KR102090141B1 - 영상을 포함한 데이터 분산처리 서버 장치 - Google Patents

영상을 포함한 데이터 분산처리 서버 장치 Download PDF

Info

Publication number
KR102090141B1
KR102090141B1 KR1020190161769A KR20190161769A KR102090141B1 KR 102090141 B1 KR102090141 B1 KR 102090141B1 KR 1020190161769 A KR1020190161769 A KR 1020190161769A KR 20190161769 A KR20190161769 A KR 20190161769A KR 102090141 B1 KR102090141 B1 KR 102090141B1
Authority
KR
South Korea
Prior art keywords
deep learning
management server
image data
task
data
Prior art date
Application number
KR1020190161769A
Other languages
English (en)
Inventor
정규수
성홍기
정인택
Original Assignee
한국건설기술연구원
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 한국건설기술연구원 filed Critical 한국건설기술연구원
Priority to KR1020190161769A priority Critical patent/KR102090141B1/ko
Application granted granted Critical
Publication of KR102090141B1 publication Critical patent/KR102090141B1/ko

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1002—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/21—Server components or server architectures

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

영상을 포함한 데이터 분산처리 서버 장치가 제공된다. 데이터 분산처리 서버 장치는 차량영상데이터를 분석하여 표시가능한 형태로 처리하는 다수의 딥러닝 서버들과, 외부로부터 입력되는 차량영상데이터와 도로에서 수집되는 도로부가정보를 상기 다수의 딥러닝 서버들에서 처리하도록 분배하여 전달하는 하나의 태스크 관리 서버(TMS: Task Management Server)를 포함하고, 다수의 딥러닝 서버들과 하나의 태스크 관리 서버는 하드웨어적으로 일체형 장치로 구성된다.

Description

영상을 포함한 데이터 분산처리 서버 장치{Server system for distributed processing of image data}
본 발명은 영상을 포함한 데이터 분산처리 서버 장치에 관한 것으로서, 보다 상세하게는, 영상 처리를 위한 다수의 장치를 일체형 하드웨어로 제공하는 영상을 포함한 데이터 분산처리 서버 장치에 관한 것이다.
도로를 주행하는 차량들로부터 수집되는 영상데이터를 처리하는 경우, 일반적으로 하나의 CPU(Central Processing Unit)가 GPU(Graphic Processing Unit)에게 분석/연산할 데이터를 분배하여 전달한다. 그러나, 기존의 방식으로 영상데이터를 전달 및 GPU가 처리하는 경우, 병목현상이 발생하고 있다.
특히, 동영상을 특정 단위 프레임으로 나누어 대량의 영상데이터를 처리하는 경우, GPU가 아무리 빠른 속도를 영상데이터를 처리하여도 CPU에서 영상데이터를 GPU로 전달하고 GPU가 수신하는 소요 비용이 매우 커서 전체적인 영상 처리 효율이 저하된다.
국내 등록특허 제10-1908341호
전술한 문제점을 해결하기 위하여 본 발명이 이루고자 하는 기술적 과제는, CPU 외의 태스크 관리 서버와 다수의 GPU들을 일체형 하드웨어로 구성하여 영상데이터의 처리 속도를 높일 수 있는 영상을 포함한 데이터 분산처리 서버 장치를 제시하는 데 있다.
본 발명의 해결과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
전술한 기술적 과제를 해결하기 위한 수단으로서, 본 발명의 실시 예에 따르면, 영상을 포함한 데이터 분산처리 서버 장치는, 차량영상데이터를 분석하여 표시가능한 형태로 처리하는 다수의 딥러닝 서버들; 및 외부로부터 입력되는 차량영상데이터와 도로에서 수집되는 도로부가정보를 상기 다수의 딥러닝 서버들에서 처리하도록 분배하여 전달하는 하나의 태스크 관리 서버(TMS: Task Management Server);를 포함하고, 상기 다수의 딥러닝 서버들과 하나의 태스크 관리 서버는 하드웨어적으로 일체형 장치로 구성된다.
상기 태스크 관리 서버는, 다수의 차량들로부터 차량영상데이터를 통신망을 통해 수신하는 통신 인터페이스부; 상기 차량영상데이터와 빅데이터 서버로부터 입력되는 도로부가정보를 시간 및 위치 중 적어도 하나에 대해 동기화하여 하나의 태스크 처리 대상을 생성하고, 상기 생성된 태스크 처리 대상에 해당하는 차량영상데이터와 도로부가정보를 상기 다수의 딥러닝 서버들 중 하나 이상에게 전달되도록 분배하는 태스크 CPU; 상기 다수의 딥러닝 서버들에서 표시가능한 형태로 처리된 영상데이터와 도로부가정보를 입력받아 저장하는 태스크 스토리지; 및 상기 다수의 딥러닝 서버들과 시리얼 통신 방식으로 데이터를 송수신하는 태스크 데이터 인터페이스부;를 포함한다.
상기 다수의 딥러닝 서버들은 각각, 상기 태스크 관리 서버와 시리얼 통신 방식으로 데이터를 송수신하는 딥러닝 데이터 인터페이스부; 딥러닝 서버의 동작을 제어 및 처리하는 딥러닝 CPU; 및 상기 태스크 관리 서버로부터 입력되는 차량영상데이터와 도로부가정보를 분석하는 GPU;를 포함한다.
한편, 본 발명의 다른 실시 예에 따르면, 영상을 포함한 데이터 분산처리 서버 장치는, 차량영상데이터를 분석하여 표시가능한 형태로 처리하는 다수의 딥러닝 서버들; 및 차량들로부터 입력되는 차량영상데이터와 빅데이터 서버로부터 입력되는 도로에서 수집된 도로부가정보를 상기 다수의 딥러닝 서버들에서 처리하도록 분배하여 전달하는 하나의 태스크 관리 서버(TMS: Task Management Server);를 포함하고, 상기 다수의 딥러닝 서버들과 하나의 태스크 관리 서버는 하드웨어적으로 일체형 장치로 구성되며, 시리얼 통신 방식으로 데이터 통신한다.
본 발명에 따르면, CPU 외의 밸런싱 노드로 동작하는 태스크 관리 서버를 두어 대량의 영상데이터 처리 시 GPU들에게 영상데이터를 효과적으로 분배 및 전달하도록 함으로써, 다수의 GPU들을 효율적으로 운영할 수 있다.
또한, 본 발명에 따르면, 태스크 관리 서버와 다수의 GPU들을 일체형 하드웨어로 구성하여 공간 효율성을 확보할 수 있다.
본 발명의 효과는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 실시 예에 따른 영상을 포함한 데이터 분산처리 서버 장치를 개략적으로 도시한 도면,
도 2는 데이터 분산처리 서버 장치의 하드웨어 구조를 보여주는 예시도,
도 3은 도 1에 도시된 태스크 관리 서버를 도시한 블록도,
도 4는 제1DL 서버를 도시한 블록도, 그리고,
도 5는 본 발명의 실시 예에 따른 영상을 포함한 데이터 분산서버 장치의 동작을 보여주는 도면이다.
이상의 본 발명의 목적들, 다른 목적들, 특징들 및 이점들은 첨부된 도면과 관련된 이하의 바람직한 실시 예들을 통해서 쉽게 이해될 것이다. 그러나 본 발명은 여기서 설명되는 실시 예들에 한정되지 않고 다른 형태로 구체화될 수도 있다. 오히려, 여기서 소개되는 실시 예들은 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
이하, 본 발명에서 실시하고자 하는 구체적인 기술내용에 대해 첨부도면을 참조하여 상세하게 설명하기로 한다.
아래의 특정 실시 예들을 기술하는데 있어서, 여러 가지의 특정적인 내용들은 발명을 더 구체적으로 설명하고 이해를 돕기 위해 작성되었다. 하지만 본 발명을 이해할 수 있을 정도로 이 분야의 지식을 갖고 있는 독자는 이러한 여러 가지의 특정적인 내용들이 없어도 사용될 수 있다는 것을 인지할 수 있다.
어떤 경우에는, 발명을 기술하는 데 있어서 흔히 알려졌으면서 발명과 크게 관련 없는 부분들은 본 발명을 설명하는 데 있어 별 이유 없이 혼돈이 오는 것을 막기 위해 기술하지 않음을 미리 언급해 둔다.
도 1은 본 발명의 실시 예에 따른 영상을 포함한 데이터 분산처리 서버 장치(100)를 개략적으로 도시한 도면, 도 2는 데이터 분산처리 서버 장치(100)의 하드웨어 구조를 보여주는 예시도이다.
도 1 및 도 2를 참조하면, 본 발명의 실시 예에 따른 영상을 포함한 데이터 분산처리 서버 장치(100)는 태스크 관리 서버(TMS: Task Management Server, 200), 제1DL(Deep Learning) 서버(300), 제2DL 서버(400) 및 제3DL 서버(500)를 포함할 수 있다. 도 1에는 3개의 DL 서버들(300~500)이 도시되어 있으나, 개수는 이에 한정되지 않는다.
데이터 분산처리 서버 장치(100)는 대용량의 영상데이터를 처리하기 위한 영상처리서버로서, 태스크 관리 서버(200)와 다수의 DL 서버들(300~500)이 하드웨어적으로 일체형(All-In-One)으로 구성된 장치이다.
태스크 관리 서버(200)는 다수의 차량들(1~10)로부터 입력되는 차량영상데이터와 도로에서 수집되는 도로부가정보를 다수의 DL 서버들(300~500)에서 처리하도록 분배하여 전달할 수 있다.
도로부가정보는 도로 표면 온도, 강우량, 트래픽량 등 도로에서 발생하거나 도로에서 관측가능한 모든 정보를 포함할 수 있으며, 차량에 부착된 센서들에 의해 수집되어 DB 서버(20)로 전송된 후 태스크 관리 서버(200)로 전송되거나, 센서들로부터 태스크 관리 서버(200)로 전송될 수 있다.
제1 내지 제3DL 서버들(300~500)은 태스크 관리 서버(200)로부터 입력되는 차량영상데이터를 분석하여 표시가능한 형태로 처리할 수 있다.
도 3은 도 1에 도시된 태스크 관리 서버(200)를 도시한 블록도이다.
도 3을 참조하면, 태스크 관리 서버(200)는 통신 인터페이스부(210), 태스크 CPU(220), 태스크 스토리지(230) 및 태스크 데이터 인터페이스부(240)를 포함할 수 있다.
통신 인터페이스부(210)는 다수의 차량들(1~10)로부터 차량영상데이터와 GPS(Global Positioning System) 위치정보를 통신망을 통해 수신할 수 있다. 통신망은 이더넷과 같은 근거리통신망(LAN), WAN 등 다양한 네트워크 통신망들 중 하나일 수 있다. 이하에서는 하나의 차량에서 전송되는 차량영상데이터와 GPS 위치정보를 동영상 데이터라 한다.
태스크 CPU(220)는 태스크 스토리지(230)에 저장된 하나 이상의 프로그램을 실행하여 태스크 관리 서버(200)의 전반적인 동작을 제어한다.
예를 들어, 태스크 CPU(220)는 태스크 스토리지(230)에 저장된 데이터 분배 프로그램을 실행하여 다수의 차량들(1~10) 중 적어도 하나로부터 입력되는 동영상 데이터와 DB 서버(20)로부터 입력되는 도로부가정보를 시간 및 위치 중 적어도 하나에 대해 동기화하여 하나의 태스크 처리 대상을 생성하고, 생성된 태스크 처리 대상에 해당하는 동영상 데이터와 도로부가정보를 제1 내지 제3DL 서버들(300~500) 중 하나 이상에게 전달되도록 분배할 수 있다.
태스크 CPU(220)는 생성된 태스크 처리 대상을 처리할 DL 서버의 개수와 대상을 동영상 데이터의 용량 및 제1 내지 제3DL 서버들(300~500)의 부하에 기초하여 결정할 수 있다. 예를 들어, 제3DL 서버(500)가 현재 동영상 데이터를 영상처리 중인 것으로 확인되면, 태스크 CPU(220)는 제1DL 서버(300) 및 제2DL 서버(400)에게 태스크 처리 대상을 분배하여 전달할 수 있다. 또는, 태스크 CPU(220)는 하나의 차량(예를 들어, 1)으로부터 입력되는 동영상 데이터는 하나의 DL 서버에서 처리하도록 할 수도 있다.
태스크 스토리지(230)는 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있으며, 태스크 관리 서버(200)가 제공하는 동작, 기능 등을 구현 및/또는 제공하기 위하여, 구성요소들(210~240)에 관계된 명령 또는 데이터, 하나 이상의 프로그램 및/또는 소프트웨어, 운영체제 등이 저장될 수 있다.
예를 들어, 태스크 스토리지(230)에는 동영상 데이터를 처리할 DL 서버의 개수와 대상을 동영상 데이터의 용량 및 제1 내지 제3DL 서버들(300~500)의 부하에 기초하여 결정하고, 분배하기 위한 데이터 분배 프로그램이 포함될 수 있다.
또한, 태스크 스토리지(230)에는 제1 내지 제3DL 서버들(300~500)에서 표시가능한 형태로 처리된 동영상 데이터가 저장될 수 있다.
태스크 데이터 인터페이스부(240)는 제1 내지 제3DL 서버들(300~500)과 I2C와 같은 시리얼 통신 방식, USB(Universal Serial Bus) 방식 등 기존의 데이터 전송 프로토콜을 이용하여 데이터를 송수신할 수 있다.
도 4는 제1DL 서버(300)를 도시한 블록도이다.
도 4를 참조하면, 제1DL 서버(300)는 DL 데이터 인터페이스부(310), DL CPU(320), DL GPU(330) 및 DL 메모리(340)를 포함할 수 있다.
DL 데이터 인터페이스부(310)는 태스크 관리 서버(200)와 데이터를 송수신한다. DL 데이터 인터페이스부(310)는 태스크 관리 서버(200)에서 분배된 태스크 처리 대상을 수신하고, DL GPU(330)에서 영상처리 및 변환된 동영상데이터를 태스크 관리 서버(200)에게 전송할 수 있다.
DL CPU(320)는 DL 메모리(340)에 저장된 하나 이상의 프로그램을 실행하여 제1DL 서버(300)의 동작을 제어 및 처리한다. 예를 들어, DL CPU(320)는 입력되는 다수의 또는 대량의 처리 대상 데이터를 처리하는 중 그래픽과 같은 동영상데이터가 확인되면 동영상 데이터를 DL GPU(330)에게 전달하여 처리하도록 한다.
DL GPU(330)는 태스크 관리 서버(200)로부터 입력되는 동영상 데이터를 분석하고 표시가능한 형태로 처리 및 변환할 수 있다.
DL 메모리(340)는 휘발성 메모리 및/또는 비휘발성 메모리를 포함할 수 있으며, 제1DL 서버(300)가 제공하는 동작, 기능 등을 구현 및/또는 제공하기 위하여, 구성요소들(310~340)에 관계된 명령 또는 데이터, 하나 이상의 프로그램 및/또는 소프트웨어, 운영체제 등이 저장될 수 있다.
도 5는 본 발명의 실시 예에 따른 영상을 포함한 데이터 분산처리 서버 장치(100)의 동작을 보여주는 도면이다.
도 5를 참조하면, 태스크 관리 서버(200)는 다수의 차량들로부터 차량영상데이터와 GPS 위치정보를 수신하고, DB 서버(20)로부터 또는 다수의 차량들로부터 직접 도로부가정보를 수신할 수 있다. 태스크 관리 서버(200)는 수신된 차량영상데이터와 GPS 정보를 동영상 데이터로서 큐에 저장하고, 순차적으로 도로부가정보와 매핑 및 정렬한다. 태스크 관리 서버(200)는 동영상 데이터와 도로부가정보를 영상처리할 하나 이상의 DL 서버를 결정한 후, 결정된 하나 이상의 DL 서버(300)에게 분배 및 전송한다. 따라서, 하나의 동영상 파일은 하나의 DL 서버로 분배되거나 다수의 DL 서버들로 분배될 수 있다.
데이터를 수신한 하나 이상의 DL 서버(300)는 동영상 데이터를 이벤트 별로 분석하고, 분할, 변환한 후 다시 태스크 관리 서버(200)로 전달한다. 이로써, 태스크 관리 서버(200)는 영상처리된 동영상 데이터를 저장한 후 서비스한다.
이상에서, 본 발명의 실시예를 구성하는 모든 구성 요소들이 하나로 결합되거나 결합되어 동작하는 것으로 설명되었다고 해서, 본 발명이 반드시 이러한 실시예에 한정되는 것은 아니다. 즉, 본 발명의 목적 범위 안에서라면, 그 모든 구성 요소들이 하나 이상으로 선택적으로 결합하여 동작할 수도 있다. 또한, 그 모든 구성요소들이 각각 하나의 독립적인 하드웨어로 구현될 수 있지만, 각 구성 요소들의 그 일부 또는 전부가 선택적으로 조합되어 하나 또는 복수 개의 하드웨어에서 조합된 일부 또는 전부의 기능을 수행하는 프로그램 모듈을 갖는 컴퓨터 프로그램으로서 구현될 수도 있다. 그 컴퓨터 프로그램을 구성하는 코드들 및 코드 세그먼트들은 본 발명의 기술 분야의 당업자에 의해 용이하게 추론될 수 있을 것이다. 이러한 컴퓨터 프로그램은 컴퓨터가 읽을 수 있는 저장매체(Computer Readable Media)에 저장되어 컴퓨터에 의하여 읽혀지고 실행됨으로써, 본 발명의 실시예를 구현할 수 있다.
100: 데이터 분산처리 서버 장치
200: 태스크 관리 서버
300~500: 제1 내지 제3DL(Deep Learning) 서버들

Claims (4)

  1. 하기 태스크 관리 서버로부터 입력되는 차량영상데이터를 분석하여 표시가능한 형태로 처리한 후 하기 태스크 관리 서버로 전달하는 다수의 딥러닝 서버들; 및
    외부로부터 입력되는 차량영상데이터와 도로에서 수집되는 도로부가정보를 상기 다수의 딥러닝 서버들에서 처리하도록 분배하여 상기 다수의 딥러닝 서버들 중 적어도 하나에게 전달하며, 상기 다수의 딥러닝 서버들 중 적어도 하나로부터 표시가능한 형태로 처리된 데이터를 수신하여 비디오 서비스를 제공하는 하나의 태스크 관리 서버(TMS: Task Management Server);를 포함하고,
    상기 다수의 딥러닝 서버들과 하나의 태스크 관리 서버는 하드웨어적으로 일체형 장치로 구성되며,
    상기 태스크 관리 서버는,
    다수의 차량들로부터 차량영상데이터를 통신망을 통해 수신하는 통신 인터페이스부;
    상기 차량영상데이터와 빅데이터 DB 서버로부터 입력되는 도로부가정보를 시간 및 위치 중 적어도 하나에 대해 동기화하여 하나의 태스크 처리 대상을 생성하고, 상기 생성된 태스크 처리 대상에 해당하는 차량영상데이터와 도로부가정보를 상기 다수의 딥러닝 서버들 중 하나 이상에게 전달되도록 분배하는 태스크 CPU;
    상기 다수의 딥러닝 서버들에서 표시가능한 형태로 처리된 영상데이터와 도로부가정보를 입력받아 저장하는 태스크 스토리지; 및
    상기 다수의 딥러닝 서버들과 시리얼 통신 방식으로 데이터를 송수신하는 태스크 데이터 인터페이스부;를 포함하고,
    상기 다수의 딥러닝 서버들은 각각,
    상기 태스크 관리 서버와 시리얼 통신 방식으로 데이터를 송수신하는 딥러닝 데이터 인터페이스부;
    딥러닝 서버의 동작을 제어 및 처리하는 딥러닝 CPU; 및
    상기 태스크 관리 서버로부터 입력되는 차량영상데이터와 도로부가정보를 분석하여 표시가능한 형태로 처리 및 변환하는 GPU;를 포함하는 것을 특징으로 하는 영상을 포함한 데이터 분산처리 서버 장치.
  2. 삭제
  3. 삭제
  4. 삭제
KR1020190161769A 2019-12-06 2019-12-06 영상을 포함한 데이터 분산처리 서버 장치 KR102090141B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190161769A KR102090141B1 (ko) 2019-12-06 2019-12-06 영상을 포함한 데이터 분산처리 서버 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190161769A KR102090141B1 (ko) 2019-12-06 2019-12-06 영상을 포함한 데이터 분산처리 서버 장치

Publications (1)

Publication Number Publication Date
KR102090141B1 true KR102090141B1 (ko) 2020-03-18

Family

ID=69999250

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190161769A KR102090141B1 (ko) 2019-12-06 2019-12-06 영상을 포함한 데이터 분산처리 서버 장치

Country Status (1)

Country Link
KR (1) KR102090141B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023177019A1 (ko) * 2022-03-18 2023-09-21 엘지전자 주식회사 에지 및 클라우드 간 협업 시스템 및 방법

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4672348B2 (ja) * 2004-12-01 2011-04-20 三機工業株式会社 ビル用中央監視システムおよびビル用中央監視システムにおけるデータ送信方法
KR101844914B1 (ko) * 2017-12-06 2018-04-03 한국과학기술정보연구원 기계 학습을 위한 데이터관리장치 및 그 동작 방법
KR101908341B1 (ko) 2017-02-27 2018-10-17 한국과학기술원 Cpu와 gpu간에 동기화를 가속화하여 수행하는 데이터 프로세서
KR102021534B1 (ko) * 2018-08-29 2019-10-18 주식회사 핀텔 딥러닝 기반 차량 및 보행자 감지 영상 분석 장치 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4672348B2 (ja) * 2004-12-01 2011-04-20 三機工業株式会社 ビル用中央監視システムおよびビル用中央監視システムにおけるデータ送信方法
KR101908341B1 (ko) 2017-02-27 2018-10-17 한국과학기술원 Cpu와 gpu간에 동기화를 가속화하여 수행하는 데이터 프로세서
KR101844914B1 (ko) * 2017-12-06 2018-04-03 한국과학기술정보연구원 기계 학습을 위한 데이터관리장치 및 그 동작 방법
KR102021534B1 (ko) * 2018-08-29 2019-10-18 주식회사 핀텔 딥러닝 기반 차량 및 보행자 감지 영상 분석 장치 및 그 방법

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023177019A1 (ko) * 2022-03-18 2023-09-21 엘지전자 주식회사 에지 및 클라우드 간 협업 시스템 및 방법
WO2023177018A1 (ko) * 2022-03-18 2023-09-21 엘지전자 주식회사 에지 및 클라우드 간 협업 시스템 및 방법

Similar Documents

Publication Publication Date Title
US10152277B2 (en) Data transmission method and system
CN107343045B (zh) 云计算系统及用于控制服务器的云计算方法和装置
US6853380B2 (en) Graphical display system and method
US20040085318A1 (en) Graphics generation and integration
CA2564257A1 (en) System and method for configuring devices for secure operations
EP2954401B1 (en) Transmitting hardware-rendered graphical data
US20080244117A1 (en) Method and system for data metering
CN110401720A (zh) 信息处理方法、装置、系统、应用服务器和介质
US9600152B2 (en) Providing feedback for screen sharing
CN113066289B (zh) 驾驶辅助处理方法、装置、计算机可读介质及电子设备
US20050141023A1 (en) Method and apparatus for executing load distributed printing
CN112925737B (zh) Pci异构系统数据融合方法、系统、设备及存储介质
KR102090141B1 (ko) 영상을 포함한 데이터 분산처리 서버 장치
US20040088346A1 (en) Geo-server interface
CN111917661B (zh) 数据传输方法、装置、电子设备和计算机可读存储介质
KR20200034572A (ko) 요청 처리 방법 및 장치
JP2004213533A (ja) 画面受信装置、画面配信装置、画面情報送受信システム、画面受信方法、画面配信方法並びにそのプログラム
GB2545893A (en) Pipelining pre-composition data
CN107797872A (zh) 用于传输信息的方法和装置
CN113472598B (zh) 云服务方法、电子设备和计算机可读存储介质
JP2000029751A (ja) ログ管理方法および装置
CN105302645B (zh) 一种任务分发方法及装置
CN103338181A (zh) 服务器、屏幕传送系统和屏幕传送方法
US8589605B2 (en) Inbound message rate limit based on maximum queue times
CN107171820A (zh) 信息传输、发送、获取方法和装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant