CN112084015B - 一种基于云计算的仿真云平台搭建系统及方法 - Google Patents

一种基于云计算的仿真云平台搭建系统及方法 Download PDF

Info

Publication number
CN112084015B
CN112084015B CN202010883692.4A CN202010883692A CN112084015B CN 112084015 B CN112084015 B CN 112084015B CN 202010883692 A CN202010883692 A CN 202010883692A CN 112084015 B CN112084015 B CN 112084015B
Authority
CN
China
Prior art keywords
server
task
engine
resource
simulation
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
CN202010883692.4A
Other languages
English (en)
Other versions
CN112084015A (zh
Inventor
张福强
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.)
Tibet Ningsuan Technology Group Co ltd
Original Assignee
Tibet Ningsuan Technology Group Co ltd
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 Tibet Ningsuan Technology Group Co ltd filed Critical Tibet Ningsuan Technology Group Co ltd
Priority to CN202010883692.4A priority Critical patent/CN112084015B/zh
Publication of CN112084015A publication Critical patent/CN112084015A/zh
Application granted granted Critical
Publication of CN112084015B publication Critical patent/CN112084015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • 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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • 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

Abstract

本发明公开了一种基于云计算的仿真云平台搭建系统，包括web服务模块、调度引擎、分布式存储模块和多台服务器，每台服务器上部署有1个分控模块，多台服务器组成服务器集群；调度引擎包括决策引擎、任务分发引擎、通信模块、资源管理引擎和存储引擎；本发明还公开了一种基于云计算的仿真云平台搭建方法，本发明采用了分布式任务调度的特点，将可分解的任务分配到多台机器上，提高仿真计算的速度；本发明将云计算与传统车企仿真结合起来，领域跨度比较大；本发明采用独有的决策算法，将可用资源情况、资源使用情况、资源历史执行结合，选择更加合适设备执行，更好的提高了设备利用率，又将任务相对均匀的分配到各台服务器上。

Description

一种基于云计算的仿真云平台搭建系统及方法
技术领域
本发明涉及云计算技术领域，特别是一种基于云计算的仿真云平台搭建系统及方法。
背景技术
仿真(Simulation)，即使用项目模型将特定于某一具体层次的不确定性转化为它们对目标的影响，该影响是在项目仿真项目整体的层次上表示的。项目仿真利用计算机模型和某一具体层次的风险估计。汽车仿真是指通过软件的方式，模拟汽车运行情况。例如通过设定汽车A柱的材料、厚度，模拟汽车发生撞击的场景，通过数据分析汽车设定的参数是否合理。
仿真软件对GPU、内存等硬件要求比较高，然而基于成本的考虑，无法让每个仿真工程师都使用昂贵的高性能的工作站，部分企业提供了高性能服务器，但通常是指派式的，无法灵活的调度任务。
发明内容
本发明所要解决的技术问题是克服现有技术的不足而提供一种基于云计算的仿真云平台搭建系统及方法，本发明采用了分布式任务调度的特点，将可分解的任务分配到多台机器上，提高仿真计算的速度，同时采用独有的决策算法，决策将任务分配到哪台机器上运行，最终将结果存储在分布式存储服务中。
本发明为解决上述技术问题采用以下技术方案：
根据本发明提出的一种基于云计算的仿真云平台搭建系统，包括web服务模块、调度引擎、分布式存储模块和多台服务器，每台服务器上部署有1个分控模块，多台服务器组成服务器集群；调度引擎包括决策引擎、任务分发引擎、通信模块、资源管理引擎和存储引擎；其中，
web服务模块，用于将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎，用于经通信模块实时获取并管理服务器集群中的服务器资源信息，输出服务器资源信息至决策引擎；
决策引擎，用于利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的服务器资源信息，通过决策算法从服务器集群中指定一台服务器并将这台服务器编号输出至任务分发引擎；
任务分发引擎，根据接收到的服务器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台服务器上的分控模块；
分控模块，当任务分发引擎将任务分发到服务器集群中指定的服务器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将服务器集群中各台服务器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务。
作为本发明所述的一种基于云计算的仿真云平台搭建系统进一步优化方案，服务器资源信息包括CPU、GPU、内存的资源数据以及使用情况。
作为本发明所述的一种基于云计算的仿真云平台搭建系统进一步优化方案，web服务模块，用于为用户提供用户接口界面，用户通过用户接口界面提交仿真任务。
作为本发明所述的一种基于云计算的仿真云平台搭建系统进一步优化方案，通信模块，通过基于TCP/IP协议的套接字连接方式与分控模块进行通信。
作为本发明所述的一种基于云计算的仿真云平台搭建系统进一步优化方案，web服务模块，用于搭建一个web服务，定义web界面上需要与用户交互的内容，内容包括任务名称输入框、求解器选择项、需要的GPU个数、需要的内存大小。
作为本发明所述的一种基于云计算的仿真云平台搭建系统进一步优化方案，存储引擎，集成封装存储服务使用的软件开发工具包SDK接口，软件开发工具包SDK接口包括保存、删除、增加、修改接口，存储引擎负责对仿真任务的执行状态进行增删改查操作。
一种基于云计算的仿真云平台搭建系统，包括web服务模块、调度引擎、分布式存储模块和多台机器，每台机器上部署有1个分控模块，多台机器组成机器集群；调度引擎包括决策引擎、任务分发引擎、通信模块、资源管理引擎和存储引擎；其中，
web服务模块，用于将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎，用于经通信模块实时获取并管理机器集群中的机器资源信息，输出机器资源信息至决策引擎；
决策引擎，用于利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的机器资源信息，通过决策算法从机器集群中指定一台机器并将这台机器编号输出至任务分发引擎；
任务分发引擎，根据接收到的机器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台机器上的分控模块；
分控模块，当任务分发引擎将任务分发到机器集群中指定的机器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将机器集群中各台机器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务。
一种基于云计算的仿真云平台搭建方法，方法如下：
采用web服务模块将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎通过通信模块实时获取并管理服务器集群中的服务器资源信息，输出服务器资源信息至决策引擎；
决策引擎利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的服务器资源信息，通过决策算法从服务器集群中指定一台服务器并将这台服务器编号输出至任务分发引擎；
决策算法的具体方法为：
步骤A、根据服务器集群中的各服务器的资源信息，淘汰掉不满足基本资源要求的服务器，基本资源要求是指任务分发引擎分发的任务能够被执行时需要满足一定的执行资源数，在服务器集群中，若有服务器空闲的资源不满足执行任务需要的资源，不满足执行任务需要的资源是指CPU个数不足或内存不足，则该服务器先进行淘汰；
步骤B、利用如下公式，对服务器集群中每台服务器进行求解，得到每台服务器的求解值为f(z)；
其中，t为服务器执行的历史任务的总时长，num服务器历史执行任务的总个数，n表示任务执行所需要的资源总类别数，xi表示任务执行所需要的第i类资源的数据值，yi表示服务器所具有的第i类资源的空闲数据值，z为服务器编号；
步骤C、基于步骤B所计算出的多个f(z)，利用快速选择算法对多个f(z)进行排序，从中选择出最大的f(z)；即f(z)所对应的z为服务器集群中的一台服务器编号；
任务分发引擎根据接收到的服务器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台服务器上的分控模块；
分控模块用于当任务分发引擎将任务分发到服务器集群中指定的服务器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将服务器集群中各台服务器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
(1)本发明采用了分布式任务调度的特点，将可分解的任务分配到多台机器上，提高仿真计算的速度；
(2)本发明将云计算与传统车企仿真结合起来，领域跨度比较大；
(3)本发明采用独有的决策算法，将可用资源情况、资源使用情况、资源历史执行结合，选择更加合适设备执行，更好的提高了设备利用率，又将任务相对均匀的分配到各台服务器上；
(4)本发明可不止运用于服务器集群，普通机器仍然使用，充分提高小企业的设备资源利用率，节省成本开支。
附图说明
图1是仿真云平台架构图。
图2是服务器网络示意图。
图3是数据流程图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明：
现有的技术难度主要在技术领域的跨度、资源分配调度的均衡性两方面。本发明将互联网的云计算技术，应用在传统车企仿真中。本发明运用了基于TCP/IP协议的网络通信、决策算法、分布式存储等先进技术，运用到了传统仿真中。
图1是仿真云平台架构图，图2是服务器网络示意图，图3是数据流程图。一种基于云计算的仿真云平台搭建系统，包括web服务模块、调度引擎、分布式存储模块和多台服务器，每台服务器上部署有1个分控模块，多台服务器组成服务器集群；调度引擎包括决策引擎、任务分发引擎、通信模块、资源管理引擎和存储引擎；其中，
web服务模块，用于将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎，用于经通信模块实时获取并管理服务器集群中的服务器资源信息，输出服务器资源信息至决策引擎；
决策引擎，用于利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的服务器资源信息，通过决策算法从服务器集群中指定一台服务器并将这台服务器编号输出至任务分发引擎；
任务分发引擎，根据接收到的服务器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台服务器上的分控模块；
分控模块，当任务分发引擎将任务分发到服务器集群中指定的服务器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将服务器集群中各台服务器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务。
细化上述的每个模块
web服务模块，搭建一个web服务，定义web界面上需要与用户交互的内容，例如：任务名称输入框、求解器选择项、需要的GPU个数、需要的内存大小等信息，
调度引擎，包括如下步骤：
步骤2.1：存储引擎，集成封装存储服务使用的SDK接口，包括基本的保存、删除、增加、修改接口，负责对数据进行增删改查操作。
步骤2.2：通信模块，负责和各个分控模块建立基于TCP/IP协议的socket连接，协议头规范如下：
模块：
通信模块指令举例：
指令名称 ping pong 建立连接 业务执行 ...
标志 000 001 010 011 100
资源管理引擎，负责和分控模块通信，实时获取所有服务器的资源情况，并管理所有的设备信息。例如管理如下资源信息：
决策引擎，依据提交的任务和各个设备资源信息，依据决策算法，决策任务执行的服务器，具体方法为：
步骤A、根据服务器集群中的各服务器的资源信息，淘汰掉不满足基本资源要求的服务器，基本资源要求是指任务分发引擎分发的任务能够被执行时需要满足一定的执行资源数，在服务器集群中，若有服务器空闲的资源不满足执行任务需要的资源，不满足执行任务需要的资源是指CPU个数不足或内存不足，则该服务器先进行淘汰；
步骤B、利用如下公式，对服务器集群中每台服务器进行求解，得到每台服务器的求解值为f(z)；
其中，t为服务器执行的历史任务的总时长，num服务器历史执行任务的总个数，n表示任务执行所需要的资源总类别数，xi表示任务执行所需要的第i类资源的数据值，yi表示服务器所具有的第i类资源的空闲数据值，z为服务器编号；
步骤C、基于步骤B所计算出的多个f(z)，利用快速选择算法对多个f(z)进行排序，从中选择出最大的f(z)；即f(z)所对应的z为服务器集群中的一台服务器编号。
任务分发引擎，利用选择出要执行任务的设备，通过通信模块，将任务分发到指定的服务器上。
分控模块，本模块为部署在服务器集群中各台服务器上的服务模块，具体实现如下：
步骤3.1、和调度引擎中的通信模块建立连接，连接基于TCP/IP协议。
步骤3.2、实时获取设备资源信息，并发送给调度引擎。具体获取内容包括但不限于如下信息：
步骤3.3、负责接收调度引擎发送的调度任务指令，并依据指令启动求解器计算。
步骤3.4、将计算结果发送给调度引擎进行持久化存储，并通过web服务模块展示给用户。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围内。

Claims (8)

1.一种基于云计算的仿真云平台搭建系统，其特征在于，包括web服务模块、调度引擎、分布式存储模块和多台服务器，每台服务器上部署有1个分控模块，多台服务器组成服务器集群；调度引擎包括决策引擎、任务分发引擎、通信模块、资源管理引擎和存储引擎；其中，
web服务模块，用于将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎，用于经通信模块实时获取并管理服务器集群中的服务器资源信息，输出服务器资源信息至决策引擎；
决策引擎，用于利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的服务器资源信息，通过决策算法从服务器集群中指定一台服务器并将这台服务器编号输出至任务分发引擎；
任务分发引擎，根据接收到的服务器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台服务器上的分控模块；
分控模块，当任务分发引擎将任务分发到服务器集群中指定的服务器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将服务器集群中各台服务器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务；
决策算法的具体方法为：
步骤A、根据服务器集群中的各服务器的资源信息，淘汰掉不满足基本资源要求的服务器，基本资源要求是指任务分发引擎分发的任务能够被执行时需要满足一定的执行资源数，在服务器集群中，若有服务器空闲的资源不满足执行任务需要的资源，不满足执行任务需要的资源是指CPU个数不足或内存不足，则该服务器先进行淘汰；
步骤B、利用如下公式，对服务器集群中每台服务器进行求解，得到每台服务器的求解值为f(z)；
其中，t为服务器执行的历史任务的总时长，num服务器历史执行任务的总个数，n表示任务执行所需要的资源总类别数，xi表示任务执行所需要的第i类资源的数据值，yi表示服务器所具有的第i类资源的空闲数据值，z为服务器编号；
步骤C、基于步骤B所计算出的多个f(z)，利用快速选择算法对多个f(z)进行排序，从中选择出最大的f(z)；即f(z)所对应的z为服务器集群中的一台服务器编号。
2.根据权利要求1所述的一种基于云计算的仿真云平台搭建系统，其特征在于，服务器资源信息包括CPU、GPU、内存的资源数据以及使用情况。
3.根据权利要求1所述的一种基于云计算的仿真云平台搭建系统，其特征在于，web服务模块，用于为用户提供用户接口界面，用户通过用户接口界面提交仿真任务。
4.根据权利要求1所述的一种基于云计算的仿真云平台搭建系统，其特征在于，通信模块，通过基于TCP/IP协议的套接字连接方式与分控模块进行通信。
5.根据权利要求1所述的一种基于云计算的仿真云平台搭建系统，其特征在于，web服务模块，用于搭建一个web服务，定义web界面上需要与用户交互的内容，内容包括任务名称输入框、求解器选择项、需要的GPU个数、需要的内存大小。
6.根据权利要求1所述的一种基于云计算的仿真云平台搭建系统，其特征在于，存储引擎，集成封装存储服务使用的软件开发工具包SDK接口，软件开发工具包SDK接口包括保存、删除、增加、修改接口，存储引擎负责对仿真任务的执行状态进行增删改查操作。
7.一种基于云计算的仿真云平台搭建系统，其特征在于，包括web服务模块、调度引擎、分布式存储模块和多台机器，每台机器上部署有1个分控模块，多台机器组成机器集群；调度引擎包括决策引擎、任务分发引擎、通信模块、资源管理引擎和存储引擎；其中，
web服务模块，用于将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎，用于经通信模块实时获取并管理机器集群中的机器资源信息，输出机器资源信息至决策引擎；
决策引擎，用于利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的机器资源信息，通过决策算法从机器集群中指定一台机器并将这台机器编号输出至任务分发引擎；
任务分发引擎，根据接收到的机器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台机器上的分控模块；
分控模块，当任务分发引擎将任务分发到机器集群中指定的机器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将机器集群中各台机器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务；
决策算法的具体方法为：
步骤A、根据服务器集群中的各服务器的资源信息，淘汰掉不满足基本资源要求的服务器，基本资源要求是指任务分发引擎分发的任务能够被执行时需要满足一定的执行资源数，在服务器集群中，若有服务器空闲的资源不满足执行任务需要的资源，不满足执行任务需要的资源是指CPU个数不足或内存不足，则该服务器先进行淘汰；
步骤B、利用如下公式，对服务器集群中每台服务器进行求解，得到每台服务器的求解值为f(z)；
其中，t为服务器执行的历史任务的总时长，num服务器历史执行任务的总个数，n表示任务执行所需要的资源总类别数，xi表示任务执行所需要的第i类资源的数据值，yi表示服务器所具有的第i类资源的空闲数据值，z为服务器编号；
步骤C、基于步骤B所计算出的多个f(z)，利用快速选择算法对多个f(z)进行排序，从中选择出最大的f(z)；即f(z)所对应的z为服务器集群中的一台服务器编号。
8.一种基于云计算的仿真云平台搭建方法，其特征在于，方法如下：
采用web服务模块将用户通过其提交的仿真任务输出至任务分发引擎；
资源管理引擎通过通信模块实时获取并管理服务器集群中的服务器资源信息，输出服务器资源信息至决策引擎；
决策引擎利用从任务分发引擎获取到的仿真任务和资源管理引擎提供的服务器资源信息，通过决策算法从服务器集群中指定一台服务器并将这台服务器编号输出至任务分发引擎；
决策算法的具体方法为：
步骤A、根据服务器集群中的各服务器的资源信息，淘汰掉不满足基本资源要求的服务器，基本资源要求是指任务分发引擎分发的任务能够被执行时需要满足一定的执行资源数，在服务器集群中，若有服务器空闲的资源不满足执行任务需要的资源，不满足执行任务需要的资源是指CPU个数不足或内存不足，则该服务器先进行淘汰；
步骤B、利用如下公式，对服务器集群中每台服务器进行求解，得到每台服务器的求解值为f(z)；
其中，t为服务器执行的历史任务的总时长，num服务器历史执行任务的总个数，n表示任务执行所需要的资源总类别数，xi表示任务执行所需要的第i类资源的数据值，yi表示服务器所具有的第i类资源的空闲数据值，z为服务器编号；
步骤C、基于步骤B所计算出的多个f(z)，利用快速选择算法对多个f(z)进行排序，从中选择出最大的f(z)；即f(z)所对应的z为服务器集群中的一台服务器编号；
任务分发引擎根据接收到的服务器编号，将web服务模块提交的仿真任务经通信模块发送给决策引擎指定的一台服务器上的分控模块；
分控模块用于当任务分发引擎将任务分发到服务器集群中指定的服务器上之后，分控模块实时将任务的执行状态经通信模块传输至存储引擎后再存储到分布式存储模块；分控模块还用于将服务器集群中各台服务器的资源数据上报给资源管理引擎，并且接收任务分发引擎下发的任务并执行任务。
CN202010883692.4A 2020-08-28 2020-08-28 一种基于云计算的仿真云平台搭建系统及方法 Active CN112084015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010883692.4A CN112084015B (zh) 2020-08-28 2020-08-28 一种基于云计算的仿真云平台搭建系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010883692.4A CN112084015B (zh) 2020-08-28 2020-08-28 一种基于云计算的仿真云平台搭建系统及方法

Publications (2)

Publication Number Publication Date
CN112084015A CN112084015A (zh) 2020-12-15
CN112084015B true CN112084015B (zh) 2023-08-15

Family

ID=73729062

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010883692.4A Active CN112084015B (zh) 2020-08-28 2020-08-28 一种基于云计算的仿真云平台搭建系统及方法

Country Status (1)

Country Link
CN (1) CN112084015B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112860434A (zh) * 2021-01-29 2021-05-28 西藏宁算科技集团有限公司 基于云平台的模型批量提交计算方法、装置及电子设备
CN112948387A (zh) * 2021-03-04 2021-06-11 北京深演智能科技股份有限公司 数据处理方法、装置、存储介质及处理器
CN113641487B (zh) * 2021-07-06 2023-06-13 多点生活(成都)科技有限公司 一种大数据平台sql任务执行引擎智能自动切换的方法
CN114611335B (zh) * 2022-05-10 2022-08-12 南京国睿信维软件有限公司 基于分布式引擎的仿真任务调度方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246546A (zh) * 2013-05-07 2013-08-14 山东大学 基于云技术的开放式电力系统数值仿真系统及其仿真方法
CN104899404A (zh) * 2015-07-06 2015-09-09 广州特种机电设备检测研究院 一种仿真云平台及实施方法
WO2016045515A1 (zh) * 2014-09-23 2016-03-31 同济大学 基于用户满意度的云任务调度算法
CN108459900A (zh) * 2018-01-19 2018-08-28 西安电子科技大学 基于云的抗辐射加固协同设计-仿真系统及方法
CN109542608A (zh) * 2018-11-30 2019-03-29 北京仿真中心 一种基于混合排队网络的云仿真任务调度方法
CN109672709A (zh) * 2017-10-17 2019-04-23 上海仪电（集团）有限公司中央研究院 一种混合云业务调度系统及方法
CN109690495A (zh) * 2016-12-07 2019-04-26 华为技术有限公司 大规模分布式系统汇总与监控的有效方法
CN109918198A (zh) * 2019-02-18 2019-06-21 中国空间技术研究院 一种基于用户特征预测的仿真云平台负载调度系统及方法
CN110442041A (zh) * 2019-08-05 2019-11-12 西藏宁算科技集团有限公司 一种基于异构云计算框架的仿真平台构建方法及仿真系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246546A (zh) * 2013-05-07 2013-08-14 山东大学 基于云技术的开放式电力系统数值仿真系统及其仿真方法
WO2016045515A1 (zh) * 2014-09-23 2016-03-31 同济大学 基于用户满意度的云任务调度算法
CN104899404A (zh) * 2015-07-06 2015-09-09 广州特种机电设备检测研究院 一种仿真云平台及实施方法
CN109690495A (zh) * 2016-12-07 2019-04-26 华为技术有限公司 大规模分布式系统汇总与监控的有效方法
CN109672709A (zh) * 2017-10-17 2019-04-23 上海仪电（集团）有限公司中央研究院 一种混合云业务调度系统及方法
CN108459900A (zh) * 2018-01-19 2018-08-28 西安电子科技大学 基于云的抗辐射加固协同设计-仿真系统及方法
CN109542608A (zh) * 2018-11-30 2019-03-29 北京仿真中心 一种基于混合排队网络的云仿真任务调度方法
CN109918198A (zh) * 2019-02-18 2019-06-21 中国空间技术研究院 一种基于用户特征预测的仿真云平台负载调度系统及方法
CN110442041A (zh) * 2019-08-05 2019-11-12 西藏宁算科技集团有限公司 一种基于异构云计算框架的仿真平台构建方法及仿真系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于游戏时长预测的云游戏资源分配方法;任栋等;《计算机工程与设计》;第40卷(第04期);953-958 *

Also Published As

Publication number Publication date
CN112084015A (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
CN112084015B (zh) 一种基于云计算的仿真云平台搭建系统及方法
CN104735095B (zh) 一种云计算平台作业调度方法及装置
CN104601664B (zh) 一种云计算平台资源管理与虚拟机调度的控制系统
CN109254842A (zh) 分布式流式系统的资源管理方法、装置及可读存储介质
CN106888254A (zh) 一种基于Kubernetes的容器云架构及其各模块之间的交互方法
CN107025139A (zh) 一种基于云计算的高性能计算调度框架
CN104461740A (zh) 一种跨域集群计算资源聚合和分配的方法
CN108322548A (zh) 一种基于云计算的工业过程数据解析平台
CN111444019A (zh) 云端协同的深度学习模型分布式训练方法及系统
CN102567077B (zh) 一种基于博弈论的虚拟化资源分配方法
CN104112049B (zh) 基于P2P构架的MapReduce任务跨数据中心调度系统及方法
CN106412124B (zh) 一种并序化云服务平台任务分配系统及任务分配方法
CN108416657B (zh) 一种基于咨询服务的订单生成方法及设备
CN104053179B (zh) 一种c‑ran系统级仿真平台
CN101854350A (zh) 一种多学科协同设计信息交流平台
CN107294769A (zh) 一种基于5g网络的敏捷化云服务管理系统及其控制方法
CN112445623A (zh) 多集群管理方法、装置、电子设备及存储介质
CN114968227A (zh) 智能作战仿真平台以及智能作战仿真平台的数据处理方法
Alam et al. An NBDMMM algorithm based framework for allocation of resources in cloud
CN112349165A (zh) 基于调控云的电网调度员仿真培训方法、装置及系统
CN113268309A (zh) 一种面向SaaS应用模式的兵棋推演系统
CN116204307A (zh) 兼容不同计算框架的联邦学习方法和联邦学习系统
CN103179167B (zh) 一种云计算的方法、系统及负载均衡服务器
CN115840648A (zh) 一种仿真任务的处理方法、装置及电子设备
WO2021220616A1 (ja) 情報処理装置及び情報処理方法、コンピュータプログラム、並びに分散学習システム

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
TA01 Transfer of patent application right

Effective date of registration: 20210203

Address after: 11 / F, Liuwu building, Liuwu New District, Lhasa City, Tibet Autonomous Region, 850000

Applicant after: Tibet ningsuan Technology Group Co.,Ltd.

Address before: 210046 11th floor, building A1, Huizhi Science Park, 8 Hengtai Road, Nanjing Economic and Technological Development Zone, Jiangsu Province

Applicant before: DILU TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant