Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜河海大学陆宇翔获国家专利权

恭喜河海大学陆宇翔获国家专利权

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!

龙图腾网恭喜河海大学申请的专利一种基于干扰等级和通信代价的批调度系统及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:CN114253693B

龙图腾网通过国家知识产权局官网在2025-05-27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:202111672670.4,技术领域涉及:G06F9/48;该发明授权一种基于干扰等级和通信代价的批调度系统及方法是由陆宇翔;许国艳设计研发完成,并于2021-12-31向国家知识产权局提交的专利申请。

一种基于干扰等级和通信代价的批调度系统及方法在说明书摘要公布了:本发明公开了一种基于干扰等级和通信代价的批调度系统及方法,包括批调度模块和GPU调度优化模块,批调度模块对podgroup中pod进行调度,并判断podgroup是否有足够的pod调度成功,若满足要求则为这些pod绑定到对应节点;否则该podgroup中的所有pod回滚,等待重新调度;GPU调度优化模块计算podgroup中所有任务在GPU上的平均性能降级以及干扰等级;通过GPU之间的模型同步代价和更新模型数据计算通信代价;将干扰等级和通信代价加权和作为适应度并使用混合蛙跳算法不断更新调度策略得到最终的调度策略。本发明通过插件化方式实现批调度,避免了引入其他调度器时造成的缓存一致性问题;结合干扰等级和通信代价,使用混合蛙跳算法来找寻全局最优解,可以有效提高分布式训练任务的效率。

本发明授权一种基于干扰等级和通信代价的批调度系统及方法在权利要求书中公布了:1.一种基于干扰等级和通信代价的批调度系统,其特征在于,包括批调度模块和GPU调度优化模块,批调度模块,用以对调度队列中的pod进行排序,使得同组pod位于调度队列的同一区域;从调度队列队头取出一个pod,根据用户为pod申请的资源,从节点列表中选出所有满足资源需求的节点,并按照打分策略对所有满足资源需求的节点进行打分,得到最高分节点;对最高分节点进行预调度处理,预占用节点资源;判断podgroup中是否有足够的pod调度成功,若满足要求,则为这些pod绑定到对应节点;若不满足要求,则该podgroup中的所有pod回滚,等待重新调度;其中,批调度以podgroup为单位,pod是一个容器组,包括一个或多个共享网络、CPU、GPU资源容器;GPU调度优化模块,用以对GPU资源进行细粒度调度;从podgroup中选择一个任务,其中pod为任务,且一个pod为一个任务;将选择的一个任务与GPU上正在运行的n个任务分别进行向量表示得到n+1个任务向量;将n+1个任务向量输入多层感知机,得到所选任务在GPU上的平均性能降级;重新选择podgroup中的任务,重复上述操作,直到得到podgroup中所有任务在GPU上的平均性能降级后,计算得到干扰等级;定义GPU之间的模型同步代价为mscij;根据GPU之间的连接方式构建GPU拓扑树并根据GPU拓扑树权值计算mscij;定义更新模型数据为mudsij,使用同步代价和更新模型数据计算得到通信代价,并将通信代价加权后求和得到通信代价加权和;将干扰等级和通信代价加权和作为适应度,再使用混合蛙跳算法不断更新调度策略,得到最终的调度策略;在GPU调度优化模块中,干扰等级的计算过程为:定义干扰感知的多层感知机: 其中,W1……WL-1为权重矩阵,L是多层感知机层数;为权重矩阵的转置;b1……bL为偏置向量;g2……gL为Relu激活函数;h为输出层权重;hT为输出层权重的转置;α1……αL-1为多层感知机中间层的输入;φ1……φL为多层感知机中间层的输出,T1……Tn+1为任务向量;σ为映射方法;为性能降级向量的预测值;在多层感知机的训练过程中,通过梯度下降算法更新权重矩阵W,来最小化性能降级向量的预测值与性能降级向量的目标值zt之间的均方损失,并使用正则化防止过拟合,损失函数L为: 其中,λ为正则化权重;wt为训练样例权重;m为任务向量维数;将n+1个任务向量输入多层感知机,得到性能降级向量的预测值该性能降级向量的预测值有n+1个元素,分别对应n+1个任务的性能降级,再通过如下公式计算得到平均性能降级SDi: 根据分布式训练所有子任务的平均性能降级,并根据如下计算公式得到干扰等级IM: 其中,m为podgroup中的任务数量;在GPU调度优化模块中,通信代价的计算过程为:定义GPUi与GPUj之间的模型同步代价为mscij,定义更新模型数据为mudsij;获取GPU之间的连接关系并根据该连接关系建立GPU拓扑树,根据GPU拓扑树权值计算模型同步代价mscij;根据模型同步代价mscij和更新模型数据mudsij计算得到通信代价CM,计算公式为: 其中,n为GPU个数,i和j为GPU对应的的编号。

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河海大学,其通讯地址为:210024 江苏省南京市鼓楼区西康路1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”。

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。