CN116340070A - 一种生物信息学高性能计算平台的测试方法 - Google Patents
一种生物信息学高性能计算平台的测试方法 Download PDFInfo
- Publication number
- CN116340070A CN116340070A CN202310356966.8A CN202310356966A CN116340070A CN 116340070 A CN116340070 A CN 116340070A CN 202310356966 A CN202310356966 A CN 202310356966A CN 116340070 A CN116340070 A CN 116340070A
- Authority
- CN
- China
- Prior art keywords
- computing platform
- test
- target computing
- performance
- target
- 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
- 238000010998 test method Methods 0.000 title description 7
- 238000012360 testing method Methods 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000011056 performance test Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000006855 networking Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 238000013522 software testing Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 238000011160 research Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010205 computational analysis Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012795 verification Methods 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
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2268—Logging of test results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
- G06F11/2284—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing by power-on test, e.g. power-on self test [POST]
-
- 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
- G06F11/3668—Software testing
-
- 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
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3692—Test management for test results analysis
-
- 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)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种生物信息学高性能计算平台的测试方法,包括以下步骤:获取测试任务,启动目标计算平台,所述测试任务包括目标计算平台的设备账号、硬件测试任务和软件测试任务;执行目标计算平台的硬件测试任务和软件测试任务,选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台;管理服务器通过网络下发测试数据包,在目标计算平台上运行所述测试数据包以获取数据包运行结果,基于数据包运行结果判断目标计算平台是否通过测试。本发明获取计算平台准确的性能测试结果,在不同的生物信息学中具有通用性,满足对生物信息学计算平台的测试要求。
Description
技术领域
本发明具体涉及计算平台测试技术领域,具体是一种生物信息学高性能计算平台的测试方法。
背景技术
进入21世纪,生物学研究的重点和潜在的研究热点已经由20世纪的实验分析和数据积累,转移到数据分析及其指导下的实验验证上来。随着生物学实验数据的高速积累和增长,生命科学的研究步入了大数据时代,计算分析方法以及网络技术成为生命科学研究人员必备的工具,由此产生的生物信息学技术正推动着生命科学的迅猛发展。生物信息学所提供的研究工具对生物学发展至关重要,因此成为生命科学研究型人才必须掌握的重要技能。
近几年,随着生物医学应用的飞速发展,大规模生物医学应用计算平台正从传统的以计算集群为基础的网格环境向高性能计算环境快速发展,以承载和支撑大规模生物与医学为中心任务,充分利用其并行运算和大数据处理的能力,为大数据提供高效的处理和分析机制。
现有的测试计算平台性能的方法是,只对计算平台进行系统级的常规检测,如linpack测试,stream测试。其并没有考虑生物信息学应用软件的性能特征。而生物信息学计算平台要求内存容量消耗大,磁盘读写频繁,且存储占用空间大等,因此采用现有的方法检测得到的性能较好的计算平台,在进行生物信息学方面的计算时,其性能不一定是好的。
发明内容
本发明的目的在于提供一种生物信息学高性能计算平台的测试方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种生物信息学高性能计算平台的测试方法,包括以下步骤:
S10、获取测试任务,启动目标计算平台,所述测试任务包括目标计算平台的设备账号、硬件测试任务和软件测试任务;
S20、执行目标计算平台的硬件测试任务,获取硬件测试结果,判断测试结果是否正常,当测试结果正常时执行软件测试任务,获取软件测试结果,判断软件测试结果是否正常;
S30、选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台;
S40、管理服务器通过网络下发测试数据包,在目标计算平台上运行所述测试数据包以获取数据包运行结果,基于数据包运行结果判断目标计算平台是否通过测试。
作为本发明进一步的方案:所述目标计算平台为处理生物信息的高性能计算平台,用于进行生物信息学软件的并行计算,所述计算平台为高性能计算设备或多台普通电脑连接组件的并行计算平台。
作为本发明再进一步的方案:所述的目标计算平台包括至少一台管理服务器和至少一台计算服务器,管理服务器和计算服务器通过交换机连接,所述计算服务器包括处理器和存储器。
作为本发明再进一步的方案:步骤S20中,当硬件测试结果异常时,将目标计算平台剔除软件测试序列,并标记该目标计算平台为硬件不通过设备,对于软件测试结果异常的目标计算平台同理,并标记该目标计算平台为软件不通过设备。
作为本发明再进一步的方案:步骤S20中,执行目标计算平台的硬件测试任务的方法,包括以下步骤:
S211、接收控制信号,基于所述控制信号对目标计算平台执行多次通断动作,以控制待测试的目标计算平台的硬件设备进行多次通断电,通过执行多次通断电操作对所述待测试硬件设备进行上下电测试;
S212、通断电测试通过后,在所述目标计算机平台上运行性能测试软件,以获得目标计算平台的性能测试结果,所述性能测试结果包括至少一项硬件性能参数,用于反应目标计算平台中各硬件设备的性能;
S213、判断性能测试结果是否通过,当测试通过后,对所述目标计算机平台进行网速测试,以获得目标计算平台的联网性能,以确保目标计算平台能够正常联网使用。
作为本发明再进一步的方案:步骤S212中,通断电测试通过的标准为:目标计算平台的各硬件设备在每次通断电操作时均为正常开启和关闭;步骤S213中,判断性能测试结果的方法为:将性能测试结果的各项硬件性能参数与预设的标准参数进行对比,判断性能测试结果是否通过。
作为本发明再进一步的方案:步骤S20中,执行软件测试任务的方法,包括以下步骤:
S221、在目标计算平台上安装测试软件,配置所述目标计算平台以适配测试软件的运行环境;
S222、加载测试软件的运行场景,向测试软件输入测试数据以运行测试软件;
S223、在测试软件运行过程中收集测试结果,判断测试结果是否符合预期值。
作为本发明再进一步的方案:步骤S30中,选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台的方法,包括以下步骤:
S31、选取软件测试结果正常的目标计算平台;
S32、将该目标计算平台接入网络以构建计算平台集群;
S33、发送传输属性文件给计算平台集群中每一个目标计算平台,使得所述集群中每一个目标计算平台在管理服务器及目标计算平台之间建立通信连接。
作为本发明再进一步的方案:步骤S40中,基于数据包运行结果判断目标计算平台是否通过测试的方法,包括以下步骤:
S41、管理服务器接收目标计算平台的数据包运行结果;
S42、判断数据包运行结果是否完整,判断结果为是时进行步骤S43,否则标记发送该数据包运行结果的目标计算平台数据异常;
S43、判断数据包运行结果是否正常,判断结果为是时表示所述目标计算平台通过测试。
与现有技术相比,本发明的有益效果是:本发明通过对目标计算平台执行硬件测试任务和软件测试任务,基于测试结果判断目标计算平台的硬软件性能,并且通过;选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台,利用管理服务器下发测试数据包,在目标计算平台上运行所述测试数据包以获取数据包运行结果,根据数据包运行结果判断目标计算平台是否通过测试,从而获取计算平台准确的性能测试结果,在不同的生物信息学中具有通用性,满足对生物信息学计算平台的测试要求。
附图说明
图1为生物信息学高性能计算平台的测试方法的流程图。
图2为生物信息学高性能计算平台的测试方法中执行目标计算平台的硬件测试任务的方法的流程图。
图3为生物信息学高性能计算平台的测试方法中执行目标计算平台的软件测试任务的方法的流程图。
图4为生物信息学高性能计算平台的测试方法中步骤S40的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
应当理解,尽管在本发明实施例中可能采用术语第一、第二等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。
现有的测试计算平台性能的方法是,只对计算平台进行系统级的常规检测,如linpack测试,stream测试。其并没有考虑生物信息学应用软件的性能特征。而生物信息学计算平台要求内存容量消耗大,磁盘读写频繁,且存储占用空间大等,因此采用现有的方法检测得到的性能较好的计算平台,在进行生物信息学方面的计算时,其性能不一定是好的。
基于此,请参阅图1~4,本发明实施例中,一种生物信息学高性能计算平台的测试方法,包括以下步骤:
S10、获取测试任务,启动目标计算平台,所述测试任务包括目标计算平台的设备账号、硬件测试任务和软件测试任务;
需要说明的是,目标计算平台为处理生物信息的高性能计算平台,用于进行生物信息学软件的并行计算,以提高用户处理生物信息的能力,所述计算平台为高性能计算设备或多台普通电脑连接组件的并行计算平台,本实施例中,所述的目标计算平台包括至少一台管理服务器和至少一台计算服务器,管理服务器和计算服务器通过交换机连接,所述计算服务器包括处理器和存储器,所述处理器采用2.6GHz Intel计算核心,共计6个CB60-G15刀片节点(2CPU-8 kernel),计算核数达到96核,操作系统基于线速千兆以太网互联,计算采用Infiniband高性能网络;
软件方面,目标计算平台选择使用Rocks集群管理系统,Rocks管理系统基于RedHat Linux,是开放源代码的软件包,而且该软件包可以高效率地创建和维护高性能集群,同时为方便生物学研究和学习使用,系统集成了大量的生物信息学相关软件。
S20、执行目标计算平台的硬件测试任务,获取硬件测试结果,判断测试结果是否正常,当测试结果正常时执行软件测试任务,获取软件测试结果,判断软件测试结果是否正常,需要说明的是,当硬件测试结果异常时,将目标计算平台剔除软件测试序列,并标记该目标计算平台为硬件不通过设备,对于软件测试结果异常的目标计算平台同理,并标记该目标计算平台为软件不通过设备。
在本发明实施例步骤S20中,执行目标计算平台的硬件测试任务的方法,包括以下步骤:
S211、接收控制信号,基于所述控制信号对目标计算平台执行多次通断动作,以控制待测试的目标计算平台的硬件设备进行多次通断电,通过执行多次通断电操作对所述待测试硬件设备进行上下电测试;
S212、通断电测试通过后,在所述目标计算机平台上运行性能测试软件,以获得目标计算平台的性能测试结果,所述性能测试结果包括至少一项硬件性能参数,用于反应目标计算平台中各硬件设备的性能;
S213、判断性能测试结果是否通过,当测试通过后,对所述目标计算机平台进行网速测试,以获得目标计算平台的联网性能,以确保目标计算平台能够正常联网使用;
需要说明的是,在本发明实施例步骤S212中,通断电测试通过的标准为:目标计算平台的各硬件设备在每次通断电操作时均为正常开启和关闭;步骤S213中,判断性能测试结果的方法为:将性能测试结果的各项硬件性能参数与预设的标准参数进行对比,判断性能测试结果是否通过。
还有,在本发明实施例步骤S20中,执行软件测试任务的方法,包括以下步骤:
S221、在目标计算平台上安装测试软件,配置所述目标计算平台以适配测试软件的运行环境;
S222、加载测试软件的运行场景,向测试软件输入测试数据以运行测试软件;
S223、在测试软件运行过程中收集测试结果,判断测试结果是否符合预期值。
S30、选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台;
在本发明实施例步骤S30中,选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台的方法,包括以下步骤:
S31、选取软件测试结果正常的目标计算平台;
S32、将该目标计算平台接入网络以构建计算平台集群;
S33、发送传输属性文件给计算平台集群中每一个目标计算平台,使得所述集群中每一个目标计算平台在管理服务器及目标计算平台之间建立通信连接。
840、管理服务器通过网络下发测试数据包,在目标计算平台上运行所述测试数据包以获取数据包运行结果,基于数据包运行结果判断目标计算平台的测试性能。
在本发明实施例步骤S40中,基于数据包运行结果判断目标计算平台是否通过测试的方法,包括以下步骤:
S41、管理服务器接收目标计算平台的数据包运行结果;
S42、判断数据包运行结果是否完整,判断结果为是时进行步骤S43,否则标记发送该数据包运行结果的目标计算平台数据异常;
S43、判断数据包运行结果是否正常,判断结果为是时表示所述目标计算平台通过测试。
此外,一些实施例可包括具有用于在计算机上执行本说明书中记载的方法的程序的存储介质,其上存储有至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、至少一段程序、代码集或指令集被处理器加载并执行时实现上述各方法实施例中的步骤,计算机可读记录介质的示例包括为了存储并执行程序命令而专门构成的硬件装置:诸如硬盘、软盘及磁带的磁介质、诸如CD-ROM、DVD的光记录介质、诸如软盘的磁光介质及ROM、RAM、闪存等。程序命令的示例可包括:由编译器编写的机器语言代码以及使用解释器等而由计算机来执行的高级语言。
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,是可以通过至少一条指令、至少一段程序、代码集或指令集来指令相关的硬件来完成,的至少一条指令、至少一段程序、代码集或指令集可存储于一非易失性计算机可读取存储介质中,该至少一条指令、至少一段程序、代码集或指令集在执行时,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易失性存储器中的至少一种。
综上所述,本发明通过对目标计算平台执行硬件测试任务和软件测试任务,基于测试结果判断目标计算平台的硬软件性能,并且通过;选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台,利用管理服务器下发测试数据包,在目标计算平台上运行所述测试数据包以获取数据包运行结果,根据数据包运行结果判断目标计算平台是否通过测试,从而获取计算平台准确的性能测试结果,在不同的生物信息学中具有通用性,满足对生物信息学计算平台的测试要求。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (9)
1.一种生物信息学高性能计算平台的测试方法,其特征在于,包括以下步骤:
S10、获取测试任务,启动目标计算平台,所述测试任务包括目标计算平台的设备账号、硬件测试任务和软件测试任务;
S20、执行目标计算平台的硬件测试任务,获取硬件测试结果,判断测试结果是否正常,当测试结果正常时执行软件测试任务,获取软件测试结果,判断软件测试结果是否正常;
S30、选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台;
S40、管理服务器通过网络下发测试数据包,在目标计算平台上运行所述测试数据包以获取数据包运行结果,基于数据包运行结果判断目标计算平台是否通过测试。
2.根据权利要求1所述的生物信息学高性能计算平台的测试方法,其特征在于,所述目标计算平台为处理生物信息的高性能计算平台,用于进行生物信息学软件的并行计算,所述计算平台为高性能计算设备或多台普通电脑连接组件的并行计算平台。
3.根据权利要求2所述的生物信息学高性能计算平台的测试方法,其特征在于,所述的目标计算平台包括至少一台管理服务器和至少一台计算服务器,管理服务器和计算服务器通过交换机连接,所述计算服务器包括处理器和存储器。
4.根据权利要求1所述的生物信息学高性能计算平台的测试方法,其特征在于,步骤S20中,当硬件测试结果异常时,将目标计算平台剔除软件测试序列,并标记该目标计算平台为硬件不通过设备,对于软件测试结果异常的目标计算平台同理,并标记该目标计算平台为软件不通过设备。
5.根据权利要求1所述的生物信息学高性能计算平台的测试方法,其特征在于,步骤S20中,执行目标计算平台的硬件测试任务的方法,包括以下步骤:
S211、接收控制信号,基于所述控制信号对目标计算平台执行多次通断动作,以控制待测试的目标计算平台的硬件设备进行多次通断电,通过执行多次通断电操作对所述待测试硬件设备进行上下电测试;
S212、通断电测试通过后,在所述目标计算机平台上运行性能测试软件,以获得目标计算平台的性能测试结果,所述性能测试结果包括至少一项硬件性能参数,用于反应目标计算平台中各硬件设备的性能;
S213、判断性能测试结果是否通过,当测试通过后,对所述目标计算机平台进行网速测试,以获得目标计算平台的联网性能,以确保目标计算平台能够正常联网使用。
6.根据权利要求5所述的生物信息学高性能计算平台的测试方法,其特征在于,步骤S212中,通断电测试通过的标准为:目标计算平台的各硬件设备在每次通断电操作时均为正常开启和关闭;步骤S213中,判断性能测试结果的方法为:将性能测试结果的各项硬件性能参数与预设的标准参数进行对比,判断性能测试结果是否通过。
7.根据权利要求1所述的生物信息学高性能计算平台的测试方法,其特征在于,步骤S20中,执行软件测试任务的方法,包括以下步骤:
S221、在目标计算平台上安装测试软件,配置所述目标计算平台以适配测试软件的运行环境;
S222、加载测试软件的运行场景,向测试软件输入测试数据以运行测试软件;
S223、在测试软件运行过程中收集测试结果,判断测试结果是否符合预期值。
8.根据权利要求1所述的生物信息学高性能计算平台的测试方法,其特征在于,步骤S30中,选取软件测试结果正常的目标计算平台构建计算平台集群,通过网络连接计算平台集群中所有的目标计算平台的方法,包括以下步骤:
S31、选取软件测试结果正常的目标计算平台;
S32、将该目标计算平台接入网络以构建计算平台集群;
S33、发送传输属性文件给计算平台集群中每一个目标计算平台,使得所述集群中每一个目标计算平台在管理服务器及目标计算平台之间建立通信连接。
9.根据权利要求1所述的生物信息学高性能计算平台的测试方法,其特征在于,步骤S40中,基于数据包运行结果判断目标计算平台是否通过测试的方法,包括以下步骤:
S41、管理服务器接收目标计算平台的数据包运行结果;
S42、判断数据包运行结果是否完整,判断结果为是时进行步骤S43,否则标记发送该数据包运行结果的目标计算平台数据异常;
S43、判断数据包运行结果是否正常,判断结果为是时表示所述目标计算平台通过测试。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310356966.8A CN116340070A (zh) | 2023-03-25 | 2023-03-25 | 一种生物信息学高性能计算平台的测试方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310356966.8A CN116340070A (zh) | 2023-03-25 | 2023-03-25 | 一种生物信息学高性能计算平台的测试方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116340070A true CN116340070A (zh) | 2023-06-27 |
Family
ID=86877221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310356966.8A Pending CN116340070A (zh) | 2023-03-25 | 2023-03-25 | 一种生物信息学高性能计算平台的测试方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116340070A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110055634A1 (en) * | 2009-08-27 | 2011-03-03 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd | System and method for testing a computer |
CN103984882A (zh) * | 2014-05-12 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种生物信息学高性能计算平台的测试方法 |
CN104156274A (zh) * | 2014-08-19 | 2014-11-19 | 浪潮(北京)电子信息产业有限公司 | 一种测试生物信息学计算平台性能的方法 |
CN111181801A (zh) * | 2019-12-04 | 2020-05-19 | 腾讯云计算(北京)有限责任公司 | 节点集群测试方法、装置、电子设备及存储介质 |
CN111352837A (zh) * | 2020-02-27 | 2020-06-30 | 南京亿科人群健康研究院有限公司 | 一种生物信息学高性能计算平台的测试方法 |
CN113886162A (zh) * | 2021-10-21 | 2022-01-04 | 统信软件技术有限公司 | 一种计算设备性能测试方法、计算设备及存储介质 |
-
2023
- 2023-03-25 CN CN202310356966.8A patent/CN116340070A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110055634A1 (en) * | 2009-08-27 | 2011-03-03 | Hong Fu Jin Precision Industry (Shenzhen) Co., Ltd | System and method for testing a computer |
CN103984882A (zh) * | 2014-05-12 | 2014-08-13 | 浪潮电子信息产业股份有限公司 | 一种生物信息学高性能计算平台的测试方法 |
CN104156274A (zh) * | 2014-08-19 | 2014-11-19 | 浪潮(北京)电子信息产业有限公司 | 一种测试生物信息学计算平台性能的方法 |
CN111181801A (zh) * | 2019-12-04 | 2020-05-19 | 腾讯云计算(北京)有限责任公司 | 节点集群测试方法、装置、电子设备及存储介质 |
CN111352837A (zh) * | 2020-02-27 | 2020-06-30 | 南京亿科人群健康研究院有限公司 | 一种生物信息学高性能计算平台的测试方法 |
CN113886162A (zh) * | 2021-10-21 | 2022-01-04 | 统信软件技术有限公司 | 一种计算设备性能测试方法、计算设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hasegawa et al. | MOIRAI: a compact workflow system for CAGE analysis | |
US10387430B2 (en) | Geometry-directed active question selection for question answering systems | |
US11915104B2 (en) | Normalizing text attributes for machine learning models | |
JP6912788B2 (ja) | アノテーション作業の管理方法、それを支援する装置およびシステム | |
US20090049438A1 (en) | Method for Optimizing Migration of Software Applications to Address Needs | |
JP7153004B2 (ja) | コミュニティ質問応答データの検証方法、装置、コンピュータ機器、及び記憶媒体 | |
JP6756079B2 (ja) | 人工知能に基づく三元組チェック方法、装置及びコンピュータプログラム | |
KR102413583B1 (ko) | 어노테이션 작업 관리 방법, 이를 지원하는 장치 및 시스템 | |
KR102075270B1 (ko) | 어노테이션 작업 관리 방법, 이를 지원하는 장치 및 시스템 | |
WO2016148107A1 (ja) | データ処理装置、データ処理方法、および、データ処理用プログラム | |
CN111124920A (zh) | 设备性能测试方法、装置及电子设备 | |
CN113723618A (zh) | 一种shap的优化方法、设备及介质 | |
KR102081037B1 (ko) | 어노테이션 작업 관리 방법, 이를 지원하는 장치 및 시스템 | |
CN112287603A (zh) | 一种基于机器学习的预测模型构建方法、装置和电子设备 | |
CN109800960A (zh) | 一种品牌综合影响度评估方法、系统及存储介质 | |
CN114242173B (zh) | 一种mNGS鉴定微生物的数据处理方法、装置及存储介质 | |
JPWO2014034557A1 (ja) | テキストマイニング装置、テキストマイニング方法及びプログラム | |
O'neal et al. | GPU performance estimation using software rasterization and machine learning | |
CN111563172B (zh) | 基于动态知识图谱构建的学术热点趋势预测方法和装置 | |
CN113609008A (zh) | 测试结果分析方法、装置和电子设备 | |
CN116340070A (zh) | 一种生物信息学高性能计算平台的测试方法 | |
CN114265964A (zh) | 大数据异常行为检测方法及装置、存储介质及电子设备 | |
CN110534158B (zh) | 一种基因序列比对方法、装置、服务器及介质 | |
CN114020916A (zh) | 文本分类方法、装置、存储介质和电子设备 | |
JP4918868B2 (ja) | 入力値選定プログラム、入力値選定方法および入力値選定装置 |
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 |