맞춤기술찾기

이전대상기술

분산 스토리지 어플리케이션의 저전력 GPU 스케줄링 방법

  • 기술번호 : KST2020005709
  • 담당센터 : 인천기술혁신센터
  • 전화번호 : 032-420-3580
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 분산 스토리지 어플리케이션의 저전력 GPU 스케줄링 방법이 제시된다. 일 실시예에 따른 GPU(Graphics Processing Unit) 스케줄링 방법은, 이니시에이터 서버의 인코딩 스케줄러는 GPU 패리티 계산 함수를 호출하여 CPU 메모리에 저장된 데이터 블록으로부터 패리티 블록을 생성하는 단계; 상기 이니시에이터 서버의 인코딩 스케줄러는 상기 패리티 블록을 HDD 스토리지에 스트라이프하기 위하여, HDD의 전력 모드를 대기 모드에서 활성 모드로 전환시키는 단계; 상기 이니시에이터 서버의 인코딩 스케줄러는 상기 패리티 블록들을 패리티 HDD로 스트라이프하는 단계; 및 상기 이니시에이터 서버의 인코딩 스케줄러는 전력 소비를 감소시키기 위하여, HDD의 전력 모드를 활성 모드에서 대기 모드로 전환시키는 단계를 포함할 수 있다.
Int. CL G06F 9/48 (2018.01.01) G06F 9/50 (2018.01.01) G06F 11/10 (2006.01.01)
CPC G06F 9/4893(2013.01) G06F 9/4893(2013.01) G06F 9/4893(2013.01) G06F 9/4893(2013.01)
출원번호/일자 1020180138848 (2018.11.13)
출원인 인하대학교 산학협력단
등록번호/일자 10-2141158-0000 (2020.07.29)
공개번호/일자 10-2020-0055319 (2020.05.21) 문서열기
공고번호/일자 (20200804) 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2018.11.13)
심사청구항수 2

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 대한민국 인천광역시 미추홀구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김덕환 서울특별시 양천구
2 메히디 인천광역시 미추홀구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 양성보 대한민국 서울특별시 강남구 선릉로***길 ** (논현동) 삼성빌딩 *층(피앤티특허법률사무소)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 인하대학교 산학협력단 인천광역시 미추홀구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2018.11.13 수리 (Accepted) 1-1-2018-1125140-85
2 출원인정보변경(경정)신고서
Notification of change of applicant's information
2018.12.27 수리 (Accepted) 4-1-2018-5266647-91
3 선행기술조사의뢰서
Request for Prior Art Search
2019.08.08 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2019.10.08 발송처리완료 (Completion of Transmission) 9-6-2019-0114110-94
5 의견제출통지서
Notification of reason for refusal
2019.12.04 발송처리완료 (Completion of Transmission) 9-5-2019-0880939-58
6 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2020.02.04 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2020-0114556-31
7 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2020.02.04 수리 (Accepted) 1-1-2020-0114555-96
8 등록결정서
Decision to grant
2020.05.26 발송처리완료 (Completion of Transmission) 9-5-2020-0360708-80
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
GPU(Graphics Processing Unit) 스케줄링 방법에 있어서, 이니시에이터 서버의 인코딩 스케줄러는 GPU 패리티 계산 함수를 호출하여 CPU 메모리에 저장된 데이터 블록으로부터 패리티 블록을 생성하는 단계; 상기 이니시에이터 서버의 인코딩 스케줄러는 상기 패리티 블록을 HDD 스토리지에 스트라이프하기 위하여, HDD의 전력 모드를 대기 모드에서 활성 모드로 전환시키는 단계; 상기 이니시에이터 서버의 인코딩 스케줄러는 상기 패리티 블록들을 패리티 HDD로 스트라이프하는 단계; 및 상기 이니시에이터 서버의 인코딩 스케줄러는 전력 소비를 감소시키기 위하여, HDD의 전력 모드를 활성 모드에서 대기 모드로 전환시키는 단계를 포함하고, 목표 스토리지 서버의 인코딩 스케줄러는 복수의 SSD를 포함하는 SSD 프로파일러를 생성하는 단계; 상기 목표 스토리지 서버의 인코딩 스케줄러는 상기 목표 스토리지 서버에서 데이터 블록을 읽어 CPU 메모리로 할당하는 단계; 상기 목표 스토리지 서버의 인코딩 스케줄러는 상기 데이터 블록을 SSD에 스트라이프하기 위하여, SSD의 전력 모드를 유휴 모드에서 활성 모드로 전환하는 단계; 상기 목표 스토리지 서버의 인코딩 스케줄러는 상기 CPU 메모리의 상기 데이터 블록들을 복수의 데이터 SSD로 스트라이프하는 단계; 및 상기 목표 스토리지 서버의 인코딩 스케줄러는 전력 소비를 감소시키기 위해, SSD의 전력 모드를 활성 모드에서 유휴 모드로 전환하는 단계를 더 포함하며, 상기 이니시에이터 서버의 데이터 사전 청킹 모듈(data pre-chunking module)은 데이터를 청크들로 분류하고, GPU 패리티 생성자(parity generator)는 GPU 패리티 계산 모듈(GPU parity computing module), 메모리 할당자(memory allocator) 및 주소 변환 함수(address translation function)를 사용하여 패리티 블록을 생성하며, 상기 목표 스토리지 서버의 데이터 사후 청킹 모듈(data post-chunking module)은 상기 데이터 사전 청킹 모듈에 의해 정의된 것과 동일한 크기로 청크들을 분류하고, SSD 프로파일 및 IO 스케줄러 함수를 사용하여 플래시 배열 기반으로 데이터 SSD의 전력 모드를 전환하는 것을 특징으로 하는, GPU 스케줄링 방법
2 2
삭제
3 3
GPU(Graphics Processing Unit) 스케줄링 시스템에 있어서, GPU 패리티 계산 함수를 호출하여 CPU 메모리에 저장된 데이터 블록으로부터 패리티 블록을 생성하고, 생성된 상기 패리티 블록들을 HDD로 스트라이프하는 이니시에이터 서버; 및 데이터 블록을 읽어 CPU 메모리로 할당하고, 상기 CPU 메모리의 상기 데이터 블록들을 복수의 데이터 SSD로 스트라이프하는 목표 스토리지 서버를 포함하고, 상기 이니시에이터 서버는, 상기 이니시에이터 서버의 인코딩 스케줄러가 GPU 패리티 계산 함수를 호출하여 CPU 메모리에 저장된 데이터 블록으로부터 패리티 블록을 생성하고, 상기 이니시에이터 서버의 인코딩 스케줄러는 상기 패리티 블록을 HDD 스토리지에 스트라이프하기 위하여, HDD의 전력 모드를 대기 모드에서 활성 모드로 전환시키며, 상기 이니시에이터 서버의 인코딩 스케줄러는 상기 패리티 블록들을 패리티 HDD로 스트라이프한 후, 상기 이니시에이터 서버의 인코딩 스케줄러는 전력 소비를 감소시키기 위하여, HDD의 전력 모드를 활성 모드에서 대기 모드로 전환시키며, 상기 목표 스토리지 서버는, 상기 목표 스토리지 서버의 인코딩 스케줄러가 복수의 SSD를 포함하는 SSD 프로파일러를 생성하고, 상기 목표 스토리지 서버의 인코딩 스케줄러는 상기 목표 스토리지 서버에서 데이터 블록을 읽어 CPU 메모리로 할당하며, 상기 목표 스토리지 서버의 인코딩 스케줄러는 상기 데이터 블록을 SSD에 스트라이프하기 위하여, SSD의 전력 모드를 유휴 모드에서 활성 모드로 전환하고, 상기 목표 스토리지 서버의 인코딩 스케줄러는 상기 CPU 메모리의 상기 데이터 블록들을 복수의 데이터 SSD로 스트라이프한 후, 상기 목표 스토리지 서버의 인코딩 스케줄러는 전력 소비를 감소시키기 위해, SSD의 전력 모드를 활성 모드에서 유휴 모드로 전환하고, 상기 이니시에이터 서버의 데이터 사전 청킹 모듈(data pre-chunking module)은 데이터를 청크들로 분류하고, GPU 패리티 생성자(parity generator)는 GPU 패리티 계산 모듈(GPU parity computing module), 메모리 할당자(memory allocator) 및 주소 변환 함수(address translation function)를 사용하여 패리티 블록을 생성하며, 상기 목표 스토리지 서버의 데이터 사후 청킹 모듈(data post-chunking module)은 상기 데이터 사전 청킹 모듈에 의해 정의된 것과 동일한 크기로 청크들을 분류하고, SSD 프로파일 및 IO 스케줄러 함수를 사용하여 플래시 배열 기반으로 데이터 SSD의 전력 모드를 전환하는 것을 특징으로 하는, GPU 스케줄링 시스템
4 4
삭제
5 5
삭제
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 인하대학교 산학협력단 기본연구(교육부) [Ezbaro] 고가용성, 고신뢰성 클라우드 시스템을 위해 딥러닝 기술을 적용한 Key-Value 기반의 지능형 소프트웨어 정의 스토리지
2 인하대학교 산학협력단 인하대학교 산학협력단 연구비 수주 목적사업 WCSL_(2차년도) 저전력 전기자동차용 자율주행시스템 개발 및 인력양성