CN114996117A - 面向SaaS模式的客户端GPU应用评测系统及方法 - Google Patents
面向SaaS模式的客户端GPU应用评测系统及方法 Download PDFInfo
- Publication number
- CN114996117A CN114996117A CN202210312357.8A CN202210312357A CN114996117A CN 114996117 A CN114996117 A CN 114996117A CN 202210312357 A CN202210312357 A CN 202210312357A CN 114996117 A CN114996117 A CN 114996117A
- Authority
- CN
- China
- Prior art keywords
- client
- software development
- gpu
- cloud
- scheduling
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 32
- 239000000284 extract Substances 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000011161 development Methods 0.000 claims description 35
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000012795 verification Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3664—Environments for testing or debugging software
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3636—Software debugging by tracing the execution of the program
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/362—Software debugging
- G06F11/3644—Software debugging by instrumenting at runtime
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Debugging And Monitoring (AREA)
- Stored Programmes (AREA)
Abstract
本申请涉及一种面向SaaS模式的客户端GPU应用评测系统、方法、计算机设备和存储介质。所述系统包括:调度中心、控制中心、客户端以及工作终端;调度中心部署并开启监听线程使得客户端能够和云端的软件开发任务进行通信;工作终端启动GPU客户端调度程序,客户端接收云端的调度请求,将通过编译的代码下载提取到本地;客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;工作终端利用浏览器对运行结果进行分析和评测,得到评测结果并上传至控制中心;控制中心进行分析和评测结果的展示。采用本方法能够提高软件评测的效率。
Description
技术领域
本申请涉及软件开发技术领域,特别是涉及一种面向SaaS模式的客户端GPU应用评测系统及方法。
背景技术
软件开发技术是计算机软件能够得以应用的最重要的技术,随着互联网云服务技术的迅猛发展,将客户端和云端环境相结合完成软件应用和评测已经变得非常普遍。传统软件的开发大多基于开发人员的客户端环境,存在一些固有的弊端:软件优化困难,无法规模化,软件开发结束后软件的分析和评测费时费力。与传统软件的应用和评测相比,在云端进行分析和评测可以随时随地创建和部署,可以快速查看到软件开发过程中存在的问题并进行重新开发和改进,有利于提供更好的软件服务,同时,也提供了更多的灵活性和方便性。但同时,由于不同的软件开发任务具有不同的软件架构和开发环境,将客户端和云端相结合也面临着通信的差异,云端分析和评测也面临着很大的挑战。
对于上述挑战,现有的客户端和云端相结合的方法其技术和服务尚不成熟,特别是云端无法精准匹配客户端软件开发需要的环境资源,对于软件的分析和评测无法高效完成的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高软件分析和评测效率的面向SaaS模式的客户端GPU应用评测系统、方法、计算机设备和存储介质。
一种面向SaaS模式的客户端GPU应用评测系统,所述系统包括调度中心、控制中心、客户端以及工作终端;工作终端由云端部署;云端用于构建代码开发环境;
调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;软件开发任务为通过控制中心预先定义的五元组;
工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地;
客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心;
控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示。
在其中一个实施例中,调度中心还用于接收来自工作终端的用户请求客户端GPU调度的输入指令后进行权限验证,不通过则忽略并终止本次请求,通过后则立即启动GPU客户端调度程序。
在其中一个实施例中,五元组中的元素包括:软件开发代码、软件开发基于的数据集、软件的运行、测试输出、软件开发选择的运行环境以及软件的评测结果。
在其中一个实施例中,软件开发代码为用户在云端编写的程序代码,存储于版本库中;
软件开发基于的数据集包括软件开发需要的训练集和测试集,形式为多组输入数组及预期的输出数组;
软件开发选择的运行环境包括:镜像定义、运行主机架构需求以及运行时的资源限定;镜像定义为安装有运行环境的容器镜像;运行主机架构需求为运行任务所依赖的宿主机架构;运行时的资源限定为CPU/内存/IO/网络限定以及运行时长限定;
软件的评测结果为软件开发代码、软件开发基于的数据集、软件的运行、测试输出以及软件开发选择的运行环境的分析展示。
在其中一个实施例中,控制中心还用于根据软件开发选择的开发环境以及当前云端包含其余软件开发任务的整体负载情况,对各个软件开发需要的资源以及当前的紧迫性进行任务排序,得到排序结果;根据排序结果进行云端环境资源的调度。
在其中一个实施例中,工作终端还用于从私有镜像仓库拉取软件开发编译镜像,启动任务容器作为软件开发任务的运行载体,并且通过私有文件管理服务接口拉取开发代码仓库构建软件开发环境;软件开发环境对外提供访问接口采集用户的输入指令。
在其中一个实施例中,工作终端还用于在运行完当前的软件开发任务之后,获取程序的输出;然后运行云端测试所述程序,得到评测结果,将评测结果以文本及图片的形式存储到文件中并回传给控制中心进行结果的展示,同时将当前的软件开发任务标记为待回收状态,在设定的时间后或工作终端收到用户主动退出请求后异步进行回收。
一种面向SaaS模式的客户端GPU应用评测方法,所述方法包括:
在云端构建代码开发环境;代码开发环境支持在线编码和编译;
调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;软件开发任务为通过控制中心预先定义的五元组;
工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地;
客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心;
控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
在云端构建代码开发环境;代码开发环境支持在线编码和编译;
调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;软件开发任务为通过控制中心预先定义的五元组;
工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地;
客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心;
控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
在云端构建代码开发环境;代码开发环境支持在线编码和编译;
调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;软件开发任务为通过控制中心预先定义的五元组;
工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地;
客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心;
控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示。
上述面向SaaS模式的客户端GPU应用评测系统、方法、计算机设备和存储介质,首先在云端构建代码开发环境,调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信,工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地,客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果,工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心,控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示,本申请通过构建代码开发环境编写代码完成软件的开发,控制中心将软件开发任务预先定义为五元组,将软件开发任务的整体过程进行了抽象拆解,调度中心建立起软件开发任务与客户端的有效通信连接并充分利用了云端和客户端的环境资源进行软件评测,云端可以精准匹配客户端的软件开发需要的环境资源,提高了软件分析和评测的效率,对促进更好的软件开发以及节省云端服务的成本以实现更加灵活和全面的软件分析和评测具有重要的实际价值。
附图说明
图1为一个实施例中一种面向SaaS模式的客户端GPU应用评测系统的框架图;
图2为一个实施例中一种面向SaaS模式的客户端GPU应用评测方法的流程示意图;
图3为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种面向SaaS模式的客户端GPU应用评测系统,系统包括调度中心102、控制中心104、客户端106以及工作终端108;工作终端108由云端110部署;云端110用于构建代码开发环境;在代码开发环境中有多种模式,如果为小型软件的开发,云端服务可以直接满足开发环境的要求,可以直接设置开发语言,以及开发需要的硬件资源例如需要的内存、显存资源等,编写代码完成软件的开发。此时,云端110内的工作终端从私有镜像仓库拉取软件开发编译镜像,启动任务容器作为软件开发任务的运行载体,并且通过私有文件管理服务接口拉取开发代码仓库,以此构建软件开发环境,同时,开发环境对外提供访问接口采集用户输入指令,在此过程中,软件开发任务是通过控制中心预先定义的五元组。
如果云端110资源不能满足开发环境的要求,可以在云端110完成代码的编写后,依赖调度中心102实现GPU客户端调度程序,此时,调度中心102部署并开启监听线程,实时监听客户端调度请求使得客户端106能够和云端110的软件开发任务进行通信;软件开发任务为通过控制中心预先定义的五元组;
工作终端108通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端106接收云端的调度请求,并对云端110的调度服务信息进行识别,将通过编译的代码下载提取到本地;
客户端106提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端106本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
工作终端108接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心104;
控制中心104根据结果展现形式对评测结果进行相应的分析和评测结果的展示。
上述面向SaaS模式的客户端GPU应用评测系统中,首先在云端构建代码开发环境,调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信,工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地,客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果,工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心,控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示,本申请通过构建代码开发环境编写代码完成软件的开发,控制中心将软件开发任务预先定义为五元组,将软件开发任务的整体过程进行了抽象拆解,调度中心建立起软件开发任务与客户端的有效通信连接并充分利用了云端和客户端的环境资源进行软件评测,云端可以精准匹配客户端的软件开发需要的环境资源,提高了软件分析和评测的效率,对促进更好的软件开发以及节省云端服务的成本以实现更加灵活和全面的软件分析和评测具有重要的实际价值。
在其中一个实施例中,调度中心还用于接收来自工作终端的用户请求客户端GPU调度的输入指令后进行权限验证,不通过则忽略并终止本次请求,通过后则立即启动GPU客户端调度程序。
在调度中心收到来自工作终端的用户请求GPU客户端调度的输入指令后,首先进行权限验证,不通过则忽略并终止本次请求,通过后则立即启动GPU客户端调度程序,客户端随之接收云端的调度请求,并对云端的调度服务信息进行识别,提取GPU客户端调度程序所需的资源,选择相应GPU资源,将代码下载提取到本地编译运行并产生执行日志和运行结果。
在其中一个实施例中,五元组中的元素包括:软件开发代码、软件开发基于的数据集、软件的运行、测试输出、软件开发选择的运行环境以及软件的评测结果。
在其中一个实施例中,软件开发代码为用户在云端编写的程序代码,存储于版本库中;
软件开发基于的数据集包括软件开发需要的训练集和测试集,形式为多组输入数组及预期的输出数组;
软件开发选择的运行环境包括:镜像定义、运行主机架构需求以及运行时的资源限定;镜像定义为安装有运行环境的容器镜像;运行主机架构需求为运行任务所依赖的宿主机架构;运行时的资源限定为CPU/内存/IO/网络限定以及运行时长限定;
软件的评测结果为软件开发代码、软件开发基于的数据集、软件的运行、测试输出以及软件开发选择的运行环境的分析展示。
在其中一个实施例中,控制中心还用于根据软件开发选择的开发环境以及当前云端包含其余软件开发任务的整体负载情况,对各个软件开发需要的资源以及当前的紧迫性进行任务排序,得到排序结果;根据排序结果进行云端环境资源的调度。
根据整体的排序结果进行云端环境资源的调度可以减少已有软件开发任务的资源调度不合理的情况。具体的,控制中心查询工作终端实时返回的各个软件的资源负载情况并进行排序,将资源浪费较大的软件开发资源进行收回。
在其中一个实施例中,工作终端还用于从私有镜像仓库拉取软件开发编译镜像,启动任务容器作为软件开发任务的运行载体,并且通过私有文件管理服务接口拉取开发代码仓库构建软件开发环境;软件开发环境对外提供访问接口采集用户的输入指令。
在其中一个实施例中,工作终端还用于在运行完当前的软件开发任务之后,获取程序的输出;然后运行云端测试程序,得到评测结果,将评测结果以文本及图片的形式存储到文件中并回传给控制中心进行结果的展示,同时将当前的软件开发任务标记为待回收状态,在设定的时间后或工作终端收到用户主动退出请求后异步进行回收。
在一个实施例中,如图2所示,提供了一种面向SaaS模式的客户端GPU应用评测方法,包括以下步骤:
步骤202,在云端构建代码开发环境;代码开发环境支持在线编码和编译。
步骤204,调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;软件开发任务为通过控制中心预先定义的五元组。
步骤206,工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地。
步骤208,客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果。
步骤210,工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心。
步骤212,控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示。
上述面向SaaS模式的客户端GPU应用评测方法,首先在云端构建代码开发环境,调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信,工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地,客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果,工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传执行日志和运行结果,利用浏览器对运行结果进行分析和评测,得到评测结果,并上传至控制中心,控制中心根据结果展现形式对评测结果进行相应的分析和评测结果的展示,本申请通过构建代码开发环境编写代码完成软件的开发,控制中心将软件开发任务预先定义为五元组,将软件开发任务的整体过程进行了抽象拆解,调度中心建立起软件开发任务与客户端的有效通信连接并充分利用了云端和客户端的环境资源进行软件评测,云端可以精准匹配客户端的软件开发需要的环境资源,提高了软件分析和评测的效率,对促进更好的软件开发以及节省云端服务的成本以实现更加灵活和全面的软件分析和评测具有重要的实际价值。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种面向SaaS模式的客户端GPU应用评测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,该存储器存储有计算机程序,该处理器执行计算机程序时实现上述实施例中方法的步骤。
在一个实施例中,提供了一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例中方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种面向SaaS模式的客户端GPU应用评测系统,其特征在于,所述系统包括调度中心、控制中心、客户端以及工作终端;所述工作终端由云端部署;所述云端用于构建代码开发环境;
所述调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;所述软件开发任务为通过控制中心预先定义的五元组;
所述工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地;
所述客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
所述工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传所述执行日志和运行结果,利用浏览器对所述运行结果进行分析和评测,得到评测结果,并上传至控制中心;
所述控制中心根据结果展现形式对所述评测结果进行相应的分析和评测结果的展示。
2.根据权利要求1所述的系统,其特征在于,所述调度中心还用于接收来自工作终端的用户请求客户端GPU调度的输入指令后进行权限验证,不通过则忽略并终止本次请求,通过后则立即启动GPU客户端调度程序。
3.根据权利要求2所述的系统,其特征在于,所述五元组中的元素包括:软件开发代码、软件开发基于的数据集、软件的运行、测试输出、软件开发选择的运行环境以及软件的评测结果。
4.根据权利要求3所述的系统,其特征在于,所述软件开发代码为用户在云端编写的程序代码,存储于版本库中;
所述软件开发基于的数据集包括软件开发需要的训练集和测试集,形式为多组输入数组及预期的输出数组;
所述软件开发选择的运行环境包括:镜像定义、运行主机架构需求以及运行时的资源限定;所述镜像定义为安装有运行环境的容器镜像;所述运行主机架构需求为运行任务所依赖的宿主机架构;所述运行时的资源限定为CPU/内存/IO/网络限定以及运行时长限定;
所述软件的评测结果为软件开发代码、软件开发基于的数据集、软件的运行、测试输出以及软件开发选择的运行环境的分析展示。
5.根据权利要求1至4任意一项所述的系统,其特征在于,所述控制中心还用于根据软件开发选择的开发环境以及当前云端包含其余软件开发任务的整体负载情况,对各个软件开发需要的资源以及当前的紧迫性进行任务排序,得到排序结果;根据所述排序结果进行云端环境资源的调度。
6.根据权利要求1所述的系统,其特征在于,所述工作终端还用于从私有镜像仓库拉取软件开发编译镜像,启动任务容器作为软件开发任务的运行载体,并且通过私有文件管理服务接口拉取开发代码仓库构建软件开发环境;所述软件开发环境对外提供访问接口采集用户的输入指令。
7.根据权利要求6所述的系统,其特征在于,所述工作终端还用于在运行完当前的软件开发任务之后,获取程序的输出;然后运行云端测试所述程序,得到评测结果,将所述评测结果以文本及图片的形式存储到文件中并回传给控制中心进行结果的展示,同时将所述当前的软件开发任务标记为待回收状态,在设定的时间后或工作终端收到用户主动退出请求后异步进行回收。
8.一种面向SaaS模式的客户端GPU应用评测方法,其特征在于,所述方法包括:
在云端构建代码开发环境;所述代码开发环境支持在线编码和编译;
调度中心部署并开启监听线程,实时监听客户端调度请求使得客户端能够和云端的软件开发任务进行通信;所述软件开发任务为通过控制中心预先定义的五元组;
工作终端通过外部访问接口接收用户请求调度客户端GPU的输入指令,启动GPU客户端调度程序,客户端接收云端的调度请求,并对云端的调度服务信息进行识别,将通过编译的代码下载提取到本地;
客户端提取GPU客户端调度程序所需的资源,选择相应GPU资源,利用客户端本地的GPU运行和调试下载的代码,得到执行日志和运行结果;
工作终端接收用户请求浏览器进行运行结果分析和评测的指令,自动上传所述执行日志和运行结果,利用浏览器对所述运行结果进行分析和评测,得到评测结果,并上传至控制中心;
控制中心根据结果展现形式对所述评测结果进行相应的分析和评测结果的展示。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求8所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求8所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210312357.8A CN114996117B (zh) | 2022-03-28 | 2022-03-28 | 面向SaaS模式的客户端GPU应用评测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210312357.8A CN114996117B (zh) | 2022-03-28 | 2022-03-28 | 面向SaaS模式的客户端GPU应用评测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114996117A true CN114996117A (zh) | 2022-09-02 |
CN114996117B CN114996117B (zh) | 2024-02-06 |
Family
ID=83023598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210312357.8A Active CN114996117B (zh) | 2022-03-28 | 2022-03-28 | 面向SaaS模式的客户端GPU应用评测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114996117B (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130167123A1 (en) * | 2008-12-18 | 2013-06-27 | Adobe Systems Incorporated | Application debugging |
CN103237082A (zh) * | 2013-05-06 | 2013-08-07 | 百度在线网络技术(北京)有限公司 | 云测试方法、系统和云端服务器 |
EP2863584A1 (en) * | 2013-10-17 | 2015-04-22 | Alcatel Lucent | Method and device for the allocation of software tasks |
CN104731706A (zh) * | 2013-12-19 | 2015-06-24 | 国际商业机器公司 | 用于使用分布式计算的测试管理的方法和装置 |
CN107343017A (zh) * | 2016-12-21 | 2017-11-10 | 北京安天网络安全技术有限公司 | 用于管理gpu资源的方法、服务端和终端 |
CN108958927A (zh) * | 2018-05-31 | 2018-12-07 | 康键信息技术(深圳)有限公司 | 容器应用的部署方法、装置、计算机设备和存储介质 |
US20190012183A1 (en) * | 2006-02-06 | 2019-01-10 | Ralph Saunders | Method of providing software development services |
CN109542791A (zh) * | 2018-11-27 | 2019-03-29 | 长沙智擎信息技术有限公司 | 一种基于容器技术的程序大规模并发评测方法 |
US10262390B1 (en) * | 2017-04-14 | 2019-04-16 | EMC IP Holding Company LLC | Managing access to a resource pool of graphics processing units under fine grain control |
CN109961151A (zh) * | 2017-12-21 | 2019-07-02 | 同方威视科技江苏有限公司 | 用于机器学习的计算服务的系统及用于机器学习的方法 |
CN110032519A (zh) * | 2019-04-22 | 2019-07-19 | 广州腾讯科技有限公司 | 云函数调试方法、装置、计算机设备及存储介质 |
KR102173137B1 (ko) * | 2020-06-15 | 2020-11-03 | 주식회사 바른소프트 | 모바일 애플리케이션의 원격 테스트 서비스 제공 방법 |
CN112882826A (zh) * | 2019-11-30 | 2021-06-01 | 华为技术有限公司 | 一种资源协同调度方法以及装置 |
CN113110939A (zh) * | 2021-05-12 | 2021-07-13 | 腾讯数码(深圳)有限公司 | 运行数据的处理方法、装置、计算机设备及存储介质 |
CN113238928A (zh) * | 2021-04-23 | 2021-08-10 | 杭州电子科技大学 | 一种音视频大数据任务的端云协同评测系统 |
WO2021186253A1 (en) * | 2020-03-17 | 2021-09-23 | International Business Machines Corporation | Adjusting performance of computing system |
CN113468040A (zh) * | 2020-03-30 | 2021-10-01 | 嘉楠明芯(北京)科技有限公司 | 程序评测方法、装置及计算机可读存储介质 |
CN113760704A (zh) * | 2020-09-16 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | Web UI的测试方法、装置、设备以及存储介质 |
CN114118971A (zh) * | 2021-11-30 | 2022-03-01 | 招商局金融科技有限公司 | 基于云原生的在线开发方法、装置、设备及存储介质 |
CN114168426A (zh) * | 2021-12-10 | 2022-03-11 | 中国建设银行股份有限公司 | 自动化测试方法和相关设备 |
-
2022
- 2022-03-28 CN CN202210312357.8A patent/CN114996117B/zh active Active
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190012183A1 (en) * | 2006-02-06 | 2019-01-10 | Ralph Saunders | Method of providing software development services |
US20130167123A1 (en) * | 2008-12-18 | 2013-06-27 | Adobe Systems Incorporated | Application debugging |
CN103237082A (zh) * | 2013-05-06 | 2013-08-07 | 百度在线网络技术(北京)有限公司 | 云测试方法、系统和云端服务器 |
EP2863584A1 (en) * | 2013-10-17 | 2015-04-22 | Alcatel Lucent | Method and device for the allocation of software tasks |
CN104731706A (zh) * | 2013-12-19 | 2015-06-24 | 国际商业机器公司 | 用于使用分布式计算的测试管理的方法和装置 |
CN107343017A (zh) * | 2016-12-21 | 2017-11-10 | 北京安天网络安全技术有限公司 | 用于管理gpu资源的方法、服务端和终端 |
US10262390B1 (en) * | 2017-04-14 | 2019-04-16 | EMC IP Holding Company LLC | Managing access to a resource pool of graphics processing units under fine grain control |
CN109961151A (zh) * | 2017-12-21 | 2019-07-02 | 同方威视科技江苏有限公司 | 用于机器学习的计算服务的系统及用于机器学习的方法 |
CN108958927A (zh) * | 2018-05-31 | 2018-12-07 | 康键信息技术(深圳)有限公司 | 容器应用的部署方法、装置、计算机设备和存储介质 |
CN109542791A (zh) * | 2018-11-27 | 2019-03-29 | 长沙智擎信息技术有限公司 | 一种基于容器技术的程序大规模并发评测方法 |
CN110032519A (zh) * | 2019-04-22 | 2019-07-19 | 广州腾讯科技有限公司 | 云函数调试方法、装置、计算机设备及存储介质 |
CN112882826A (zh) * | 2019-11-30 | 2021-06-01 | 华为技术有限公司 | 一种资源协同调度方法以及装置 |
WO2021186253A1 (en) * | 2020-03-17 | 2021-09-23 | International Business Machines Corporation | Adjusting performance of computing system |
CN113468040A (zh) * | 2020-03-30 | 2021-10-01 | 嘉楠明芯(北京)科技有限公司 | 程序评测方法、装置及计算机可读存储介质 |
KR102173137B1 (ko) * | 2020-06-15 | 2020-11-03 | 주식회사 바른소프트 | 모바일 애플리케이션의 원격 테스트 서비스 제공 방법 |
CN113760704A (zh) * | 2020-09-16 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | Web UI的测试方法、装置、设备以及存储介质 |
CN113238928A (zh) * | 2021-04-23 | 2021-08-10 | 杭州电子科技大学 | 一种音视频大数据任务的端云协同评测系统 |
CN113110939A (zh) * | 2021-05-12 | 2021-07-13 | 腾讯数码(深圳)有限公司 | 运行数据的处理方法、装置、计算机设备及存储介质 |
CN114118971A (zh) * | 2021-11-30 | 2022-03-01 | 招商局金融科技有限公司 | 基于云原生的在线开发方法、装置、设备及存储介质 |
CN114168426A (zh) * | 2021-12-10 | 2022-03-11 | 中国建设银行股份有限公司 | 自动化测试方法和相关设备 |
Non-Patent Citations (3)
Title |
---|
TIANCHU ZHAO: "A Cooperative Scheduling Scheme of Local Cloud and Internet cloud for Delay-Aware Mobile Cloud Computing", 《2015 IEEE GLOBECOM WORKSHOPS(GC WKSHPS)》 * |
徐广宇: "提高全局资源调度和本地资源调度的效能的云计算资源调度方案分析", 《现代电子技术》, vol. 39, no. 14 * |
高丽萍: "云环境下自动化测试的研究与实现", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》, no. 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN114996117B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109901834B (zh) | 文档页面生成方法、装置、计算机设备和存储介质 | |
CN108334781B (zh) | 病毒检测方法、装置、计算机可读存储介质和计算机设备 | |
Guo | Cloud-based or on-device: An empirical study of mobile deep inference | |
Garbers et al. | Finding clusters in VLSI circuits | |
CN109144856A (zh) | 一种ui自动化测试方法、计算设备及存储介质 | |
US20140208287A1 (en) | Energy Consumption Simulation and Evaluation System for Embedded Device | |
CN108415826B (zh) | 应用的测试方法、终端设备及计算机可读存储介质 | |
Collins et al. | Deep reinforcement learning based android application gui testing | |
Kim et al. | Performance testing of mobile applications at the unit test level | |
CN113590454A (zh) | 测试方法、装置、计算机设备和存储介质 | |
CN114297056A (zh) | 一种自动化测试方法及系统 | |
CN112650487A (zh) | 混合应用程序开发方法、系统、计算机设备和存储介质 | |
CN114282686A (zh) | 用于构建机器学习建模过程的方法及系统 | |
Cunha et al. | Context-aware execution migration tool for data science Jupyter Notebooks on hybrid clouds | |
CN112559343B (zh) | 测试路径生成方法及相关设备 | |
CN111930419B (zh) | 基于深度学习模型的代码包生成方法和系统 | |
CN113254153A (zh) | 流程任务处理方法、装置、计算机设备和存储介质 | |
CN114764296A (zh) | 机器学习模型训练方法、装置、电子设备及存储介质 | |
CN114996117A (zh) | 面向SaaS模式的客户端GPU应用评测系统及方法 | |
CN111476349A (zh) | 一种模型测试方法及服务器 | |
CN111523676A (zh) | 辅助机器学习模型上线的方法及装置 | |
CN113971124B (zh) | 子应用的调试方法、装置、计算机设备和存储介质 | |
Silva et al. | Model driven engineering for performance testing in mobile applications | |
CN115686994A (zh) | 应用程序卡顿监控方法、装置、计算机设备和存储介质 | |
US10545858B2 (en) | Method for testing a graphical interface and corresponding test system |
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 |