CN112256427A - 一种基于改进分支限界法的大规模资源快速分配装置 - Google Patents
一种基于改进分支限界法的大规模资源快速分配装置 Download PDFInfo
- Publication number
- CN112256427A CN112256427A CN202011132201.9A CN202011132201A CN112256427A CN 112256427 A CN112256427 A CN 112256427A CN 202011132201 A CN202011132201 A CN 202011132201A CN 112256427 A CN112256427 A CN 112256427A
- Authority
- CN
- China
- Prior art keywords
- resource
- task
- row
- allocation
- matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000011159 matrix material Substances 0.000 claims abstract description 80
- 238000013468 resource allocation Methods 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000010276 construction Methods 0.000 claims abstract description 8
- 238000005457 optimization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000008092 positive effect Effects 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]
- G06F9/5005—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
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
本发明是一种基于改进分支限界法的大规模资源快速分配装置,可用于大规模边缘计算的云端计算资源分配。本发明装置包括资源与任务的输入模块,资源与任务的分配矩阵构造模块,资源与任务的自动调节模块,以及资源与任务的分配输出模块;所构造的分配矩阵的每行代表一个计算资源,每列代表一个任务,分配矩阵中元素值代表计算资源与任务的匹配程度;通过对分配矩阵的行进行交换,使得分配矩阵在对角线上具有尽量多的非零元素;分配矩阵中位于对角线上元素代表了资源与任务的分配关系。本发明构造资源分配矩阵,寻找满足硬性约束的交换方案,从中选取软性约束指标最优的交换方案,不增加计算复杂度,运算速度快,实现了接近实时的资源分配效率。
Description
技术领域
本发明属于资源管理调度技术领域,具体涉及一种基于改进分支限界法的用于大规模云端计算资源的分配装置。
背景技术
有效的大规模边缘计算,常常需要边缘端与云端计算资源配合进行。由于边缘设备种类多样,运行环境各异,因此要求云端与之配合的计算资源满足多种多样的组合条件。而出于成本考虑,云端配置满足所有条件的全能资源是非常浪费的做法。实践中,云端计算资源也往往具有多样的特性和能力限制。因此就需要使用一种快速匹配技术,为每一边缘设备的每一具体计算任务,实时分配最适合的云端计算资源。
传统的自动资源分配主要使用贪婪算法,背后隐含的假设是可供分配的资源远远大于需求,因此不需要考虑全局优化。然而维持远远大于需求的资源是非常不经济的,理想的做法是仅仅保持刚好够用的资源,通过算法优化,使资源的利用率尽可能接近100%,这就要求对资源分配方案进行全局优化。传统的全局优化方法以线性规划为代表,将所有的约束条件同等对待,在约束条件的线性组合之上寻找最优解,但是实际当中,资源分配的约束条件往往分为硬性约束与软性约束,硬性约束必须被满足,软性约束可以加以取舍,二者并不适用相同的优化规则,因此不能用线性规划这一类方法进行优化。
发明内容
本发明的目的是提供一种基于改进分支限界法的大规模资源快速分配装置,通过将大规模计算资源与任务分配的问题转换为矩阵行列交换的问题,基于硬性约束和软性约束条件对矩阵行进行交换,快速获得一种完全满足硬性约束条件、同时在软性约束条件上局部优化的大规模快速分配方案。
本发明提供的基于改进分支限界法的大规模资源快速分配装置,包括资源与任务的输入模块,资源与任务的分配矩阵构造模块,资源与任务的自动调节模块,以及资源与任务的分配输出模块。
所述资源与任务的输入模块用于获得当前空闲的计算资源以及当前待分配的任务,并输入资源与任务的分配矩阵构造模块;
所述资源与任务的分配矩阵构造模块根据得到的计算资源以及任务,构造分配矩阵并输出给资源与任务的自动调节模块;其中,分配矩阵的每行代表一个计算资源,每列代表一个任务;任务的优先级越高,对应在分配矩阵中的列越靠前;分配矩阵中位于x行y列的元素值,代表该行代表的计算资源与该列代表的任务的匹配程度,当元素值为0时,代表该行代表的计算资源不满足该列代表的任务需求,当元素值大于0时,代表该行代表的计算资源满足该列代表的任务需求;
所述资源与任务的自动调节模块对分配矩阵的行进行交换,以使得分配矩阵在对角线上具有尽量多的非零元素,将交换完毕的分配矩阵输出给资源与任务的分配输出模块;
所述资源与任务的分配输出模块根据分配矩阵输出计算资源分配方案,输出分配矩阵中位于对角线上大于0的行和列,对于取值大于0的x行x列,x行所代表的计算资源分配给x列所代表的任务。
所述资源与任务的自动调节模块对分配矩阵的行自动执行行交换,过程如下:
所述的资源与任务的自动调节模块,从分配矩阵的第一行开始,对在矩阵对角线元素为0的每一行自动执行行交换,包括如下:
(1)设当前对角线元素[y,y]为0,标记当前行号y的行为A,从A的下一行开始,查找满足列y的任务需求的资源所在的行,作为备选行;
(2)对找到的每一备选行B,设该备选行B对应在矩阵对角线上的列号为y′,若将B与A交换后,能使列y和y′所对应的任务的计算资源需求都满足,则形成一个交换方案;
(3)计算每个交换方案在行交换后的分配矩阵在对角线元素的取值之和,选取和值最大的交换方案执行;
(4)若直到分配矩阵的最后一行都没有找到交换方案,基于每一备选行B,重新从A的下一行开始,查找是否存在与备选行B不同的行C,使得将三行A、B、C轮换后,使得三行对应在对角线上的三列对应的任务的计算资源需求都得到满足,若存在,形成一个交换方案;对所有找到的交换方案,按照上述(3)中方法选取交换方案;
(5)如果未找到三行交换方案,继续基于备选行B和C,寻找四行交换方案,以此类推,直至找到交换方案,或者达到预设的最大行数交换限制要求,停止执行。
本发明的优点与积极效果在于:(1)本发明采用了构造资源分配矩阵,通过寻找满足硬性约束的交换方案,并从中选取软性约束指标最优的交换方案,交换矩阵中的行或列,使交换所涉及的行(列)在满足硬性约束条件的同时,达到了较为优化的软性约束条件指标,同时并不增加计算复杂度,具有运算速度快、运算所需资源少的优势,实现将计算延迟控制在秒级,得到接近实时的资源分配效率。(2)本发明在交换矩阵中的行或列时,通过寻找闭环的交换方案,得到满足硬性约束的分配方案。(3)本发明在查找交换方案时,使用广度优先的查找方法,保证了较小的查找深度,从而限制了查找的计算复杂度,提升了资源分配效率。
附图说明
图1是本发明的基于改进分支限界法的大规模资源快速分配装置的模块示意图;
图2是本发明实施例中资源与任务的分配矩阵构造模块所构造的分配矩阵示意图;
图3是本发明实施例中资源与任务的自动调节模块执行行交换的示意图;
图4是本发明实施例中对图2示例进行行交换后的分配结果示意图;
图5是本发明的资源与任务的自动调节模块执行查找交换时建立的广度优先搜索树示意图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明实现的原理是,将大规模的计算资源与采用改进的分支限界方法,通过将任务分配问题转换成矩阵行列交换问题,在行列交换过程中,使用广度优先策略建立满足硬性约束的候选交换树,再使用软性约束条件,对可能的候选交换方案运用贪婪算法,最终得到完全满足硬性约束条件,同时在软性约束条件上局部优化的分配方案。
本发明的基于改进分支限界法的大规模资源快速分配装置,运行在进行大规模计算资源分配任务的设备上,例如对于大规模边缘计算,运行在大型并行计算集群。如图1所示,本发明的大规模资源快速分配装置主要包括四个模块:资源与任务的输入模块,资源与任务的分配矩阵构造模块,资源与任务的自动调节模块,以及资源与任务的分配输出模块。
资源与任务的输入模块获得当前空闲的计算资源以及当前待分配的任务。例如,对于大规模边缘计算时,快速分配装置运行在云端计算资源的控制设备上,实时或定时获得云端计算资源的使用情况以及需要执行的任务。资源与任务的输入模块将获得的空闲计算资源以及待执行任务发送给资源与任务的分配矩阵构造模块。
资源与任务的分配矩阵构造模块根据输入模块发来的资源与任务构造分配矩阵,并输出给资源与任务的自动调节模块。构造分配矩阵时,矩阵每一行代表一项资源,矩阵每一列代表一项任务需求。任务将按照优先级进行排序,优先级高的任务排在前面,优先级低的任务在后面,即矩阵中列编号越靠前的任务的优先级越高。矩阵中的元素值表示该行资源是否满足该列的任务需求,及其满足程度,如果资源与任务需求不匹配,则对应的元素值为0,如果资源与任务需求匹配,取值为待优化的软性约束条件针对该匹配的取值。构造的分配矩阵,既表达了硬性约束条件,也将软性约束指标加入了其中,为后续同时分别优化两类约束条件打下基础。
如图2所示,为本发明实施例构造的一个分配矩阵。其中,操作员1_1、操作员1_2等为获得的计算资源;立等任务1、加急任务3、普通任务7等为待分配待执行的任务;操作员1_1与立等任务1的交叉位置的取值为0,代表操作员1_1的计算资源不匹配立等任务1的需求;操作员1_1与立等任务2的交叉位置的取值为25,代表操作员1_1的计算资源匹配立等任务2的需求,匹配程度为25。25是操作员1_1的计算资源满足立等任务2的软性约束条件的取值。
当资源与任务的需求匹配时,根据资源与任务需求的匹配情况来设置对应元素的值,可预先设置匹配取值表,根据资源情况从表中读取对应值填入分配矩阵中。匹配值为待优化的软性约束条件针对该匹配的取值。例如,匹配计算任务,任务要求必须arm架构并只支持四路并行计算,若计算资源不是arm架构,匹配值为0,若计算资源是arm架构,是四核时,匹配值最高,设置为5,多于四核时匹配值设为4,双核或三核时匹配值设为3,单核时匹配值设为1。由匹配值是否为0,体现了硬性约束条件,由匹配值的取值大小,可体现软性约束条件。
资源与任务的自动调节模块对输入的分配矩阵执行行列交换,并将行列交换完毕的分配矩阵输出给资源与任务的分配输出模块。本发明中,将位于分配矩阵中对角线上的元素作为资源与任务的分配关系,如,处于某一对角线上的元素xx,行x所代表的计算资源分配给列x所代表的任务。
本发明的资源与任务的自动调节模块通过交换矩阵中的行,以实现矩阵对角线上尽量多的非零元素,直至找不到可以减少对角线上非零元素的行交换时终止此处任务分配。在进行矩阵的行列交换时,按照如下要求进行,从矩阵的第一行开始,对每一行对角线元素为0的行执行行交换。
(1)按序取分配矩阵的一行,标记当前行为A1,当前行的标号为y1,在矩阵对角线上对应的列的标号也为y1;判断当前矩阵中位于[y1,y1]的元素值是否为0,若不是,继续取下一行,进行本步骤判断;若是0,执行下一步;
(2)从行A1的下一行开始,查找满足当前列y1的任务需求的资源所在的行,作为备选;设找到n个备选行A′1,A′2…,A′n,n为正整数,备选行A′1,A′2…,A′n对应在对角线的列的标号分别为y′1,y′2…,y′n;
(3)对找到的每一备选行A′i,i为取值1到n的整数,如果和当前行A1交换后,能使两列y1和y′i所对应的任务的计算资源需求都满足,则形成一个交换方案,可将行A′i与行A1交换;否则继续检查后续行;
(4)检查完所有后续行之后,将得到的每个交换方案交换后矩阵在对角线元素取值之和进行比较,选取和值最大的交换方案执行,交换两行;
(5)如果直至最后一行都没有找到交换方案,即所有的备选行A′1,A′2…,A′n均不满足步骤(3),任一A′i和行A1交换后,将导致行y′i在矩阵对角线上的元素为0,此时需要从所有备选行A′1,A′2…,A′n中继续寻找到可交换的行,直至最终回到A1,使交换关系形成闭环,方可实行交换;
继续对步骤(2)中找到的每一备选行A′i,从当前行A1的下一行开始,对每个备选行A′i以外的行,检查是否三行(当前行A1、备选行A′i、以及被检查的行A″i)轮换,能够使三行对应在对角线上的三列的任务的计算资源需求都得到满足,如是,形成交换方案;
(6)对于步骤(5)得到的三行交换方案按照步骤(4)的方法,选取最优交换方案,实施三行轮换;
(7)如果仍未找到三行交换方案,则按照上述方法,尝试寻找四行交换方案,五行交换方案,以此类推,直至找到交换方案,或者达到预设的最大行数交换限制要求,停止执行。
本发明上述的交换方案查找过程如图3所示,必须形成闭环,以保证交换操作不破坏硬性约束条件。在执行交换方案的同时对每个交换方案计算软性约束分值,而不是单独计算,保证了不增加计算复杂度,从而提升了任务分配的运行速度。如图4所示,为本发明的资源与任务的自动调节模块对图2所示分配矩阵进行行交换后的结果。
如图5所示,在上述行的交换方案查找过程中,本发明使用了广度优先的查找方法,从行A1所在的y1开始,寻找交换关系,形成一棵查找树,A1为树根,备选行A′1,A′2…,A′n构成第一层节点,备选行A″1,A″2…,A″m构成第二层节点,以此类推。本发明将待交换的行作为根节点,设最终找到了k行交换方案,则,在查找两行交换时的备选行组成第二层节点,查找三行交换时的备选行组成第三层节点,依次类推,查找k行交换时的备选行组成第k层节点,即叶子节点,通过这样的广度优先查找,搜索所有的行交换方案,能够提高行交换方案的查找效率,从而实现快速资源分配。k、m均为正整数。
资源与任务的分配输出模块根据输入的分配矩阵,输出当前获得的优化分配方案,分配矩阵中的对角线代表分配关系,对应的行所代表的计算资源分配给对应的列所代表的任务。
本发明装置可以采用任何编程语言实现,可以运行在PC机、服务器、虚拟机以及大型并行计算集群上,可实现实时的任务资源分配,适用于大规模资源的快速分配。
Claims (3)
1.一种基于改进分支限界法的大规模资源快速分配装置,其特征在于,包括资源与任务的输入模块,资源与任务的分配矩阵构造模块,资源与任务的自动调节模块,以及资源与任务的分配输出模块;
所述资源与任务的输入模块用于获得当前空闲的计算资源以及当前待分配的任务,并输入资源与任务的分配矩阵构造模块;
所述资源与任务的分配矩阵构造模块根据得到的计算资源以及任务,构造分配矩阵并输出给资源与任务的自动调节模块;其中,分配矩阵的每行代表一个计算资源,每列代表一个任务;任务的优先级越高,对应在分配矩阵中的列越靠前;分配矩阵中位于x行y列的元素值,代表该行代表的计算资源与该列代表的任务的匹配程度,当元素值为0时,代表该行代表的计算资源不满足该列代表的任务需求,当元素值大于0时,代表该行代表的计算资源满足该列代表的任务需求;
所述资源与任务的自动调节模块对分配矩阵的行进行交换,以使得分配矩阵在对角线上具有尽量多的非零元素,将交换完毕的分配矩阵输出给资源与任务的分配输出模块;
所述资源与任务的分配输出模块根据分配矩阵输出计算资源分配方案,输出分配矩阵中位于对角线上大于0的行和列,对于取值大于0的x行x列,x行所代表的计算资源分配给x列所代表的任务。
2.根据权利要求1所述的装置,其特征在于,所述的资源与任务的分配矩阵构造模块在构造分配矩阵时,当某行代表的计算资源不满足某列代表的任务需求时,设置对应的元素值为0,当满足时,设置对应的元素值为待优化的软性约束条件针对该匹配的取值。
3.根据权利要求1或2所述的装置,其特征在于,所述的资源与任务的自动调节模块,从分配矩阵的第一行开始,对在矩阵对角线元素为0的每一行自动执行行交换,包括如下:
(1)设当前对角线元素[y,y]为0,标记当前行号y的行为A,从A的下一行开始,查找满足列y的任务需求的资源所在的行,作为备选行;
(2)对找到的每一备选行B,设该备选行B对应在矩阵对角线上的列号为y′,若将B与A交换后,能使列y和y′所对应的任务的计算资源需求都满足,则形成一个交换方案;
(3)计算每个交换方案在行交换后的分配矩阵在对角线元素的取值之和,选取和值最大的交换方案执行;
(4)若直到分配矩阵的最后一行都没有找到交换方案,基于每一备选行B,重新从A的下一行开始,查找是否存在与备选行B不同的行C,使得将三行A、B、C轮换后,使得三行对应在对角线上的三列对应的任务的计算资源需求都得到满足,若存在,形成一个交换方案;对所有找到的交换方案,按照上述(3)中方法选取交换方案;
(5)如果未找到三行交换方案,继续基于备选行B和C,寻找四行交换方案,以此类推,直至找到交换方案,或者达到预设的最大行数交换限制要求,停止执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011132201.9A CN112256427B (zh) | 2020-10-21 | 2020-10-21 | 一种基于改进分支限界法的大规模资源快速分配装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011132201.9A CN112256427B (zh) | 2020-10-21 | 2020-10-21 | 一种基于改进分支限界法的大规模资源快速分配装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112256427A true CN112256427A (zh) | 2021-01-22 |
CN112256427B CN112256427B (zh) | 2024-04-05 |
Family
ID=74264998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011132201.9A Active CN112256427B (zh) | 2020-10-21 | 2020-10-21 | 一种基于改进分支限界法的大规模资源快速分配装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112256427B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024020897A1 (zh) * | 2022-07-27 | 2024-02-01 | 西门子股份公司 | 在计算设备之间分配计算任务的方法、装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017045211A1 (zh) * | 2015-09-16 | 2017-03-23 | 国云科技股份有限公司 | 一种多服务质量约束的云计算任务调度方法 |
CN111400001A (zh) * | 2020-03-09 | 2020-07-10 | 清华大学 | 一种面向边缘计算环境的在线计算任务卸载调度方法 |
-
2020
- 2020-10-21 CN CN202011132201.9A patent/CN112256427B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017045211A1 (zh) * | 2015-09-16 | 2017-03-23 | 国云科技股份有限公司 | 一种多服务质量约束的云计算任务调度方法 |
CN111400001A (zh) * | 2020-03-09 | 2020-07-10 | 清华大学 | 一种面向边缘计算环境的在线计算任务卸载调度方法 |
Non-Patent Citations (2)
Title |
---|
彭鹏菲;于钱;李启元;: "基于优先排序与粒子群优化的装备保障任务规划方法", 兵工学报, no. 06 * |
王皓轮;倪宏;郭志川;: "基于连续效用子集的资源分配算法", 中国科学技术大学学报, no. 04 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024020897A1 (zh) * | 2022-07-27 | 2024-02-01 | 西门子股份公司 | 在计算设备之间分配计算任务的方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112256427B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103034614B (zh) | 基于关键路径和任务复制的单任务多核调度方法 | |
CN109993299A (zh) | 数据训练方法及装置、存储介质、电子装置 | |
CN107357661A (zh) | 一种针对混合负载的细粒度gpu资源管理方法 | |
CN109933631A (zh) | 基于Infiniband网络的分布式并行数据库系统及数据处理方法 | |
CN106371924B (zh) | 一种最小化MapReduce集群能耗的任务调度方法 | |
CN104331321A (zh) | 基于禁忌搜索和负载均衡的云计算任务调度方法 | |
CN102855153B (zh) | 面向片式多核处理器的流编译优化方法 | |
CN103412635A (zh) | 数据中心节能方法及装置 | |
CN103425536A (zh) | 一种面向分布式系统性能测试的测试资源管理方法 | |
CN109815537B (zh) | 一种基于时间预测的高通量材料仿真计算优化方法 | |
CN112463390A (zh) | 一种分布式任务调度方法、装置、终端设备及存储介质 | |
CN104112049A (zh) | 基于P2P构架的MapReduce任务跨数据中心调度系统及方法 | |
CN112256427A (zh) | 一种基于改进分支限界法的大规模资源快速分配装置 | |
CN104778088A (zh) | 一种基于减少进程间通信开销的并行i/o优化方法与系统 | |
CN105718318A (zh) | 一种基于辅助工程设计软件的集合式调度优化方法 | |
CN113392592A (zh) | 一种配电网拓扑图布局方法、装置和设备 | |
CN107918676A (zh) | 结构化查询的资源优化方法及数据库查询系统 | |
Liu et al. | Optimal VM migration planning for data centers | |
CN109635473B (zh) | 一种启发式高通量材料仿真计算优化方法 | |
CN110879753A (zh) | 基于自动化集群资源管理的gpu加速性能优化方法和系统 | |
Yang et al. | Understanding the performance of in-network computing: A case study | |
CN106970840A (zh) | 一种结合任务调度的软硬件划分方法 | |
Zhang et al. | Optimising data access latencies of virtual machine placement based on greedy algorithm in datacentre | |
Wang et al. | OPTAS: Optimal data placement in MapReduce | |
Zhang et al. | Optimizing data intensive flows for networks on chips |
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 |