CN111045826A - 一种针对局域网环境分布式并行渲染的计算方法及系统 - Google Patents
一种针对局域网环境分布式并行渲染的计算方法及系统 Download PDFInfo
- Publication number
- CN111045826A CN111045826A CN201911301600.0A CN201911301600A CN111045826A CN 111045826 A CN111045826 A CN 111045826A CN 201911301600 A CN201911301600 A CN 201911301600A CN 111045826 A CN111045826 A CN 111045826A
- Authority
- CN
- China
- Prior art keywords
- rendering
- node
- computing
- model
- lumion
- 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
- 238000009877 rendering Methods 0.000 title claims abstract description 150
- 238000004364 calculation method Methods 0.000 title claims abstract description 38
- 239000012634 fragment Substances 0.000 claims abstract description 26
- 238000012795 verification Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 15
- 238000013467 fragmentation Methods 0.000 claims abstract description 11
- 238000006062 fragmentation reaction Methods 0.000 claims abstract description 11
- 238000000638 solvent extraction Methods 0.000 claims abstract description 7
- 238000012544 monitoring process Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 15
- 238000013524 data verification Methods 0.000 claims description 14
- 238000007726 management method Methods 0.000 claims description 7
- 238000010899 nucleation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Multi Processors (AREA)
Abstract
本发明公开了一种针对局域网环境分布式并行渲染的计算方法及系统，该方法包括：步骤1：用户安装客户端对Lumion模型进行加载；步骤2：通过用户电脑的计算资源对Lumion模型进行分片；步骤3：分片后客户端将Lumion模型信息上传至调度中心，调度中心向各个算力节点发送数据下载指令，各个算力节点将基于下载指令来下载分片，形成“数据种子”，并通过点对点传输技术，共享数据种子，使每个算力节点均下载到完整的模型数据；步骤4：根据调度中心的计算指令，执行相应分片的渲染任务；步骤5：将渲染结果上传至验证/拼接节点，该节点将对来自每一个算力节点的渲染结果进行正确性验证与拼接，产生最终的渲染结果。
Description
技术领域
本发明涉及数据处理技术领域，尤其涉及一种针对局域网环境分布式并行渲染的计算方法及系统。
背景技术
目前基于专业渲染软件(Lumion)进行渲染已基本成为做效果图的必备工具，然而在进行渲染过程中，硬件条件极大的制约了渲染速度，每次渲染需要数分钟甚至更长的时间，在此期间不能对电脑进行任何操作，否则将前功尽弃。目前解决上述痛点有唯一途径是提高电脑配置，如果为了提高效率和获取大量计算资源而购买过多硬件设备，就会产生金额巨大的硬件和场地投入、高昂的电费及运维费用。
发明内容
本发明所要解决的技术问题是现有的针对Lumion渲染任务需要过多的硬件设备，费用高、运维难，渲染速度慢且效率低的问题，本发明提供了解决上述问题的一种针对局域网环境分布式并行渲染的计算方法及系统，基于分布式计算及并行计算技术，使用区域网环境内不同类型的计算设备(电脑或者服务器)对Lumion渲染任务执行高效率的分布式并行化渲染工作；本发明系统使用Client-Server架构，通过在区域网环境部署一台或多台服务器(Server)作为调度节点，与区域网环境内安装了SADIRender算力引擎的算力节点(电脑、工作站、或服务器)进行通信，实现Lumion渲染任务在局域网环境中的分布式并行化执行。
本发明通过下述技术方案实现：
一种针对局域网环境分布式并行渲染的计算方法，该方法包括：
步骤1：用户在电脑上安装客户端对Lumion模型进行加载；
步骤2：通过用户电脑的计算资源对Lumion模型进行分片，根据用户设置的渲染任务帧数和分片策略来进行Lumion模型分片操作；
步骤3：分片完成后，客户端将Lumion模型信息上传至调度中心，调度中心向各个算力节点发送数据下载指令，各个算力节点将基于下载指令来下载分片，形成“数据种子”，并通过点对点传输技术，共享数据种子，使每个算力节点均下载到完整的模型数据；其中，Lumion模型信息包括渲染任务整体情况和分片情况；
步骤4：算力节点拥有完整模型数据后，根据调度中心的计算指令，执行相应分片的渲染任务；
步骤5：任意节点完成其分片的渲染任务之后，将渲染结果上传至验证/拼接节点，该节点将对来自每一个算力节点的渲染结果进行正确性验证，全部分片的结果均验证完成后，在该节点执行渲染结果的拼接，产生最终的渲染结果，并通过客户端为用户提供下载选择。
工作原理是：本发明基于分布式计算及并行计算技术，使用区域网环境内不同类型的计算设备(电脑或者服务器)对Lumion渲染任务执行高效率的分布式并行化渲染工作；本发明系统使用Client-Server架构，通过在区域网环境部署一台或多台服务器(Server)作为调度中心，与区域网环境内安装了SADIRender算力引擎的算力节点进行通信，实现Lumion渲染任务在局域网环境中的分布式并行化执行；在区域网环境中对需要进行渲染的Lumion模型数据的传输使用了点对点传输(P2P)技术，通过对模型数据进行分片并将不同分片发送到不同算力节点而完成“分片数据种子化”过程，而后算力节点将作为“数据种子”，将不同的分片数据以点对点传输的方式分享到所有需要该数据的算力节点，高效的完成模型数据的传输过程；算力节点拥有完整模型数据后，根据调度中心的计算指令，执行相应分片的渲染任务；每个算力节点完成的Lumion渲染任务，将提交至验证节点进行正确性验证，而后在拼接节点完成整个渲染任务的拼接，产生最终的渲染结果。
进一步地，所述调度中心、算力节点与验证/拼接节点位于同一局域网下。
进一步地，所述算力节点位于同一路由下，这是由于采用了P2P技术，算力节点位于同一路由下可大幅加快模型分发速度。
进一步地，依企业保密性需求，客户端位于局域网或者广域网中，并且客户端与调度中心网络连接。
进一步地，步骤4中，不同算力节点根据调度中心的指令，执行Lumion模型相应帧的渲染任务，一个Lumion模型的多帧渲染任务将分布在多个算力节点上同步进行并行化渲染，从而大大提高模型离线渲染的速度。
进一步地，步骤4中，调度中心通过心跳连接实时掌握每一个算力节点的状态，如果特定(即某个)节点出现故障，调度中心将渲染任务重新分配到新的算力节点，以保证整个任务的完整性。
进一步地，所述算力节点采用电脑或者工作站或者服务器。
进一步地，所述Lumion模型参数包括起始帧、结束帧、画面每秒传输帧数FPS、图像质量等级和分辨率。
一种针对局域网环境分布式并行渲染的计算系统，该系统支持上述的一种针对局域网环境分布式并行渲染的计算方法，该系统包括文件和存储子系统、核心调度子系统、算力终端及P2P子系统、数据验证及结果处理子系统，文件和存储子系统包括调度单元，核心调度子系统包括分片单元、局域监控单元、控制单元，算力终端及P2P子系统包括全局监控单元、下载单元，数据验证及结果处理子系统包括验证单元、拼接单元；所述文件和存储子系统位于存储设备/设备群中，所述文件和存储子系统、所述核心调度子系统在同一局域网下，所述核心调度子系统、所述算力终端及P2P子系统的全局监控单元为同一组服务器上的进程，所述数据验证及结果处理子系统部署于上述服务器或者或运行在同一局域网的不同服务器上；
分片单元，用于负责Lumion模型分片；
调度单元和下载单元，用于配合负责在算力节点执行Lumion模型数据下载工作；
全局监控单元，用于全局监控，掌握区域网环境中各算力节点所拥有的“数据种子”分布情况，以及各个算力节点模型数据完整性情况；
控制单元，用于向各算力节点发送执行渲染的任务指令；
局域监控单元，用于监控局域网内全部算力节点的计算状态；
验证单元，用于对每个算力节点提交的分片渲染结果进行验证；
拼接单元，用于将每个任务所有的分片渲染结果进行有效拼接，生成最终结果。
进一步地，还包括交易单元，所述交易单元用于对每一个渲染任务使用的计算资源进行记录和结算；
还包括管理单元，所述管理单元用于对使用本系统用户的账户进行管理，其中用户包括设计师用户以及管理员用户。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种针对局域网环境分布式并行渲染的计算方法及系统，本发明基于分布式计算及并行计算技术，使用区域网环境内不同类型的计算设备(电脑或者服务器)对Lumion渲染任务执行高效率的分布式并行化渲染工作；本发明系统使用Client-Server架构，通过在区域网环境部署一台或多台服务器(Server)作为调度节点，与区域网环境内安装了SADIRender算力引擎的算力节点(电脑、工作站、或服务器)进行通信，实现Lumion渲染任务在局域网环境中的分布式并行化执行；
2、本发明一种针对局域网环境分布式并行渲染的计算方法及系统，在区域网环境中对需要进行渲染的Lumion模型数据的传输使用了点对点传输(P2P)技术，通过对模型数据进行分片并将不同分片发送到不同算力节点而完成“分片数据种子化”过程，而后算力节点将作为“数据种子”，将不同的分片数据以点对点传输的方式分享到所有需要该数据的算力节点，高效的完成模型数据的传输过程；
3、本发明一种针对局域网环境分布式并行渲染的计算方法及系统，不同算力节点根据调度中心的指令，针对性的执行Lumion模型相应帧的渲染工作，一个模型的多帧渲染工作将分布在多个算力节点同步进行并行化渲染，从而大大提高模型离线渲染的速度；
4、本发明一种针对局域网环境分布式并行渲染的计算方法及系统，调度中心将通过心跳连接实时掌握每一个算力节点的状态，如果特定(即某个)节点出现故障，调度中心将渲染任务重新分配到新的算力节点，以保证整个任务的完整性；
5、本发明一种针对局域网环境分布式并行渲染的计算方法及系统，极大的提高了局域网环境中Lumion模型渲染的速度；比如，以4K分辨率、40FPS、时长5分钟的Lumion模型渲染为例，其包括40×5×60＝12000帧需渲染的4K画面。Lumion本身无法支持分布式并行化渲染，故只能使用单台机器按帧顺序执行渲染。假设每帧画面在配备NvidiaGTX 1080Ti的电脑上渲染需要耗时1分钟，则该模型渲染任务在此台电脑上渲染需要12000分钟，即200小时(或8.33天)；而采用该发明系统后，使用局域网内多台电脑进行并行化渲染，可以极大的提高渲染速度。假设使用20台相同配置的机器，该模型渲染任务可在12小时左右完成，速度提升超过1600％；
6、本发明一种针对局域网环境分布式并行渲染的计算方法及系统，本发明具有巨大的应用价值，可将企业局域网环境中的不同种类硬件连接形成支持分布式并行化渲染的私有化网络，为需使用Lumion渲染软件的组织或个人提供了强大的基础设施，使其可提高其设备利用率，同时加速渲染类型任务的完成速度。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一种针对局域网环境分布式并行渲染的计算方法的流程图。
图2为本发明一种针对局域网环境分布式并行渲染的计算系统的系统框架图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1
如图1、图2所示，本发明一种针对局域网环境分布式并行渲染的计算方法，如图1所示，SADIRender调度中心、算力节点与验证/拼接节点位于同一局域网下。特别的，由于采用了P2P技术，算力节点位于同一路由下可大幅加快模型分发速度。SADIRender客户端依企业保密性需求位于局域网或者广域网中，并且SADIRender客户端与调度中心网络连接。
具体地，该方法包括：
步骤1：设计师用户在电脑上安装SADIRender客户端对Lumion模型进行加载；
步骤2：加载完成后，通过用户电脑的计算资源对Lumion模型进行分片，根据设计师用户设置的渲染任务帧数和分片策略来进行Lumion模型分片操作；比如，设计师用户提交的Lumion模型需要渲染1200帧，采用100帧/片的分片策略，则模型渲染任务被拆分为12个分片(即图1中所示Lumion模型分片1至n)；
步骤3：分片完成后，SADIRender客户端将Lumion模型信息上传至调度中心，调度中心向局域网内各个算力节点发送数据下载指令，各个算力节点将基于下载指令来下载分片，形成“数据种子”，并通过点对点传输技术(如图1中的虚线表示)，共享数据种子，使每个算力节点均下载到完整的模型数据；其中，Lumion模型信息包括渲染任务整体情况和分片情况；
步骤4：算力节点拥有完整模型数据后，根据调度中心的计算指令，执行相应分片的渲染任务；
步骤5：任意节点完成其分片的渲染任务之后，将渲染结果上传至验证/拼接节点，该节点将对来自每一个算力节点的渲染结果进行正确性验证，全部分片的结果均验证完成后，在该节点执行渲染结果的拼接，产生最终的渲染结果，并通过SADIRender客户端为用户提供下载选择。
其中，步骤4中，不同算力节点根据调度中心的指令，执行Lumion模型相应帧的渲染任务，一个Lumion模型的多帧渲染任务将分布在多个算力节点上同步进行并行化渲染，从而大大提高模型离线渲染的速度。
其中，步骤4中，调度中心通过心跳连接实时掌握每一个算力节点的状态，如果特定(即某个)节点出现故障，调度中心将渲染任务重新分配到新的算力节点，以保证整个任务的完整性。
其中，所述算力节点采用电脑或者工作站或者服务器。
其中，所述Lumion模型参数包括起始帧、结束帧、画面每秒传输帧数FPS、图像质量等级和分辨率。
工作原理是：本发明基于分布式计算及并行计算技术，使用区域网环境内不同类型的计算设备(电脑或者服务器)对Lumion渲染任务执行高效率的分布式并行化渲染工作；本发明系统使用Client-Server架构，通过在区域网环境部署一台或多台服务器(Server)作为调度中心，与区域网环境内安装了SADIRender算力引擎的算力节点进行通信，实现Lumion渲染任务在局域网环境中的分布式并行化执行；在区域网环境中对需要进行渲染的Lumion模型数据的传输使用了点对点传输(P2P)技术，通过对模型数据进行分片并将不同分片发送到不同算力节点而完成“分片数据种子化”过程，而后算力节点将作为“数据种子”，将不同的分片数据以点对点传输的方式分享到所有需要该数据的算力节点，高效的完成模型数据的传输过程；不同算力节点根据调度中心的指令，针对性的执行Lumion模型相应帧的渲染工作，一个模型的多帧渲染工作将分布在多个算力节点同步进行并行化渲染，从而大大提高模型离线渲染的速度；调度中心将通过心跳连接实时掌握每一个算力节点的状态，如果特定(即某个)节点出现故障，调度中心将渲染任务重新分配到新的算力节点，以保证整个任务的完整性；每个算力节点完成的Lumion渲染任务，将提交至验证节点进行正确性验证，而后在拼接节点完成整个渲染任务的拼接，产生最终的渲染结果。
本发明方法极大的提高了局域网环境中Lumion模型渲染的速度，效率高；可将企业局域网环境中的不同种类硬件连接形成支持分布式并行化渲染的私有化网络，为需使用Lumion渲染软件的组织或个人提供了强大的基础设施，使其可提高其设备利用率，同时加速渲染类型任务的完成速度。
实施例2
如图1、图2所示，本实施例与实施例1的区别在于，一种针对局域网环境分布式并行渲染的计算系统，该系统支持实施1的一种针对局域网环境分布式并行渲染的计算方法，该系统包括文件和存储子系统、核心调度子系统、算力终端及P2P子系统、数据验证及结果处理子系统，文件和存储子系统包括调度单元，核心调度子系统包括分片单元、局域监控单元、控制单元，算力终端及P2P子系统包括全局监控单元、下载单元，数据验证及结果处理子系统包括验证单元、拼接单元；所述文件和存储子系统位于存储设备/设备群中，所述文件和存储子系统、所述核心调度子系统在同一局域网下，所述核心调度子系统、所述算力终端及P2P子系统的全局监控单元为同一组服务器上的进程，所述数据验证及结果处理子系统部署于上述服务器或者或运行在同一局域网的不同服务器上；
分片单元，用于负责Lumion模型分片；
调度单元和下载单元，用于配合负责在算力节点执行Lumion模型数据下载工作；
全局监控单元，用于全局监控，掌握区域网环境中各算力节点所拥有的“数据种子”分布情况，以及各个算力节点模型数据完整性情况；
控制单元，用于向各算力节点发送执行渲染的任务指令；
局域监控单元，用于监控局域网内全部算力节点的计算状态；
验证单元，用于对每个算力节点提交的分片渲染结果进行验证；
拼接单元，用于将每个任务所有的分片渲染结果进行有效拼接，生成最终结果。
还包括交易单元，所述交易单元用于对每一个渲染任务使用的计算资源进行记录和结算；
还包括管理单元，所述管理单元用于对使用本系统用户的账户进行管理，其中用户包括设计师用户以及管理员用户。
本发明系统记作SADI–CoTNetwork-Render，以下简称为SADIRender。
实施时：客户A利用SADIRender系统分布式渲染模型Model.ls9。模型参数如下：
起始帧：1，结束帧：3600，FPS(画面每秒传输帧数)：30，图像质量等级：3，分辨率：1920×1080。
如图2所示，图2中的模块区域分别为：
①：文件和存储子系统
②：核心调度子系统
③：算力终端及P2P子系统
④：数据验证及结果处理子系统
本系统中以下各个单元的符号表示放于各个单元后的小括号内，在图2中只显示各个单元的符号表示。
客户A使用SADIRender客户端登陆，在通过图2中管理单元(AuthCenter)的权限验证后，客户端压缩模型后在与核心调度子系统②的分片单元(Dividor)通讯，创建工单，上传模型至文件和存储子系统①的文件服务器(File Server)。
分片单元(Dividor)根据此模型的信息，并根据本发明方法的拆分策略和资源调度技术，查阅本地网络算力终端及P2P子系统③中的所有的算力节点(Compute Node)后，将其拆分为60帧×60块的Block，并通知核心调度子系统②的局域监控单元(Monitor)。
局域监控单元(Monitor)将文件服务器(File Server)上此任务的文件地址通过算力终端及P2P子系统③的全局监控单元(Tracer)，利用本发明方法的P2P分块传输技术，切片为极小的数据块，分布式发送到算力节点(Compute Node)的下载单元(Downloader)，在各个算力节点(Compute Node)之间P2P交换数据。算力节点(Compute Node)在完成下载整个文件的碎片后，会进行文件拼接和md5校验，随后向局域监控单元(Monitor)报告下载结果。
局域监控单元(Monitor)同时会启动核心调度子系统②的控制单元(Controller)作为此任务的总控，每有一个算力节点(Compute Node)上报模型文件下载完成，控制单元(Controller)即会由从Block中取出一块任务下发至节点。算力节点(Compute Node)在接到命令后，启动算力终端及P2P子系统③的处理器(Processor)，依照命令的参数，根据本发明方法的Lumion分片渲染技术启动本地Lumion软件进行渲染。处理器(Processor)会实时监视本地任务和计算机的运行情况，在渲染完成后，收集结果work result(以图像序列形式)并压缩后回传到数据验证及结果处理子系统④的验证单元(Validator)验证，以保证计算可靠性。
在此过程中，单个算力节点(Compute Node)(简称NodeA)若出现异常的情况，控制单元(Controller)将利用本发明方法中的保障算法进行容错。此Block被标记为失败failed并重新下发至新的节点，而NodeA的任务接受优先度降低。多次出现异常后，局域监控单元(Monitor)重新按照资源调度算法从算力池中调度一台相似的节点(NodeB)补充入此任务的节点池中，保证负载均衡的同时停止向NodeA下发任务。另如果单个Block计算时间过长，控制单元(Controller)会将其拆分为更小的帧数，以冗余计算的方式下发至更多的节点。
在验证单元(Validator)验证数据成功后，会将结果进行临时存储，并将进度通知给后端数据验证及结果处理子系统④。在收集到60片完整的分块结果后，验证单元(Validator)会使用Lumion融合技术进行拼接前完整性检验，随后通知数据验证及结果处理子系统④的拼接单元(Assimilator)进行拼接和校正，最后融合为mp4格式视频文件。随后通知后端任务完成。后端随后向数据验证及结果处理子系统④的交易单元(Trader)确认用户余额/权限等信息(交易步骤可选)并提示前端用户任务完成可下载。
针对一种针对局域网环境分布式并行渲染的计算方法及系统的使用，极大的提高了局域网环境中Lumion模型渲染的速度。
以4K分辨率、40FPS、时长5分钟的Lumion模型渲染为例，其包括40×5×60＝12000帧需渲染的4K画面。Lumion本身无法支持分布式并行化渲染，故只能使用单台机器按帧顺序执行渲染。假设每帧画面在配备NvidiaGTX 1080Ti的电脑上渲染需要耗时1分钟，则该模型渲染任务在此台电脑上渲染需要12000分钟，即200小时(或8.33天)。采用本发明系统后，使用局域网内多台电脑进行并行化渲染，可以极大的提高渲染速度。假设使用20台相同配置的机器，该模型渲染任务可在12小时左右完成，速度提升超过1600％。
本发明具有巨大的应用价值，可将企业局域网环境中的不同种类硬件连接形成支持分布式并行化渲染的私有化网络，为需使用Lumion渲染软件的组织或个人提供了强大的基础设施，使其可提高其设备利用率，同时加速渲染类型任务的完成速度。
以上所述的具体实施方式，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方式而已，并不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，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种针对局域网环境分布式并行渲染的计算方法，其特征在于，该方法包括：
步骤1：用户在电脑上安装客户端对Lumion模型进行加载；
步骤2：通过用户电脑的计算资源对Lumion模型进行分片，根据用户设置的渲染任务帧数和分片策略来进行Lumion模型分片操作；
步骤3：分片完成后，客户端将Lumion模型信息上传至调度中心，调度中心向各个算力节点发送数据下载指令，各个算力节点将基于下载指令来下载分片，形成“数据种子”，并通过点对点传输技术，共享数据种子，使每个算力节点均下载到完整的模型数据；其中，Lumion模型信息包括渲染任务整体情况和分片情况；
步骤4：算力节点拥有完整模型数据后，根据调度中心的计算指令，执行相应分片的渲染任务；
步骤5：任意节点完成其分片的渲染任务之后，将渲染结果上传至验证/拼接节点，该节点将对来自每一个算力节点的渲染结果进行正确性验证，全部分片的结果均验证完成后，在该节点执行渲染结果的拼接，产生最终的渲染结果，并通过客户端为用户提供下载选择。
2.根据权利要求1所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，所述调度中心、算力节点与验证/拼接节点位于同一局域网下。
3.根据权利要求2所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，所述算力节点位于同一路由下。
4.根据权利要求2所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，依企业保密性需求，客户端位于局域网或者广域网中，并且客户端与调度中心网络连接。
5.根据权利要求1所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，步骤4中，不同算力节点根据调度中心的指令，执行Lumion模型相应帧的渲染任务，一个Lumion模型的多帧渲染任务将分布在多个算力节点上同步进行并行化渲染。
6.根据权利要求1所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，步骤4中，调度中心通过心跳连接实时掌握每一个算力节点的状态，如果某个节点出现故障，调度中心将渲染任务重新分配到新的算力节点。
7.根据权利要求1所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，所述算力节点采用电脑或者工作站或者服务器。
8.根据权利要求1所述的一种针对局域网环境分布式并行渲染的计算方法，其特征在于，所述Lumion模型参数包括起始帧、结束帧、画面每秒传输帧数FPS、图像质量等级和分辨率。
9.一种针对局域网环境分布式并行渲染的计算系统，其特征在于，该系统支持权利要求1至8中任意一项所述的一种针对局域网环境分布式并行渲染的计算方法，该系统包括文件和存储子系统、核心调度子系统、算力终端及P2P子系统、数据验证及结果处理子系统，文件和存储子系统包括调度单元，核心调度子系统包括分片单元、局域监控单元、控制单元，算力终端及P2P子系统包括全局监控单元、下载单元，数据验证及结果处理子系统包括验证单元、拼接单元；所述文件和存储子系统位于存储设备/设备群中，所述文件和存储子系统、所述核心调度子系统在同一局域网下，所述核心调度子系统、所述算力终端及P2P子系统的全局监控单元为同一组服务器上的进程，所述数据验证及结果处理子系统部署于上述服务器或者或运行在同一局域网的不同服务器上；
分片单元，用于负责Lumion模型分片；
调度单元和下载单元，用于配合负责在算力节点执行Lumion模型数据下载工作；
全局监控单元，用于全局监控，掌握区域网环境中各算力节点所拥有的“数据种子”分布情况，以及各个算力节点模型数据完整性情况；
控制单元，用于向各算力节点发送执行渲染的任务指令；
局域监控单元，用于监控局域网内全部算力节点的计算状态；
验证单元，用于对每个算力节点提交的分片渲染结果进行验证；
拼接单元，用于将每个任务所有的分片渲染结果进行有效拼接，生成最终结果。
10.根据权利要求9所述的一种针对局域网环境分布式并行渲染的计算系统，其特征在于，还包括交易单元，所述交易单元用于对每一个渲染任务使用的计算资源进行记录和结算；
还包括管理单元，所述管理单元用于对使用本系统用户的账户进行管理，其中用户包括设计师用户以及管理员用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911301600.0A CN111045826A (zh) | 2019-12-17 | 2019-12-17 | 一种针对局域网环境分布式并行渲染的计算方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911301600.0A CN111045826A (zh) | 2019-12-17 | 2019-12-17 | 一种针对局域网环境分布式并行渲染的计算方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111045826A true CN111045826A (zh) | 2020-04-21 |
Family
ID=70236842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911301600.0A Pending CN111045826A (zh) | 2019-12-17 | 2019-12-17 | 一种针对局域网环境分布式并行渲染的计算方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111045826A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111951363A (zh) * | 2020-07-16 | 2020-11-17 | 广州玖的数码科技有限公司 | 一种基于云算链的渲染方法、系统及存储介质 |
| CN112473130A (zh) * | 2020-11-26 | 2021-03-12 | 成都数字天空科技有限公司 | 场景渲染方法、装置、集群、存储介质及电子设备 |
| CN112581816A (zh) * | 2020-12-23 | 2021-03-30 | 中国地质大学（武汉） | 一种基于Lumion模拟仿真的环境设计多媒体教学系统及方法 |
| CN112799680A (zh) * | 2021-01-31 | 2021-05-14 | 云知声智能科技股份有限公司 | 一种加速ai模型部署的方法和设备 |
| CN112860944A (zh) * | 2021-02-05 | 2021-05-28 | 北京百度网讯科技有限公司 | 视频渲染方法、装置、设备、存储介质及计算机程序产品 |
| CN115314493A (zh) * | 2022-08-03 | 2022-11-08 | 苏州创意云网络科技有限公司 | 集群调度方法及装置 |
| CN116302580A (zh) * | 2023-05-25 | 2023-06-23 | 南方电网数字电网研究院有限公司 | 纳米继电器算力资源调度方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102088472A (zh) * | 2010-11-12 | 2011-06-08 | 中国传媒大学 | 面向广域网的动漫渲染任务分解支持方法及实现系统 |
| CN103336719A (zh) * | 2013-06-04 | 2013-10-02 | 江苏科技大学 | 一种p2p模式下分布渲染系统及方法 |
| CN104754305A (zh) * | 2015-03-26 | 2015-07-01 | 北京德普视讯科技有限公司 | 基于云计算技术的拼接显示控制系统、采用该系统的图像显示方法及该系统的应用 |
| CN105263050A (zh) * | 2015-11-04 | 2016-01-20 | 山东大学 | 基于云平台的移动终端实时渲染系统及其方法 |
| CN110166541A (zh) * | 2019-05-14 | 2019-08-23 | 思力科（深圳）电子科技有限公司 | 基于区块链的渲染方法、相关设备及系统 |
| CN110290206A (zh) * | 2019-06-26 | 2019-09-27 | 万物共算(成都)科技有限责任公司 | 一种用于网吧环境的分布式计算系统及方法 |
-
2019
- 2019-12-17 CN CN201911301600.0A patent/CN111045826A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102088472A (zh) * | 2010-11-12 | 2011-06-08 | 中国传媒大学 | 面向广域网的动漫渲染任务分解支持方法及实现系统 |
| CN103336719A (zh) * | 2013-06-04 | 2013-10-02 | 江苏科技大学 | 一种p2p模式下分布渲染系统及方法 |
| CN104754305A (zh) * | 2015-03-26 | 2015-07-01 | 北京德普视讯科技有限公司 | 基于云计算技术的拼接显示控制系统、采用该系统的图像显示方法及该系统的应用 |
| CN105263050A (zh) * | 2015-11-04 | 2016-01-20 | 山东大学 | 基于云平台的移动终端实时渲染系统及其方法 |
| CN110166541A (zh) * | 2019-05-14 | 2019-08-23 | 思力科（深圳）电子科技有限公司 | 基于区块链的渲染方法、相关设备及系统 |
| CN110290206A (zh) * | 2019-06-26 | 2019-09-27 | 万物共算(成都)科技有限责任公司 | 一种用于网吧环境的分布式计算系统及方法 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111951363A (zh) * | 2020-07-16 | 2020-11-17 | 广州玖的数码科技有限公司 | 一种基于云算链的渲染方法、系统及存储介质 |
| CN112473130A (zh) * | 2020-11-26 | 2021-03-12 | 成都数字天空科技有限公司 | 场景渲染方法、装置、集群、存储介质及电子设备 |
| CN112581816A (zh) * | 2020-12-23 | 2021-03-30 | 中国地质大学（武汉） | 一种基于Lumion模拟仿真的环境设计多媒体教学系统及方法 |
| CN112799680A (zh) * | 2021-01-31 | 2021-05-14 | 云知声智能科技股份有限公司 | 一种加速ai模型部署的方法和设备 |
| CN112860944A (zh) * | 2021-02-05 | 2021-05-28 | 北京百度网讯科技有限公司 | 视频渲染方法、装置、设备、存储介质及计算机程序产品 |
| CN112860944B (zh) * | 2021-02-05 | 2023-07-25 | 北京百度网讯科技有限公司 | 视频渲染方法、装置、设备、存储介质及计算机程序产品 |
| CN115314493A (zh) * | 2022-08-03 | 2022-11-08 | 苏州创意云网络科技有限公司 | 集群调度方法及装置 |
| CN115314493B (zh) * | 2022-08-03 | 2024-10-11 | 苏州创意云网络科技有限公司 | 集群调度方法及装置 |
| CN116302580A (zh) * | 2023-05-25 | 2023-06-23 | 南方电网数字电网研究院有限公司 | 纳米继电器算力资源调度方法及装置 |
| CN116302580B (zh) * | 2023-05-25 | 2023-09-15 | 南方电网数字电网研究院有限公司 | 纳米继电器算力资源调度方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111045826A (zh) | 一种针对局域网环境分布式并行渲染的计算方法及系统 | |
| CN102880503B (zh) | 数据分析系统及数据分析方法 | |
| EP2535810B1 (en) | System and method for performing distributed parallel processing tasks in a spot market | |
| CN102880532B (zh) | 以云端技术为基础的测试系统与方法 | |
| CN107508722B (zh) | 一种业务监控方法和装置 | |
| US8381015B2 (en) | Fault tolerance for map/reduce computing | |
| CN108876140A (zh) | 一种电力通信检修任务的调度方法、装置、服务器及介质 | |
| CN107992392B (zh) | 一种用于云渲染系统的自动监控修复系统和方法 | |
| CN112217906A (zh) | 结合ai和rpa的通信方法、装置、设备及存储介质 | |
| CN1645321A (zh) | 通过网络管理和传送虚拟磁盘至网络工作站的装置与方法 | |
| CN112988751B (zh) | 基于区块链的定时任务调度方法及装置 | |
| CN103577256A (zh) | 分布式定时任务调度系统 | |
| CN109343939A (zh) | 一种分布式集群及并行计算任务调度方法 | |
| CN103595572B (zh) | 一种云计算集群中节点自修复的方法 | |
| CN112579289B (zh) | 一种可智能调度的分布式解析引擎方法及装置 | |
| CN111880934A (zh) | 一种资源管理方法、装置、设备及可读存储介质 | |
| CN115098354B (zh) | 一种搭建高性能云仿真设计平台的方法 | |
| CN109036431A (zh) | 一种语音识别系统和方法 | |
| CN104484167A (zh) | 任务处理方法及装置 | |
| CN114185484A (zh) | 一种文档存储集群化的方法、装置、设备和介质 | |
| CN117891580B (zh) | 一种基于大数据的建筑工程咨询分配方法及系统 | |
| CN106452899A (zh) | 一种分布式数据挖掘系统及方法 | |
| CN112925648A (zh) | 业务策略的发布方法和装置 | |
| CN107943567A (zh) | 一种基于amqp协议的高可靠性任务调度方法和系统 | |
| CN111082964A (zh) | 一种配置信息的分发方法和装置 |
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: 20200421 |