资源调度

摘要： 随着网络的逐渐成熟和VoLTE用户的快速增长,客户对整体语音服务质量的要求不断提高,因此语音质量问题成为用户VoLTE语音感知的焦点.其中语音丢包是导致VoLTE吞字、听不清的主要原因.本文通过深入分析VOLTE丢包的原因,针对不同网络场景研究应对丢包的策略,包括资源调度和负载均衡，从而提升VoLTE的语音质量.

摘要： 随着城市轨道交通大发展时代的到来,各城市轨道交通运营线路与里程的增加,特别是在一线城市,如何做好各线路间的车辆、乘务人员以及车辆修程中的调度控制,展现智慧交通,更好地利用轨道交通资源,避免资源浪费,做好城市轨道交通智慧型组织与调度的研究尤为重要,必将为未来城市轨道交通的智慧建设、允分利用轨道交通资源,在节约成本的前提下,最大限度地发挥城市轨道交通在整体交通出行方式中的重要作用,起到决定性的推动作用.

摘要： 随着城市轨道交通大发展时代的到来,各城市轨道交通运营线路与里程的增加,特别是在一线城市,如何做好各线路间的车辆、乘务人员以及车辆修程中的调度控制,展现智慧交通,更好地利用轨道交通资源,避免资源浪费,做好城市轨道交通智慧型组织与调度的研究尤为重要,必将为未来城市轨道交通的智慧建设、允分利用轨道交通资源,在节约成本的前提下,最大限度地发挥城市轨道交通在整体交通出行方式中的重要作用,起到决定性的推动作用.

摘要： 随着城市轨道交通大发展时代的到来,各城市轨道交通运营线路与里程的增加,特别是在一线城市,如何做好各线路间的车辆、乘务人员以及车辆修程中的调度控制,展现智慧交通,更好地利用轨道交通资源,避免资源浪费,做好城市轨道交通智慧型组织与调度的研究尤为重要,必将为未来城市轨道交通的智慧建设、允分利用轨道交通资源,在节约成本的前提下,最大限度地发挥城市轨道交通在整体交通出行方式中的重要作用,起到决定性的推动作用.

摘要： 随着城市轨道交通大发展时代的到来,各城市轨道交通运营线路与里程的增加,特别是在一线城市,如何做好各线路间的车辆、乘务人员以及车辆修程中的调度控制,展现智慧交通,更好地利用轨道交通资源,避免资源浪费,做好城市轨道交通智慧型组织与调度的研究尤为重要,必将为未来城市轨道交通的智慧建设、允分利用轨道交通资源,在节约成本的前提下,最大限度地发挥城市轨道交通在整体交通出行方式中的重要作用,起到决定性的推动作用.

摘要： 伴随物联网、5G、数字孪生、边云计算、人工智能等技术的演进和成熟,当前整个时代朝着数字化、网络化、智能化的逐步推进.以云计算模型为核心的集中式数据处理方式越来越难以满足海量终端产生的数据处理需求,边云协同计算的模式逐步从概念走向成熟.本文从边云协同的整体能力需求切入,结合业务场景,围绕资源协同、数据协同、智能协同、应用管理协同、业务管理协同和服务协同阐述各个层面具体的协同能力要求内涵和相应的解决方案.

摘要： 伴随物联网、5G、数字孪生、边云计算、人工智能等技术的演进和成熟,当前整个时代朝着数字化、网络化、智能化的逐步推进.以云计算模型为核心的集中式数据处理方式越来越难以满足海量终端产生的数据处理需求,边云协同计算的模式逐步从概念走向成熟.本文从边云协同的整体能力需求切入,结合业务场景,围绕资源协同、数据协同、智能协同、应用管理协同、业务管理协同和服务协同阐述各个层面具体的协同能力要求内涵和相应的解决方案.

摘要： 伴随物联网、5G、数字孪生、边云计算、人工智能等技术的演进和成熟,当前整个时代朝着数字化、网络化、智能化的逐步推进.以云计算模型为核心的集中式数据处理方式越来越难以满足海量终端产生的数据处理需求,边云协同计算的模式逐步从概念走向成熟.本文从边云协同的整体能力需求切入,结合业务场景,围绕资源协同、数据协同、智能协同、应用管理协同、业务管理协同和服务协同阐述各个层面具体的协同能力要求内涵和相应的解决方案.

摘要： 伴随物联网、5G、数字孪生、边云计算、人工智能等技术的演进和成熟,当前整个时代朝着数字化、网络化、智能化的逐步推进.以云计算模型为核心的集中式数据处理方式越来越难以满足海量终端产生的数据处理需求,边云协同计算的模式逐步从概念走向成熟.本文从边云协同的整体能力需求切入,结合业务场景,围绕资源协同、数据协同、智能协同、应用管理协同、业务管理协同和服务协同阐述各个层面具体的协同能力要求内涵和相应的解决方案.

摘要： 目前移动互联网业务发展迅猛,导致各大型活动场馆在举行活动时,网络高负荷现象十分严重.本文阐述了一种针对大型活动场馆的LTE多制式组网方案,从规划阶段入手,合理分配现有TDD和FDD频谱资源,精细优化各项参数,在有限的资源条件下,最大程度地提高网络容量和用户感知.

摘要： 本发明公开了一种资源调度方法，包括：获取移动终端中央处理器的内核温度在指定时间段内变化的曲率；根据所述曲率调节所述中央处理器运行的基准频率；每隔第一预设时间获取所述中央处理器的当前运行频率及所述内核的当前温度；当所述当前运行频率大于所述基准频率时，根据所述当前温度与预置的内核关闭温度之间的大小关系，将所述中央处理器的运行频率进行相应的调节，以根据所述中央处理器调节后的运行频率进行应用资源调度。本发明还公开了一种资源调度装置及移动终端。本发明提高了移动终端的资源的利用率及使用寿命。

摘要： 本发明提供一种资源调度方法及资源调度系统，所述资源调度系统包括至少两个决策机以及一个分配机，每一决策机控制至少一个CDN资源，所述资源调度方法包括：所述分配机根据采集的配置参数生成调度任务；分配机发送调度任务至每一决策机；每一决策机根据所述调度任务对决策机控制的CDN资源进行牵引。本发明能够降低资源牵引的风险，提高资源调度的效率，对突发情况的应对更加高效快捷提，系统稳定性更好。

摘要： 本发明提供了一种用于车辆通信的资源调度方法及资源调度装置，其中，资源调度方法包括：在基于基站分配的进行半静态调度的配置参数传输车辆通信消息的过程中，检测车辆通信业务的消息特征是否发生变化；若检测到车辆通信业务的消息特征发生变化，则通过指示信令将车辆通信业务变化后的消息特征发送至基站；接收基站根据变化后的消息特征重新分配的进行半静态调度的配置参数；基于重新分配的进行半静态调度的配置参数继续传输车辆通信消息。本发明使得在车辆通信终端进行的车辆通信业务的消息特征发生变化时，基站能够及时感知到这种变化，进而能够重新向车辆通信终端分配SPS的配置参数，确保了SPS的配置参数能够及时适应车辆通信消息的动态变化。

摘要： 本发明公开了一种资源调度装置、资源调度系统和资源调度方法，包括GPU适配模块、GPU发现模块和GPU挂载模块，其中，GPU适配模块，用于检测自身所属装置的GPU块数及GPU的驱动文件，创建GPU调用文件，通知GPU发现模块；GPU发现模块，用于接收到GPU适配模块的通知，监听自身所属装置的GPU的使用信息，并向管理节点上报自身所属装置的GPU块数和使用信息；GPU挂载模块，用于接收创建容器请求，创建容器，选择自身所属装置的GPU，并将所选择的GPU的驱动文件和调用文件挂载到容器中。本发明基于容器化技术，通过各个节点自身检测、监听、选择和挂载GPU，提高了GPU使用效率，同时避免了集群中GPU资源使用不均的情况。

摘要： 本公开是关于一种资源调度方法、资源调度装置及存储介质。所述资源调度方法应用于帧绘制类应用，所述资源调度方法包括：确定帧绘制周期内各任务线程的聚类类别，其中，所述聚类类别表征任务线程对帧绘制周期长度的影响程度；根据确定的所述聚类类别，在所述帧绘制周期内执行资源分配。通过本公开能够使系统资源精确和及时的调度到对帧绘制周期长度影响大的任务线程上，进而优化系统资源的调度策略，减少卡顿和丢帧现象。

摘要： 本申请公开了一种资源调度方法、资源调度装置、电子设备和存储介质，涉及云服务器或云计算平台技术领域。其中，资源调度方法包括：在目标资源池的资源使用率大于第一阈值的情况下，从空闲物理机集合中选择与所述目标资源池相匹配的目标空闲物理机，所述目标资源池不包含所述目标空闲物理机；将所述目标空闲物理机的资源池信息更改为所述目标资源池的资源池信息。本申请在不需要新增硬件资源的情况下，就能为资源池扩充资源，使得资源池能够更好地满足更多用户或更多业务的需求，从而能够解决因资源碎片化而导致资源闲置和资源使用率较低的问题，可用于云服务或云平台。

摘要： 本申请实施例提供了一种硬件资源调度方法、装置及硬件资源调度设备，在接收到资源调度指令时，根据资源调度指令中的待建立小区的规格和预先配置的单位小区的规格之间的关系，以及预设的基线硬件资源，得到待建立小区对应的硬件资源调度数据，其中该基线硬件资源为支持预先配置的单位小区规格内用户业务及公共业务运行所对应的硬件资源。如此，通过预先建立单位小区的业务运行与所需的硬件资源的映射关系，在新建小区时可较为精确地计算得到所需的硬件资源调度数据，实现了对硬件资源的合理、有效分配，在具有相同的硬件资源的情况下，可提高整体硬件资源的可处理业务量。

摘要： 本发明公开了一种资源调度方法、资源调度装置和非临时性计算机可读存储介质。资源调度方法包括：接收弹性伸缩服务发送的待扩张应用的业务扩张请求；根据业务扩张请求和应用的优先级确定待释放应用，待释放应用部署于待释放容器，待释放应用的优先级低于待扩张应用的优先级；克隆并保存待释放容器的容器信息；释放待释放容器的资源；发送资源释放消息至弹性伸缩服务以使弹性伸缩服务在释放资源后的待释放容器进行待扩张应用的业务扩张。如此，在最大限度地保证了优先级别较高的应用的稳定运行的同时，可以使得释放后的待释放应用在有资源空闲时恢复，从而更加彻底地保障弹性伸缩服务的进行。

摘要： 提供多模型探索中的资源调度方法和资源调度装置。多模型探索中的资源调度方法包括：基于同一目标数据集对多个机器学习模型分别进行一轮超参数探索训练，其中，在这一轮探索中每个机器学习模型至少探索M组超参数，M为大于1的正整数；基于所述多个机器学习模型分别在这一轮探索到的多组超参数分别对应的模型评价指标，计算每个机器学习模型的本轮表现得分，以及计算每个机器学习模型的未来潜力得分；综合每个机器学习模型的本轮表现分和未来潜力得分，确定将可用的资源分配给各机器学习模型的资源分配方案；根据所述资源分配方案在下一轮的超参数探索训练中进行相应的资源调度。

摘要： 本发明提供了一种通过统一资源调度协调器创建虚拟机和/或容器的方法，所述方法包括：接收创建所述虚拟机和/或所述容器的指令，其中所述指令包括所述虚拟机和/或所述容器的参数；根据所述参数从物理节点中选择出第一计算节点；根据所要创建的类型，将所述参数和所述第一节点的信息相应地发送给虚拟机管理模块和/或容器管理模块；在所述虚拟机和/或所述容器创建完成后，从所述虚拟机管理模块和/或所述容器管理模块接收资源分配情况；以及在记录资源变化情况后，将所述资源分配情况同步给所述容器管理模块和/或所述虚拟机管理模块。本发明还提供了一种统一资源调度协调器、统一资源调度系统以及计算机存储介质。