CN113259977A - 一种数据传输系统及其资源配置方法 - Google Patents
一种数据传输系统及其资源配置方法 Download PDFInfo
- Publication number
- CN113259977A CN113259977A CN202010082532.XA CN202010082532A CN113259977A CN 113259977 A CN113259977 A CN 113259977A CN 202010082532 A CN202010082532 A CN 202010082532A CN 113259977 A CN113259977 A CN 113259977A
- Authority
- CN
- China
- Prior art keywords
- controlled device
- master
- arbiter
- access
- resource
- 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
- 230000005540 biological transmission Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013468 resource allocation Methods 0.000 title claims abstract description 20
- 238000003062 neural network model Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 9
- 238000012544 monitoring process Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Bus Control (AREA)
Abstract
本发明涉及一种数据传输系统及其资源配置方法。数据传输系统用于:获取主控装置资源信息以及受控装置性能信息;基于神经网络模型,根据主控装置资源信息以及受控装置性能信息确定至少一个仲裁器设置参数;以及根据至少一个仲裁器设置参数确定至少一个主控装置的资源配置设置。
Description
技术领域
本发明涉及一种数据传输系统及其资源配置方法,尤其涉及一种动态设置仲裁器的数据传输系统及其资源配置方法。
背景技术
现有技术中,仲裁器(arbiter)根据主控装置(master device)的资源需求,确定主控装置对受控装置(slave device)的存取顺序,因此,仲裁器的设置将影响数据传输效率。
在现有数据传输流程中,仲裁器的设置在确定后大多无法改变。即便可以微调,也须由人为判断须调整的内容后输入参数并重启系统。此种方式除浪费多余操作时间外,也可能导致数据传输效率更差。
发明内容
因此,本发明的目的在于提供一种用于数据传输系统的资源配置方法,包含:获取主控装置资源信息以及受控装置性能信息;基于神经网络模型,根据主控装置资源信息以及受控装置性能信息确定至少一个仲裁器设置参数;以及根据至少一个仲裁器设置参数确定至少一个主控装置的资源配置设置。
本发明还提供一种数据传输系统,包含仲裁器参数产生模块以及仲裁器。仲裁器参数产生模块包含处理单元以及储存单元。储存单元储存神经网络模型以及程序。程序执行后引起处理单元执行下列操作:获取主控装置资源信息以及受控装置性能信息;以及基于神经网络模型,根据主控装置资源信息以及受控装置性能信息确定至少一个仲裁器设置参数。仲裁器与仲裁器参数产生模块电连接,用以根据至少一个仲裁器设置参数确定至少一个主控装置的资源配置设置。
本发明还提供一种仲裁器参数产生模块,包含处理单元以及储存单元。储存单元储存神经网络模型以及程序。程序执行后引起处理单元执行下列操作:获取主控装置资源信息以及受控装置性能信息;以及基于神经网络模型,根据主控装置资源信息以及受控装置性能信息确定至少一个仲裁器设置参数。
附图说明
结合附图阅读以下详细描述会最佳地理解本发明的实施方式。应注意,各种特征可能未按比例绘制。事实上,可出于论述清楚起见,而任意地增大或减小各种特征的尺寸。
图1A为本发明的一些实施例的数据传输系统的方块图。
图1B为本发明的一些实施例的数据传输系统的操作示意图。
图2A为本发明的一些实施例的数据传输系统的方块图。
图2B为本发明的一些实施例的数据传输系统的操作示意图。
图3为本发明的一些实施例的资源配置方法的流程图。
图4A至图4B为本发明的一些实施例的资源配置方法的流程图。
具体实施方式
在下文更详细地论述本发明的实施例。然而,应了解,本发明提供可在广泛多种特定情境中体现的许多适用的概念。所论述特定实施例仅为说明性的且并不限制本发明的范畴。
为了得以根据主控装置(master device)及受控装置(slave device)间的实时数据传输状态,动态地调整仲裁器(arbiter)的设置参数,使存取效率提升,本发明提供一种数据传输系统10。请参阅图1A,其是本发明一些实施例的数据传输系统10的方块图。数据传输系统10包含仲裁器参数产生模块101以及仲裁器103。
仲裁器参数产生模块101包含处理单元101P以及储存单元101S。处理单元101P以及储存单元101S通过总线101B电连接。通过总线101B,处理单元101P可执行储存单元101S储存的程序PG1。程序PG1执行时引发处理单元101P执行动态资源配置功能。相关动态资源配置功能将于下文中进一步阐述。
请一并参阅图1B,其是本发明的数据传输系统10的操作示意图。如图所示,数据传输系统10的仲裁器103与至少一个主控装置M1以及至少一个受控装置S1通过数据传输接口(未绘示)电连接,用以根据至少一个主控装置M1的存取需求,将至少一个受控装置S1的资源配置给至少一个主控装置M1使用。其中,仲裁器103进一步基于仲裁器参数产生模块101传送的相关设置参数,将至少一个受控装置S1的资源配置给至少一个主控装置M1使用。
具体而言,当仲裁器参数产生模块101的程序PG1执行时,引发处理单元101P获取与至少一个主控装置M1相关的主控装置资源信息90,并获取与至少一个受控装置S1相关的受控装置性能信息80。接着,处理单元101P基于储存在储存单元101S的神经网络(NeuralNetwork)模型NN1,根据主控装置资源信息90以及受控装置性能信息80确定至少一个仲裁器设置参数100。
据此,由于仲裁器参数产生模块101以及仲裁器103通过数据传输接口(未绘示)电连接,因此,仲裁器参数产生模块101可经由数据传输接口将至少一个仲裁器设置参数100传送至仲裁器103。如此一来,仲裁器103便可基于至少一个仲裁器设置参数100,确定至少一个主控装置M1的资源配置设置。换言之,仲裁器103基于至少一个仲裁器设置参数100,确定至少一个主控装置M1存取至少一个受控装置S1的顺序。
需特别说明,神经网络模型NN1主要被训练用以将主控装置资源信息以及受控装置性能信息作为输入,并输出相对应的仲裁器设置参数。详细来说,神经网络模型NN1在训练过程中,使用多组数据以训练神经网络模型NN1。每一组数据包含某一时间区间的主控装置资源信息、同一时间区间的受控装置性能信息以及同一时间区间内仲裁器103使用的仲裁器设置参数。
更进一步来说,以同一组数据的主控装置资源信息、受控装置性能信息以及仲裁器设置参数为例,当仲裁器103基于主控装置的主控装置资源信息,利用仲裁器设置参数配置受控装置的资源给主控装置时,受控装置将会具有相对应的受控装置性能信息。
随后,主控装置资源信息以及受控装置性能信息反馈输入至神经网络模型NN1,而神经网络模型NN便可据以计算并更新仲裁器设置参数,以尝试提升受控装置的受控装置性能信息。
在一些实施中,本发明提供一种数据传输系统20。请参阅图2A,其是本发明一些实施例的数据传输系统20的方块图。数据传输系统10包含仲裁器参数产生模块201、仲裁器203、主控装置监视器205、受控装置监视器207以及受控装置性能计算单元209。其中,仲裁器参数产生模块201、仲裁器203、主控装置监视器205、受控装置监视器207以及受控装置性能计算单元209之间通过数据传输接口电连接。
仲裁器参数产生模块201包含处理单元201P以及储存单元201S。处理单元201P以及储存单元201S通过总线201B电连接。通过总线201B,处理单元201P可执行储存单元201S储存的程序PG2。程序PG2执行时引发处理单元201P执行动态资源配置功能。相关动态资源配置功能将于下文中进一步阐述。
请一并参阅图2B,其是本发明的数据传输系统20的操作示意图。如图所示,数据传输系统20的仲裁器203与多个主控装置M2以及多个受控装置S2通过数据传输接口(未绘示)电连接。仲裁器203基于仲裁器参数产生模块201传送的相关设置参数,将受控装置S2的资源配置给主控装置M2使用。
具体而言,主控装置监视器205通过数据传输接口(未绘示)与多个主控装置M2电连接,用于监视主控装置M2以产生主控装置资源信息70。其中,主控装置资源信息70包含各主控装置M2的频宽需求信息以及各主控装置M2的存取时间容忍值。频宽需求信息主要是主控装置M2对于数据频宽的需求,存取时间容忍值主要是主控装置M2对于存取操作所耗费时间的最大可容许值。
另一方面,受控装置监视器207通过数据传输接口与多个受控装置S2电连接,用于监视受控装置S2以产生受控装置资源信息60。其中,受控装置资源信息60包含各受控装置S2的存取频宽总量、各受控装置S2对于每一主控装置M2的最大存取完成时间、以及各受控装置S2对于每一主控装置M2的平均存取完成时间。
存取频宽总量主要是受控装置S2提供的存取频宽总量,最大存取完成时间主要是受控装置S2对于每一主控装置M2的所有存取操作中,耗费最多时间的时间值,平均存取时间完成时间主要是受控装置S2对于每一主控装置M2的所有存取操作耗费时间的平均时间值。
接着,受控装置性能计算单元209根据受控装置资源信息60计算受控装置S2的受控装置性能信息50。详细来说,受控装置性能计算单元209存有多个权重值,分别对应于受控装置资源信息60的存取频宽总量、最大存取完成时间以及平均存取完成时间。
据此,受控装置性能计算单元209可根据存取频宽总量及其权重值、最大存取完成时间及其权重值、平均存取完成时间及其权重值,计算受控装置性能信息50。在一些实施例中,存取频宽总量、最大存取完成时间以及平均存取完成时间相对应的权重值的总和为一,受控装置性能信息50可为存取频宽总量及其权重值的乘积、最大存取完成时间及其权重值的乘积、平均存取完成时间及其权重值的乘积三者的总和。在一些实施例中,受控装置性能信息50包含分数或百分比等量化后的信息,数值越高代表主控装置M2存取受控装置S2的性能越佳。
接着,当仲裁器参数产生模块201的程序PG2执行时,引发处理单元201P周期性地从主控装置监视器205获取主控装置资源信息70,并周期性地从受控装置性能计算单元209接收受控装置性能信息50。随后,处理单元201P基于储存在储存单元201S的神经网络模型NN2,根据主控装置资源信息70以及受控装置性能信息50确定至少一个仲裁器设置参数200。其中,至少一个仲裁器设置参数200包含存取优先权参数。
据此,由于仲裁器参数产生模块201以及仲裁器203通过数据传输接口(未绘示)电连接,因此,仲裁器参数产生模块201可经由数据传输接口将至少一个仲裁器设置参数200传送至仲裁器203。如此一来,仲裁器203便可基于至少一个仲裁器设置参数200包含的存取优先权参数,确定主控装置M2的资源配置设置。换言之,仲裁器203基于存取优先权参数,确定各主控装置M2存取受控装置S2的优先顺序。
需特别说明,神经网络模型NN2主要是被训练用以将主控装置资源信息(即主控装置的频宽需求信息以及存取时间容忍值)以及受控装置性能信息(利用受控装置的存取频宽总量、最大存取完成时间、平均存取完成时间及相对应的权重值计算所得)作为输入,并输出相对应的仲裁器设置参数。
详细来说,神经网络模型NN2在训练过程中,使用多组数据以训练神经网络模型NN2。每一组数据包含某一时间区间的主控装置的频宽需求信息以及存取时间容忍值、同一时间区间的受控装置性能信息以及同一时间区间内仲裁器203使用的仲裁器设置参数。
更进一步来说,以同一组数据的主控装置的频宽需求信息以及存取时间容忍值、受控装置性能信息以及仲裁器设置参数为例,当仲裁器203基于主控装置的频宽需求信息以及存取时间容忍值,利用仲裁器设置参数配置受控装置的资源给主控装置时,受控装置性能计算单元209将会根据受控装置的存取频宽总量、最大存取完成时间、平均存取完成时间及相对应的权重值,计算受控装置的受控装置性能信息。
随后,主控装置的频宽需求信息、存取时间容忍值以及受控装置性能信息反馈输入至神经网络模型NN2,而神经网络模型NN2便可据以计算并更新仲裁器设置参数,以尝试提升受控装置的受控装置性能信息。
在一些实施例中,当仲裁器参数产生模块201的程序PG2执行时,引发处理单元201P自动地调整神经网络模型NN2中所使用的权重值,以使神经网络模型NN2完成最佳化的自我学习(Self-Learning)。
具体而言,主控装置资源信息(主控装置的频宽需求信息、存取时间容忍值)以及受控装置性能信息反馈输入至神经网络模型NN2后,仲裁器参数产生模块201便可据以得知主控装置资源信息(主控装置的频宽需求信息、存取时间容忍值)搭配的权重值所产生的受控装置性能信息。举例而言,当相对应的主控装置资源信息Data Set A以及受控装置性能信息Data Set B反馈输入至神经网络模型NN2后,仲裁器参数产生模块201可据以得知主控装置资源信息Data Set A搭配权重值Data Set W的操作,将产生受控装置性能信息DataSet B。
接着,仲裁器参数产生模块201可根据不同的网络环境参数,自动地调整神经网络模型NN2所使用的权重值(相应于主控装置的频宽需求信息、存取时间容忍值的权重值),以尝试获得较高的受控装置性能信息。举例而言,当主控装置资源信息的频宽需求信息、存取时间容忍值搭配权重值0.7及0.3产生自订量化的受控装置性能信息85分时,仲裁器参数产生模块201根据不同的网络环境参数调整权重值0.7及0.3的比例(例如将频宽需求信息调整为0.8,并将存取时间容忍值的权重值调整为0.2),以尝试在后续操作中获得比受控装置性能信息85分更高的受控装置性能信息(例如:90分)。
如此一来,通过反复的权重值调整尝试提高受控装置性能信息,仲裁器参数产生模块201的神经网络模型NN2的仲裁器设置参数将可达最佳化。换言之,通过前述自我学习的操作,调整后的神经网络模型NN2的仲裁器设置参数应可提高受控装置性能信息。
本发明的一些实施例包含资源配置方法,其流程图如图3所示。这些实施例的资源配置方法由数据传输系统(如前述实施例的数据传输系统10)实施。方法的详细操作如下。
首先,执行步骤S301,获取主控装置资源信息以及受控装置性能信息。执行步骤S302,基于神经网络模型,根据主控装置资源信息以及受控装置性能信息确定至少一个仲裁器设置参数。详细来说,神经网络模型接收主控装置资源信息以及受控装置性能信息作为输入,并输出至少一个仲裁器设置参数。执行步骤S303,根据至少一个仲裁器设置参数确定至少一个主控装置的资源配置设置。换言之,根据至少一个仲裁器设置参数,确定至少一个主控装置存取至少一个受控装置的顺序。
本发明的一些实施例包含网络分组处理方法,其流程图如图4A至图4B所示。这些实施例的网络分组处理方法由数据传输系统(如前述实施例的数据传输系统20)实施。方法的详细操作如下。
首先,执行步骤S401A以及步骤S401B。其中,主控装置资源信息包含频宽需求信息以及存取时间容忍值。步骤S401A是周期性地从主控装置监视器接收主控装置资源信息。其中,步骤S401B是周期性地从受控装置性能计算单元接收受控装置性能信息。在一些实施例中,主控装置资源信息包含多个主控装置的频宽需求信息以及存取时间容忍值。
需特别说明,在一些实施例中,受控装置性能信息在步骤A中计算完成。请一并参考图4B,步骤A包含步骤A1以及步骤A2。详言之,执行步骤A1,获取受控装置资源信息。其中,受控装置资源信息可从用于监视多个受控装置的受控装置监视器接收。受控装置资源信息包含与多个受控装置相关的存取频宽总量、最大存取完成时间以及平均存取完成时间。
在一些实施例中,存取频宽总量、最大存取完成时间以及平均存取完成时间具有相对应的权重值,据此,执行步骤A2,根据受控装置资源信息及其相对应的权重值,计算受控装置性能信息。换言之,即根据与多个受控装置相关的存取频宽总量及其权重值、最大存取完成时间及其权重值、平均存取完成时间及其权重值,计算受控装置性能信息。
当获取主控装置资源信息以及受控装置性能信息后,执行步骤S402,基于神经网络模型,根据主控装置资源信息以及受控装置性能信息确定至少一个仲裁器设置参数。其中,至少一个仲裁器设置参数包含存取优先权参数。据此,执行步骤S403,根据仲裁器设置参数的存取优先权参数,确定主控装置存取受控装置的优先顺序。
须说明,在一些实施例中,主控装置包含计算装置(例如:中央处理器CPU、图形处理器GPU等),受控装置包含存储器装置(例如:随机存取存储器RAM、双倍数据率同步随机存取存储器DDR SRAM等),但这些示例并非用以限制本发明主控装置以及受控装置的实施方式。
本发明可利用任何适当的形式来实现,包含硬件、软件、固件或是以上的任意组合。至少部分本发明可选择性地被实现为运行在一个或多个数据处理器及/或数字信号处理器或可配置的模块元件(例如FPGA)上的电脑软件。
上文的叙述简要地提出了本发明某些实施例的特征,而使得本发明所属技术领域的普通技术人员能够更全面地理解本发明内容的多种形式。本发明所属技术领域的普通技术人员应当理解,其可轻易地利用本发明内容作为基础,来设计或改变其他流程与结构,以实现与此处该实施方式相同的目的和/或达到相同的优点。本发明所属技术领域的普通技术人员应当明白,这些等价的实施方式仍属于本发明内容的精神与范围,且其可进行各种变更、替代与改变,而不会悖离本发明内容的精神与范围。
符号说明
10:数据传输系统
20:数据传输系统
50:受控装置性能信息
60:受控装置资源信息
70:主控装置资源信息
80:受控装置性能信息
90:主控装置资源信息
100:仲裁器设置参数
101:仲裁器参数产生模块
101P:处理单元
101S:储存单元
101B:总线
103:仲裁器
200:仲裁器设置参数
201:仲裁器参数产生模块
201P:处理单元
201S:储存单元
201B:总线
203:仲裁器
205:主控装置监视器
207:受控装置监视器
209:受控装置性能计算单元
A1~A2:步骤
M1:主控装置
M2:主控装置
NN1:神经网络模型
NN2:神经网络模型
PG1:程序
PG2:程序
S1:受控装置
S2:受控装置
S301~S303:步骤
S401A~S403:步骤
Claims (10)
1.一种资源配置方法,包含:
获取与至少一个主控装置相关的主控装置资源信息以及与至少一个受控装置相关的受控装置性能信息;
基于神经网络模型,根据所述主控装置资源信息以及所述受控装置性能信息确定至少一个仲裁器设置参数;以及
根据所述至少一个仲裁器设置参数确定所述至少一个主控装置存取所述至少一个受控装置的顺序。
2.如权利要求1所述的资源配置方法,其中,获取所述主控装置资源信息以及所述受控装置性能信息还包含:
周期性地从主控装置监视器接收所述主控装置资源信息;以及
周期性地从受控装置性能计算单元接收所述受控装置性能信息。
3.如权利要求2所述的资源配置方法,其中,所述主控装置资源信息包含频宽需求信息以及存取时间容忍值。
4.如权利要求2所述的资源配置方法,还包含:
获取与所述至少一个受控装置相关的受控装置资源信息;
根据所述受控装置资源信息计算所述受控装置性能信息。
5.如权利要求4所述的资源配置方法,其中,所述受控装置资源信息包含:存取频宽总量、最大存取完成时间以及平均存取完成时间。
6.如权利要求5所述的资源配置方法,其中,所述存取频宽总量、所述最大存取完成时间以及所述平均存取完成时间具有相对应的权重值,根据所述受控装置资源信息计算所述受控装置性能信息还包含:
根据所述存取频宽总量、所述最大存取完成时间、所述平均存取完成时间及相对应的权重值,计算所述受控装置性能信息。
7.如权利要求6所述的资源配置方法,其中,所述存取频宽总量、所述最大存取完成时间以及所述平均存取完成时间相对应的权重值的总和为一。
8.如权利要求1所述的资源配置方法,其中,所述至少一个仲裁器设置参数包含存取优先权参数,确定所述至少一个主控装置存取所述至少一个受控装置的顺序还包含:
根据所述存取优先权参数确定所述至少一个主控装置存取所述至少一个受控装置的顺序。
9.如权利要求1所述的资源配置方法,其中,所述至少一个主控装置包含计算装置。
10.一种数据传输系统,包含:
仲裁器参数产生模块,包含:
处理单元;以及
储存单元,用于储存神经网络模型以及程序,其中,所述程序执行后引起所述处理单元执行下列操作:
获取与至少一个主控装置相关的主控装置资源信息以及与至少一个受控装置相关的受控装置性能信息;以及
基于所述神经网络模型,根据所述主控装置资源信息以及所述受控装置性能信息确定至少一个仲裁器设置参数;
仲裁器,与所述仲裁器参数产生模块电连接,用以根据所述至少一个仲裁器设置参数确定所述至少一个主控装置存取所述至少一个受控装置的顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010082532.XA CN113259977A (zh) | 2020-02-07 | 2020-02-07 | 一种数据传输系统及其资源配置方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010082532.XA CN113259977A (zh) | 2020-02-07 | 2020-02-07 | 一种数据传输系统及其资源配置方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113259977A true CN113259977A (zh) | 2021-08-13 |
Family
ID=77219458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010082532.XA Pending CN113259977A (zh) | 2020-02-07 | 2020-02-07 | 一种数据传输系统及其资源配置方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113259977A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101185355A (zh) * | 2005-03-29 | 2008-05-21 | 高通股份有限公司 | 用于确定无线装置的网络存取性能的设备及方法 |
US20120041914A1 (en) * | 2010-08-16 | 2012-02-16 | Durga Deep Tirunagari | System and Method for Effective Caching Using Neural Networks |
US20140047148A1 (en) * | 2009-09-15 | 2014-02-13 | Arm Limited | Data processing apparatus and a method for setting priority levels for transactions |
US10048987B1 (en) * | 2015-12-21 | 2018-08-14 | EMC IP Holding Company LLC | Methods and apparatus for a resource sharing platform having resource quality estimation |
CN109309590A (zh) * | 2018-10-29 | 2019-02-05 | 武汉世捷通网络信息技术有限公司 | 虚拟化数据中心的可扩缩多租户网络架构信息采集方法 |
US20190130246A1 (en) * | 2017-10-26 | 2019-05-02 | International Business Machines Corporation | Dynamically reconfigurable networked virtual neurons for neural network processing |
-
2020
- 2020-02-07 CN CN202010082532.XA patent/CN113259977A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101185355A (zh) * | 2005-03-29 | 2008-05-21 | 高通股份有限公司 | 用于确定无线装置的网络存取性能的设备及方法 |
US20140047148A1 (en) * | 2009-09-15 | 2014-02-13 | Arm Limited | Data processing apparatus and a method for setting priority levels for transactions |
US20120041914A1 (en) * | 2010-08-16 | 2012-02-16 | Durga Deep Tirunagari | System and Method for Effective Caching Using Neural Networks |
US10048987B1 (en) * | 2015-12-21 | 2018-08-14 | EMC IP Holding Company LLC | Methods and apparatus for a resource sharing platform having resource quality estimation |
US20190130246A1 (en) * | 2017-10-26 | 2019-05-02 | International Business Machines Corporation | Dynamically reconfigurable networked virtual neurons for neural network processing |
CN109309590A (zh) * | 2018-10-29 | 2019-02-05 | 武汉世捷通网络信息技术有限公司 | 虚拟化数据中心的可扩缩多租户网络架构信息采集方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8301823B2 (en) | Bus controller arranged between a bus master and a networked communication bus in order to control the transmission route of a packet that flows through the communication bus, and simulation program to design such a bus controller | |
CN112363813A (zh) | 资源调度方法、装置、电子设备和计算机可读介质 | |
CN112667400B (zh) | 边缘自治中心管控的边云资源调度方法、装置及系统 | |
WO2022111453A1 (zh) | 任务处理方法及装置、任务分配方法、电子设备、介质 | |
CN104243531A (zh) | 一种数据处理的方法、装置及系统 | |
CN113986562A (zh) | 一种资源调度策略生成方法、装置及终端设备 | |
CN104426793A (zh) | 用于控制网络信息流通量的装置 | |
EP2829972B1 (en) | Method and apparatus for allocating stream processing unit | |
CN113886058A (zh) | 一种跨集群资源调度方法和装置 | |
JP2015011365A (ja) | プロビジョニング装置、システム、プロビジョニング方法、および、プロビジョニングプログラム | |
CN113259977A (zh) | 一种数据传输系统及其资源配置方法 | |
CN107707424A (zh) | 负载状态的控制方法及系统 | |
CN113949666B (zh) | 流量控制方法、装置、设备及系统 | |
TWI760690B (zh) | 一種資料傳輸系統及其資源配置方法 | |
CN113312169B (zh) | 一种计算资源的分配方法及装置 | |
CN108271212B (zh) | 一种资源选择机制确定方法及装置 | |
CN117632457A (zh) | 一种加速器调度方法及相关装置 | |
CN109298944B (zh) | 服务器压力调节方法及装置、计算机装置及存储介质 | |
CN109510694B (zh) | 一种控制信道单元资源的配置方法及网络侧设备 | |
CN112114971A (zh) | 一种任务分配方法、装置及设备 | |
CN114443262A (zh) | 计算资源管理方法、装置、设备及系统 | |
CN114546630A (zh) | 任务处理方法及分配方法、装置、电子设备、介质 | |
CN111782626A (zh) | 任务分配方法和装置、分布式系统、电子设备和介质 | |
CN113127186B (zh) | 配置集群节点资源的方法、装置、服务器和存储介质 | |
TWI776287B (zh) | 雲端檔案存取裝置及方法 |
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 |