CN114153605A - 一种适配自主可控芯片的电力边缘计算智能框架及其部署方法 - Google Patents
一种适配自主可控芯片的电力边缘计算智能框架及其部署方法 Download PDFInfo
- Publication number
- CN114153605A CN114153605A CN202111436707.3A CN202111436707A CN114153605A CN 114153605 A CN114153605 A CN 114153605A CN 202111436707 A CN202111436707 A CN 202111436707A CN 114153605 A CN114153605 A CN 114153605A
- Authority
- CN
- China
- Prior art keywords
- data
- service layer
- equipment
- edge computing
- service
- 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
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
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种适配自主可控芯片的电力边缘计算智能框架及其部署方法,所述智能框架包括:设备服务层用于获取来自核心服务层或外部输入的命令;基于命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;核心服务层用于接收设备服务层输出的数据并进行本地存储;应用服务层用于接收核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。本发明可满足能源互联网对低成本、实时性低功耗、高可靠性的需求,兼容不同性能设备,按需提供计算服务,提供较强的边缘计算支撑。
Description
技术领域
本发明属于边缘计算技术领域,特别涉及一种适配自主可控芯片的电力边缘计算智能框架及其部署方法。
背景技术
边缘计算和云计算都是处理大数据的计算运行方式,边缘计算将计算、网络、存储等能力扩展到物联网设备附近的网络边缘侧,数据不用再传到遥远的云端,某些复杂的智能应用可以在本地边缘端进行处理,满足了敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求,更加高效而且安全。
电力行业中,人工智能技术在边缘计算的资源调度方面发挥着举足轻重的作用。由于边缘节点中通信资源和计算资源的局限性制约了任务处理能力,而深度强化学习技术作为边缘计算平台中的智能决策者,可以对资源进行合理调度,提升资源的利用效率;通过将深度强化学习技术融入边缘计算框架中,优化边缘计算的多个方面,可以为边缘计算提供有力的技术支持。目前现有的部署方法,边缘计算支撑能力较弱,亟需开发一种新的边缘计算框架及其部署方法。
发明内容
本发明的目的在于提供一种适配自主可控芯片的电力边缘计算智能框架及其部署方法,以解决上述存在的一个或多个技术问题。本发明能够满足能源互联网对低成本、实时性低功耗、高可靠性的需求,兼容不同性能设备,按需提供计算服务,提供较强的边缘计算支撑。
为达到上述目的,本发明采用以下技术方案:
本发明提供的一种适配自主可控芯片的电力边缘计算智能框架,包括:设备服务层、核心服务层和应用服务层;
所述设备服务层用于获取来自所述核心服务层或外部输入的命令;基于所述命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;
所述核心服务层用于接收所述设备服务层输出的数据并进行本地存储,以及将接收的数据进行转发;
所述应用服务层用于接收所述核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。
本发明的进一步改进在于,还包括:支持服务层;
所述支持服务层用于获取所述应用服务层处理后的数据,基于所述处理后的数据推理获得命令并通过所述核心服务层下发至所述设备服务层。
本发明的进一步改进在于,所述转换获得通用边缘计算微服务架构的数据并输出的步骤具体包括:将由IoT对象生成和通信的数据转换为通用边缘计算微服务架构的数据并输出。
本发明的进一步改进在于,设备服务层、核心服务层、应用服务层及支持服务层之间,通过API接口传输数据。
本发明的进一步改进在于,所述将接收的数据进行转发时,采用消息队列ZeroMQ、MQTT进行发送。
本发明的进一步改进在于,所述应用服务层中对数据进行处理的步骤包括:将数据进行过滤、压缩、加密处理。
本发明的进一步改进在于,所述核心服务层包括:
核心数据微服务模块,用于获取边缘设备数据;
命令微服务模块,用于下发命令至设备服务层;
元数据微服务模块,用于管理设备配置文件,包括设备信息、设备数据结构类型和设备命令;
注册与配置服务模块,用于在每一个微服务启动后,通过静态应用程序界面的形式将自身的配置注册到consul的微服务中。
本发明的一种适配自主可控芯片的电力边缘计算智能框架的部署方法,包括以下步骤:
设备服务层获取来自核心服务层或外部输入的命令;基于命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;
核心服务层接收设备服务层输出的数据并进行本地存储,以及将接收的数据进行转发;
应用服务层接收核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。
本发明的进一步改进在于,还包括以下步骤:
支持服务层获取应用服务层处理后的数据,基于处理后的数据推理获得命令并通过核心服务层下发至设备服务层。
本发明的进一步改进在于,所述转换获得通用边缘计算微服务架构的数据并输出的步骤具体包括:将由IoT对象生成和通信的数据转换为通用边缘计算微服务架构的数据并输出。
与现有技术相比,本发明具有以下有益效果:
本发明可加快电力物联网方案的部署,能够满足能源互联网对低成本、实时性低功耗、高可靠性的需求,可兼容不同性能设备,按需提供计算服务,提供较强的边缘计算支撑。具体的,本发明公开技术方案的核心发明点在于,其是基于与硬件和操作系统完全无关的服务层建立的互操作框架,是能即插即用的组件生态系统。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面对实施例或现有技术描述中所需要使用的附图做简单的介绍;显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来说,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是对比例1中,雾计算软件结构示意图;
图2是本发明实施例的一种适配自主可控芯片的电力边缘计算智能框架的架构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面结合附图对本发明做进一步详细描述:
对比例1
移动边缘计算(Mobile Edge Computing,MEC)的概念由欧洲电信标准协会提出并制定MEC技术规范和发布白皮书。MEC节点通常位于大型基站或无线网络控制器处,与用户处于同一无线区域网。移动边缘计算内部框架是“网络—主机—系统”三层结构。网络层代表移动边缘计算支持的连接方式,由移动蜂窝网络、本地网络和外部网络相关硬件组成。移动边缘主机层包含移动边缘主机和移动边缘层管理设备,其中移动边缘主机内部可以进一步划分为ME平台、ME应用和虚拟基础设施。系统层是MEC最重要的一层,由运营商网络内的ME主机和管理ME应用必需的ME组建构成,负责管控MEC的任务分配和系统运行,将网络控制、计算和存储能力带到网络边缘,有效减少用户延迟并拓展云计算的环境感知能力。
雾计算概念最初是由思科研究人员于2012年提出,雾计算架构最初的思路是将云计算服务扩展到网络边缘,以简化无线数据传输。雾计算可以实现不同通信协议层和不同通信协议设备间的通信。
请参阅图1,雾计算软件栈分为三层:抽象层、编排层、服务层。抽象层向上层输出标准的抽象层API,隐藏不同设备的异构性,降低应用开发难度。编排层利用抽象层API构建雾计算资源池,提供虚拟化基础设施,接收服务层的资源请求。服务层是虚拟机实例,用户请求的服务均在虚拟机中运行,兼容用户的可执行环境。
Cloudlet可以理解为一个靠近移动设备的小型“数据中心”,在边缘使用虚拟化配置资源,帮助移动设备及无线IOT设备卸载计算任务。Cloudlet软件架构分为三层:第一层由用户数据缓存器组成,主要用于接收用户云端数据;第二层由Cloudlet边缘计算平台组成,实现主机资源虚拟化和编排管理应用虚拟机;第三层由虚拟机组成,运行用户卸载至边缘节点的应用,通过虚拟机弥补与用户可执行环境的差异。
基于上述表述,现有技术不适配于RISC-V指令集架构,边缘计算支撑能力较弱。具体的,移动边缘由于蜂窝移动网络能耗高因此计算功耗较高;雾计算由于节点主要由传统设备组成,计算性能较差;Cloudlet环境感知能力较差。边缘智能框架需要更广泛地支持异构的动态调度,充分发挥芯片性能,降低开发、迁移和部署的成本,让开发者和行业用户能更简单灵活地使用。
实施例1
RISC-V是一种开源、灵活的指令集架构,目前已进入快速发展期。与其他指令集相比,RISC-V指令集最大的特点是其开源特性,RISC-V指令集可以自由地用于任何目的,允许任何人设计、制造和销售RISC-V芯片和软件;此外,得益于后发优势和对多年来处理器发展经验的总结,RISC-V指令集编码规整,因此拥有较高的译码和读取效率。RISC-V自主可控的RISC-V架构芯片能够支持Linux系统,容器技术,端侧AI模型,可集成运行等功能,因此可以在此平台上实现边缘智能框架。在AI(Artificial Intelligence,人工智能)热潮的推动下,RISC-V上面部署AI的需求也越发凸显。但是目前在RISC-V基金会标准协议上还没有统一的AI标准,也没有对应的加速库和推理框架。目前大多数边缘智能框架都是基于RAM或X86指令集开发,针对RISC-V指令集架构暂无成熟的边缘智能框架。同时,面对目前爆发的数据量,边缘侧对数据的处理能力亟需提升,边缘计算算法的快速部署及边缘计算支撑能力提升需求迫切。基于上述分析,本发明实施例提供了一种新的智能框架及部署方法,能够满足能源互联网对低成本、实时性低功耗、高可靠性的需求,可兼容不同性能设备,按需提供计算服务。
请参阅图2,本发明实施例的一种适配自主可控芯片的电力边缘计算智能框架,其架构包括设备服务层、核心服务层、支持服务层和应用服务层。
所述设备服务层用于从南向传感器异构设备采集数据(示例性的,预先布置的传感器监测的数据等),基于采集的数据生成Events and Readings并输出;
所述核心服务层,用于获取所述设备服务层生成的Events and Readings,将数据保留在管理服务的本地边缘数据库中,并同时发送给应用服务(示例性的,通过消息队列ZeroMQ、MQTT等进行发送);
所述应用服务层,用于将数据进行过滤、压缩、加密等处理后送至北向端点,实现物联网部署智能控制;同时,应用服务层将数据送至支持服务层的规则引擎,规则引擎分析处理数据并调用命令服务以触发操作;其中,所述命令调用所述设备服务层对应的设备服务,设备服务执行对应的动作;命令微服务通过设备服务与设备交互,不直接交互设备。
本发明实施例中可选的,所述设备服务层通过REST等API接口将数据发送到核心数据服务;用户通过命令微服务下发命令到设备服务层。
基于本发明实施例的系统,设备服务层、核心服务层、支持服务层和应用服务层组成的架构可以长时间独立于云平台运行,无需连接到“北侧”系统;当需要把边缘数据和智能分析输送到云平台时,这项工作将在应用服务层执行;支持服务层涵盖大量的微服务(示例性的,提示和通知、日志记录、调度、规则引擎),提供边缘分析和智能控制。
本发明实施例中的核心服务层主要由以下组件组成:
(1)核心数据微服务:搜集持久化设备和传感器等边缘设备数据,支持导出到云。示例性的,数据本地存储交互通过REST APIs,还可支持更多协议:MQTT,AMQP等。数据导出到Export Service layer,通过ZeroMQ、MQTT。persist.data=false,数据不存核心数据,直接通过消息队列到达Export Service layer。
(2)命令微服务:用于下发命令至设备服务层。
(3)元数据微服务:元数据微服务主要包括管理设备配置文件,包括设备信息、设备数据结构类型和设备命令。每个被EdgeX管理的设备,都在元数据有关联ID,设备关联设备配置文件和设备服务。元数据微服务管理设备服务信息,其他微服务通过设备服务同设备交互。设备服务,对应一特定设备协议,比如Modbus设备服务,负责管理所有Modbus设备。本服务是唯一能获得设备、设备配置和设备服务的微服务,数据本地存储交互通过RESTAPI,未来会支持更多协议:MQTT,AMQP等。
(4)注册与配置服务器:注册与配置服务器均封装在容器中,每一个微服务启动后都会通过restful api(静态应用程序界面)的形式将自己的配置注册到到consul的微服务中。每个服务启动时都会将自己的信息注册到注册服务器中,当一个服务器要和另外一个服务器通讯时,首先要先将目标服务器中的配置从注册服务器中拿出来,然后在通过API的形式去访问。
本发明实施例中的设备服务层负责与边缘设备进行交互,处于最底层,可以同时为多个设备进行服务,设备服务能够通过与每个设施之间的协定进行通信,将由IoT对象生成和通信的数据转换为通用边缘计算微服务架构,并将转换后的数据发送到核心服务层和其他层的微服务。
本发明实施例的一种适配自主可控芯片的电力边缘计算智能框架的总体数据流程如下:
南向传感器异构设备采集数据,数据上传至设备服务层;
设备服务层生成Events and Readings,通过REST等API接口将数据发送到核心数据服务;用户通过命令微服务下发命令到设备服务层;
核心数据服务将数据保留在管理服务的本地边缘数据库中,通过消息队列ZeroMQ、MQTT等发送给APP应用服务;
APP应用服务将数据进行过滤、压缩、加密等处理后送至北向端点;
同时,APP应用服务可以将数据送至规则引擎;
规则引擎分析处理数据并调用命令服务以触发操作;
命令调用对应的DEVICE服务;
Device服务接收并执行对应的动作;
命令微服务通过设备服务与设备交互,不直接交互设备。
本发明实施例的系统,负责与物联管理平台进行业务和管理数据交互,实现对边缘侧的管理以及数据的采集存储和分析功能,支撑各类型终端的标准化及接入;支持传感器设备的灵活接入和控制、边缘识别算法的部署和运行、整体硬件资源和服务监控以及北向平台接入和数据导出;能够通过容器技术进行方案部署。
本发明实施例的框架除了中间的微服务部分外还包括南向传感器接口和北侧基础设施及应用接口;其中,南侧:所有物理联网物理设备,以及与这些设备、传感器、执行器或者其他对象直接通信的网路边缘器件,统称为“南侧”。北侧:负责数据汇总、存储、聚合、分析和转换为决策信息的云平台,以及负责与云平台通信的网络部分,统称为“北侧”。
本发明实施例的框架包括两个底层的增强系统服务:
安全:内部和外部的安全部件,保护由边缘计算框架管理的设备、传感器、和其他IoT对象的数据和控制命令安全。
系统管理:提供安装、升级、启动、停止和监控微服务、BIOS固件、操作系统和其他网关软件等功能。
本发明的嵌入式边缘智能框架,是一个微服务架构,能够支持任何异构组件的组合。硬件无关(x86,ARM)、操作系统无关(linux、windos、mac os)、应用环境无关(Java,JavaScript,Python,Go Lang,C/C++)。允许服务根据设备能力和用例向上或向下伸缩,用一个通用的API规范化对不同协议设备通讯,可以把参考架构的微服务(北向消息总线、规则引擎、数据库)快速替换为开源或私有的软件。提供最好的工业级安全、管理性、性能、可靠性的同时,还支持可扩展性。支持微服务的即插即用,无需架构变更(允许开发人员用Go写的微服务替换Java写的微服务)。允许开发社区不断完善来提供各种技术指标。
本发明实施例的一种适配自主可控芯片的电力边缘计算智能框架的部署方法,包括以下步骤:
设备服务层获取来自核心服务层或外部输入的命令;基于命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;
核心服务层接收设备服务层输出的数据并进行本地存储,以及将接收的数据进行转发;
应用服务层接收核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。
本发明实施例的边缘智能框架把边缘计算的任务分到若干个软件模块上完成,每个软件模块负责一个功能内聚的任务,不同软件模块之间通过预先定义好的API接口进行交互,支持异构的动态调度,充分发挥芯片性能,降低开发、迁移和部署的成本。拥有多种接入方式,可以根据需求灵活选择,实现最优功耗表现。
综上,本发明提供了一套与硬件及操作系统无关的边缘计算微服务框架,可适用于任何指令集架构,能够满足能源互联网对低成本、实时性低功耗、高可靠性的需求,通过容器和GO语言轻量级特性,兼容不同性能设备,按需提供计算服务。本发明公开的技术方案的核心是基于与硬件和操作系统完全无关的参考软件平台建立的互操作框架,是能即插即用的组件生态系统,可以统一市场,加快电力物联网方案的部署。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,包括:设备服务层、核心服务层和应用服务层;
所述设备服务层用于获取来自所述核心服务层或外部输入的命令;基于所述命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;
所述核心服务层用于接收所述设备服务层输出的数据并进行本地存储,以及将接收的数据进行转发;
所述应用服务层用于接收所述核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。
2.根据权利要求1所述的一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,还包括:支持服务层;
所述支持服务层用于获取所述应用服务层处理后的数据,基于所述处理后的数据推理获得命令并通过所述核心服务层下发至所述设备服务层。
3.根据权利要求2所述的一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,所述转换获得通用边缘计算微服务架构的数据并输出的步骤具体包括:将由IoT对象生成和通信的数据转换为通用边缘计算微服务架构的数据并输出。
4.根据权利要求3所述的一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,设备服务层、核心服务层、应用服务层及支持服务层之间,通过API接口传输数据。
5.根据权利要求1所述的一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,所述将接收的数据进行转发时,采用消息队列ZeroMQ、MQTT进行发送。
6.根据权利要求1所述的一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,所述应用服务层中对数据进行处理的步骤包括:将数据进行过滤、压缩、加密处理。
7.根据权利要求1所述的一种适配自主可控芯片的电力边缘计算智能框架,其特征在于,所述核心服务层包括:
核心数据微服务模块,用于获取边缘设备数据;
命令微服务模块,用于下发命令至设备服务层;
元数据微服务模块,用于管理设备配置文件,包括设备信息、设备数据结构类型和设备命令;
注册与配置服务模块,用于在每一个微服务启动后,通过静态应用程序界面的形式将自身的配置注册到consul的微服务中。
8.一种权利要求1至7中任一项所述的适配自主可控芯片的电力边缘计算智能框架的部署方法,其特征在于,包括以下步骤:
设备服务层获取来自核心服务层或外部输入的命令;基于命令从预设的设备服务库中调用设备服务,调用的设备服务执行动作与对应的设施之间进行通信,获取预设南向传感器异构设备的采集数据,转换获得通用边缘计算微服务架构的数据并输出;
核心服务层接收设备服务层输出的数据并进行本地存储,以及将接收的数据进行转发;
应用服务层接收核心服务层转发的数据并进行处理,将处理后的数据输出至北向端点实现边缘计算应用部署。
9.根据权利要求8所述的部署方法,其特征在于,应用服务层输出处理后的数据后,还包括以下步骤:
支持服务层获取应用服务层处理后的数据,基于处理后的数据推理获得命令并通过核心服务层下发至设备服务层。
10.根据权利要求8所述的部署方法,其特征在于,所述转换获得通用边缘计算微服务架构的数据并输出的步骤具体包括:将由IoT对象生成和通信的数据转换为通用边缘计算微服务架构的数据并输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111436707.3A CN114153605A (zh) | 2021-11-29 | 2021-11-29 | 一种适配自主可控芯片的电力边缘计算智能框架及其部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111436707.3A CN114153605A (zh) | 2021-11-29 | 2021-11-29 | 一种适配自主可控芯片的电力边缘计算智能框架及其部署方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114153605A true CN114153605A (zh) | 2022-03-08 |
Family
ID=80784162
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111436707.3A Pending CN114153605A (zh) | 2021-11-29 | 2021-11-29 | 一种适配自主可控芯片的电力边缘计算智能框架及其部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114153605A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115002232A (zh) * | 2022-04-24 | 2022-09-02 | 青岛海尔科技有限公司 | 业务框架、数据处理方法、装置、设备及存储介质 |
CN115408329A (zh) * | 2022-08-26 | 2022-11-29 | 上海玫克生储能科技有限公司 | 即插即用型边缘计算终端硬件系统架构 |
CN116149862A (zh) * | 2023-03-07 | 2023-05-23 | 中科计算技术西部研究院 | 一种工业边缘计算平台及方法 |
-
2021
- 2021-11-29 CN CN202111436707.3A patent/CN114153605A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115002232A (zh) * | 2022-04-24 | 2022-09-02 | 青岛海尔科技有限公司 | 业务框架、数据处理方法、装置、设备及存储介质 |
CN115002232B (zh) * | 2022-04-24 | 2024-03-22 | 青岛海尔科技有限公司 | 业务框架、数据处理方法、装置、设备及存储介质 |
CN115408329A (zh) * | 2022-08-26 | 2022-11-29 | 上海玫克生储能科技有限公司 | 即插即用型边缘计算终端硬件系统架构 |
CN116149862A (zh) * | 2023-03-07 | 2023-05-23 | 中科计算技术西部研究院 | 一种工业边缘计算平台及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114153605A (zh) | 一种适配自主可控芯片的电力边缘计算智能框架及其部署方法 | |
Liu et al. | A survey on edge computing systems and tools | |
Ren et al. | Serving at the edge: A scalable IoT architecture based on transparent computing | |
Hou et al. | IIoT-MEC: A novel mobile edge computing framework for 5G-enabled IIoT | |
CN108141407B (zh) | 移动边缘计算动态加速分配 | |
Baccarelli et al. | Energy-efficient dynamic traffic offloading and reconfiguration of networked data centers for big data stream mobile computing: review, challenges, and a case study | |
CN109525624B (zh) | 一种容器登录方法、装置及存储介质 | |
CN113868081A (zh) | 一种用于电网物联管理平台的边缘计算框架及其工作方法 | |
EP3108619A1 (en) | Orchestration and management of services to deployed devices | |
US10218622B2 (en) | Placing a network device into a maintenance mode in a virtualized computing environment | |
CN103414579A (zh) | 一种适用于云计算的跨平台监控系统及其监控方法 | |
KR102318533B1 (ko) | Gpu기반 임베디드 에지 서버 구성과 신경망 서비스 활용 방법 및 시스템 | |
CN112099925B (zh) | 云手机Android容器操作系统的硬件传感器共享方法及系统 | |
JP2023046248A (ja) | プログラマブルネットワークデバイスを用いたメトリックおよびセキュリティベースのアクセラレータサービスリスケジューリング並びに自動スケーリング | |
Hu et al. | Software-defined edge computing (SDEC): Principles, open system architecture and challenges | |
CN111818156A (zh) | 一种边缘计算装置和共享方法 | |
CN102781119A (zh) | 无线泛在网络应用终端系统及软件组件应用进程管理方法 | |
US20230136612A1 (en) | Optimizing concurrent execution using networked processing units | |
WO2018182746A1 (en) | Hotpluggable runtime | |
US11870669B2 (en) | At-scale telemetry using interactive matrix for deterministic microservices performance | |
Sai et al. | Smart Home Messenger Notifications System using IoT | |
CN115834616A (zh) | 支持异构传感数据接入的边缘物联代理系统及应用方法 | |
US20190108077A1 (en) | System and method for mpi implementation in an embedded operating system | |
Tao et al. | Hybrid cloud architecture for cross-platform interoperability in smart homes | |
WO2021203343A1 (zh) | Web请求处理方法和装置 |
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 |