基于动态任务量的高校云计算中心能耗算法分析

随着云计算技术的普及,用户规模的不断扩大,我国云计算中心的建设速度得到飞速发展,伴随其巨大的能耗消耗问题引发了广泛关注,同时云计算中心的资源利用率普遍不高。针对这一问题,提出了动态任务量的能耗优化算法,该算法能够根据高校云计算中心动态变化的任务量,及时调整服务器的运行状态,从而达到节约能耗的效果。通过仿真实验显示,该算法能够有效降低云计算机中心的能源消耗,降低其运营成本,特别是在低任务量时,节能效果较为明显。

基于软件定义的云计算中心安全建设

随着新一轮科技革命和产业变革兴起,5G、人工智能、大数据、物联网等新一代信息技术产业迅速崛起,当前企业都在以各种方式积极推进数字化转型智能化发展,以强化信息化应用水平,提升智能化能力,促进管理运行自动化。云计算中心是信息化基础设施,是支撑企业实现智能化发展的有效保障,而安全防护又是云计算中心建设运行的重要组成部分。本文分析软件定义的安全技术在云计算中心安全防护中的作用,期待对企业云计算中心的安全建设起到借鉴作用。

P级计算中心集群资源开放共享实践

随着科学技术的高速发展,科学研究对GPU资源的需求越来越大,高校与研究所纷纷建立高性能计算中心。因缺少专职管理人员、服务器种类多样化,存在计算资源利用率不高、闲置等问题。某高校计算中心通过搭建三套独立的网络管理服务器,配置支持调度异构资源的SLURM任务提交系统,整合不同计算资源做好开放共享。通过长期实践,集群运行稳定,整体资源利用率接近100%,在充分利用所有计算资源的同时,也为用户提供了良好的使用环境。

雄安城市计算中心项目给排水设计

我国计算中心工程的建设伴随着信息时代经历着迅猛发展,计算中心工程本身的功能定位更新升级,追求目标呈现多样。与之相适应,计算中心建筑给排水系统出现了新的特征,结合一项城市计算中心工程给排水系统设计案例,分析总结该工程备份冷却水系统、防淹防涝措施、计算机房特殊消防措施、全年不间断景观水系统的特征性技术手段,为同类型计算中心工程的研究和设计提供参考。

智能计算中心发展态势研究

智能计算中心是中国新型基础设施建设的重要组成部分,是满足人工智能算力需求、支撑国家智能化转型的重要力量之一。智能计算中心已得到国家和业界高度关注,将会迎来规模化建设和应用。智能计算中心作为智能算力的系统集成和融合创新平台,将从需求侧拉动各类人工智能技术创新进步。此外,智能计算中心将大大降低智能算力的使用门槛,推动人工智能普惠化发展,助力各行业智慧化转型升级。

云计算中心多用户网络资源负载均衡控制研究

在控制网络资源负载均衡时,由于不同传输链路的传输能力不同,难以满足适应性调节,为此提出云计算中心多用户网络资源负载均衡控制方法。首先,构建云计算中心网络模型,并以传输链路的带宽参数作为模型的约束;其次,以云计算中心网络传输链路的最大利用率达到最小化状态为目标,结合每条链路当前执行传输任务的状态及实际传输效率,实现对网络资源负载的均衡配置;最后,进行测试分析。测试结果表明,采用设计方法后网络的吞吐量能够结合实际的流量负载实现适应性调节。

天津人工智能计算中心完工!算力设备“Atlas”上线!

2022年12月30日,天津人工智能计算中心项目一期工程顺利完工,算力设备“Atas”上线试运行。据了解,算力设备“Atlas”由一整套人工智能服务器和高端网络设备组成,运行后,为人脸识别、信息个性化推送等智慧场景提供算力支持。

展望量子与超算的融合发展——德国莱布尼茨计算中心访问记

位于慕尼黑附近的巴伐利亚科学院莱布尼茨计算中心(LRZ)是德国最著名的超算中心之一。作为德国高斯超算中心的重要组成部分,LRZ与联想和英特尔合作的超级计算机SuperMUC-NG曾在2019年全球高性能计算TOP500榜单中排名第9。现在,LRZ致力于用量子处理器作为超算的加速器,推动前沿的量子-经典混合计算架构的发展。

人工智能计算中心供配电系统设计探讨

为了探讨人工智能计算中心供配电系统的设计策略,以某实际项目为例,分析了变配电系统、不间断电源系统、柴油发电机组系统、机柜以及关键动力设备配电系统等子系统的可行方案;模拟了柴油发电机组进排风的气流组织;形成了一套完整的解决思路。该设计能够为其他人工智能中心的供配电系统设计提供借鉴。

基于M/M/n/n+r排队模型的云计算中心服务性能分析

针对需要精确地评估分析云数据中心服务性能以保证服务质量(QoS)和避免违反服务水平协议(SLA)的问题,提出了一个基于M/M/n/n+r排队系统云计算中心近似分析模型。通过求解该模型获得用户请求响应时间的分布函数以及其他重要的QoS性能指标,同时通过仿真实验验证和获得服务器数量、队列缓冲区大小与响应时间、请求阻塞概率以及请求立即服务概率之间的关系。实验结果表明,提高服务器服务速率比增加服务器数量更利于提高服务性能。

面向超级计算中心的运营管理支撑平台的设计与实现

超级计算能力和应用水平关乎一个国家或地区在信息技术领域国际竞争的成败,要着力突破制约中心运营和发展的内外部技术瓶颈,建立支撑超级计算中心良性循环、可持续发展的创新运营模式和智能运营环境,存在着严峻的挑战。针对实现这个目标,探讨建立支持多租户运营模式、用户服务相互隔离、资源可动态灵活配置、用户数据相互隔离、支持隐私保护、支持用户任务的高可用性的面向超级计算中心的运营管理支撑平台。

批量到达下的IaaS云计算中心服务性能评价

针对请求批量到达下基础设施即服务(Iaa S)云计算中心性能分析问题,提出基于排队系统的云计算中心分析模型,并获得平稳状态时重要的服务性能参数:阻塞概率、立即服务概率、响应时间百分比、平均队长等。通过数值仿真实验分析了缓冲区和批量大小变化对系统性能的影响。数值仿真结果表明:同等排队强度下,缓冲区的增加对批量到达系统性能的改善优于单个到达系统;每批到达请求数的突发度越大,系统性能越差。

DBSCAN算法在高性能计算中心用户分类的应用研究

为提高集群资源使用效率,管理员需要对用户进行分类,从而对不同用户提出资源使用策略。DBSCAN(Density Based Spatial Clustering of Applications with Noise)聚类算法可对用户进行分类,但对初始参数敏感。为此,提出改进算法,首先将密度进行层次划分,由此得出各层次的密度阈值,在每种阈值下采用DBSCAN算法,解决全局参数问题。在此基础上,创新地使用一个直接可达距离排序队列,将排序信息作为可变参数,减小初始参数对结果的影响。通过高性能计算中心用户数据的实例验证了其可行性。实验结果表明,改进后的算法提高了用户分类的准确性和全面性。

高校计算中心建设与管理的探索与实践

本文探讨了高校计算中心建设与管理的几项措施,提出了改革管理体制,建立科学管理模式,做到人财物充分利用,实现计算机技术管理现代化是加快计算中心建设与发展的基本思路.

科学计算中心建设与服务的探索与实践

介绍了南京师范大学科学计算中心的建设情况,以及中心对人才培养和科学研究的支撑服务。中心面向拔尖人才的层次化能力培养以及面向协同创新的多元化服务通道的探索与实践具有较强的借鉴意义。该科学计算中心共享平台能够较好地满足各学科的科学计算需求,为校内外科研工作者提供了高质量的计算服务,同时也提高了资源的使用效率。

政务云计算中心运维管理系统的架构研究

通过分析云计算的特征和政务云计算中心的运维管理需求,运用系统层次性、复杂适应系统、面向服务的体系结构和IT服务管理等理论方法,提出了运维管理系统结构模型和功能模块.一个面向服务、合理分层、对IT资源重新组织的运维管理系统能有效地适应政务云计算中心快速发展变化的要求,并实现云计算中心高效管理和服务.

云计算中心运维指标的集中管理

提出了云计算中心运维指标的集中管理模式,利用Quartz+MVC+Highcharts技术实现了多个系统中关键运维指标的定时采集,构建了运维数据的在线管理平台.结果表明,该管理模式能挖掘出具有实用性的运维数据,提升了信息化管理水平.

基于Internet的高校计算中心网站建设

开发基于Internet的教学网站 ,是网络教育资源建设的一个重要途径 .详细描述了计算中心网站的需求背景、设计思想。

超级计算中心供电系统探讨

随着高性能计算机系统规模的扩大,能耗已成为阻碍高性能计算产业发展的主要瓶颈之一。构建绿色节能超级计算中心最关键、最核心的就是用电效率的问题。首先对超级计算中心供电系统结构进行阐述并给出了优化方案;然后总结了针对供电系统自身的节能策略,并介绍了超级计算中心综合能源管理调度的设想;最后,总结并展望了该领域未来的发展方向。

以人为本理念指导下的高校计算中心建设

目前,人本管理理念已渗透到教育管理的各个层面,成为高校计算中心建设与发展的必然要求。本文探讨如何将以人为本这种理念应用到规划发展和科学管理的各项工作中,以实现计算中心的快速发展。