CN112328402A - 高效能自适应天基计算平台的架构及其实现方法 - Google Patents
高效能自适应天基计算平台的架构及其实现方法 Download PDFInfo
- Publication number
- CN112328402A CN112328402A CN202011338674.4A CN202011338674A CN112328402A CN 112328402 A CN112328402 A CN 112328402A CN 202011338674 A CN202011338674 A CN 202011338674A CN 112328402 A CN112328402 A CN 112328402A
- Authority
- CN
- China
- Prior art keywords
- subsystem
- processor
- architecture
- task
- computing platform
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000003044 adaptive effect Effects 0.000 claims abstract description 25
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 51
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 description 40
- 230000001133 acceleration Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 102100029368 Cytochrome P450 2C18 Human genes 0.000 description 1
- 101000919360 Homo sapiens Cytochrome P450 2C18 Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002093 peripheral 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
- G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
- G06F13/38—Information transfer, e.g. on bus
- G06F13/382—Information transfer, e.g. on bus using universal interface adapter
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5018—Thread allocation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Hardware Redundancy (AREA)
Abstract
本发明提供了一种高效能自适应天基计算平台的架构及其实现方法,该架构包括:通信连接的第一子系统和第二子系统,第一子系统和第二子系统中装载有软件系统,软件系统用于提供操作系统功能以及软件开发功能,并提供统一的子系统资源管理和服务接口;第一子系统包括:主控处理器和第一AI处理器,第二子系统包括:辅助处理器和第二AI处理器,其中:主控处理器用于运行操作系统内核,辅助处理器用于为主控处理器提供额外运算力;第一AI处理器和第二AI处理器用于协同处理AI任务。从而实现平台资源的统一管理与使用,满足平台基于任务特征的自适应可变计算架构重构,提升系统整体运行效率。
Description
技术领域
本发明涉及数据处理技术领域,具体地,涉及高效能自适应天基计算平台的架构及其实现方法。
背景技术
随着天基应用的快速发展,雷达探测、电子侦察、通信、导航增强、网络电子对抗等任务均从地基、空基向天基发展的趋势、同时天地信息化网络、软件星、天基边缘计算等先进卫星系统模式的提出,都对在卫星等天基计算平台的计算能力提出了迫切的需求。
经过对现有技术的检索,申请号CN201910572557.5,名称为“天基超算平台的计算方法和装置”,公开了通过信号采集装置进行采集,得到目标对象的第一输入数据,其中,目标对象包括星上载荷、通信单元、天线、执行机构中的至少一种,然后,将第一输入数据按照预设接口协议进行转化,得到第二输入数据,通过计算节点对第二输入数据进行计算,得到计算结果,最后,通过存储节点对计算结果进行存储,从而通过采用可重构接口扩展板卡+外设的体系结构,接口扩展板卡与卫星系统各传感器、执行机构、通信单元或天线进行数据传输,扩展板卡与内部计算节点通过标准CPCI板级连接器进行互联。
然而,上述架构中虽然增加了平台内部的通信效率,但是其星上计算处理设备性能差、成本高,远不能适应新的天基应用对算力的需求。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种高效能自适应天基计算平台的架构及其实现方法。
第一方面,本发明提供一种高效能自适应天基计算平台的架构,包括:通信连接的第一子系统和第二子系统,所述第一子系统和所述第二子系统中装载有软件系统,所述软件系统用于提供操作系统功能以及软件开发功能,并提供统一的子系统资源管理和服务接口;所述第一子系统包括:主控处理器和第一AI(Artificial Intelligence,人工智能)处理器,所述第二子系统包括:辅助处理器和第二AI处理器,其中:
所述主控处理器用于运行操作系统内核,所述辅助处理器用于为所述主控处理器提供额外运算力;所述第一AI处理器和所述第二AI处理器用于协同处理AI任务。
可选地,所述主控处理器包括:8核A57 ARM(Acorn RISC Machine)处理器,所述第一AI处理器包括:寒武纪创智2号AI芯片,所述辅助处理器包括:8核A55 ARM处理器,所述第二AI处理器包括:海思Ascend 310AI芯片。
可选地,所述第一子系统和所述第二子系统之间通过千兆网线接口互联。
可选地,所述软件系统包括:系统软件和支撑软件;
所述系统软件通过裁剪移植Linux kernel得到,使得所述第一子系统和所述第二子系统均具备操作系统功能,并提供相关的功能接口;
所述支撑软件用于对所述第一子系统和所述第二子系统进行逻辑上的统一,执行对所述第一子系统和所述第二子系统的资源的统一管理,并提供统一的服务接口。
可选地,所述支撑软件的逻辑系统层包括:
系统资源管理模块,用于对天基计算平台提供资源管理和服务接口;
自适应计算机架构处理模块,用于对天基计算平台的任务进行分析,并确定执行任务的计算架构;
高性能计算模块,用于处理分配的AI任务;
高可靠计算模块,用于处理对可靠性有要求的任务。
可选地,所述支撑软件的逻辑系统层还包括:故障管理模块、库函数模块;
所述故障管理模块,用于对天基计算平台的故障进行管理和处理;
所述库函数模块,用于提供任务处理时所需的函数。
第二方面,本发明提供一种高效能自适应天基计算平台的实现方法,应用于第一方面中任一项所述的高效能自适应天基计算平台的架构中,所述方法包括:
步骤1:上电后,对所述第一子系统和所述第二子系统的处理器进行复位,分别执行各自的bootloader程序;
步骤2:完成初始化RAM、串口、检测处理器类型、设置Linux Kernel启动参数,以及调用Linux Kernel内核映像;
步骤3:在所述第一子系统和所述第二子系统中均运行各自的Linux Kernel;
步骤4:通过第一子系统支撑软件的逻辑系统层中的平台资源管理模块,对天基计算平台的全部系统资源进行监控、管理;
步骤5:在第二子系统上运行天基计算平台系统故障监测模块,对系统运行健康进行监督;
步骤6:等待应用任务请求。
可选地,所述步骤4包括:
步骤4.1:根据任务代码,创建应用进程;
步骤4.2:根据任务特征分析任务计算架构,确定执行任务对应的计算架构;
步骤4.3:通过确定的计算架构执行分配的任务,并向所述计算架构分配所需的资源;
步骤4.4:执行应用进程中的任务。
可选地,当确定的计算架构为高性能计算架构时,所述步骤4.3包括:
向系统资源管理模块申请硬件资源;
根据申请到的硬件资源所属的子系统,划分当前任务,并将任务均衡的分配给不同的子系统执行;
各个子系统执行当前分配任务,并将执行后的结果返回给高性能处理模块;
通过高性能处理模块对各个子系统返回的结果做进一步处理。
可选地,当确定的计算架构为高可靠计算架构时,所述步骤4.3包括:
向系统资源管理模块申请硬件资源;
根据任务中给定的冗余度和申请到的硬件资源所属的子系统,将任务均衡的分配给不同子系统执行;
各子系统执行当前分配任务,并将执行后的结果返回给高可靠处理模块;
通过高可靠处理模块对各个子系统返回的结果做进一步处理。
与现有技术相比,本发明具有如下的有益效果:
本发明提供的高效能自适应天基计算平台的架构及其实现方法,基于自主可控的条件下,高效能自适应天基计算平台选取主控处理器、辅助处理器和AI处理器组成异构计算平台,在其基础上搭建软件系统,实现平台资源的统一管理与使用,满足平台基于任务特征的自适应可变计算架构重构,提升系统整体运行效率。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例一提供的高效能自适应天基计算平台的架构的结构示意图;
图2为本发明实施例二提供的高效能自适应天基计算平台的架构的软件系统的结构示意图;
图3为本发明实施例二提供的高效能自适应天基计算平台的应用执行流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明实施例提供一种高效能自适应天基计算平台的架构,包括:通信连接的第一子系统和第二子系统,第一子系统和第二子系统中装载有软件系统,软件系统用于提供操作系统功能以及软件开发功能,并提供统一的子系统资源管理和服务接口;第一子系统包括:主控处理器和第一AI处理器,第二子系统包括:辅助处理器和第二AI处理器,其中:主控处理器用于运行操作系统内核,辅助处理器用于为主控处理器提供额外运算力;第一AI处理器和第二AI处理器用于协同处理AI任务。
本实施例,基于自主可控的条件下,高效能自适应天基计算平台选取主控处理器、辅助处理器和AI处理器组成异构计算平台,在其基础上搭建软件系统,实现平台资源的统一管理与使用,满足平台基于任务特征的自适应可变计算架构重构,提升系统整体运行效率。
图1为本发明实施例一提供的高效能自适应天基计算平台的架构的结构示意图,如图1所示,本实施例中的架构包括:8核A57 ARM处理器、8核A55 ARM处理器、寒武纪创智2号AI芯片、海思Ascend 310AI芯片等。其中A57 ARM处理器与寒武纪创智2号AI芯片被集成在刀锋100-3UVPX模块上,A55 ARM处理器与海思Ascend 310AI芯片集成在华为Atlas 200模块上,两个模块分别称为刀锋子系统、Atlas子系统,子系统之间通过网线进行互联。各子系统移植的Linux kernel分别运行在各子系统的ARM处理器上。除此之外,A57 ARM处理器(刀锋子系统ARM处理器)作为天基计算平台的核心处理器,主要负责逻辑系统软件对子系统资源统一管理及可变计算架构重构等任务。A55 ARM处理器(Atlas子系统处理器)作为天基计算平台辅助处理器,为核心处理器提供辅助处理算力、系统冗余计算能力。寒武纪创智2号AI芯片与海思Ascend 310AI芯片提供AI算力,用于协同处理天基AI应用,提升任务执行效率。
本实施例中,两个子系统(刀锋子系统、Atlas子系统)之间通过网线进行互联,组成天基计算平台的硬件系统。硬件平台的核心处理器为8核A57 ARM,辅助处理器为8核A55ARM。其中8核A57 ARM为天基计算平台的核心处理器,主要运行操作系统内核,辅助处理器为核心处理器提供额外的处理器算力,提高系统运行整体效率。AI加速模块有两个,一个是基于寒武纪的创智2号的AI加速模块,一个是基于海思Ascend310的AI加速模块,两个AI加速模块都提供AI算力,负责加速处理AI任务,两个模块相互配合,协同处理AI任务。
需要说明的是,本实施例以8核A57 ARM处理器、8核A55 ARM处理器、寒武纪创智2号AI处理器、海思Ascend 310AI处理器构建的计算平台为例进行说明,但是不限定其他处理器类型型号的使用。
进一步地,本实施例中,软件系统主要包括系统软件和支撑软件,采用成熟稳定的Linux系统进行裁剪移植,用以负责系统资源管理与任务调度。支撑软件在系统软件提供的系统服务上实现该平台特有的系统功能。从而使得计算平台在软硬件统一协作下,能够根据任务特征灵活合理的组织平台资源,实现自适应计算架构重构,在有限的资源下极大地提高系统处理任务的性能。
示例性的,对Linux kernel进行裁剪与移植,将其分别移植到刀锋子系统与Atlas子系统上,使得各个子系统具备操作系统主要功能,实现子系统资源管理,任务调度,IPC等。在子系统之上增加一层支撑软件(如下称为逻辑系统),支持管理子系统,在逻辑上将物理分割的子系统合并为一个操作系统;支持基于任务特征的自适应计算架构重构;支持对系统资源使用情况的监控等功能;为上层软件提供统一的接口。
示例性的,Ubuntu是一个基于POSIX和Unix的多用户、多任务、支持多线程和多CPU的操作系统。在子系统上分别移植安装Ubuntu系统,使得子系统可以对自身的资源可以进行合理的管理。在此基础上,增加一层逻辑系统层,将物理上隔绝的子系统在逻辑上进行统一,实现对子系统资源的统一管理,为上层提供统一的接口,提供系统服务。
图2为本发明实施例二提供的高效能自适应天基计算平台的架构的软件系统的结构示意图,如图2所示,在逻辑系统层中,包括:
系统资源管理模块,该模块主要用于实现对子系统的资源进行统一管理,为自适应天基计算平台提供资源监管与调控的相关服务接口。由于在子系统上分别独立安装操作系统,仅能够实现子系统资源的自管理,该模块在系统层之上实现了对子系统在逻辑上的统一,为上层应用屏蔽了由于异构平台而产生的差异,提供统一的服务接口,便于应用软件的开发与系统中对资源需要统一进行管理的需求。
自适应计算架构处理模块,该模块主要用于实现对任务特征的分析,确定任务执行的计算架构。高效能自适应天基计算平台中自适应的特性就是通过该模块进行实现的,模块核心是基于任务特征的启发式算法,通过该算法得出任务的计算架构,在由指定计算架构的模块进行任务处理。
高性能计算模块,该模块用于实现任务在天基计算平台中高性能计算架构下的处理。当自适应架构处理模块确定任务的计算架构后,任务处理由该模块接管。该模块用于处理AI场景任务,通过资源管理模块对资源进行分配,也就是将任务划分给不同子系统进行处理,在子系统中调取预置好的AI模型进行AI任务处理,子系统资源通过子系统上的Ubuntu进行管理。最后,子系统将处理好的子任务反馈给该模块,对子任务结果进行统一处理。
高可靠计算模块,该模块用于实现任务在天基计算平台中高可靠计算架构下的处理。当自适应计算处理模块确定任务的计算架构后,任务处理由该模块接管。该模块用于处理对可靠性要求较高的任务,通过资源管理模块对资源进行分配,也就是将任务划分给不同子系统进行处理,通过任务中给定的冗余度,子系统对子任务进行冗余处理,子系统资源通过子系统上的Ubuntu进行管理。最后,子系统将处理好的子任务反馈给该模块,对子任务结果进行统一处理。
进一步地,逻辑系统层中还包括一些其他模块,如故障管理,库函数等软件模块,配合其他软件模块协调工作,提高天基计算平台系统运行效率。
传统的星上计算平台处理能力差,没有专用于AI任务的加速芯片,虽然使用了FPGA等器件进行加速,但是其运算能力相比AI芯片差距巨大。因此,天基应用的发展受到了严重的制约。本实施例采用基于ARM+国产AI处理芯片的异构高效能自适应天基计算平台,通过在系统层之上增加一层逻辑系统层,在逻辑上将物理上隔绝的异构平台进行统一管理,为上层应用提供统一接口与良好的系统服务,并且该天基计算平台可以根据任务特征进行任务处理架构的自适应选择,灵活组织天基计算平台算力,实现任务高效的执行。为高性能天基计算平台的实现提供了一定的参考方向。
本发明还提供一种高效能自适应天基计算平台的实现方法,应用于第一方面中任一项的高效能自适应天基计算平台的架构中,方法包括:
步骤1:上电后,对第一子系统和第二子系统的处理器进行复位,分别执行各自的bootloader程序;
步骤2:完成初始化RAM、串口、检测处理器类型、设置Linux Kernel启动参数,以及调用Linux Kernel内核映像;
步骤3:在第一子系统和第二子系统中均运行各自的Linux Kernel;
步骤4:通过第一子系统支撑软件的逻辑系统层中的平台资源管理模块,对天基计算平台的全部系统资源进行监控、管理;
步骤5:在第二子系统上运行天基计算平台系统故障监测模块,对系统运行健康进行监督;
步骤6:等待应用任务请求。
可选地,步骤4包括:
步骤4.1:根据任务代码,创建应用进程;
步骤4.2:根据任务特征分析任务计算架构,确定执行任务对应的计算架构;
步骤4.3:通过确定的计算架构执行分配的任务,并向计算架构分配所需的资源;
步骤4.4:执行应用进程中的任务。
可选地,当确定的计算架构为高性能计算架构时,步骤4.3包括:向系统资源管理模块申请硬件资源;根据申请到的硬件资源所属的子系统,划分当前任务,并将任务均衡的分配给不同的子系统执行;各个子系统执行当前分配任务,并将执行后的结果返回给高性能处理模块;通过高性能处理模块对各个子系统返回的结果做进一步处理。
可选地,当确定的计算架构为高可靠计算架构时,步骤4.3包括:向系统资源管理模块申请硬件资源;根据任务中给定的冗余度和申请到的硬件资源所属的子系统,将任务均衡的分配给不同子系统执行;各子系统执行当前分配任务,并将执行后的结果返回给高可靠处理模块;通过高可靠处理模块对各个子系统返回的结果做进一步处理。
本实施例,实现了基于ARM处理器与国产智能芯片组成的异构高效能自适应天基计算平台,基于该平台的硬件系统,通过裁剪移植Linux kernel分别在子系统上搭建系统软件,在系统软件的基础上开发支撑软件(逻辑系统软件),在逻辑上实现对子系统资源的统一管理,为上层软件提供统一的系统服务接口,实现平台基于任务特征的自适应可变计算架构的重构,提高系统运行效率。
需要说明的是,本发明提供的高效能自适应天基计算平台的实现方法中的步骤,可以利用高效能自适应天基计算平台的架构中对应的模块、装置、单元等予以实现,本领域技术人员可以参照系统的技术方案实现方法的步骤流程,即,系统中的实施例可理解为实现方法的优选例,在此不予赘述。
本领域技术人员知道,除了以纯计算机可读程序代码方式实现本发明提供的系统及其各个装置以外,完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统及其各个装置以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同功能。所以,本发明提供的系统及其各项装置可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构;也可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (10)
1.一种高效能自适应天基计算平台的架构,其特征在于,包括:通信连接的第一子系统和第二子系统,所述第一子系统和所述第二子系统中装载有软件系统,所述软件系统用于提供操作系统功能以及软件开发功能,并提供统一的子系统资源管理和服务接口;所述第一子系统包括:主控处理器和第一AI处理器,所述第二子系统包括:辅助处理器和第二AI处理器,其中:
所述主控处理器用于运行操作系统内核,所述辅助处理器用于为所述主控处理器提供额外运算力;所述第一AI处理器和所述第二AI处理器用于协同处理AI任务。
2.根据权利要求1所述的高效能自适应天基计算平台的架构,其特征在于,所述主控处理器包括:8核A57 ARM处理器,所述第一AI处理器包括:寒武纪创智2号AI芯片,所述辅助处理器包括:8核A55 ARM处理器,所述第二AI处理器包括:海思Ascend 310AI芯片。
3.根据权利要求1所述的高效能自适应天基计算平台的架构,其特征在于,所述第一子系统和所述第二子系统之间通过千兆网线接口互联。
4.根据权利要求1所述的高效能自适应天基计算平台的架构,其特征在于,所述软件系统包括:系统软件和支撑软件;
所述系统软件通过裁剪移植Linux kernel得到,使得所述第一子系统和所述第二子系统均具备操作系统功能,并提供相关的功能接口;
所述支撑软件用于对所述第一子系统和所述第二子系统进行逻辑上的统一,执行对所述第一子系统和所述第二子系统的资源的统一管理,并提供统一的服务接口。
5.根据权利要求4所述的高效能自适应天基计算平台的架构,其特征在于,所述支撑软件的逻辑系统层包括:
系统资源管理模块,用于对天基计算平台提供资源管理和服务接口;
自适应计算机架构处理模块,用于对天基计算平台的任务进行分析,并确定执行任务的计算架构;
高性能计算模块,用于处理分配的AI任务;
高可靠计算模块,用于处理对可靠性有要求的任务。
6.根据权利要求5所述的高效能自适应天基计算平台的架构,其特征在于,所述支撑软件的逻辑系统层还包括:故障管理模块、库函数模块;
所述故障管理模块,用于对天基计算平台的故障进行管理和处理;
所述库函数模块,用于提供任务处理时所需的函数。
7.一种高效能自适应天基计算平台的实现方法,其特征在于,应用于权利要求1-6中任一项所述的高效能自适应天基计算平台的架构中,所述方法包括:
步骤1:上电后,对所述第一子系统和所述第二子系统的处理器进行复位,分别执行各自的bootloader程序;
步骤2:完成初始化RAM、串口、检测处理器类型、设置Linux Kernel启动参数,以及调用Linux Kernel内核映像;
步骤3:在所述第一子系统和所述第二子系统中均运行各自的Linux Kernel;
步骤4:通过第一子系统支撑软件的逻辑系统层中的平台资源管理模块,对天基计算平台的全部系统资源进行监控、管理;
步骤5:在第二子系统上运行天基计算平台系统故障监测模块,对系统运行健康进行监督;
步骤6:等待应用任务请求。
8.根据权利要求7所述的高效能自适应天基计算平台的实现方法,其特征在于,所述步骤4包括:
步骤4.1:根据任务代码,创建应用进程;
步骤4.2:根据任务特征分析任务计算架构,确定执行任务对应的计算架构;
步骤4.3:通过确定的计算架构执行分配的任务,并向所述计算架构分配所需的资源;
步骤4.4:执行应用进程中的任务。
9.根据权利要求8所述的高效能自适应天基计算平台的实现方法,其特征在于,当确定的计算架构为高性能计算架构时,所述步骤4.3包括:
向系统资源管理模块申请硬件资源;
根据申请到的硬件资源所属的子系统,划分当前任务,并将任务均衡的分配给不同的子系统执行;
各个子系统执行当前分配任务,并将执行后的结果返回给高性能处理模块;
通过高性能处理模块对各个子系统返回的结果做进一步处理。
10.根据权利要求8所述的高效能自适应天基计算平台的实现方法,其特征在于,当确定的计算架构为高可靠计算架构时,所述步骤4.3包括:
向系统资源管理模块申请硬件资源;
根据任务中给定的冗余度和申请到的硬件资源所属的子系统,将任务均衡的分配给不同子系统执行;
各子系统执行当前分配任务,并将执行后的结果返回给高可靠处理模块;
通过高可靠处理模块对各个子系统返回的结果做进一步处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011338674.4A CN112328402A (zh) | 2020-11-25 | 2020-11-25 | 高效能自适应天基计算平台的架构及其实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011338674.4A CN112328402A (zh) | 2020-11-25 | 2020-11-25 | 高效能自适应天基计算平台的架构及其实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112328402A true CN112328402A (zh) | 2021-02-05 |
Family
ID=74308420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011338674.4A Pending CN112328402A (zh) | 2020-11-25 | 2020-11-25 | 高效能自适应天基计算平台的架构及其实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112328402A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077378A (zh) * | 2021-03-31 | 2021-07-06 | 重庆长安汽车股份有限公司 | 一种基于车载摄像头的图像处理及目标识别方法 |
CN113271137A (zh) * | 2021-04-16 | 2021-08-17 | 中国电子科技集团公司电子科学研究院 | 一种天基网络异构算力资源的协同处理方法及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080244599A1 (en) * | 2007-03-30 | 2008-10-02 | Microsoft Corporation | Master And Subordinate Operating System Kernels For Heterogeneous Multiprocessor Systems |
CN107979620A (zh) * | 2016-10-25 | 2018-05-01 | 北京计算机技术及应用研究所 | 异构混合云计算系统 |
CN108829515A (zh) * | 2018-05-29 | 2018-11-16 | 中国科学院计算技术研究所 | 一种云端平台计算系统及其应用方法 |
CN110719206A (zh) * | 2019-10-21 | 2020-01-21 | 中国科学院空间应用工程与技术中心 | 天基fpga虚拟化计算服务系统、方法和可读存储介质 |
CN111159095A (zh) * | 2020-01-02 | 2020-05-15 | 中国航空工业集团公司西安航空计算技术研究所 | 一种异构融合的嵌入式智能计算实现方法 |
CN111547270A (zh) * | 2020-04-22 | 2020-08-18 | 中国电子科技集团公司电子科学研究院 | 一种卫星电子一体化处理系统及微纳卫星 |
-
2020
- 2020-11-25 CN CN202011338674.4A patent/CN112328402A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080244599A1 (en) * | 2007-03-30 | 2008-10-02 | Microsoft Corporation | Master And Subordinate Operating System Kernels For Heterogeneous Multiprocessor Systems |
CN107979620A (zh) * | 2016-10-25 | 2018-05-01 | 北京计算机技术及应用研究所 | 异构混合云计算系统 |
CN108829515A (zh) * | 2018-05-29 | 2018-11-16 | 中国科学院计算技术研究所 | 一种云端平台计算系统及其应用方法 |
CN110719206A (zh) * | 2019-10-21 | 2020-01-21 | 中国科学院空间应用工程与技术中心 | 天基fpga虚拟化计算服务系统、方法和可读存储介质 |
CN111159095A (zh) * | 2020-01-02 | 2020-05-15 | 中国航空工业集团公司西安航空计算技术研究所 | 一种异构融合的嵌入式智能计算实现方法 |
CN111547270A (zh) * | 2020-04-22 | 2020-08-18 | 中国电子科技集团公司电子科学研究院 | 一种卫星电子一体化处理系统及微纳卫星 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113077378A (zh) * | 2021-03-31 | 2021-07-06 | 重庆长安汽车股份有限公司 | 一种基于车载摄像头的图像处理及目标识别方法 |
CN113077378B (zh) * | 2021-03-31 | 2024-02-09 | 重庆长安汽车股份有限公司 | 一种基于车载摄像头的图像处理及目标识别方法 |
CN113271137A (zh) * | 2021-04-16 | 2021-08-17 | 中国电子科技集团公司电子科学研究院 | 一种天基网络异构算力资源的协同处理方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10965733B2 (en) | Efficient, automated distributed-search methods and systems | |
US10572329B2 (en) | Methods and systems to identify anomalous behaving components of a distributed computing system | |
US11385883B2 (en) | Methods and systems that carry out live migration of multi-node applications | |
Spillner | Snafu: Function-as-a-service (faas) runtime design and implementation | |
CN110719206A (zh) | 天基fpga虚拟化计算服务系统、方法和可读存储介质 | |
US11175899B2 (en) | Service upgrade integration for virtualized computing environments | |
US20130067454A1 (en) | Modular Architecture for Distributed System Management | |
US10235473B2 (en) | Methods and systems to allocate logical disk costs to virtual machines in a virtual data center | |
CN112328402A (zh) | 高效能自适应天基计算平台的架构及其实现方法 | |
CN111274002A (zh) | 支撑paas平台构建方法、装置、计算机设备及存储介质 | |
CN103414767A (zh) | 将应用软件部署在云计算平台上的方法和装置 | |
CN116541134B (zh) | 多架构集群中容器的部署方法及装置 | |
US7444350B1 (en) | Method and apparatus for processing management information | |
WO2020234792A1 (en) | An fpga-as-a-service system for accelerated serverless computing | |
CN111352711A (zh) | 多计算引擎调度方法、装置、设备及存储介质 | |
CN114490062A (zh) | 一种本地磁盘的调度方法、装置、电子设备及存储介质 | |
US11184244B2 (en) | Method and system that determines application topology using network metrics | |
CN117435324A (zh) | 基于容器化的任务调度方法 | |
CN105100180A (zh) | 集群节点动态加载的方法、装置及系统 | |
e Silva et al. | Application execution management on the InteGrade opportunistic grid middleware | |
CN104991826A (zh) | 一种虚拟机部署方法及装置 | |
CN110928659A (zh) | 一种具有自适应功能的数值水池系统远程多平台接入方法 | |
CN116629015A (zh) | 数字孪生任务的处理方法、装置、设备及存储介质 | |
US10853178B1 (en) | Code function checkpoint and restore | |
CN116382713A (zh) | 构建应用镜像的方法、系统、设备和存储介质 |
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: 20210205 |