面向数控系统的数据流反馈调度框架

提出一个数据流反馈调度框架(Feedback scheduling framework for data flow,FSF-DF),该调度框架可以预防因数据流中断而导致全软件数控系统加工时间延长与加工质量降低的现象。FSF-DF在数据流上的缓存中设置溢出警戒线,并实时地监测缓存中的数据量是否超出溢出警戒线,以此判断数据流是否有发生数据中断的危险。在数据流将要中断时,调整相关任务的执行频率和优先级,以维持数控系统的稳定性。利用马尔可夫链等统计方法降低执行频率的调整次数,使得FSF-DF具有较低的系统开销。通过建立包括监视器、控制器与基本调度器在内的动态反馈调度框架,使得任务执行频率与优先级的调整规则能够有效地集成在实时操作系统中。在实时操作系统RTAI中实现了FSF-DF,并验证它的有效性。试验结果表明,数据流反馈调度框架可以有效地预防数控系统中的数据流中断现象,能够提高数控系统的整体性能与加工速度。

利用访存模式构建GPU高效率数据访问

针对访存相对密集的应用,提出了一种基于访存模式高效率数据访问技术。该技术结合应用程序的访存特性和GPU的片上高速共享存储器特性减少应用程序对高延迟片外存储访问的次数从而提高系统数据访问的效率,通过在不同架构的GPU上进行了验证,分别取得了N卡最高9倍和A卡最高8倍的加速效果,并对各个优化策略在不同架构GPU上取得效果的原因进行了分析。

数据新闻产业化发展的现实困境与未来危机——基于国内三家数据新闻媒体栏目的分析

在全球数据资产化背景下,国内的数据新闻从业媒体普遍处于一种"数据饥饿"状态,数据缺失已成为限制数据新闻发展的首要因素,加之行业对于自身盈利模式的迷失,导致国内的数据新闻无论在内容亦或是表达形式上均存在明显的新闻规范性问题,并在近几年呈现了"量高而质低"的发展趋势。探究其原因,除了外部环境的桎梏因素,因控制生产成本所采取的量化生产策略和由新闻生产要素变化所引发的编辑室话语权冲突成为制约媒体数据获取能力的主要内因。在数据供需矛盾的长期影响下,国内的数据新闻产业化进程在未来将面临停滞与退化危机。