Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)王继彬获国家专利权

齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)王继彬获国家专利权

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!

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种基于资源亲和性的异构GPU集群调度优化方法及系统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:CN120256139B

龙图腾网通过国家知识产权局官网在2025-10-28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:202510733628.0,技术领域涉及:G06F9/50;该发明授权一种基于资源亲和性的异构GPU集群调度优化方法及系统是由王继彬;李迪;郭莹;潘景山;吴晓明;杨美红设计研发完成,并于2025-06-04向国家知识产权局提交的专利申请。

一种基于资源亲和性的异构GPU集群调度优化方法及系统在说明书摘要公布了:本发明涉及一种基于资源亲和性的异构GPU集群调度优化方法及系统,属于计算机资源调度领域。包括:步骤一:根据历史作业的亲和性历史库,通过作业特征匹配相似度较高的历史作业,预估资源需求;步骤二:对于新作业,接收作业并在每种类型的GPU上进行探针测试,获取并记录作业性能数据;步骤三:使用历史信息或测试数据,为每个作业建立亲和性评估模型,评价作业在不同资源配置下的亲和性值,为资源分配决策提供数据支持;步骤四:进入调度优化周期循环,根据优化问题的目标函数构建分配矩阵,为每个作业分配相应资源。本发明精准资源匹配与数据支持,动态适应能力保障,系统可扩展性增强。

本发明授权一种基于资源亲和性的异构GPU集群调度优化方法及系统在权利要求书中公布了:1.一种基于资源亲和性的异构GPU集群调度优化方法,其特征在于,包括: 步骤一:根据历史作业的亲和性历史库,通过作业特征匹配相似度较高的历史作业,预估资源需求; 步骤二:对于新作业,接收作业并在每种类型的GPU上进行探针测试,获取并记录作业性能数据; 步骤三:使用历史信息或测试数据,为每个作业建立亲和性评估模型,评价作业在不同资源配置下的亲和性值,为资源分配决策提供数据支持; 步骤四:进入调度优化周期循环,根据优化问题的目标函数构建分配矩阵,为每个作业分配相应资源; 具体包括: 步骤S101:记录历史作业;对于具有历史作业积累的集群,预先采集集群一段时间内的历史作业信息;包括:作业特征信息、在不同GPU上的执行性能数据以及最终的资源分配方案,形成历史作业库; 记录的作业特征信息用于与用户新提交的作业进行匹配,以数值表示的形式进行记录;而执行性能数据与资源分配方案则是为相似作业进行初步资源分配提供依据;同时,根据作业特征信息与资源分配方案将历史作业进行分类,形成亲和性历史库; 步骤S102:接收作业;接收用户新提交的作业; 步骤S103:作业特征匹配;接收到用户新提交的作业后,即刻启动作业特征匹配流程,将用户新提交的作业的特征信息与亲和性历史库中的作业进行对比;如果存在相似度最高的作业,则进入步骤S104,否则,如果不存在相似作业,则进入步骤S105;设置一个相似度阈值,用于判断是否存在相似度最高的作业;如果当前作业与历史作业的相似度超过该相似度阈值,就认为存在相似度最高的作业,否则不存在; 步骤S104:相似作业初步资源分配;找到相似度最高的作业后,根据相似度最高的作业对应的执行性能数据与资源分配方案,初步预估当前作业的资源需求;将相似度最高的作业的资源配置列为潜在适配资源,并为当前作业进行初步资源分配;同时获取相似度最高的作业的历史亲和性数据; 步骤S105:启动探针测试;获取并记录作业性能数据; 步骤S106:调度优化循环;确定新提交的作业与GPU的匹配关系后,作业进入调度周期循环,持续优化资源分配; 根据亲和性评估模型评估数据,构建一个亲和性矩阵A,记录不同作业在不同资源配置方案n,t下的亲和性,n,t表示n个GPUt,Ai,j表示作业i在配置j下的亲和性值; 全局调度优化,包括; 在实施全局资源调度过程中,按照预定的调度周期运行搜索算法,生成一系列J×C的二进制分配矩阵,每个矩阵代表一种可能的资源分配方案,定义为候选分配矩阵D∈{0,1}J×C,J为作业数量,C为资源配置方案数量,矩阵中的元素Di,j用于表示是否为作业i选择了配置j;对于候选分配矩阵D,应满足如下约束条件: 分配唯一性:每行至多一个1,每个作业分配一种配置;即: 资源容量限制:所有分配的资源配置需求总和≤集群物理资源总量; 全局调度的目标是实现全局最优调度,即获取最优亲和性分配矩阵,∑Di,j×Ai,j表示作业i获得的基本亲和性收益; 设定重分配惩罚因子ρi,基于作业的历史重分配频率来增加重分配开销,被设计为指数衰减函数ρi: 其中,ri表示作业i的历史重分配次数;Trecent表示最近两次重分配时间间隔;Tavg表示作业i的平均运行周期;λ表示惩罚强度系数; 全局调度优化通过最大化集群中作业的亲和性值总和,将调度问题化为优化问题,目标函数为: 其中,γ∈-∞,1]作为公平调节因子,采用广义幂平均实现多目标平衡:当γ=1时,退化为线性求和,纯效率优先,使资源向更高亲和性的作业倾斜;当γ→0,趋近几何平均,公平优先,着重强调资源分配的公平性;γ→-∞,考虑最大最小公平性;∑Di,j×Ai,j表示作业i获得的基本亲和性收益;ρi表示重分配惩罚因子。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250353 山东省济南市长清区大学路3501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。

免责声明
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。