分享到:

实现5000亿次的突破

在中国教育科研网格计划中,华中科技大学是牵头单位,是头一批参与这一计划的12家院校之一。该计划要求各个院校整合计算平台,但由于我国目前网络条件所限,因此要求各个节点拥有一个比较大的计算节点,加入此计划的第一批大学院校要求具有5000亿次计算能力的超级计算节点。 在传统意义上,高性能计算应用是属于CPU和内存密集型的应用,它对所运行的计算机体系结构(超级计算机体系结构)提出了几个主要要求:浮点计算能力(特别是64位双精度浮点运算)、内存带宽和内存容量以及体系框架。在高性能计算中,这些因素是相互关联的。由于高性能计算需要采用各种数学方程式来建立模型和模拟物理现象,而随着各种模型越来越大和越来越复杂,数据集的规模也急剧增长。因此,用于处理如此庞大工作负载的超级计算机需要采用更快的CPU、更高性能的内存和I/O子系统,以实现最高的运算速度;采用多级别并行处理技术,能够利用几十个甚至几千个处理器来处理一项任务;采用高性能的互联设备和系统设...  (本文共2页) 阅读全文>>

电子科技大学
电子科技大学

分布式流计算平台计算节点的系统设计与实现

现今,随着互联网和物联网的不断发展,接入互联网的人群基数不断增大,接入物联网的设备剧增。在网络中,时时刻刻都有海量的数据流在动态的流动,而这些信息流中隐藏着很多对国防、科技、商业有用的信息,而很多高价值的信息,都具有很强的时效性,需要实时分析提取。处理这些海量的实时数据,需要高性能的分布式流式计算系统,通过输入数据流可以实时的从系统中获得分析结果。而分布式流式计算系统的计算节点的性能好坏将会直接影响消息处理的时延,因此低数据处理延时、高系统吞吐量则是分布式流式计算系统的核心指标。在此条件下,如何设计一个低延时、高吞吐并且具有良好的功能扩展性的计算节点框架,成为分布式流式计算系统的难点所在。本文主要完成以下方面创新和工作:1.以目前实验室自主研发的分布式流式计算平台的计算节点日常使用中,其计算节点高数据吞吐量和低消息处理延时不能同时满足的问题为背景。本文通过分析实时流式计算场景下,流式数据的特征、计算节点的消息收发方式和消息处理方...  (本文共94页) 本文目录 | 阅读全文>>

北京交通大学
北京交通大学

雾计算模式中节能负载均衡机制研究

随着物联网设备数量的增多和用户需求的不断提升,传统云计算物联网处理模式导致的时延长、网络负载压力大等问题制约了部分实时应用的推广和普及。雾计算概念的提出为上述问题提供了一个良好的解决方案。雾计算作为云计算模式的补充,通过在网络边缘部署雾计算节点,可以减少了数据在网络中的传输距离,进而降低了网络时延和带宽负载,满足实时应用需求。由于雾计算节点的计算能力相对较弱,如何合理利用雾计算节点的计算资源,即如何实现雾计算中的负载均衡成为国内外学者研究的热点问题之一。论文首先对雾计算建模和负载均衡的相关概念和理论进行了详细介绍,在此基础上以节点整体时延、能耗等性能和单个任务时延费用需求为着眼点,分别对由雾计算-物联网设备构成的系统和云雾协同系统进行建模,并分析模型中的雾计算服务质量。本文的主要工作如下:(1)论文对物联网设备-雾计算节点架构中物联网设备的任务迁移策略导致的物联网设备时延、能耗变化进行建模。考虑到每个物联网设备做出的决策都会影响...  (本文共77页) 本文目录 | 阅读全文>>

南京大学
南京大学

基于边缘—云环境的数据处理任务放置研究

随着物联网的发展,边缘智能设备的普及,越来越多的物联网应用被部署。物联网设备往往会产生大量的实时性的流式数据,需要物联网应用进行处理。在实际情况中,一个应用需要处理的数据流来自分布在不同地理位置的众多设备。这些数据流数量多,带宽占用大,且呈现地理各异的分布特点。WAN网络带宽能力有限,容易造成延迟升高甚至数据丢失。为了解决WAN高时延和应用低时延高传输速率需求之间的矛盾,相关领域的研究者提出边缘计算(Mobile Edge Computing,或者Fog Computing)的计算系统和模式。通过在靠近用户的网络边缘,例如无线基站,边缘局域网络等部署小型的计算服务器,将数据处理任务部署在其中,以满足应用数据的就近计算和处理请求,节省数据传输到数据中心的时间。将流式数据处理任务部署在边缘计算框架下,随之而来的问题是使用何种策略部署数据处理任务。由于地域分布不同的多输入数据流的延迟差异和多应用之间的带宽资源竞争,不同任务部署位置会产...  (本文共71页) 本文目录 | 阅读全文>>

北京邮电大学
北京邮电大学

基于动态微云的车联网信息分发仿真系统的设计与实现

随着车联网的发展,车联网中的业务也在不断的增加,车辆与其他车辆、道路、基础设施、行人以及远程云服务器之间的数据交换也越来越多,越来越频繁。随着自动驾驶技术的发展与逐渐成熟,车联网中路径规划、全局交通管理、车辆信息管理以及流量预测等需要大量全局数据的各类应用在不断的增加的同时,对很多涉及实时操作、低时延要求和高质量服务的应用,如对象检测、冗余碰撞检测、转向制动、运动规划、行为规划等的需求也在快速增长。这些应用需要在网络中传输大量的数据,同时还需要进行大量低时延要求的数据计算处理。本论文根据车联网和自动驾驶技术的现状和未来发展,对未来车联网中的信息分发需求进行了分析和总结,提出了基于动态微云的车联网信息分发仿真系统。该系统利用远程云服务器完成需要对全局大数据进行处理和存储的应用任务,通过车辆形成的动态微云进行车辆之间的数据交换,使车辆获取更大范围的环境数据,通过车辆之间的协作,提升单个车辆的数据处理和计算能力,在本地完成低时延要求的...  (本文共100页) 本文目录 | 阅读全文>>

北京邮电大学
北京邮电大学

物联网系统的知识子系统高效推理的研究与设计

随着物联网技术的迅速发展,其应用领域已经覆盖人们生活的各个方面,物理设备产生了大量的数据,这些数据形成了事件流。原有的复杂事件处理,只是对事件之间的关系进行分析。但是事件背后隐藏着物理设备属性之间的关系,如果将这些关系利用起来,则可以获得更加丰富且有价值的高层信息与知识。因此对物联网实体设备建模,利用本体来表示物联网资源、属性、以及相互之间的关系,从而获得知识子系统。但是这样既需要处理物联网资源模型,也需要处理大量的事件流,推理效率受到了严重影响。本论文通过并行化的方法,来提高逻辑推理的效率,其主要的工作和贡献包括以下几个方面。(1)知识集的切分,通过切分知识集提高并行化效率,并且对切分后的可满足性进行分析,使切分前后的可满足性的计算结果保持一致,并分析研究不同的切分方式对效率的影响。(2)解空间的切割,通过切割解空间使每个计算单元只需要在较小的空间上搜索,通过使用统计、随机、出现频率、三种不同的方法对解空间进行切割,并且分析并...  (本文共92页) 本文目录 | 阅读全文>>