CN111866188B - 具有ooda分形机制的计算机群构建方法 - Google Patents

具有ooda分形机制的计算机群构建方法 Download PDF

Info

Publication number
CN111866188B
CN111866188B CN202010866765.9A CN202010866765A CN111866188B CN 111866188 B CN111866188 B CN 111866188B CN 202010866765 A CN202010866765 A CN 202010866765A CN 111866188 B CN111866188 B CN 111866188B
Authority
CN
China
Prior art keywords
ooda
partition
fractal
computing
computer cluster
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
Application number
CN202010866765.9A
Other languages
English (en)
Other versions
CN111866188A (zh
Inventor
谭光明
邵恩
张春明
段勃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences
Original Assignee
Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences filed Critical Western Institute Of Advanced Technology Institute Of Computing Chinese Academy Of Sciences
Publication of CN111866188A publication Critical patent/CN111866188A/zh
Application granted granted Critical
Publication of CN111866188B publication Critical patent/CN111866188B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1042—Peer-to-peer [P2P] networks using topology management mechanisms
    • 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
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1059—Inter-group management mechanisms, e.g. splitting, merging or interconnection of groups
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Multi Processors (AREA)
  • Computer And Data Communications (AREA)

Abstract

本发明提供的一种具有OODA分形机制的计算机群构建方法，其特征在于：所述方法具体包括：通过分形机制，按照处理器、计算卡、服务器主机、计算机机群的顺序依次构建计算机机群系统；所述分形机制包括强分形机制和弱分形机制；所述强分形机制完全利用OODA算子，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建，即计算机机群系统的各个部件均具有OODA分形结构；所述弱分形机制在强分形机制中的OODA算子中至少有1个算子由通用算子替代，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建。

Description

具有OODA分形机制的计算机群构建方法
技术领域
本发明涉及计算机系统体系结构，尤其涉及一种具有OODA分形机制的计算机群构建方法
背景技术
随着具有OODA以及分形特征的工作流逐渐成为大规模数据中心和超算机群的主要计算负载，针对计算机机群的结构设计逐渐向“多层次”化的设计思路延伸。然而，现有计算机机群结构设计往往向机群系统内，不断集成相同类型的服务器节点方式，通过横向扩展方式不断提高整个机群系统的算力。此外，现有计算机机群系统，很难能够根据OODA类工作流的负载特征，保证机群系统的各个组织层次都能以高效方式，给各个层级的“子计算”任务调度各类计算资源。
因此，亟需一种具有OODA分形机制的计算机群构建方法。
发明内容
有鉴于此，本发明提供一种具有OODA分形机制的计算机群构建方法。
本发明提供一种具有OODA分形机制的计算机群构建方法，其特征在于：所述方法具体包括：通过分形机制，按照处理器、计算卡、服务器主机、计算机机群的顺序依次构建计算机机群系统；
所述分形机制包括强分形机制和弱分形机制；
所述强分形机制完全利用OODA算子，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建，即计算机机群系统的各个部件均具有OODA分形结构；
所述弱分形机制在强分形机制中的OODA算子中至少有1个算子由通用算子替代，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建。
进一步，所述OODA算子包括OODA四个独立计算分区，即01计算分区、O2计算分区、D3计算分区和A4计算分区；
每项作业按照O1->O2->D3->A4的顺序占用计算分区，并以O1->O2->D3->A4->O1循环方式执行计算任务；
每项作业占用OODA四个分区的部分或全部计算资源。
进一步，所述强分形机制构建计算机机群的方法如下：
S1：构建OODA分区处理器，利用OODA算子计算Group分区，获得OODA分区处理器，即O1分区处理器、O2分区处理器、D3分区处理器和A4分区处理器；
S2：构建OODA分区计算卡，将O1分区处理器、O2分区处理器、D3分区处理器和A4分区处理器作为构建OODA分区计算卡的OODA算子，利用与处理器结构相同的设计方法，通过分形方式，构建OODA分区计算卡；
S3：构建OODA计算服务器主机，将OODA分区计算卡作为构建OODA计算服务器主机的OODA算子，利用OODA分区计算卡作为服务器主机IO资源池的计算卡，即O1IO资源池的计算卡为O1计算卡，O2IO资源池的计算卡为O2计算卡，D3IO资源池的计算卡为D3计算卡，A4IO资源池的计算卡为A4计算卡，通过分形方式，所述服务器主机包括OODA四个IO资源池和调度控制器；
S4：构建OODA分形计算机机群系统，将OODAA计算服务器主机作为构造OODA分形计算机机群系统的OODA算子，OODA计算服务器主机作为各个计算分区的节点服务器，通过分形方式，所述计算机机群系统包括O1计算分区、O2计算分区、D3计算分区、A4计算分区和具有调度器功能的资源管理分区。
进一步，步骤S4所述的OODA计算分区分别包括一个或一个以上的与之对应的节点服务器，即O1计算分区包括一个或一个以上的O1节点服务器、O2计算分区包括一个或一个以上的O2节点服务器、D3计算分区包括一个或一个以上的D3节点服务器和A4计算分区包括一个或一个以上的A4节点服务器。
进一步，所述OODA四个计算分区中各个计算分区对应的节点服务器的功能和结构相同。
进一步，所述计算机机群系统还包括存储分区、网络设备分区和资源管理分区，所述存储分区、网络设备分区、资源管理分区和OODA计算分区经高性能互连网络连接。
进一步，所述弱分形机制构建计算机机群方法还包括：部分利用OODA算子，部分利用通用算子，由小到大分为三个层次，依次是处理器、计算卡、服务器主机、计算机机群，依次逐层构建计算机机群系统的各层计算部件。
本发明的有益技术效果：本发明提供的具有OODA分形机制的计算机群构建方法可避免横向扩展的方式不断提高整个机群系统的计算机(CPU)计算哈希函数输出的速度；此外，提高机群系统的各个组织层次调用各个层级的“子计算”任务调度各类计算资源的效率。利用发明构建的OODA分形计算机群，更加适合与这种体系结构所对应的OODA分形计算负载。OODA分形计算负载，不仅由OODA四个具有前后依赖关系的计算步骤组成。此外，每个计算步骤，又可以拆分为OODA四个计算步骤。
附图说明
下面结合附图和实施例对本发明作进一步描述：
图1具有OODA多分区的计算机机群结构图。
图2利用三层OODA分形机制构建强分形计算机机群。
图3利用三层OODA分形机制构建弱分形计算机机群实施例。
图4构造OODA分形计算机机群系统的实施例。
具体实施方式
以下结合说明书附图对本发明做出进一步的说明：
本发明提供一种具有OODA分形机制的计算机群构建方法，其特征在于：所述方法具体包括：通过分形机制，按照处理器、计算卡、服务器主机、计算机机群的顺序依次构建计算机机群系统；
所述分形机制包括强分形机制和弱分形机制；
所述强分形机制完全利用OODA算子，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建，即计算机机群系统的各个部件均具有OODA分形结构；由于组成计算机机群的各个部件均具有OODA分形结构，因此，构建的计算机机群具有“强分形”特征，如图2所示。
所述弱分形机制在强分形机制中的OODA算子中至少有1个算子由通用算子替代，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建。所构建的计算机机群具有“弱分形”特征，如图3所示。
本发明提供的具有OODA分形机制的计算机群构建方法可避免横向扩展的方式不断提高整个机群系统的计算机(CPU)计算哈希函数输出的速度；此外，提高机群系统的各个组织层次调用各个层级的“子计算”任务调度各类计算资源的效率。利用发明构建的OODA分形计算机群，更加适合与这种体系结构所对应的OODA分形计算负载。OODA分形计算负载，不仅由OODA四个具有前后依赖关系的计算步骤组成。此外，每个计算步骤，又可以拆分为OODA四个计算步骤。
在本实施例中，所述OODA算子包括OODA四个独立计算分区，即01计算分区、O2计算分区、D3计算分区和A4计算分区；
每项作业按照O1->O2->D3->A4的顺序占用计算分区，并以O1->O2->D3->A4->O1循环方式执行计算任务；
每项作业占用OODA四个分区的部分或全部计算资源。OODA分形计算负载，不仅由OODA四个具有前后依赖关系的计算步骤组成。此外，每个计算步骤，又可以拆分为OODA四个计算步骤。
在本实施例中，所述强分形机制构建计算机机群的方法如下：
S1：构建OODA分区处理器，利用OODA算子计算Group分区，获得OODA分区处理器，即O1分区处理器、O2分区处理器、D3分区处理器和A4分区处理器；
S2：构建OODA分区计算卡，将O1分区处理器、O2分区处理器、D3分区处理器和A4分区处理器作为构建OODA分区计算卡的OODA算子，利用与处理器结构相同的设计方法，通过分形方式，构建OODA分区计算卡；
S3：构建OODA计算服务器主机，将OODA分区计算卡作为构建OODA计算服务器主机的OODA算子，利用OODA分区计算卡作为服务器主机IO资源池的计算卡，即O1IO资源池的计算卡为O1计算卡，O2IO资源池的计算卡为O2计算卡，D3IO资源池的计算卡为D3计算卡，A4IO资源池的计算卡为A4计算卡，通过分形方式，所述服务器主机包括OODA四个IO资源池和调度控制器；
S4：构建OODA分形计算机机群系统，将OODAA计算服务器主机作为构造OODA分形计算机机群系统的OODA算子，OODA计算服务器主机作为各个计算分区的节点服务器，通过分形方式，所述计算机机群系统包括O1计算分区、O2计算分区、D3计算分区、A4计算分区和具有调度器功能的资源管理分区。如图4所示。
在本实施例中，步骤S4所述的OODA计算分区分别包括一个或一个以上的与之对应的节点服务器，即O1计算分区包括一个或一个以上的O1节点服务器、O2计算分区包括一个或一个以上的O2节点服务器、D3计算分区包括一个或一个以上的D3节点服务器和A4计算分区包括一个或一个以上的A4节点服务器。
在本实施例中，所述OODA四个计算分区中各个计算分区对应的节点服务器的功能和结构相同。即O1计算分区对应的节点服务器的功能和结构相同、O2计算分区对应的节点服务器的功能和结构相同、D3计算分区对应的节点服务器的功能和结构相同、A4计算分区对应的节点服务器的功能和结构相同。OODA计算分区的节点服务器的数量由计算机机群实际需求来设定。同时增加计算机机群的可扩展性。
在本实施例中，所述计算机机群系统还包括存储分区、网络设备分区和资源管理分区，所述存储分区、网络设备分区、资源管理分区和OODA计算分区经高性能互连网络连接。如图1所示，所述存储分区包含若干个存储节点，所述网络设备分区包含若干个路由交换节点，所述资源管理分区包括主控节点和若干个后备主控节点，如图1所示。
在本实施例中，所述弱分形机制构建计算机机群方法还包括：部分利用OODA算子，部分利用通用算子，由小到大分为三个层次，依次是处理器、计算卡、服务器主机、计算机机群，依次逐层构建计算机机群系统的各层计算部件。如图3所示。
本发明结合OODA四类计算分区，并由资源管理分区统一为每个运行在机群上的作业负载，分配各个计算分区的计算资源。此外，通过分形机制逐层构建计算机机群。利用具有OODA分区特征的OODA算子，通过三层分形方式构建计算机机群系统的各层计算部件。并按照处理器、计算卡、服务器主机、计算机机群，依次逐层构建计算机机群系统。
基于OODA多分区构建计算机机群的方法、基于分形机制逐层构建计算机机群的方法。
本专利提供基于OODA多分区构建计算机机群的方法。其特征如图1所示，具有如下3个特征：
特征1：OODA分形计算机机群系统，由四个计算分区，包括“OODA”四个独立计算分区，每个计算分区由多个功能和结构相同的节点服务器组成。
特征2：每个在机群系统中运行的作业，按照O1->O2->D3->A4->O1的顺序，依次占用各个计算分区的服务器节点，并以循环方式执行计算任务。
特征3：机群系统的每项作业，将分别占用OODA四个分区的部分或全部计算资源。每项作业占用各个分区资源的数量，由资源管理分区统一管理整个机群的计算资源。
本专利提供基于分形机制逐层构建计算机机群的方法，其特征如图2所示，具有如下4个特征：
特征4：具有特征1～3所构建的算子单元，称为OODA算子，如图2所示。完全利用OODA算子，通过三层分形方式构建计算机机群系统的各层计算部件。并按照处理器、计算卡、服务器主机、计算机机群，依次逐层构建。由于组成计算机机群的各个部件均具有OODA分形结构，因此所构建的计算机机群具有“强分形”特征，如图2所示。
特征5：部分利用OODA算子，部分利用通用算子，通过三层分形方式构建计算机机群系统的各层计算部件。并按照处理器、计算卡、服务器主机、计算机机群，依次逐层构建。所构建的计算机机群具有“弱分形”特征，如图3所示。
特征6：全分形机群体系结构：OODA算子是组成OODA分形计算机机群系统的主要计算部件。组成OODA分形计算机机群系统的各层OODA算子，由大到小分为三个层次：即，计算服务器主机、计算板卡、处理器。而每层构造的OODA算子，都由“OODA四元结构”通过分形方式组建。OODA四元结构指，每层构造的计算部件包含：O1算子，O2算子，D3算子，A4算子，以及调度器。
特征7：通过“OODA分形三步法则”，构建完成全分形机群系统，步骤如下。
步骤一：对应图4的第一层分形。利用具有四个OODA计算Group分区，组成OODA分区处理器。将OODA分区处理器作为构造OODA分区计算卡的OODA算子。利用与处理器结构相同的设计方法，通过分形方式，构建OODA分区计算卡。
步骤二：对应图4的第二层分形。将OODA分区计算板卡作为构造OODA计算服务器主机的OODA算子。利用OODA分区计算板卡作为各个IO资源池的计算卡。通过分形方式，以OODA四个IO资源池以及调度控制器，构建OODA计算服务器主机。
步骤三：对应图4的第三层分形。将OODA计算服务器主机作为构造OODA分形计算机机群系统的OODA算子。利用OODA计算服务器主机作为各个计算分区的节点服务器。通过分形方式，以OODA四个计算分区以及具有调度器功能的资源管理分区，构建OODA分形计算机机群系统。
OODA环(OODA Loop)理论最早由美国空军上校John Boyd于1966年提出，是用于描述军事指挥决策过程的主要模型框架。OODA环依次由：观察(Observe)，调整(Orient)，想定(Decide)，行动(Act)，在内共四步以循环方式执行军事决策。OODA环理论完成决策或复杂问题的思维过程，整是人脑理性思维的思维定式。如今，OODA环理论已经不仅仅应用在军事决策方面，已经逐步成为解决各行各业关键问题的建模手段。然而，随着业务问题的不断复杂化，解决某个关键问题需要利用多次“重复”与“迭代”的方式完成。而多次“重复”与“迭代”的思维方式，正是分形思维。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种具有OODA分形机制的计算机群构建方法，其特征在于：所述方法具体包括：通过分形机制，按照处理器、计算卡、服务器主机、计算机机群的顺序依次构建计算机机群系统；
所述分形机制包括强分形机制和弱分形机制；
所述强分形机制完全利用OODA算子，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建，即计算机机群系统的各个部件均具有OODA分形结构；
所述弱分形机制在强分形机制中的OODA算子中至少有1个算子由通用算子替代，通过三层分形方式，并按照处理器、计算卡、服务器主机、计算机机群依次逐层构建。
2.根据权利要求1所述具有OODA分形机制的计算机群构建方法，其特征在于：所述OODA算子包括OODA四个独立计算分区，即01计算分区、O2计算分区、D3计算分区和A4计算分区；
每项作业按照O1->O2->D3->A4的顺序占用计算分区，并以O1->O2->D3->A4->O1循环方式执行计算任务；
每项作业占用OODA四个分区的部分或全部计算资源。
3.根据权利要求2所述具有OODA分形机制的计算机群构建方法，其特征在于：所述强分形机制构建计算机机群的方法如下：
S1：构建OODA分区处理器，利用OODA算子计算Group分区，获得OODA分区处理器，即O1分区处理器、O2分区处理器、D3分区处理器和A4分区处理器；
S2：构建OODA分区计算卡，将O1分区处理器、O2分区处理器、D3分区处理器和A4分区处理器作为构建OODA分区计算卡的OODA算子，利用与处理器结构相同的设计方法，通过分形方式，构建OODA分区计算卡；
S3：构建OODA计算服务器主机，将OODA分区计算卡作为构建OODA计算服务器主机的OODA算子，利用OODA分区计算卡作为服务器主机IO资源池的计算卡，即O1IO资源池的计算卡为O1计算卡，O2IO资源池的计算卡为O2计算卡，D3IO资源池的计算卡为D3计算卡，A4IO资源池的计算卡为A4计算卡，通过分形方式，所述服务器主机包括OODA四个IO资源池和调度控制器；
S4：构建OODA分形计算机机群系统，将OODAA计算服务器主机作为构造OODA分形计算机机群系统的OODA算子，OODA计算服务器主机作为各个计算分区的节点服务器，通过分形方式，所述计算机机群系统包括O1计算分区、O2计算分区、D3计算分区、A4计算分区和具有调度器功能的资源管理分区。
4.根据权利要求3所述具有OODA分形机制的计算机群构建方法，其特征在于：步骤S4所述的OODA计算分区分别包括一个或一个以上的与之对应的节点服务器，即O1计算分区包括一个或一个以上的O1节点服务器、O2计算分区包括一个或一个以上的O2节点服务器、D3计算分区包括一个或一个以上的D3节点服务器和A4计算分区包括一个或一个以上的A4节点服务器。
5.根据权利要求4所述具有OODA分形机制的计算机群构建方法，其特征在于：所述OODA四个计算分区中各个计算分区对应的节点服务器的功能和结构相同。
6.根据权利要求5所述具有OODA分形机制的计算机群构建方法，其特征在于：所述计算机机群系统还包括存储分区、网络设备分区和资源管理分区，所述存储分区、网络设备分区、资源管理分区和OODA计算分区经高性能互连网络连接。
7.根据权利要求2所述具有OODA分形机制的计算机群构建方法，其特征在于：所述弱分形机制构建计算机机群方法还包括：部分利用OODA算子，部分利用通用算子，由小到大分为三个层次，依次是处理器、计算卡、服务器主机、计算机机群，依次逐层构建计算机机群系统的各层计算部件。
CN202010866765.9A 2020-04-30 2020-08-25 具有ooda分形机制的计算机群构建方法 Active CN111866188B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN2020103636917 2020-04-30
CN202010363691.7A CN111586144A (zh) 2020-04-30 2020-04-30 具有ooda分形机制的计算机群构建方法

Publications (2)

Publication Number Publication Date
CN111866188A CN111866188A (zh) 2020-10-30
CN111866188B true CN111866188B (zh) 2022-05-17

Family

ID=72126530

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202010363691.7A Pending CN111586144A (zh) 2020-04-30 2020-04-30 具有ooda分形机制的计算机群构建方法
CN202010866765.9A Active CN111866188B (zh) 2020-04-30 2020-08-25 具有ooda分形机制的计算机群构建方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202010363691.7A Pending CN111586144A (zh) 2020-04-30 2020-04-30 具有ooda分形机制的计算机群构建方法

Country Status (1)

Country Link
CN (2) CN111586144A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617126A (zh) * 2003-11-11 2005-05-18 联想(北京)有限公司 一种计算机机群系统及其作业管理方法
CN1744047A (zh) * 2005-09-27 2006-03-08 浪潮电子信息产业股份有限公司 一种实现基于机群结构的高性能服务器动态部署方法
CN102902592A (zh) * 2012-09-10 2013-01-30 曙光信息产业(北京)有限公司 一种集群计算资源的分区调度管理方法
CN103068058A (zh) * 2012-12-24 2013-04-24 中国人民解放军总参谋部第六十一研究所 一种基于双层环路模型的无线资源调度方法
US8549001B1 (en) * 2013-03-15 2013-10-01 DLZTX, Inc. Method and system for gathering and providing consumer intelligence
CN108920412A (zh) * 2018-06-20 2018-11-30 中国科学院计算技术研究所 针对异构计算机体系结构的算法自动调优方法
CN109491760A (zh) * 2018-10-29 2019-03-19 中国科学院重庆绿色智能技术研究院 一种高效能数据中心云服务器资源自主管理方法和系统
CN110034961A (zh) * 2019-04-11 2019-07-19 重庆邮电大学 以ooda链为元体的渗率计算方法
CN110059948A (zh) * 2019-04-10 2019-07-26 重庆邮电大学 一种ooda环的分层网络分析方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10521747B2 (en) * 2014-04-08 2019-12-31 Northrop Grumman Systems Corporation System and method for providing a scalable semantic mechanism for policy-driven assessment and effective action taking on dynamically changing data

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1617126A (zh) * 2003-11-11 2005-05-18 联想(北京)有限公司 一种计算机机群系统及其作业管理方法
CN1744047A (zh) * 2005-09-27 2006-03-08 浪潮电子信息产业股份有限公司 一种实现基于机群结构的高性能服务器动态部署方法
CN102902592A (zh) * 2012-09-10 2013-01-30 曙光信息产业(北京)有限公司 一种集群计算资源的分区调度管理方法
CN103068058A (zh) * 2012-12-24 2013-04-24 中国人民解放军总参谋部第六十一研究所 一种基于双层环路模型的无线资源调度方法
US8549001B1 (en) * 2013-03-15 2013-10-01 DLZTX, Inc. Method and system for gathering and providing consumer intelligence
CN108920412A (zh) * 2018-06-20 2018-11-30 中国科学院计算技术研究所 针对异构计算机体系结构的算法自动调优方法
CN109491760A (zh) * 2018-10-29 2019-03-19 中国科学院重庆绿色智能技术研究院 一种高效能数据中心云服务器资源自主管理方法和系统
CN110059948A (zh) * 2019-04-10 2019-07-26 重庆邮电大学 一种ooda环的分层网络分析方法
CN110034961A (zh) * 2019-04-11 2019-07-19 重庆邮电大学 以ooda链为元体的渗率计算方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Programming Graph-Parallel Computation of Large Natural Graphs for Multicore Clusters;En Shao等;《IEEE Transactions on Parallel and Distributed Systems》;20150708;全文 *
User information fusion decision making analysis with the C-OODA model;Erik P. Blasch等;《14th International Conference on Information Fusion》;20110808;全文 *
高性能计算机发展与政策;孙凝晖等;《中国科学院院刊》;20191231;全文 *

Also Published As

Publication number Publication date
CN111586144A (zh) 2020-08-25
CN111866188A (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
Hosseinzadeh et al. Multi-objective task and workflow scheduling approaches in cloud computing: a comprehensive review
US9116181B2 (en) Method, apparatus, and system for virtual cluster integration
US8132031B2 (en) Power adjustment based on completion times in a parallel computing system
WO2008025761A2 (en) Parallel application load balancing and distributed work management
Balaji et al. Mapping communication layouts to network hardware characteristics on massive-scale blue gene systems
CN114610474B (zh) 一种异构超算环境下多策略的作业调度方法及系统
CN107463442B (zh) 一种星载多核SoC任务级负载均衡并行调度方法
Chen et al. Tology-aware optimal data placement algorithm for network traffic optimization
Rashidi et al. Themis: A network bandwidth-aware collective scheduling policy for distributed training of dl models
Meng et al. Simulation and optimization of HPC job allocation for jointly reducing communication and cooling costs
Shojaee et al. A new cat swarm optimization based algorithm for reliability-oriented task allocation in distributed systems
Zhang et al. Data-aware task scheduling for all-to-all comparison problems in heterogeneous distributed systems
US20120059938A1 (en) Dimension-ordered application placement in a multiprocessor computer
CN111866188B (zh) 具有ooda分形机制的计算机群构建方法
Lo Algorithms for static task assignment and symmetric contraction in distributed computing systems
Liu et al. KubFBS: A fine‐grained and balance‐aware scheduling system for deep learning tasks based on kubernetes
Meddeber et al. Tasks assignment for Grid computing
Ding et al. Data locality-aware and QoS-aware dynamic cloud workflow scheduling in Hadoop for heterogeneous environment
Fan et al. A survey on task scheduling method in heterogeneous computing system
Zhou et al. Improving batch scheduling on blue Gene/Q by relaxing network allocation constraints
Wang et al. Spatial data dependence graph simulator for convolutional neural network accelerators
Lou et al. Dynamic scheduling strategy for testing task in cloud computing
Zeng et al. Distributed scheduling strategy for divisible loads on arbitrarily configured distributed networks using load balancing via virtual routing
Chauhan et al. Resource based optimized decentralized grid scheduling algorithm
CN111813562B (zh) 具有ooda多分区io资源池机制的服务器主机

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