协同计算

摘要： 随着AI芯片软硬件架构的迭代升级,智能终端的AI处理能力日益增强。但由于终端自身资源的局限性,使终端AI应用仍存在着严格的计算、内存和能耗成本限制。设备协同计算的概念应运而生。重点研究智能终端深度学习模型计算决策技术,结合智能终端技术栈特性与用户隐私安全深入研究了DNN计算卸载系统管线,并提出一种适合智能终端AI应用落地的模型潜在分割点搜索策略,通过系统仿真对其进行性能评估。

摘要： 随着端云协同计算、网络通信、数字孪生等技术的发展,以沉浸式体验为核心的XR(未来虚实融合)互联网将迎来爆发期。智能眼镜有望成为新的人机交互设备,推动形成有别于平面互联网的XR互联网,催生从元器件、设备、操作系统到应用的新产业生态。达摩院分析了近三年来的770万篇公开论文、8.5万份专利,覆盖159个领域,挖掘其中热点及重点技术突破。

摘要： 针对车载边缘计算郊区道路场景中不同类型的依赖性任务卸载问题,采用联合郊区服务器和附近车辆计算资源的方法,设计了一种依赖性任务车—车(vehicle to vehicle,V2V)协同卸载方案,该方案考虑了郊区服务器部署、车辆计算能力异质性、计算任务依赖性、车辆移动性等特点,以最小化平均计算时延为目标,构建了多种依赖关系的任务模型。实验结果表明,所提方案相比于传统方案,能更好地降低平均计算时延和卸载失败率。

摘要： 技术介绍基于GF-1/6影像协同的湖库水体营养状态遥感监测技术利用GF-1/6影像蓝、绿、红波段遥感反射率计算水体颜色指数(FUI),通过GF-1/6光谱同化模型消除两种卫星数据源的光谱差异,使得GF-1/6影像计算的水色指数FUI具有一致性。利用GF-1/6影像协同计算湖库水体FUI,根据FUI和基于叶绿素a浓度计算的水体营养状态指数之间内在关系,实现湖库营养状态的动态评价。

摘要： 随着时代的发展和技术演进,大数据应用正逐步向特定行业进行渗透,在电子对抗行业,电磁大数据的研究成为发展趋势。以电磁大数据广域网应用为背景,从资源调度的视角出发,提出对数据、计算资源进行跨域调度的分布式处理模型,并对基于特征标签的数据共享、基于规则的分布式协同计算、跨域资源监控关键技术进行原理阐释,最后通过模拟环境仿真试验,验证基于分布式处理模型进行跨域电磁数据处理的有效性。

摘要： 边缘计算已成工业互联网核心支撑。工业互联网是基于全面互联而形成数据驱动的智能,数据在其中扮演极其重要的角色,然而当前工业现场面临缺少完整的数据集成应用架构等问题。边缘计算通过在数据源头构建协同计算、网络等多维能力的开放式平台,有效支撑了云、网、边、端等高效协同,实现企业内各层数据集成及实时高效处理,满足异构数据“采集、传输、应用以及安全”等多元化需求,为工业互联网创新发展注入新活力。

摘要： 移动边缘计算是解决机器人大计算量任务需求的一种方法。传统算法基于智能算法或凸优化方法,迭代时间长。深度强化学习通过一次前向传递即可求解,但只针对固定数量机器人进行求解。通过对深度强化学习分析研究,在深度强化学习神经网络中输入层前进行输入规整,在输出层后添加卷积层,使得网络能够自适应满足动态移动机器人数量的卸载需求。最后通过仿真实验验证,与自适应遗传算法和强化学习进行对比,验证了所提算法的有效性及可行性。

摘要： 2022年8月17日,在“2021年度全国交通企业智慧创新实践案例暨绿色智交通百人库”发布会上,广州铁科智控有限公司项目“基于云边协同计算的信号智能运维平台”,获评首届全国交通企业智慧建设创新实践标杆案例。发布会由中国交通企业管理协会绿色智慧交通分会主办,在山东济南召开。信号智能运维平台融合了云计算、大数据、数字孪生和人工智能等新一代信息技术,包含了实时监测、数据管理、健康管理、应急管理、生产管理和物资管理等六大功能中心,覆盖城市轨道交通信号系统运维的全功能需求,有助于城市轨道交通信号系统运营单位实现信号系统运维的数字化转型,提高运维水平和运维质量,降低运维成本。

摘要： 在杭州滨江区,一座占地面积33857平方米,总建筑面积372138平方米的智慧园区引人瞩目。智慧园区依托智慧云平台项目,覆盖AB塔楼及地下室范围,集成BA楼宇自控、安防、消防、能耗、环境、停车等子系统,以“云、边、端协同计算智慧物联AIoT平台”为支撑,利用新ICT信息技术,赋能园区安全、管理、运营和服务各环节。智慧云平台项目坚持“以人为本,效益优先”原则,打造数字化技术赋能的新一代科技、高效、安全、绿色、健康的智慧园区。

摘要： 车载边缘计算(Vehicular Edge Computing, VEC)是移动边缘计算(Mobile Edge Computing, MEC)在车联网中的一个重要应用。在VEC中,请求服务的车辆可以通过付费的方式,将计算任务卸载到VEC服务器或者空闲计算资源丰富的服务车辆上,从而满足车辆任务对计算服务的需求。然而,对于VEC运营商来说,收益最大化是其追求的目标之一。由于系统中的计算需求和计算资源是动态变化的,因此如何在车辆协同场景下确定一个合理的定价策略是一个不容忽视的问题。针对该问题制定了一个动态定价策略,使VEC服务器和服务车辆的价格随着计算资源的供需关系而动态调整。基于此,设计了运营商收益最大化的车辆协同计算卸载方案,通过将时延约束下的VEC运营商收益最大化问题转化为多用户匹配问题,使用Kuhn-Munkres(KM)算法求得卸载结果。仿真实验表明,相比已有定价策略,该动态定价策略下VEC服务器和服务车辆的价格均可以根据计算资源供需关系动态调整,从而实现运营商收益最大化;相比已有卸载方案,该方案可以在满足任务时延约束的前提下提高运营商的收益。

摘要： 本文阐述了面向协同计算的智能会议通系统研究与实现，主要包括以IDB为人机交互显示平台的智能会议通技术，是一套为满足群体协同即时、互动沟通与现场决策等需求而开发的一体化、智能化会议系统。该系统包括人机交互、视频会议、电子白板和网络通讯等一系列自主知识产权的关键技术。

摘要： 针对农产品安全与溯源的需要，结合当前元数据模型化与知识化不断增强的趋势，文章在分析了面向协同计算的农业信息资源元数据特性的前提下，综合考虑了农业领域知识特征、分类以及表达、网络农业信息的实体化过程模型与信息树模型、农村领域知识的金字塔表示模型、以及网络农村信息资源的形态演化模型等内容，重点分析了农业领域知识的组织结构与表达形式，借鉴Dublin Core、FGDC、GILS等现有元数据标准，设计并实现了包括20个核心元素、22个扩展元素的农业信息资源元数据标准，并实现了其应用体系。

摘要： 某工程多栋高低不同的建筑物坐落在同一整体大面积基础上,且整个地下室连为一体,没有设缝,各部分竖向荷载相差较大,建筑物可能会产生一定的差异沉降.基础设计时,应该根据地基基础的布置情况,进行建筑物地基与基础的协同计算分析,合理分析和预估建筑物的沉降和差异沉降,为基础优化设计和施工提供必要的技术依据和参考.

摘要： 同构多核处理器实现容易,原理简单,但是根据著名的Amdahl定律,当同类型的CPU内核个数增大到4～8个的时候,系统性能将受限于程序中必须串行的部分.片上异构多核处理器是一种新的发展趋势,对于CPU-GPU异构多核处理器来说,CPU和GPU可以发挥各自的优势,实现协同计算、彼此加速.但是,异构架构在共享资源的处理上也出现了新的难题,尤其是LLC.在研究体系结构LLC之前,需要对比和分析CPU程序和GPGPU程序的特征,本文主要从APKI、线程数目,以及程序的Cache敏感性三个方面入手进行分析.得出GPGPU应用程序和CPU应用程序具有不同的访存特性,GPGPU应用程序的访存频率远远高于CPU程序的,同时GPGPU应用程序的MPKI、CPI随着Cache容量的增大变化不大.

摘要： 随着计算机技术、网络技术、数据库技术等的发展以及应用的不断深化，GIS(地理信息系统)技术的发展呈现出新的特点和趋势，基于互联网的Web GIS就是其中之一。Web GIS除了应用于传统的国土、资源、环境等政府管理领域外，也正在促进与老百姓生活息息相关的车载导航、移动位置服务、智能交通、抢险救灾、城市设施管理、现代物流等产业的迅速发展。本文简要分析了Web GIS的特点及其早期时存在的功能缺点，然后探讨了在电子政务和企业信息化(电子商务)发展促使需要构建由多个地理信息系统构成的信息系统体系，跨越传统的单个地理信息系统边界，实现多个地理信息系统之间的资源(包括数据、软件、硬件和网络)共享、互操作和协同计算以及构建空间信息网格的情况下对于CIS的要求，并分析了B/S结构应用的技术发展现状。

摘要： 在结构连续化假定的基础上,将内筒和外筒视为铁摩辛柯梁,同时考虑内筒和外筒的剪切与弯曲变形,建立了筒中筒结构协同分析的哈密顿对偶体系,导出了相应的状态空间方程,其系统矩阵具有辛矩阵的特性,可用精细积分法求该体系的高精度数值解.论文提出了一套分析筒中筒结构协同工作的新方法,利用这种方法对筒中筒结构进行协同计算,计算简捷明了,编制的计算程序能应用于这类结构的初步分析,为结构方案的确定和结构设计提供了较为准确的依据.

摘要： 由于移动协同网络连接的不确定性,协同操作到其他节点并非完全可达,传统基于操作转换思想的协同算法在移动协同环境下其协同操作的因果关系会有不一致现象发生.论文分析了移动协同环境下的协同因果关系不一致的原因,并利用因果维持的必要条件与状态向量定义操作数差值D[m],快速定位未收到的操作消息ID,通过历史操作消息队列与待接收操作消息队列建立确认与消息请求重发机制,保证移动协同环境下协同操作结果的因果关系维持.最后使用连通率模拟仿真移动网络环境,通过例证与仿真实验验证了算法的可行性与有效性.

摘要： 由于移动协同网络连接的不确定性,协同操作到其他节点并非完全可达,传统基于操作转换思想的协同算法在移动协同环境下其协同操作的因果关系会有不一致现象发生.论文分析了移动协同环境下的协同因果关系不一致的原因,并利用因果维持的必要条件与状态向量定义操作数差值D[m],快速定位未收到的操作消息ID,通过历史操作消息队列与待接收操作消息队列建立确认与消息请求重发机制,保证移动协同环境下协同操作结果的因果关系维持.最后使用连通率模拟仿真移动网络环境,通过例证与仿真实验验证了算法的可行性与有效性.

摘要： 由于移动协同网络连接的不确定性,协同操作到其他节点并非完全可达,传统基于操作转换思想的协同算法在移动协同环境下其协同操作的因果关系会有不一致现象发生.论文分析了移动协同环境下的协同因果关系不一致的原因,并利用因果维持的必要条件与状态向量定义操作数差值D[m],快速定位未收到的操作消息ID,通过历史操作消息队列与待接收操作消息队列建立确认与消息请求重发机制,保证移动协同环境下协同操作结果的因果关系维持.最后使用连通率模拟仿真移动网络环境,通过例证与仿真实验验证了算法的可行性与有效性.

摘要： 由于移动协同网络连接的不确定性,协同操作到其他节点并非完全可达,传统基于操作转换思想的协同算法在移动协同环境下其协同操作的因果关系会有不一致现象发生.论文分析了移动协同环境下的协同因果关系不一致的原因,并利用因果维持的必要条件与状态向量定义操作数差值D[m],快速定位未收到的操作消息ID,通过历史操作消息队列与待接收操作消息队列建立确认与消息请求重发机制,保证移动协同环境下协同操作结果的因果关系维持.最后使用连通率模拟仿真移动网络环境,通过例证与仿真实验验证了算法的可行性与有效性.

摘要： 本发明提出了一种星地协同通信系统分布式协同计算迁移方法，包括收集星地协同通信系统完成计算迁移所需的信道信息与计算任务信息；基于分布式协同计算迁移方式确定系统延时优化问题；对系统延时优化问题进行分布式求解，分别得到每个基站和卫星的最优计算迁移策略；基于最优计算迁移策略，每个基站和卫星分别进行边缘计算，将结果返回至用户。该方法能够充分利用星地协同通信系统中双层边缘计算架构，通过分布式迁移机制，避免了中心化决策过程带来的双向传播延时，从而显著减小系统延时，解决了星地协同通信系统中采用中心化迁移策略决策延时长的难题，保障用户延时敏感业务的传输。

摘要： 本发明公开了一种星地协同网络低延时云边端协同计算方法和装置，包括如下步骤：S1：收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；S2：基于云边端协同计算方式确定系统延时优化问题；S3：对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；S4：基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户，该方法能够充分利用星地协同通信系统中多级网络架构，通过云边端协同计算，显著减小系统延时，保障用户延时敏感业务的传输。

摘要： 本发明公开了一种基于边缘计算的分布式跨域协同计算与服务系统及方法，包括跨域资源集成模块，知识管理及认知计算模块和分布式边缘服务器协同服务模块；跨域资源集成模块，对分散于各个边缘节点之中的大量异构数据源建立起一个公共的资源集成环境，对用户提供一个统一的数据建模方式与透明的访问视图；知识管理及认知计算模块将知识划分为云端的全局知识以及分布于边缘服务器的局部知识，对各个边缘服务器上的资源形成全局的管理；分布式边缘服务器协同服务模块可针对特定的服务，进行跨域的资源调度，通过云端与边缘服务器的协同机制，对服务进行支持。本发明可实现跨域数据的集成，实现更高效的协同服务。

摘要： 本发明公开了一种星地协同网络低延时云边端协同计算方法和装置，包括如下步骤：S1：收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；S2：基于云边端协同计算方式确定系统延时优化问题；S3：对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；S4：基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户，该方法能够充分利用星地协同通信系统中多级网络架构，通过云边端协同计算，显著减小系统延时，保障用户延时敏感业务的传输。

摘要： 本发明提出了一种星地协同通信系统分布式协同计算迁移方法，包括收集星地协同通信系统完成计算迁移所需的信道信息与计算任务信息；基于分布式协同计算迁移方式确定系统延时优化问题；对系统延时优化问题进行分布式求解，分别得到每个基站和卫星的最优计算迁移策略；基于最优计算迁移策略，每个基站和卫星分别进行边缘计算，将结果返回至用户。该方法能够充分利用星地协同通信系统中双层边缘计算架构，通过分布式迁移机制，避免了中心化决策过程带来的双向传播延时，从而显著减小系统延时，解决了星地协同通信系统中采用中心化迁移策略决策延时长的难题，保障用户延时敏感业务的传输。

摘要： 本发明公开了一种分布式协同计算系统和协同处理方法，涉及计算机系统领域，包括协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群，所述协同管理服务器、路由器、多个VPN加密设备、多个服务器运算资源集群、多个分布式运算资源集群和多个超级计算机中心运算资源集群之间均通过网络接口连接。本发明综合计算资源的优点，提高系统运算效率和计算能力，解决了现有运算集群中的服务器都处于忙碌状态，新的数据处理任务需要长时间等待才能被执行时的效率低的问题；达到了无需增加计算资源服务器的数量，降低系统运维成本的效果。

摘要： 本发明公开了一种基于雾计算的车联网中高可靠的任务协同计算方法，属于移动通信的技术领域。该方法包括以下步骤：客户车辆向雾服务器提交任务请求，雾服务器评估客户车辆通信范围内所有车辆的可靠性，筛选出客户车辆通信范围内可靠的协助车辆；雾服务器根据任务请求及协助车辆的资源情况计算出每辆协助车辆可计算的任务量；雾服务器基于匈牙利算法生成任务卸载策略并反馈给客户车辆；客户车辆根据任务卸载策略将拆分后的任务卸载至协助车辆节点和雾服务器节点。本发明降低了雾服务器的负载并提高了空闲车辆的资源利用率，有效提高了任务执行的成功率。

摘要： 本发明实施例提供一种AI计算图多后端协同计算方法及装置，该方法包括：对AI计算图拓扑展开得到初始的顺序执行结构图，每个后端单独运行初始的顺序执行结构图得到算子在每个后端上的运行时间；对初始的顺序执行结构图进行调整，得到更新的顺序执行结构图；对应每种顺序执行结构图，获取计算顺序执行结构图中的算子的多后端的排列组合方式；根据算子的总耗时最小时对应的排列组合方式确定AI计算图的算子的后端分配方案及对应的顺序执行结构。本发明实施例实现了将AI计算图中的算子自动分配到多个后端进行计算，自动使一个AI计算图同时利用不同的硬件执行，发挥各个处理器的优势，显著提高了计算效率，算子的后端分配方案更加灵活实用。

摘要： 本发明公开了一种5G移动边缘计算环境中多智能体协同计算卸载方法，通过初始化MEC环境中设备、5G网络和光纤网络的参数，基于初始化参数采集移动设备任务队列信息、需要计算的任务信息、设备与基站的网络信息；根据采集的信息计算，若需要计算的任务信息为本地计算，则将该任务加入移动设备的本地任务队列；若为计算卸载，则将该任务传输到相连基站的MEC服务器；若传输至MEC服务器计算，则将计算任务传输到附近基站的MEC服务器，并将任务加入该服务器的任务队列；若为云计算，则将计算任务传输到云服务器计算，实现多智能体协同计算卸载，本发明云计算的强大算力和MEC的近距离优势，为用户提供高质量体验，使应用执行时延最小。

摘要： 本发明属于无线通信技术领域，具体涉及一种卫星云边协同计算的计算卸载方法，构建一个具有云‑边‑端三层网络架构的卫星云边协同系统，以当前信道状态为输入，输出最小化计算成本对应的卸载决策，采用保序量化保证卸载决策变量量化前后的顺序一致平和算法性能与复杂度，通过自适应调整量化值K