zh) * | 2020-06-29 | 2022-08-09 | 飞诺门阵(北京)科技有限公司 | 一种应用部署方法、装置及电子设备 |
CN114510077A (zh) * | 2022-02-14 | 2022-05-17 | 广东省电信规划设计院有限公司 | 无人机杆路巡检的路线规划方法及装置、计算机存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103780475A (zh) * | 2014-02-24 | 2014-05-07 | 中国人民解放军理工大学 | 基于分层自治域的空间信息网络异构动态组网方法 |
CN104753873A (zh) * | 2013-12-30 | 2015-07-01 | 中国移动通信集团公司 | 一种提供内容服务的方法、装置和系统 |
CN105634784A (zh) * | 2014-11-06 | 2016-06-01 | 阿里巴巴集团控股有限公司 | 控制数据分发方法、装置及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2621130B1 (en) * | 2011-05-25 | 2015-02-18 | Huawei Technologies Co., Ltd. | Route calculation method and master node device in virtual network element |
CN102833289B (zh) * | 2011-06-16 | 2016-02-17 | 浙江速腾电子有限公司 | 一种分布式云计算资源组织和任务分配方法 |
CN103338150B (zh) * | 2013-07-19 | 2016-06-15 | 中国人民解放军信息工程大学 | 信息通信网络体系结构建立方法、装置、服务器和路由器 |
CN106454430B (zh) * | 2016-10-13 | 2019-06-04 | 重庆邮电大学 | Ndn/ccn中针对自治域内视频业务预先发布方法 |
-
2020
- 2020-01-23 CN CN202010076227.XA patent/CN110932920B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104753873A (zh) * | 2013-12-30 | 2015-07-01 | 中国移动通信集团公司 | 一种提供内容服务的方法、装置和系统 |
CN103780475A (zh) * | 2014-02-24 | 2014-05-07 | 中国人民解放军理工大学 | 基于分层自治域的空间信息网络异构动态组网方法 |
CN105634784A (zh) * | 2014-11-06 | 2016-06-01 | 阿里巴巴集团控股有限公司 | 控制数据分发方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN110932920A (zh) | 2020-03-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110932920B (zh) | 一种网络拓扑结构 | |
CN110928694B (zh) | 一种计算机系统 | |
EP3226490B1 (en) | Optical network-on-chip, optical router and signal transmission method | |
CN104794100A (zh) | 基于片上网络的异构多核处理系统 | |
EP1501247B1 (en) | Software configurable cluster-based router using stock personal computers as cluster nodes | |
CN107959643B (zh) | 一种通过交换芯片构建的交换系统及其路由算法 | |
Fan et al. | Efficient virtual network embedding of cloud-based data center networks into optical networks | |
Liu et al. | PSNet: Reconfigurable network topology design for accelerating parameter server architecture based distributed machine learning | |
CN111193971A (zh) | 一种面向机器学习的分布式计算互连网络系统及通信方法 | |
Xie et al. | Mesh-of-Torus: a new topology for server-centric data center networks | |
CN108737455B (zh) | 网络业务识别装置及方法 | |
US11706076B2 (en) | Computer system with computing devices, communication device, task processing device | |
EP4036730A1 (en) | Application data flow graph execution using network-on-chip overlay | |
CN112148663A (zh) | 一种数据交换芯片及服务器 | |
Kumar | On packet switched networks for on-chip communication | |
Umoh et al. | BANM: A Distributed Network Manager Framework for Software Defined Network-On-Chip (SDNoC) | |
RU2800966C1 (ru) | Компьютерная система | |
Srivastava et al. | TDMA-based adaptive multicasting in wireless NoC | |
CN110719183B (zh) | 实时软件定义工业网络传输优先级动态调整方法与系统 | |
CN110928693A (zh) | 一种计算设备及资源分配方法 | |
Hu et al. | Collaborative Deployment and Routing of Industrial Microservices in Smart Factories | |
CN104980371A (zh) | 微服务器 | |
CN101197782B (zh) | 一种基于多核处理器的网络设备的控制方法及系统 | |
Lugones et al. | Modeling adaptive routing protocols in high speed interconnection networks | |
CN116436730B (zh) | 基于云计算服务的虚拟网络映射方法及映射系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |