TWI843237B - 用於對電腦實施任務進行最佳化之電腦實施方法及電腦實施系統 - Google Patents
用於對電腦實施任務進行最佳化之電腦實施方法及電腦實施系統 Download PDFInfo
- Publication number
- TWI843237B TWI843237B TW111139559A TW111139559A TWI843237B TW I843237 B TWI843237 B TW I843237B TW 111139559 A TW111139559 A TW 111139559A TW 111139559 A TW111139559 A TW 111139559A TW I843237 B TWI843237 B TW I843237B
- Authority
- TW
- Taiwan
- Prior art keywords
- computer
- computer system
- implemented
- task
- cloud
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000010801 machine learning Methods 0.000 claims description 29
- 238000003860 storage Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 230000008569 process Effects 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims 2
- 238000005457 optimization Methods 0.000 description 41
- 238000012384 transportation and delivery Methods 0.000 description 33
- 238000004806 packaging method and process Methods 0.000 description 10
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000013068 supply chain management Methods 0.000 description 8
- 238000002474 experimental method Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000002452 interceptive effect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013475 authorization Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000007723 transport mechanism Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000001934 delay Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 201000007197 atypical autism Diseases 0.000 description 1
- 208000029560 autism spectrum disease Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000001407 pulse-discharge detection Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
- G06F21/31—User authentication
-
- 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]
- G06F9/5005—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
- G06F9/5038—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 considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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
- G06F9/5044—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 considering hardware capabilities
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5017—Task decomposition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0283—Price estimation or determination
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Debugging And Monitoring (AREA)
Abstract
一種用於對電腦實施任務進行最佳化之方法包括在伺服
器處自使用者介面接收完成電腦實施任務的請求。所述方法亦包括判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於(i)完成電腦實施任務所必需的估計硬體要求、(ii)電腦實施任務的等待時間要求、(iii)第一電腦系統的硬體容量以及(iv)針對電腦實施任務使用第二基於雲端的電腦系統的估計財務成本。所述方法更包括基於所述判斷將完成電腦實施任務的請求發送至第一電腦系統或第二基於雲端的電腦系統。
Description
本揭露大體而言是有關於用於高效地使用電腦系統資源的電腦化系統以及方法。具體而言,本揭露的實施例是有關於創新性及非傳統系統,所述創新性及非傳統系統用於將使用者發起的電腦實施任務(例如,機器學習實驗)自動分配給電腦系統,所述電腦系統最佳地利用基於多個人工智慧及/或機器學習模型的有限計算資源廣告宣傳活動。
涉及對大量數位資料進行處理的技術公司(例如,電子商務企業)可利用各種不同類型的電腦系統來完成此種處理。該些電腦系統可由公司本身擁有且在當地營運(例如,現場管理的刀鋒型伺服器(blade server))。作為另外一種選擇,電腦系統可由提供網際網路可存取的電腦資源的第三方提供商擁有及營運(例如,非現場的基於雲端的電腦系統)。由於所處理的數位資料的敏感性,現場電腦系統及非現場電腦系統二者通常皆需要對使
用者進行安全認證才能對電腦系統進行存取。
在此種類型的企業級資料處理中,一個主要問題是決定應在何處對資料進行處理。現場電腦系統以低操作成本(現場電腦系統的硬體是沈入成本)提供低操作等待時間(資料不必遠程傳輸)的優勢。非現場的基於雲端的電腦系統提供如下優勢:藉由利用大型伺服器場及超級電腦的大規模儲存及處理能力來提供可按需進行按比例縮放的電腦資源。
用於資料處理的上述電腦系統存在缺陷。現場電腦系統的侷限性包括有限的可擴縮性、儲存空間及處理速度。具體而言,向現場電腦系統添加新的硬體可為昂貴且耗時的(由於與對附加計算資源的需求進行辨識、採購及接收新的硬體以及安裝新的硬體相關聯的時間而引起)。非現場的基於雲端的電腦系統的侷限性包括等待時間(涉及遠距離發送資料)及高操作成本(自第三方主機對資源進行租用存取而產生)。另外,對於該些類型的電腦系統的使用者而言,不得不向所述使用者可能選擇使用的每一個不同的電腦系統多次認證使用者本身可為耗時的。
因此,需要改善的方法及系統,以用於(i)決定應在何處對資料進行處理以及(ii)使與對將處理資料的電腦系統進行操作相關聯的時間及精力最小化。
本揭露的一個態樣是有關於一種系統。所述系統包括處理器。所述處理器被配置成:自使用者介面接收完成電腦實施任
務的請求;判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於(i)完成所述電腦實施任務所必需的估計硬體要求、(ii)所述電腦實施任務的等待時間要求、(iii)所述第一電腦系統的硬體容量以及(iv)針對所述電腦實施任務使用所述第二基於雲端的電腦系統的估計財務成本;以及基於所述判斷將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統。
本揭露的另一態樣是有關於一種方法。所述方法包括:在伺服器處自使用者介面接收完成電腦實施任務的請求;判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於(i)完成所述電腦實施任務所必需的估計硬體要求、(ii)所述電腦實施任務的等待時間要求、(iii)所述第一電腦系統的硬體容量以及(iv)針對所述電腦實施任務使用所述第二基於雲端的電腦系統的估計財務成本;以及基於所述判斷將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統。
本揭露的又一態樣是有關於一種系統。所述系統包括記憶體及至少一個處理器。所述至少一個處理器被配置成執行指令以:自使用者介面接收完成電腦實施任務的請求;判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於(i)完成所述電腦實施任務所必需的估計硬體要求、(ii)所述電腦實施任務的等待時間要求、(iii)所述第一電腦系統的硬
體容量以及(iv)針對所述電腦實施任務使用所述第二基於雲端的電腦系統的估計財務成本;以及基於所述判斷將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統;其中所述電腦實施任務是機器學習(ML)任務;其中所述估計硬體要求包括:中央處理單元(CPU)要求、圖形處理單元(GPU)要求、記憶體要求、儲存要求及資訊下載要求;其中來自使用者介面的完成電腦實施任務的所述請求是由使用者發起;其中所述處理器更被配置成在接收到完成電腦實施任務的所述請求之前自所述使用者介面接收用於對所述系統進行登錄存取的請求且對所述使用者進行認證;其中對所述第一電腦系統進行存取需要第一符記,且對所述第二基於雲端的電腦系統進行存取需要第二符記;其中所述處理器更被配置成:若所述處理器判斷出將所述請求發送至所述第一電腦系統,則自動獲得並使用所述第一符記,以及若所述處理器判斷出將所述請求發送至所述第二基於雲端的電腦系統,則自動獲得並使用所述第二符記。
本文中亦論述其他系統、方法及電腦可讀取媒體。
40:網路
50:任務最佳化系統
60:使用者
100:系統/方塊圖
101:裝運授權技術(SAT)系統
102A:行動裝置/裝置/使用者裝置
102B:電腦/裝置/使用者裝置
103:外部前端系統
105:內部前端系統
107:運輸系統
107A、107C:行動裝置/裝置
107B:行動裝置
109:賣方入口
111:裝運及訂單追蹤系統
113:履行最佳化(FO)系統
115:履行訊息傳遞閘道(FMG)
117:供應鏈管理(SCM)系統
119:倉庫管理系統(WMS)
119A:行動裝置/裝置/平板電腦
119B:行動裝置/PDA/裝置
119C:行動裝置/裝置/電腦
121A、121B、121C:第三方履行(3PL)系統
123:履行中心授權系統(FC Auth)
125:勞資管理系統(LMS)
200:履行中心(FC)
201、222:卡車
202A、202B、208:物項
203:入站區
205:緩衝區
206:堆高機
207:卸貨區
209:揀選區
210:儲存單元
211:包裝區
213:中樞區
214:運輸機構
215:營地區
216:牆
218、220:包裝
224A、224B:交付工作者
226:汽車
300:本地系統/本地電腦系統/第一電腦系統/系統
310、410:容器編配系統
320、420:容器
330、430:硬體工作器
350、450:資料儲存庫
400:電腦系統/異地系統/第二基於雲端的電腦系統/異地電腦系統/系統
500:伺服器
520:處理器
540:記憶體裝置/記憶體
600:應用平台
700:資料準備平台
800:方法
802、804、806、808:步驟
圖1A是示出根據所揭露實施例的網路的示例性實施例的示意性方塊圖,所述網路包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統。
圖1B繪示出根據所揭露實施例的樣本搜尋結果頁(SRP),其包括滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面
元素。
圖1C繪示出根據所揭露實施例的樣本單一細節頁(SDP),其包括產品及關於產品的資訊以及交互式使用者介面元素。
圖1D繪示出根據所揭露實施例的樣本購物車頁,其包括虛擬購物車中的物項以及交互式使用者介面元素。
圖1E繪示出根據所揭露實施例的樣本訂單頁,其包括來自虛擬購物車的物項以及關於採購及裝運的資訊以及交互式使用者介面元素。
圖2是根據所揭露實施例的被配置成利用所揭露電腦化系統的示例性履行中心的圖例。
圖3是示出根據所揭露實施例的網路的示例性實施例的示意性方塊圖,所述網路包括用於能夠進行通訊的對電腦實施任務進行最佳化的電腦化系統。
圖4是示出根據所揭露實施例的用於對電腦實施任務進行最佳化的方法的示例性實施例的流程圖。
以下詳細說明參照附圖。在圖式及以下說明中盡可能使用相同的參考編號來指代相同或相似的部件。儘管本文中闡述了若干例示性實施例,然而可具有各種修改、改編及其他實施方案。舉例而言,可對圖式中示出的組件及步驟進行替換、添加或修改,且可藉由對所揭露的方法的步驟進行替換、重新排序、移除或添加來修改本文中闡述的例示性方法。因此,以下詳細說明並非僅
限於所揭露的實施例及實例。確切而言,本發明的正確範圍由隨附的專利申請範圍來界定。
本揭露的實施例是有關於被配置用於向顧客進行標定廣告宣傳的系統以及方法。
參照圖1A,圖1A示出示意性方塊圖100,其示出包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統的系統的示例性實施例。如圖1A中所示,系統100可包括各種系統,所述各種系統中的每一者可經由一或多個網路連接至彼此。所述系統亦可經由直接連接(例如使用纜線)連接至彼此。所繪示的系統包括裝運授權技術(shipment authority technology,SAT)系統101、外部前端系統103、內部前端系統105、運輸系統107、行動裝置107A、107B及107C、賣方入口109、裝運及訂單追蹤(shipment and order tracking,SOT)系統111、履行最佳化(fulfillment optimization,FO)系統113、履行訊息傳遞閘道(fulfillment messaging gateway,FMG)115、供應鏈管理(supply chain management,SCM)系統117、倉庫管理系統(warehouse management system,WMS)119、行動裝置119A、119B及119C(被繪示為位於履行中心(fulfillment center,FC)200內部)、第三方履行(3rd party fulfillment,3PL)系統121A、121B及121C、履行中心授權系統(fulfillment center authorization system,FC Auth)123及勞資管理系統(labor management system,LMS)125。
在一些實施例中,SAT系統101可被實施為監控訂單狀
態及交付狀態的電腦系統。舉例而言,SAT系統101可判斷訂單是否超過其承諾交付日期(Promised Delivery Date,PDD),且可採取包括發起新的訂單、再裝運未交付訂單中的物項、取消未交付訂單、發起與訂購顧客的聯繫或類似行動在內的適當行動。SAT系統101亦可監控包括輸出(例如在特定時間段期間裝運的包裝的數目)及輸入(例如被接收用於裝運的空紙盒的數目)在內的其他資料。SAT系統101亦可充當系統100中不同裝置之間的閘道,使得能夠在例如外部前端系統103及FO系統113等裝置之間達成通訊(例如,使用儲存及轉送(store-and-forward)或其他技術)。
在一些實施例中,外部前端系統103可被實施為使得外部使用者能夠與系統100中的一或多個系統進行交互的電腦系統。舉例而言,在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,外部前端系統103可被實施為接收搜尋請求、呈現物項頁及懇求支付資訊的網站伺服器。舉例而言,外部前端系統103可被實施為運行例如阿帕奇超文件傳輸協定(Hypertext Transfer Protocol,HTTP)伺服器、微軟網際網路資訊服務(Internet Information Services,IIS)、NGINX或類似軟體等軟體的一或多個電腦。在其他實施例中,外部前端系統103可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自外部裝置(例如,行動裝置102A或電腦102B)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲
取的資訊提供對所接收請求的響應。
在一些實施例中,外部前端系統103可包括網站快取系統(web caching system)、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中,外部前端系統103可包括該些系統中的一或多者,而在另一態樣中,外部前端系統103可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
由圖1B、圖1C、圖1D及圖1E示出的一組例示性步驟將有助於闡述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊,以供呈現及/或顯示。舉例而言,外部前端系統103可代管或提供一或多個網頁,包括搜尋結果頁(Search Result Page,SRP)(例如,圖1B)、單一細節頁(Single Detail Page,SDP)(例如,圖1C)、購物車頁(Cart page)(例如,圖1D)或訂單頁(Order page)(例如,圖1E)。使用者裝置(例如,使用行動裝置102A或電腦102B)可導航至外部前端系統103,且藉由在搜尋框中輸入資訊來請求搜尋。外部前端系統103可自系統100中的一或多個系統請求資訊。舉例而言,外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可請求及接收(自FO系統113)搜尋結果中所包括的每種產品的承諾交付日期或「PDD」。在一些實施例中,PDD可表示對以下的估計:容納產品的包裝將何時到達使用者所期望的位置,或者若在特定時間段(例如在一天結束(午後11:59)之
前)內訂購則產品被承諾交付至使用者所期望的位置的日期。(以下針對FO系統113進一步論述PDD。)
外部前端系統103可基於所述資訊準備SRP(例如,圖1B)。SRP可包括滿足搜尋請求的資訊。舉例而言,此可包括滿足搜尋請求的產品的圖片。SRP亦可包括每種產品的相應價格,或者與每種產品的增強交付選項、PDD、重量、大小、優惠、折扣或類似項相關的資訊。外部前端系統103可向發出請求的使用者裝置發送SRP(例如,經由網路)。
然後使用者裝置可例如藉由點擊或輕敲使用者介面(或使用另一輸入裝置)以選擇在SRP上表現的產品而自SRP選擇產品。使用者裝置可製定對所選擇產品的資訊的請求,且將其發送至外部前端系統103。作為響應,外部前端系統103可請求與所選擇產品相關的資訊。舉例而言,所述資訊可包括除在相應的SRP上針對產品呈現的資訊之外的附加資訊。此附加資訊可包括例如儲架壽命(shelf life)、原產國、重量、大小、包裝中物項的數目、操作說明(handling instructions)或關於產品的其他資訊。所述資訊亦可包括對相似產品的建議(例如,基於購買此產品及至少一種其他產品的顧客的巨量資料及/或機器學習分析)、對常問問題的回答、來自顧客的評論、製造商資訊、圖片或類似資訊。
外部前端系統103可基於所接收的產品資訊來準備單一細節頁(SDP)(例如,圖1C)。SDP亦可包括例如「立即購買(Buy Now)」按鈕、「添加至購物車(Add to Cart)」按鈕、數量欄(quantity
field)、物項圖片或類似元素等其他交互式元素。SDP可更包括提供所述產品的賣方的列表。所述列表可基於每一賣方提供的價格來排序,使得提出以最低價格售賣產品的賣方可被列於頂部。所述列表亦可基於賣方排名來排序,使得排名最高的賣方可被列於頂部。賣方排名可基於包括例如賣方滿足所承諾PDD的以往追蹤記錄在內的多種因素來製定。外部前端系統103可將SDP交付至發出請求的使用者裝置(例如,經由網路)。
發出請求的使用者裝置可接收列出產品資訊的SDP。在接收到SDP後,使用者裝置然後可與SDP進行交互。舉例而言,發出請求的使用者裝置的使用者可點擊SDP上的「放入購物車中」按鈕或以其他方式與SDP上的「放入購物車中」按鈕進行交互。此會將產品添加至與使用者相關聯的購物車。使用者裝置可向外部前端系統103發射此種將產品添加至購物車的請求。
外部前端系統103可產生購物車頁(例如,圖1D)。在一些實施例中,購物車頁列出已被使用者添加至虛擬「購物車」的產品。使用者裝置可藉由點擊SRP、SDP或其他頁上的圖標或以其他方式與SRP、SDP或其他頁上的圖標進行交互來請求購物車頁。在一些實施例中,購物車頁可列出已被使用者添加至購物車的所有產品以及關於購物車中的產品的資訊,例如每種產品的數量、每種產品的單價、每種產品的基於相關聯數量的價格、關於PDD的資訊、交付方法、裝運成本、用於修改購物車中的產品的使用者介面元素(例如,數量的刪除或修改)、用於訂購其他產
品或設定產品的定期交付的選項、用於設定利息支付的選項、用於繼續採購的使用者介面元素或類似資訊。使用者裝置處的使用者可點擊使用者介面元素(例如,讀為「立即購買」的按鈕)或以其他方式與使用者介面元素(例如,讀為「立即購買」的按鈕)進行交互,以發起對購物車中的產品的採購。在這樣做時,使用者裝置可向外部前端系統103發射此種發起採購的請求。
外部前端系統103可因應於接收到發起採購的請求而產生訂單頁(例如,圖1E)。在一些實施例中,訂單頁重新列出來自購物車的物項,且請求輸入支付及裝運資訊。舉例而言,訂單頁可包括請求關於購物車中物項的採購者的資訊(例如,姓名、位址、電子郵件位址、電話號碼)、關於接收方的資訊(例如,姓名、位址、電話號碼、交付資訊)、裝運資訊(例如,交付及/或收取的速度/方法)、支付資訊(例如,信用卡、銀行轉帳、支票、賒帳(stored credit))、請求現金收據(例如,出於稅務目的)的使用者介面元素或類似資訊的部分。外部前端系統103可向使用者裝置發送訂單頁。
使用者裝置可在訂單頁上輸入資訊,且點擊向外部前端系統103發送所述資訊的使用者介面元素或以其他方式與向外部前端系統103發送所述資訊的使用者介面元素進行交互。外部前端系統103可自使用者介面元素將資訊發送至系統100中的不同系統,以使得能夠使用購物車中的產品創建及處理新的訂單。
在一些實施例中,外部前端系統103可更被配置成使得
賣方能夠發射及接收與訂單相關的資訊。
在一些實施例中,內部前端系統105可被實施為使得內部使用者(例如,擁有、營運或租賃系統100的組織的員工)能夠與系統100中的一或多個系統進行交互的電腦系統。舉例而言,在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,內部前端系統105可被實施為網站伺服器,網站伺服器使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物項資訊或者查核與訂單相關的統計量。舉例而言,內部前端系統105可被實施為運行例如阿帕奇HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX或類似軟體等軟體的一或多個電腦。在其他實施例中,內部前端系統105可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自繪示於系統100中的系統或裝置(以及未繪示的其他裝置)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,內部前端系統105可包括網站快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監控系統或類似系統中的一或多者。在一個態樣中,內部前端系統105可包括該些系統中的一或多者,而在另一態樣中,內部前端系統105可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
在一些實施例中,運輸系統107可被實施為使得能夠在
系統100中的系統或裝置與行動裝置107A至107C之間達成通訊的電腦系統。在一些實施例中,運輸系統107可自一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、個人數位助理(personal digital assistant,PDA)或類似裝置)接收資訊。舉例而言,在一些實施例中,行動裝置107A至107C可包括由交付工作者操作的裝置。交付工作者(其可為永久的、臨時的或輪班的員工)可利用行動裝置107A至107C來達成對容納由使用者訂購的產品的包裝的交付。舉例而言,為交付包裝,交付工作者可在行動裝置上接收指示交付哪一包裝以及在何處交付所述包裝的通知。在到達交付位置後,交付工作者可使用行動裝置來定位包裝(例如,在卡車的後部或包裝的板條箱中)、掃描或以其他方式捕獲與包裝上的辨識符(例如,條形碼、影像、正文字串、射頻辨識(radio frequency identification,RFID)標籤或類似辨識符)相關聯的資料以及交付包裝(例如,藉由將包裝留在前門、將其留給保全警衛、將其交給接收方或類似方式)。在一些實施例中,交付工作者可使用行動裝置捕獲包裝的照片及/或可使用行動裝置獲得簽名。行動裝置可向運輸系統107發送包括關於交付的資訊在內的資訊,所述關於交付的資訊包括例如時間、日期、全球定位系統(Global Positioning System,GPS)位置、照片、與交付工作者相關聯的辨識符、與行動裝置相關聯的辨識符或類似資訊。運輸系統107可將此資訊儲存於資料庫(未畫出)中,以供系統100中的其他系統存取。在一些實施例中,運輸系統107可使用此
資訊來準備追蹤資料並將追蹤資料發送至指示特定包裝位置的其他系統。
在一些實施例中,某些使用者可使用一種種類的行動裝置(例如,永久工作者可使用具有例如條形碼掃描器、觸控筆(stylus)及其他裝置等客製硬體的專用PDA),而其他使用者可使用其他種類的行動裝置(例如,臨時工作者或輪班工作者可利用現成的行動電話及/或智慧型電話)。
在一些實施例中,運輸系統107可將使用者與每一裝置相關聯。舉例而言,運輸系統107可儲存使用者(由例如使用者辨識符、員工辨識符或電話號碼表示)與行動裝置(由例如國際行動設備辨識(International Mobile Equipment Identity,IMEI)、國際行動訂用辨識符(International Mobile Subscription Identifier,IMSI)、電話號碼、通用唯一辨識符(Universal Unique Identifier,UUID)或全球唯一辨識符(Globally Unique Identifier,GUID)表示)之間的關聯。運輸系統107可結合在交付時接收的資料使用此種關聯來分析儲存於資料庫中的資料,以便除其他資訊以外亦確定工作者的位置、工作者的效率或工作者的速度。
在一些實施例中,賣方入口109可被實施為使得賣方或其他外部實體能夠與系統100中的一或多個系統進行電子通訊的電腦系統。舉例而言,賣方可利用電腦系統(未畫出)來針對賣方希望使用賣方入口109藉由系統100來售賣的產品上載或提供產品資訊、訂單資訊、聯繫資訊或類似資訊。
在一些實施例中,裝運及訂單追蹤系統111可被實施為如下的電腦系統:所述電腦系統接收、儲存及轉送關於容納由顧客(例如,由使用裝置102A至102B的使用者)訂購的產品的包裝的位置的資訊。在一些實施例中,裝運及訂單追蹤系統111可自由裝運公司操作的網站伺服器(未畫出)請求或儲存資訊,裝運公司交付容納由顧客訂購的產品的包裝。
在一些實施例中,裝運及訂單追蹤系統111可自系統100中所繪示的系統請求及儲存資訊。舉例而言,裝運及訂單追蹤系統111可自運輸系統107請求資訊。如以上所論述,運輸系統107可自與使用者(例如,交付工作者)或車輛(例如,交付卡車)中的一或多者相關聯的一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、PDA或類似裝置)接收資訊。在一些實施例中,裝運及訂單追蹤系統111亦可自倉庫管理系統(WMS)119請求資訊,以確定各別產品在履行中心(例如,履行中心200)內部的位置。裝運及訂單追蹤系統111可自運輸系統107或WMS 119中的一或多者請求資料,對其進行處理,且根據請求將其呈現至裝置(例如,使用者裝置102A及102B)。
在一些實施例中,履行最佳化(FO)系統113可被實施為如下的電腦系統:所述電腦系統儲存來自其他系統(例如,外部前端系統103及/或裝運及訂單追蹤系統111)的顧客訂單的資訊。FO系統113亦可儲存闡述特定物項被容置或儲存於何處的資訊。舉例而言,某些物項可能僅儲存於一個履行中心中,而某些
其他物項可能儲存於多個履行中心中。在再一些其他實施例中,某些履行中心可被設計成僅儲存特定的一組物項(例如,新鮮農產品(fresh produce)或冷凍產品(frozen product))。FO系統113儲存此種資訊以及相關聯資訊(例如,數量、大小、接收日期、過期日期等)。
FO系統113亦可為每種產品計算對應的承諾交付日期(PDD)。在一些實施例中,PDD可基於一或多種因素。舉例而言,FO系統113可基於以下來為產品計算PDD:產品的以往需求(例如,在一段時間期間此產品被訂購過多少次)、產品的預期需求(例如,預報在即將到來的一段時間期間有多少顧客會訂購所述產品)、指示在一段時間期間訂購過多少產品的全網路以往需求、指示在即將到來的一段時間期間預期會訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數、每種產品由哪一履行中心儲存、此產品的預期訂單或當前訂單或類似項。
在一些實施例中,FO系統113可週期性地(例如,每小時)確定每種產品的PDD,且將其儲存於資料庫中,以供擷取或發送至其他系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)。在其他實施例中,FO系統113可自一或多個系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)接收電子請求且按需計算PDD。
在一些實施例中,履行訊息傳遞閘道(FMG)115可被實施為如下的電腦系統:所述電腦系統自系統100中的一或多個
系統(例如FO系統113)接收呈一種格式或協定的請求或響應,將其轉換成另一種格式或協定且以所轉換的格式或協定將其轉送至例如WMS 119或第三方履行系統121A、121B或121C等其他系統,且反之亦然。
在一些實施例中,供應鏈管理(SCM)系統117可被實施為實行預報功能的電腦系統。舉例而言,SCM系統117可基於例如產品的以往需求、產品的預期需求、全網路以往需求、全網路預期需求、儲存於每一履行中心200中的產品計數、每種產品的預期訂單或當前訂單或類似項來預報特定產品的需求層級。因應於此種預報層級及所有履行中心的每種產品的量,SCM系統117可產生一或多個採購訂單,以採購及貯存足夠的數量來滿足特定產品的預報需求。
在一些實施例中,倉庫管理系統(WMS)119可被實施為監控工作流的電腦系統。舉例而言,WMS 119可自指示離散事件的各別裝置(例如,裝置107A至107C或119A至119C)接收事件資料。舉例而言,WMS 119可接收指示使用該些裝置中的一者來掃描包裝的事件資料。如以下針對履行中心200及圖2所論述,在履行過程期間,包裝辨識符(例如,條形碼或RFID標籤資料)可在特定階段由機器(例如,自動化條形碼掃描器或手持條形碼掃描器、RFID讀取器、高速照相機、例如平板電腦(tablet)119A、行動裝置/PDA 119B、電腦119C等裝置或者類似機器)掃描或讀取。WMS 119可將指示包裝辨識符的掃描或讀取的每一事
件連同包裝辨識符、時間、日期、位置、使用者辨識符或其他資訊一起儲存於對應的資料庫(未畫出)中,且可將此資訊提供至其他系統(例如,裝運及訂單追蹤系統111)。
在一些實施例中,WMS 119可儲存將一或多個裝置(例如,裝置107A至107C或119A至119C)與和系統100相關聯的一或多個使用者相關聯的資訊。舉例而言,在一些情況下,使用者(例如兼職員工或全職員工)與行動裝置的關聯可在於使用者擁有行動裝置(例如,行動裝置是智慧型電話)。在其他情況下,使用者與行動裝置的關聯可在於使用者臨時保管行動裝置(例如,使用者在一天開始時登記借出行動裝置,將在一天中使用行動裝置且將在一天結束時歸還行動裝置)。
在一些實施例中,WMS 119可為與系統100相關聯的每一使用者維護工作日誌。舉例而言,WMS 119可儲存與每一員工相關聯的資訊,包括任何所分派的過程(例如,卸載卡車、自揀選區揀選物項、分撥牆工作(rebin wall work)、包裝物項)、使用者辨識符、位置(例如,履行中心200中的樓層或區)、員工在系統中移動的單元的數目(例如,所揀選的物項的數目、所包裝的物項的數目)、與裝置(例如,裝置119A至119C)相關聯的辨識符或類似資訊。在一些實施例中,WMS 119可自例如在裝置119A至119C上操作的計時系統等計時系統接收簽入(check-in)資訊及簽出(check-out)資訊。
在一些實施例中,第三方履行(3PL)系統121A至121C
表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言,儘管一些產品被儲存於履行中心200中(如以下針對圖2所論述),然而其他產品可被儲存於場外、可按需生產或者可在其他情況下不可儲存於履行中心200中。3PL系統121A至121C可被配置成自FO系統113(例如,經由FMG 115)接收訂單,且可直接向顧客提供產品及/或服務(例如,交付或安裝)。在一些實施例中,3PL系統121A至121C中的一或多者可為系統100的一部分,而在其他實施例中,3PL系統121A至121C中的一或多者可在系統100之外(例如,由第三方提供商擁有或營運)。
在一些實施例中,履行中心授權系統(FC Auth)123可被實施為具有各種功能的電腦系統。舉例而言,在一些實施例中,FC Auth 123可充當系統100中的一或多個其他系統的單一登入(single-sign on,SSO)服務。舉例而言,FC Auth 123可使得使用者能夠經由內部前端系統105登錄,確定使用者具有存取裝運及訂單追蹤系統111處的資源的相似特權,且使得使用者能夠存取該些特權而不需要第二次登錄過程。在其他實施例中,FC Auth 123可使得使用者(例如,員工)能夠將其自身與特定任務相關聯。舉例而言,一些員工可能不具有電子裝置(例如裝置119A至119C),而是可作為替代在一天的過程期間於履行中心200內在各任務之間及各區之間移動。FC Auth 123可被配置成使得該些員工能夠指示他們正在實行什麼任務以及他們在一天的不同時間處於什麼區。
在一些實施例中,勞資管理系統(LMS)125可被實施為儲存員工(包括全職員工及兼職員工)的出勤資訊及加班資訊的電腦系統。舉例而言,LMS 125可自FC Auth 123、WMS 119、裝置119A至119C、運輸系統107及/或裝置107A至107C接收資訊。
圖1A中繪示的特定配置僅為實例。舉例而言,儘管圖1A繪示出FC Auth系統123連接至FO系統113,然而並非所有實施例皆需要此種特定配置。實際上,在一些實施例中,系統100中的系統可經由包括以下在內的一或多種公共網路或私有網路連接至彼此:網際網路、內部網路(Intranet)、廣域網路(Wide-Area Network,WAN)、都會區域網路(Metropolitan-Area Network,MAN)、符合電機及電子工程師學會(Institute of Electrical and Electronic Engineers,IEEE)802.11a/b/g/n標準的無線網路、租用線路(leased line)或類似網路。在一些實施例中,系統100中的系統中的一或多者可被實施為在資料中心、伺服器場(server farm)或類似位置處實施的一或多個虛擬伺服器。
圖2繪示出履行中心200。履行中心200是儲存訂購時裝運至顧客的物項的實體位置的實例。履行中心(FC)200可被劃分成多個區,所述多個區中的每一者繪示於圖2中。在一些實施例中,該些「區」可被視為接收物項、儲存物項、擷取物項及裝運物項的過程的不同階段之間的虛擬劃分。因此,儘管在圖2中繪示出「區」,然而亦可存在區的其他劃分,且在一些實施例中,
圖2中的區可被省略、複製或修改。
入站區203表示FC 200的自希望使用來自圖1A的系統100售賣產品的賣方接收物項的區域。舉例而言,賣方可使用卡車201交付物項202A及202B。物項202A可表示足夠大以佔用其自己的裝運托板的單一物項,而物項202B可表示在同一托板上堆疊於一起以節省空間的一組物項。
工作者將在入站區203中接收物項,且可使用電腦系統(未畫出)可選地檢查物項的損壞及正確性。舉例而言,工作者可使用電腦系統將物項202A及202B的數量與訂購的物項數量進行比較。若數量不匹配,則此工作者可拒絕物項202A或202B中的一或多者。若數量匹配,則工作者可將該些物項(使用例如推車、手推車、堆高機,或者手動地)移動至緩衝區(buffer zone)205。緩衝區205可為當前在揀選區中所不需要的物項(例如,由於在揀選區中存在足夠高數量的此物項來滿足預報需求)的臨時儲存區域。在一些實施例中,堆高機206進行操作以在緩衝區205中四處移動物項以及在入站區203與卸貨區207之間移動物項。若在揀選區中需要物項202A或202B(例如,由於預報需求),則堆高機可將物項202A或202B移動至卸貨區207。
卸貨區207可為FC 200的在物項被移動至揀選區209之前儲存所述物項的區域。被分派揀選任務的工作者(「揀選者」)可接近揀選區中的物項202A及202B,使用行動裝置(例如,裝置119B)掃描揀選區的條形碼且掃描與物項202A及202B相關聯
的條形碼。然後揀選者可將物項帶至揀選區209(例如,藉由將物項放入搬運車(cart)上或者搬運物項)。
揀選區209可為FC 200的其中在儲存單元210上儲存物項208的區域。在一些實施例中,儲存單元210可包括實體排架(physical shelving)、書架、盒、裝運箱、冰箱、冰櫃、冷藏庫或類似裝置中的一或多者。在一些實施例中,揀選區209可被組織成多個樓層。在一些實施例中,工作者或機器可以包括例如堆高機、升降機、傳送帶、搬運車、手推車、推車、自動化機器人或裝置或者手動方式在內的多種方式將物項移動至揀選區209中。舉例而言,揀選者可將物項202A及202B放入卸貨區207中的手推車或搬運車上,且步行將物項202A及202B送至揀選區209。
揀選者可接收將物項放入(或「存放(stow)」於)揀選區209中的特定地點(例如儲存單元210上的特定空間)的指令。舉例而言,揀選者可使用行動裝置(例如,裝置119B)掃描物項202A。所述裝置可例如使用指示過道、儲架及位置的系統來指示揀選者應將物項202A存放於何處。然後在將物項202A存放於此位置中之前,所述裝置可提示揀選者掃描此位置處的條形碼。所述裝置可向電腦系統(例如圖1A中的WMS 119)發送(例如,經由無線網路)資料來指示物項202A已由使用裝置119B的使用者存放於所述位置處。
一旦使用者下訂單,揀選者便可在裝置119B上接收指令,以自儲存單元210擷取一或多個物項208。揀選者可擷取物項
208,掃描物項208上的條形碼且將其放入運輸機構214上。儘管運輸機構214被表示為滑動件,然而在一些實施例中,運輸機構可被實施為傳送帶、升降機、搬運車、堆高機、手推車、推車或類似工具中的一或多者。然後物項208可到達包裝區211。
包裝區211可為FC 200的自揀選區209接收物項且將物項包裝至盒或袋中以便最終裝運至顧客的區域。在包裝區211中,被分派接收物項的工作者(「分撥工作者(rebin worker)」)將自揀選區209接收物項208,且確定物項208對應於什麼訂單。舉例而言,分撥工作者可使用例如電腦119C等裝置來掃描物項208上的條形碼。電腦119C可以可視方式指示物項208與哪一訂單相關聯。舉例而言,此可包括牆216上的對應於訂單的空間或「單元格(cell)」。一旦訂單完成(例如,由於單元格容納訂單的所有物項),分撥工作者可向包裝工作者(或「包裝者(packer)」)指示訂單完成。包裝者可自單元格擷取物項且將其放入盒或袋中進行裝運。然後包裝者可例如藉由堆高機、搬運車、推車、手推車、傳送帶、手動方式或其他方式將盒或袋發送至中樞區(hub zone)213。
中樞區213可為FC 200的自包裝區211接收所有盒或袋(「包裝」)的區域。中樞區213中的工作者及/或機器可擷取包裝218,且確定每一包裝擬定去往交付區域的哪一部分且將包裝路由至適當的營地區215。舉例而言,若交付區域具有兩個較小的子區域,則包裝將去往兩個營地區215中的一者。在一些實施例中,
工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。將包裝路由至營地區215可包括例如確定作為包裝的目的地的地理區域的一部分(例如,基於郵遞區號),以及確定與所述地理區域的所述部分相關聯的營地區215。
在一些實施例中,營地區215可包括一或多個建築物、一或多個實體空間或者一或多個區域,其中的包裝是自中樞區213接收以分選至路線及/或子路線中。在一些實施例中,營地區215在實體上與FC 200分離,而在其他實施例中,營地區215可形成FC 200的一部分。
營地區215中的工作者及/或機器可例如基於目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負載的計算、一天中的時間、裝運方法、裝運包裝220的成本、與包裝220中的物項相關聯的PDD或類似因素來確定包裝220應與哪一路線及/或子路線相關聯。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。一旦包裝220被分派至特定路線及/或子路線,工作者及/或機器可移動待裝運的包裝220。在示例性圖2中,營地區215包括卡車222、汽車226以及交付工作者224A及224B。在一些實施例中,卡車222可由交付工作者224A駕駛,其中交付工作者224A是為FC 200交付包裝的全職員工,且卡車222由擁有、租賃或營運FC 200的同一公司擁有、租賃或營運。在一些實施例中,汽車226可由交付工作者224B駕駛,其中交付工作者224B是根
據需要(例如,季節性地)進行交付的「彈性(flex)」或不定期工作者(occasional worker)。汽車226可由交付工作者224B擁有、租賃或營運。
如上所述,電子商務企業可利用用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統。該些系統(例如,如圖1A中所示的系統100)需要各種電腦軟體應用,所述電腦軟體應用被高效且有效地設計及操作以使裝運、運輸及物流操作最大化。電子商務企業通常必須設計並編寫該些電腦軟體應用以適合其業務的特定需求。另外,電子商務企業在執行該些裝運、運輸及物流操作時必須處理並儲存大量資料。
使用機器學習(machine learning,ML)/人工智慧(artificial intelligence,AI)可改善電腦軟體應用使裝運、運輸及物流操作最大化的功效。舉例而言,在交付多個包裝時確定使用何種路線的電腦軟體應用在確定交付所採用的最佳路線時可能必須考慮許多變量(例如,交付位置、交通狀況、燃料成本、空閑時間等)。電子商務企業可使用ML/AI來運行計算實驗,以找出用於使此種路線確定軟體應用的效能最佳化的最佳演算法。在另一實例中,確定向顧客提供何種促銷的電腦軟體應用在將顧客與帶來最大未來收入的促銷相匹配時可能亦必須考慮許多變量(採購歷史、瀏覽歷史、未來銷售預測等)。電子商務企業可使用ML/AI運行計算實驗,以找出用於使此種促銷選擇軟體應用的效能最佳化的最佳演算法。
運行計算ML/AI實驗的電子商務企業可使用例如本地(on-premises)電腦系統或異地(off-premises)基於雲端的電腦系統來運行計算ML/AI實驗。
圖3是示出根據所揭露實施例的網路40的示例性實施例的示意性方塊圖,所述網路40包括對電腦實施任務進行最佳化且進行所述電腦實施任務的電腦化系統。如圖3中所示,任務最佳化系統50包括伺服器500、應用平台600、資料準備平台700、本地系統300及異地系統400。儘管該些系統中的每一者皆是以單數形式繪示,然而在一些實施例中,根據實施例可能的需要,該些系統中的一或多者可被複製或省略。舉例而言,本地系統300可具有單獨的本地系統300a(未畫出),所述本地系統300a是本地系統300中的系統的備份、副本、額外容量或故障轉移系統。
伺服器500的基本組件包括處理器520及記憶體裝置540,但伺服器500可包含其他組件(包括有利於電子通訊的那些組件)。其他組件可包括使用者介面裝置,例如輸入及輸出裝置(未示出)。伺服器500可包括電腦硬體組件,例如以下裝置的組合:中央處理單元(Central Processing Unit,CPU)或處理器、匯流排、記憶體裝置、儲存單元、資料處理器、輸入裝置、輸出裝置、網路介面裝置以及熟習此項技術者所理解的其他類型的組件。伺服器500可更包括應用程式,所述應用程式可包括軟體模組、指令序列、常式、資料結構、顯示介面及執行本發明的操作的其他類型的結構。
伺服器500中的硬體組件中的一者是處理器520。處理器520可為應用專用積體電路(Application Specific Integrated Circuit,ASIC)或者處理器520可為通用處理器。處理器520可包括多於一個的處理器。舉例而言,處理器可並聯、串聯或者以所述兩種次序進行安置,以對待處理的電腦指令的全部或部分進行處理。
記憶體裝置540可包括所有形式的電腦可讀取儲存媒體,例如非揮發性記憶體或揮發性記憶體(藉由實例包括:半導體記憶體裝置,例如可抹除及可程式化唯讀記憶體(erasable and programmable read-only memory,EPROM)、隨機存取記憶體(random access memory,RAM)、唯讀記憶體(read-only memory,ROM)、動態隨機存取記憶體(dynamic random-access memory,DRAM)、電性可抹除及可程式化唯讀記憶體(electrically erasable and programmable read-only memory,EEPROM)及快閃記憶體裝置;磁碟,例如內部硬碟及可移磁碟;磁光碟;數位影音光碟(digital versatile disc,DVD)及光碟(compact disc,CD)-ROM碟)。記憶體裝置540可用於儲存例如程式代碼。
伺服器500被配置成與應用平台600及資料準備平台700進行介接及通訊。應用平台600被配置成向本地電腦系統300(例如,現場伺服器)或異地基於雲端的電腦系統400(例如,微軟Azure、IBM智慧雲端等)發送資料。
在一些實施例中,系統300與系統400的組件可相似。
舉例而言,此可能是由於可對本地系統300與異地系統400實行的任務在某些方面可相似(例如,任務類型、計算、儲存要求)。舉例而言,本地系統300可包括具有多個容器320及硬體工作器330(例如,GPU/CPU工作器)的容器編配系統(container orchestration system)310(例如,Kubernetes)。本地系統300亦可包括資料儲存庫(repository)350(例如,叢集FS(GlusterFS))。相似地,異地系統400(例如,微軟Azure、IBM智慧雲端等)可包括具有多個容器420及硬體工作器430(例如,GPU/CPU工作器)的容器編配系統410(例如,Kubernetes)。異地系統400亦可包括資料儲存庫450(例如,資料湖(Data Lake))。
伺服器500的使用者介面使得希望執行電腦實施任務的使用者60能夠藉由登錄至任務最佳化系統50來執行電腦實施任務。實例性電腦實施任務包括ML/AI任務及資料儲存任務。該些任務可與在應用平台600上運行的應用相關聯。在應用平台600上運行的應用包括但不限於開源程式起草工具(例如Jupyter筆記型電腦)、ML平台(例如Polyaxon)、儲存API等。給定電腦實施任務的計算/儲存需求,與執行電腦實施任務相關聯的實際處理/儲存必須在更穩健的電腦系統(例如,本地系統300或異地系統400)上完成。出於各種原因,可能更期望在本地系統300或異地系統400上運行電腦實施任務。
在本地系統300或異地系統400上運行電腦實施任務之前,執行電腦實施任務所必需的資料可能需要在經由應用平台600
實施之前進行預處理或準備。舉例而言,對於機器學習特徵處理而言,可能需要將多個資料源反向規格化成具有用於機器學習訓練的資料的單個源。資料準備平台700可利用各種工具來對資料進行預處理或準備資料。在資料準備平台上運行的實例性工具包括但不限於用於過程流處理/分析的開源應用(例如,具有阿帕奇斯巴克(Apache Spark)的阿帕奇卡夫卡(Apache Kafka))、開源資料查詢及分析(例如,具有阿帕奇斯巴克的阿帕奇Hive)、用於分佈式儲存及處理的開源框架(例如,阿帕奇海杜普(Apache Hadoop))以及作業/批次排程器。
儲存於記憶體540上且由處理器520執行的任務最佳化模組在無需使用者的指導的情況下自動決定並執行在本地系統300或異地系統400上運行電腦實施任務。因此,任務最佳化模組提供使所述使用者60能夠執行電腦實施任務的抽象層級,而無需關心那些任務是本地運行還是遠程運行。
在一些實施例中,當在使用本地系統300還是異地系統400之間做出決定時,任務最佳化模組考慮一或多個因素。在一些實施例中,使用本地系統300因其操作成本較低而相較於使用異地系統400更可取。因此,在一些實施例中,除非存在有利於使用異地系統400的因素,否則任務最佳化模組被程式化成利用本地系統300。
在一些實施例中,任務最佳化模組可基於完成電腦實施任務所必需的估計硬體要求而在使用本地系統300還是異地系統
400之間做出判斷。此種估計硬體要求可基於與資源倍增因子組合的實驗所需資源的使用者輸入。一些任務由使用者指定成更具GPU密集型,而其他任務則被指定成更具CPU密集型。GPU基礎設施相對昂貴且更可能在本地系統300中具有有限的容量。因此,在許多情況下,由於本地系統將無法以高效的方式完成任務,因此任務最佳化模組將有利於向異地系統400發送高GPU密集型任務。CPU基礎設施相對便宜且更可能在本地系統300中具有足夠的容量。因此,在許多情況下,由於異地系統400不提供顯著的效率提升,因此任務最佳化模組將有利於向本地系統300發送高CPU密集型任務。
在一些實施例中,任務最佳化模組可基於電腦實施任務的等待時間要求而在使用本地系統300還是異地系統400之間做出判斷。資料的長距離傳輸會導致請求動作與執行動作之間的延遲(即,等待時間)。在資料儲存於本地的情況下,若所述資料需要上載至異地系統400,則會出現附加的等待時間延遲。相似地,在資料被遠程儲存的情況下,若所述資料需要被下載至本地系統300,則會出現附加的等待時間延遲。若在電腦實施任務中欲對大量資料進行處理,則任務最佳化模組將傾向於有利於更接近資料的系統300、400,以減少由於等待時間導致的效率低下。若在電腦實施任務中欲對更少量的資料進行處理,則由於因等待時間導致的任何效率低下將不太顯著,因此任務最佳化模組將傾向於有利於本地系統300。舉例而言,在實踐中,使用者可在作業規範中
指示作業是否是服務層級協議(Service Level Agreement,SLA)關鍵的。在使用此資訊的情況下,若所需資源在本地系統300上不可用,則任務最佳化模組可立即在異地系統400上對SLA關鍵作業進行排程。對於非SLA關鍵作業,一旦資源在本地可用,任務最佳化模組便可對此類作業進行排程。
在一些實施例中,任務最佳化模組可基於本地電腦系統300的硬體容量在使用本地系統300還是異地系統400之間做出判斷。舉例而言,系統100可藉由以下方式確定足夠的硬體容量:藉由查詢叢集資源利用度量來檢查本地系統300的本地叢集中的當前資源可用性。在使用本地系統300中的當前資源利用度量的情況下,系統100可確定本地系統300中的可用容量且驗證所述可用容量是否滿足來自使用者的資源規範。由於本地電腦系統300不是按需可擴縮的,因此欲在本地電腦系統300上執行的任何電腦實施任務皆侷限於使用當前可用的硬體。因此,當本地電腦系統300的硬體容量(例如,儲存、GPU容量、CPU容量)為低的時(由於少量實體硬體或大量已被使用的硬體),由於本地系統將無法以高效的方式完成任務,因此任務最佳化模組將傾向於有利於異地電腦系統400。另外,當本地電腦系統300的硬體容量(例如,儲存、GPU容量、CPU容量)較高時(由於大量實體硬體或少量已被使用的硬體),由於異地系統400不提供顯著的效率提升,因此任務最佳化模組將傾向於有利於本地電腦系統300。
在一些實施例中,任務最佳化模組可基於針對電腦實施
任務使用異地電腦系統400的估計財務成本而在使用本地系統300還是異地系統400之間做出判斷。使用異地系統400的財務成本由多種因素確定。舉例而言,較大的作業往往相較於較小的作業運行成本更昂貴。另外,異地系統400內的繁忙流量往往會提高存取該些系統400的成本。另外,合約式協議可規定,使用高於某一臨限值的異地系統400將被收取相較於使用低於此臨限值更高的費用。任務最佳化模組將使用該些成本確定因素來估計異地系統400上的特定電腦實施任務的財務成本(例如,針對使用者指定的CPU、記憶體、GPU及資料儲存的硬體需求),且估計成本越高,任務最佳化模組便越有利於異地進行。
在一些實施例中,任務最佳化模組將對上述因素進行評估,以基於加權平均值及臨限值要求來判斷使用本地系統300還是異地系統400。舉例而言,任務最佳化模組可使任務的高效操作的重要性高於運行所述任務的財務成本(或者反之亦然)。另外,任務的硬體要求相對於本地系統300的容量之間的關係可能最終成為臨限值要求,而不論其他因素如何。舉例而言,若本地系統300不具有足夠的硬體容量來運行任務,則任務最佳化模組可選擇異地系統400,而不論其他因素顯示如何。
作為另一實例,若任務最佳化模組確定出任何系統(或任何系統的任何部分)是「不健康的」,則任務最佳化模組可判斷出使用一個系統而非另一系統。在一些實施例中,系統健康包括等待時間、磁碟儲存、負載、預期負載。舉例而言,任務最佳化
模組可諮詢列出每一系統的健康的資料儲存器(例如,資源可用,性、查驗/等待時間、處理器負載或類似項),或者可直接確定系統的健康(例如,藉由自系統請求此種資料或者使用「查驗」來確定等待時間)。
應注意,電腦實施任務可由多個子任務構成。在一些實施例中,任務最佳化模組被配置成對子任務中的每一者進行分析且基於上述相同的因素判斷各別子任務中的每一者應被發送至本地系統300還是異地系統400。任務最佳化模組可對子任務進行各別分析(即,藉由獨立地確定每一子任務的最佳目的地)或者對子任務與彼此的關係進行分析(藉由基於其他子任務應去往何處而附加地考慮每一子任務的最佳目的地)。此可藉由例如使子任務在不同的系統300、400上並行運行來產生附加的效率。
藉由在自動確定與電腦實施任務相關聯的資料的目的地之前對多個因素進行評估,任務最佳化模組能夠藉由揀選最合適的目的地來提高執行電腦實施任務的效率。此種效率是在使用者60不必親自決定目的地而增加負擔的情況下達成。因此,藉由將使用者60自決策過程移除,會節省附加的時間且達成附加的效率。
本地系統300及異地系統400二者在容許進行存取之前皆需要認證。認證過程可為耗時的(例如,雙因素認證(2-factor identification)需要輸入唯一的密碼並輸入發送至已知裝置的補充代碼)且是重複的(當使用者需要存取多個系統時,其通常會發
現自己多次進行相同類型的認證)。
不論任務最佳化模組需要存取多少系統,任務最佳化模組皆藉由容許單次認證來進一步提高執行電腦實施任務的效率。
舉例而言,當使用者60登錄至伺服器500上的任務最佳化模組時,使用者可經歷單次認證情況(例如,密碼、密鑰卡、生物測定等)。一旦任務最佳化模組確認出使用者60的身份(例如,檢查密碼的有效性),任務最佳化模組便可確定出使用者60與哪一團隊相關聯(例如,藉由查核儲存於伺服器500、本地系統300或其他位置處的資料庫)。任務最佳化模組可對存取本地系統300及異地系統400所需的所有符記進行擷取,使用者的相關聯團隊被授權存取所述本地系統300及異地系統400。舉例而言,任務最佳化模組可自密鑰儲存系統(例如,HashiCorp保險庫(Vault))擷取一組密鑰。任務最佳化模組然後可一次性存取所有本地系統300及異地系統400,或者僅存取任務最佳化模組決定在其上執行電腦實施任務的本地系統300及異地系統400。
因此,藉由消除對多重認證的需要,任務最佳化模組能夠在執行電腦實施任務時達成附加的效率。
圖4是示出根據所揭露實施例的用於對電腦實施任務進行最佳化的方法800的示例性實施例的流程圖。所述方法自步驟802開始。
步驟802是在伺服器500處自使用者60的介面接收完成電腦實施任務的請求。如上所述,電腦實施任務可為例如ML/AI
實驗、資料儲存等。
步驟804是判斷將請求發送至第一電腦系統300還是第二基於雲端的電腦系統400,所述判斷是基於(i)完成電腦實施任務所必需的估計硬體要求、(ii)電腦實施任務的等待時間要求、(iii)第一電腦系統300的硬體容量以及(iv)針對電腦實施任務使用第二基於雲端的電腦系統400的估計財務成本。第一電腦系統300可為本地電腦系統300(例如,現場伺服器)。第二基於雲端的電腦系統400可為異地電腦系統400(例如,亞馬遜網站服務(Amazon Web Services))。
步驟806是基於所述判斷將完成電腦實施任務的請求發送至第一電腦系統300。若例如電腦實施任務是CPU密集型而非GPU密集型的、與電腦實施任務相關聯的資料接近第一電腦系統300、第一電腦系統300具有足夠的容量來運行電腦實施任務或者使用第二基於雲端的電腦系統400的成本非常高,則伺服器500的處理器520一般會做出此決定。
步驟808是基於所述判斷將完成電腦實施任務的請求發送至第二基於雲端的電腦系統400。若例如電腦實施任務是GPU密集型而非CPU密集型的、與電腦實施任務相關聯的資料接近第二基於雲端的電腦系統400、第一電腦系統300不具有足夠的容量來運行電腦實施任務或者使用第二基於雲端的電腦系統400的成本相對低,則伺服器500的處理器520一般會做出此決定。
儘管已參照本揭露的具體實施例示出並闡述了本揭露,
然而應理解,本揭露可不加修改地實踐於其他環境中。上述說明是出於例示目的而呈現。上述說明並非詳盡性的且並非僅限於所揭露的精確形式或實施例。藉由考量對所揭露實施例的說明及實踐,各種修改及改編對於熟習此項技術者而言將顯而易見。另外,儘管所揭露實施例的態樣被闡述為儲存於記憶體中,然而熟習此項技術者應理解,該些態樣亦可儲存於其他類型的電腦可讀取媒體上,例如輔助儲存裝置(例如硬碟或CD ROM)或者其他形式的RAM或ROM、通用串列匯流排(universal serial bus,USB)媒體、數位影音光碟(DVD)、藍光(Blu-ray)或其他光學驅動媒體上。
基於書面說明及所揭露方法的電腦程式處於有經驗的開發者的技能範圍內。可使用熟習此項技術者已知的任何技術來創建各種程式或程式模組,或者可結合現有的軟體來設計各種程式或程式模組。舉例而言,可採用或借助.Net Framework、.Net Compact Framework(以及相關語言,如Visual Basic、C等)、爪哇、C++、Objective-C、超文件標記語言(Hypertext Markup Language,HTML)、HTML/AJAX組合、可擴展標記語言(Extensible Markup Language,XML)或包括爪哇小程式的HTML來設計程式區段或程式模組。
另外,儘管本文中已闡述了例示性實施例,然而熟習此項技術者基於本揭露將設想出具有等效元素、修改形式、省略、組合(例如,各種實施例之間的態樣的組合)、改編及/或變更的任
何及所有實施例的範圍。申請專利範圍中的限制應基於申請專利範圍中採用的語言進行廣義解釋,而並非僅限於本說明書中闡述的實例或在申請的過程期間闡述的實例。所述實例應被視為非排他性的。此外,所揭露方法的步驟可以任何方式進行修改,包括藉由對步驟進行重新排序及/或插入或刪除步驟。因此,本說明書及實例旨在僅被視為例示性的,真正的範圍及精神由以下申請專利範圍及其等效內容的全部範圍來指示。
40:網路
50:任務最佳化系統
60:使用者
300:本地系統/本地電腦系統/第一電腦系統/系統
310、410:容器編配系統
320、420:容器
330、430:硬體工作器
350、450:資料儲存庫
400:電腦系統/異地系統/第二基於雲端的電腦系統/異地電腦系統/系統
500:伺服器
520:處理器
540:記憶體裝置/記憶體
600:應用平台
700:資料準備平台
Claims (20)
- 一種用於對電腦實施任務進行最佳化之電腦實施系統,包括:處理器,被配置成:自使用者介面接收完成電腦實施任務的請求;使用機器學習特徵處理來預處理與所述電腦實施任務相關的資料;判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於用於將所述電腦實施任務最佳化的因素,所述因素包括:(i)完成所述電腦實施任務所必需的估計硬體要求、(ii)所述電腦實施任務的等待時間要求、(iii)所述第一電腦系統的硬體容量以及(iv)針對所述電腦實施任務使用所述第二基於雲端的電腦系統的估計財務成本;基於所述因素的加權平均值及臨限值要求評估所述判斷;以及基於所述判斷將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統。
- 如請求項1所述的電腦實施系統,其中所述電腦實施任務是機器學習(ML)任務。
- 如請求項1所述的電腦實施系統,其中所述估計硬體要求包括:中央處理單元(CPU)要求、圖形處理單元(GPU)要求、記憶體要求、儲存要求及資訊下載要求。
- 如請求項1所述的電腦實施系統,其中所述電腦實施任務包括多個子任務;且其中所述處理器更被配置成:判斷是將所述請求發送至所述第一電腦系統還是所述第二基於雲端的電腦系統包括被配置成基於以下判斷是將所述多個子任務中的每一者發送至所述第一電腦系統還是所述第二基於雲端的電腦系統:(i)完成所述多個子任務中的每一者所必需的估計硬體要求、(ii)所述多個子任務中的每一者的等待時間要求、(iii)所述第一電腦系統的所述硬體容量以及(iv)針對所述多個子任務中的每一者使用所述第二基於雲端的電腦系統的估計財務成本;以及將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統包括被配置成基於所述判斷將所述多個子任務中的每一者發送至所述第一電腦系統或所述第二基於雲端的電腦系統。
- 如請求項4所述的電腦實施系統,其中所述多個子任務包括資料預處理任務及機器學習(ML)訓練任務。
- 如請求項1所述的電腦實施系統,其中所述處理器更被配置成在進行判斷之前驗證出所述第一電腦系統及所述第二基於雲端的電腦系統是可操作的。
- 如請求項1所述的電腦實施系統:其中來自使用者介面的完成電腦實施任務的所述請求是由使 用者發起;且其中所述處理器更被配置成在接收到完成電腦實施任務的所述請求之前:自所述使用者介面接收用於對所述電腦實施系統進行登錄存取的請求,以及對所述使用者進行認證。
- 如請求項7所述的電腦實施系統,其中所述處理器更被配置成不論所述判斷如何皆在對所述使用者進行認證之後使所述使用者登錄至所述第一電腦系統及所述第二基於雲端的電腦系統二者。
- 如請求項7所述的電腦實施系統:其中對所述第一電腦系統進行存取需要第一符記,且對所述第二基於雲端的電腦系統進行存取需要第二符記;其中所述處理器更被配置成:若所述處理器判斷出將所述請求發送至所述第一電腦系統,則自動獲得並使用所述第一符記,以及若所述處理器判斷出將所述請求發送至所述第二基於雲端的電腦系統,則自動獲得並使用所述第二符記。
- 如請求項9所述的電腦實施系統:其中所述處理器被配置成對所述使用者進行認證包括將所述使用者與使用者團隊相關聯;其中所述第一符記及所述第二符記專用於與所述使用者相關 聯的所述使用者團隊。
- 一種用於對電腦實施任務進行最佳化之電腦實施方法,包括:在伺服器處自使用者介面接收完成電腦實施任務的請求;使用機器學習特徵處理來預處理與所述電腦實施任務相關的資料;判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於用於將所述電腦實施任務最佳化的因素,所述因素包括:(i)完成所述電腦實施任務所必需的估計硬體要求、(ii)所述電腦實施任務的等待時間要求、(iii)所述第一電腦系統的硬體容量以及(iv)針對所述電腦實施任務使用所述第二基於雲端的電腦系統的估計財務成本;基於所述因素的加權平均值及臨限值要求評估所述判斷;以及基於所述判斷將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統。
- 如請求項11所述的電腦實施方法,其中所述電腦實施任務是機器學習(ML)任務。
- 如請求項11所述的電腦實施方法,其中所述估計硬體要求包括:中央處理單元(CPU)要求、圖形處理單元(GPU)要求、記憶體要求、儲存要求及資訊下載要求。
- 如請求項11所述的電腦實施方法: 其中所述電腦實施任務包括多個子任務;其中所述電腦實施方法更包括:判斷是將所述請求發送至所述第一電腦系統還是所述第二基於雲端的電腦系統包括被配置成基於以下判斷是將所述多個子任務中的每一者發送至所述第一電腦系統還是所述第二基於雲端的電腦系統:(i)完成所述多個子任務中的每一者所必需的估計硬體要求、(ii)所述多個子任務中的每一者的等待時間要求、(iii)所述第一電腦系統的所述硬體容量以及(iv)針對所述多個子任務中的每一者使用所述第二基於雲端的電腦系統的估計財務成本;以及將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統包括被配置成基於所述判斷將所述多個子任務中的每一者發送至所述第一電腦系統或所述第二基於雲端的電腦系統。
- 如請求項14所述的電腦實施方法,其中所述多個子任務包括資料預處理任務及機器學習(ML)訓練任務。
- 如請求項11所述的電腦實施方法,更包括在進行判斷之前驗證出所述第一電腦系統及所述第二基於雲端的電腦系統是可操作的。
- 如請求項11所述的電腦實施方法:其中來自使用者介面的完成電腦實施任務的所述請求是由使用者發起;且 其中所述電腦實施方法更包括在接收到完成電腦實施任務的所述請求之前:自所述使用者介面接收用於對所述第一電腦系統及所述第二基於雲端的電腦系統進行登錄存取的請求,以及對所述使用者進行認證。
- 如請求項17所述的電腦實施方法,更包括,不論所述判斷如何皆在對所述使用者進行認證之後使所述使用者登錄至所述第一電腦系統及所述第二基於雲端的電腦系統二者。
- 如請求項17所述的電腦實施方法:其中對所述第一電腦系統進行存取需要第一符記,且對所述第二基於雲端的電腦系統進行存取需要第二符記;其中所述電腦實施方法更包括:若處理器判斷出將所述請求發送至所述第一電腦系統,則自動獲得並使用所述第一符記,以及若所述處理器判斷出將所述請求發送至所述第二基於雲端的電腦系統,則自動獲得並使用所述第二符記。
- 一種用於對電腦實施任務進行最佳化之電腦實施系統,包括:記憶體,儲存指令;以及至少一個處理器,被配置成執行所述指令以:自使用者介面接收完成電腦實施任務的請求;使用機器學習特徵處理來預處理與所述電腦實施任務相 關的資料;判斷是將所述請求發送至第一電腦系統還是第二基於雲端的電腦系統,所述判斷是基於用於將所述電腦實施任務最佳化的因素,所述因素包括:(i)完成所述電腦實施任務所必需的估計硬體要求、(ii)所述電腦實施任務的等待時間要求、(iii)所述第一電腦系統的硬體容量以及(iv)針對所述電腦實施任務使用所述第二基於雲端的電腦系統的估計財務成本;基於所述因素的加權平均值及臨限值要求評估所述判斷;以及基於所述判斷將完成所述電腦實施任務的所述請求發送至所述第一電腦系統或所述第二基於雲端的電腦系統;其中所述電腦實施任務是機器學習(ML)任務;其中所述估計硬體要求包括:中央處理單元(CPU)要求、圖形處理單元(GPU)要求、記憶體要求、儲存要求及資訊下載要求;其中來自使用者介面的完成電腦實施任務的所述請求是由使用者發起;其中所述至少一個處理器更被配置成在接收到完成電腦實施任務的所述請求之前:自所述使用者介面接收用於對所述電腦實施系統進行登錄存取的請求,以及對所述使用者進行認證; 其中對所述第一電腦系統進行存取需要第一符記,且對所述第二基於雲端的電腦系統進行存取需要第二符記;其中所述至少一個處理器更被配置成:若所述至少一個處理器判斷出將所述請求發送至所述第一電腦系統,則自動獲得並使用所述第一符記,以及若所述至少一個處理器判斷出將所述請求發送至所述第二基於雲端的電腦系統,則自動獲得並使用所述第二符記。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/552,020 | 2021-12-15 | ||
US17/552,020 US20230185621A1 (en) | 2021-12-15 | 2021-12-15 | Computer resource allocation systems and methods for optimizing computer implemented tasks |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202328913A TW202328913A (zh) | 2023-07-16 |
TWI843237B true TWI843237B (zh) | 2024-05-21 |
Family
ID=86695657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111139559A TWI843237B (zh) | 2021-12-15 | 2022-10-19 | 用於對電腦實施任務進行最佳化之電腦實施方法及電腦實施系統 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230185621A1 (zh) |
KR (1) | KR20230090972A (zh) |
TW (1) | TWI843237B (zh) |
WO (1) | WO2023111690A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US12063168B1 (en) * | 2023-04-19 | 2024-08-13 | The Toronto-Dominion Bank | Systems and methods for optimization of computing resources |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170270450A1 (en) * | 2016-03-17 | 2017-09-21 | International Business Machines Corporation | Hybrid cloud operation planning and optimization |
US20180077237A1 (en) * | 2015-03-25 | 2018-03-15 | Alibaba Group Holding Limited | Method, apparatus, and system for providing remote terminal assistance to electronic devices using an intermediary server |
US9992132B1 (en) * | 2012-08-27 | 2018-06-05 | Amazon Technologies, Inc. | Dynamic resource expansion of mobile devices |
US20210173720A1 (en) * | 2018-08-03 | 2021-06-10 | Intel Corporation | Dynamically direct compute tasks to any available compute resource within any local compute cluster of an embedded system |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9128763B2 (en) * | 2011-08-23 | 2015-09-08 | Infosys Limited | System and method for job scheduling optimization |
US20190047581A1 (en) * | 2017-08-14 | 2019-02-14 | GM Global Technology Operations LLC | Method and apparatus for supporting mission-critical applications via computational cloud offloading |
WO2020205655A1 (en) * | 2019-03-29 | 2020-10-08 | Intel Corporation | Autonomous vehicle system |
US10614382B1 (en) * | 2019-07-12 | 2020-04-07 | Capital One Services, Llc | Computer-based systems and methods configured to utilize automating deployment of predictive models for machine learning tasks |
EP4158475A4 (en) * | 2020-05-29 | 2024-01-10 | Intel Corporation | SYSTEMS, METHODS AND DEVICE FOR WORKLOAD-OPTIMIZED CENTRAL PROCESSING UNITS (CPUS) |
-
2021
- 2021-12-15 US US17/552,020 patent/US20230185621A1/en active Pending
-
2022
- 2022-01-20 WO PCT/IB2022/050480 patent/WO2023111690A1/en unknown
- 2022-04-13 KR KR1020220045583A patent/KR20230090972A/ko not_active Application Discontinuation
- 2022-10-19 TW TW111139559A patent/TWI843237B/zh active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9992132B1 (en) * | 2012-08-27 | 2018-06-05 | Amazon Technologies, Inc. | Dynamic resource expansion of mobile devices |
US20180077237A1 (en) * | 2015-03-25 | 2018-03-15 | Alibaba Group Holding Limited | Method, apparatus, and system for providing remote terminal assistance to electronic devices using an intermediary server |
US20170270450A1 (en) * | 2016-03-17 | 2017-09-21 | International Business Machines Corporation | Hybrid cloud operation planning and optimization |
US20210173720A1 (en) * | 2018-08-03 | 2021-06-10 | Intel Corporation | Dynamically direct compute tasks to any available compute resource within any local compute cluster of an embedded system |
Also Published As
Publication number | Publication date |
---|---|
US20230185621A1 (en) | 2023-06-15 |
TW202328913A (zh) | 2023-07-16 |
KR20230090972A (ko) | 2023-06-22 |
WO2023111690A1 (en) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7158506B2 (ja) | 柔軟な配送作業の自動割り当てのためのシステムおよび方法 | |
TWI801861B (zh) | 根據產品特性決定產品價格的倉儲管理電腦實行系統以及方法 | |
JP7136938B2 (ja) | アウトバウンド予測のためのシステムおよび方法 | |
TWI759823B (zh) | 使用入站裝載模式於出站預測之電腦實施系統以及電腦實施方法 | |
TWI840822B (zh) | 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 | |
TWI806770B (zh) | 用於管理元資料的電腦實行系統以及用於在網站伺服器上登記產品的電腦實行方法 | |
KR20240121196A (ko) | 온라인 플랫폼 상의 서비스와 모듈을 관리 및 모니터링하기 위한 컴퓨터 시스템 및 방법 | |
TW202113733A (zh) | 用於自動包裝擷取的電腦化系統及電腦化實施方法 | |
TWI795913B (zh) | 用於出站預測的電腦實施的系統以及方法 | |
TWI843237B (zh) | 用於對電腦實施任務進行最佳化之電腦實施方法及電腦實施系統 | |
TWI743936B (zh) | 用於出站預測的電腦實施的系統以及方法 | |
TWI760043B (zh) | 詐欺偵測與使用者帳號去除重複之電腦化系統以及方法 | |
JP7258058B2 (ja) | 保証配送時間の選択を表示および決定するためのコンピュータ化されたシステムおよび方法 | |
TW202305678A (zh) | 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 | |
TWI792289B (zh) | 為定製履行中心確定物件的系統以及方法 | |
TW202418163A (zh) | 用於產生資料交易日誌的系統以及方法 | |
TW202305592A (zh) | 消除永久應用程式設計介面呼叫的電腦實行系統及電腦實行方法、以及消除未解決的應用程式設計介面呼叫的電腦實行系統 | |
TW202431095A (zh) | 用於對電腦實施任務進行最佳化之電腦實施方法及電腦實施系統 | |
TWI856293B (zh) | 降低硬碟使用與網路延遲之電腦實施的系統以及電腦實施的方法 | |
TWI851525B (zh) | 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 | |
TWI857275B (zh) | 用於出站預測之電腦實施方法及其電腦實施系統 | |
TWI852033B (zh) | 用於在實驗測試期間判定最佳停止點的電腦實行系統以及方法 | |
TW202241090A (zh) | 用於在實驗測試期間預測最佳停止點的電腦實行系統以及方法 | |
TW202431173A (zh) | 基於人工智慧產生入站規畫之電腦實施系統以及電腦實施方法 | |
TW202242647A (zh) | 降低硬碟使用與網路延遲之電腦實施的系統以及電腦實施的方法 |