电子科技大学王玥洋获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉电子科技大学申请的专利一种针对Modelica任务并行编译负载的多阶段动态编排方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119376910B 。
龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411245030.9,技术领域涉及:G06F9/50;该发明授权一种针对Modelica任务并行编译负载的多阶段动态编排方法是由王玥洋;佘堃;陈波设计研发完成,并于2024-09-06向国家知识产权局提交的专利申请。
本一种针对Modelica任务并行编译负载的多阶段动态编排方法在说明书摘要公布了:本发明公开了一种针对Modelica任务并行编译负载的多阶段动态编排方法,该方法根据各阶段的粒度设计编排优化策略,前编译阶段通过设置节点对任务单机编译的并行CPU数来提升转译速度,但如果单机并发多个任务编译会导致速度的指数性下滑,则在分配执行节点时就对当前到达的所有任务在全局做好编排;后编译阶段通过设定总体拆分的并行编译子线程数和分布式编译优化Modelica任务的并行编译负载,旨在解决Modelica模型无法分布式编译的问题,提升系统整体编译效率,减少因单机算力问题导致的仿真速度慢问题。
本发明授权一种针对Modelica任务并行编译负载的多阶段动态编排方法在权利要求书中公布了:1.一种针对Modelica任务并行编译负载的多阶段动态编排方法,其特征在于,该方法包括以下步骤: S1量化当前编译集群中各节点i的计算负载Li和计算性能Ri; S2量化当前随机到达系统的所有待编译仿真任务中的预计前编译工作负载;所述量化当前随机到达系统的所有待编译仿真任务中的预计前编译工作负载具体为: 获取任一Modelica仿真任务j标准模型的组件数mj和连接数cntj,根据公式3计算当前随机到达系统的所有待编译仿真任务中的预计前编译工作负载lj,其中,1≤j≤m且j为整数,m为当前到达系统的Modelica仿真任务总数, S3根据S1和S2的结果,经过工作池选举策略得出集群中面向任一仿真任务j的工作池,一个工作池分为一个Client和若干个Server;所述工作池选举策略具体包括如下步骤: S31首先选出集群中计算负载低于lj的计算节点; S32在步骤S31选出的计算节点中,单机计算性能负载比最大且磁盘和网络IO占用率小于0.3的为Client,其他为Server; S33步骤S32选出的Server中若则重新在未被选的节点中选择计算负载最低的节点进行替换,直到工作池中Server的磁盘和网络IO占用率全部低于0.5; S4负载编排器分配仿真任务j到对应的Client,计算得到任务j的单机前编译并行度αj作为系统command参数,通过系统command参数调用OMCompiler完成单机并行前编译,将Modelica仿真任务j标准模型转译为C代码; S5计算仿真任务j在编译场中的最佳并行编译作业数和各Server可分配的编译作业数,并根据上述两项计算结果设定各Server的Distcc可接收作业上限; S6Client按照步骤S5计算得到的最佳并行编译作业数,通过命令行调用distcc分布式编译工具将仿真任务j拆分成若干个编译作业并将其分发到各Server上,接收各Server执行的编译结果并整合输出Modelica求解程序。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人电子科技大学,其通讯地址为:610000 四川省成都市高新区(西区)西源大道2006号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励