1 |
1
모든 에지 서버에서 디바이스 쿼리 어플리케이션을 실행하고, GPU 리소스가 추가된 경우 추가된 GPU 리소스에 관한 정보의 업데이트가 HTTP 패치 요청으로 API 서버에 전송되어 모든 노드에 등록되는 단계; 클라이언트로부터 로컬로 존재하는 에지의 API 서버에 원하는 서비스를 요청하는 서비스 요청을 확인하는 단계; 서비스 요청을 확인 후, 스트림 소켓을 사용하여 데이터를 송수신하는 IoT 데이터 소스로부터 에지 서버가 서비스 요청에 대한 외부 데이터를 수신하는 단계; 수신된 외부 데이터에 대하여 쿠버네티스(Kuvernetes) 스케줄링을 사용하여 신경망 Pod를 할당하는 단계; 및할당된 Pod가 신경망을 통해 외부 데이터를 처리하는 단계를 포함하고, 수신된 외부 데이터에 대하여 쿠버네티스 스케줄링을 사용하여 신경망 Pod를 할당하는 단계는, 새로 추가된 GPU 리소스를 신경망 Pod에 할당할 때, 상기 추가된 GPU 리소스에 관한 정보에 따라 필터링 조건이 설정되며, 상기 신경망 Pod를 할당하는 단계는,탑재 가능 볼륨 및 볼륨 간 충돌의 노드 유효성을 점검하는 볼륨 필터링, Pod가 요청한 포트와 충분한 리소스를 점검하는 리소스 필터링, 클러스터 토폴로지에 따른 스케줄링을 지원하기 위해 허용 및 선택기를 포함하는 쿠버네티스 구성요소를 식별하는 토폴로지 필터링을 통해 유효한 노드를 식별하는 노드 필터링 단계; 노드의 레이블 조건을 결정하고 가중치를 부여하여 우선순위를 조정하는 노드 우선 순위 계산 단계; 및 노드 필터링 및 노드 우선 순위 계산에 따라 신경망 Pod를 할당하는 실제 스케줄링 단계를 포함하는 임베디드 에지 서버 구성 및 신경망 서비스 활용 방법
|
2 |
2
제1항에 있어서,클라이언트로부터 로컬로 존재하는 에지의 API 서버에 원하는 서비스를 요청하는 서비스 요청을 확인하는 단계는, 클라이언트의 각 요청에 대해 통신하는 프로그램은 클러스터에 접속 가능한 인증 라이브러리와 내부 클라우드 운영을 지원하는 쿠버네티스 API를 사용하는 임베디드 에지 서버 구성 및 신경망 서비스 활용 방법
|
3 |
3
삭제
|
4 |
4
삭제
|
5 |
5
모든 에지 서버에서 디바이스 쿼리 어플리케이션을 실행하고, GPU 리소스가 추가된 경우 추가된 GPU 리소스에 관한 정보의 업데이트를 HTTP 패치 요청으로 API 서버에 전송하여 모든 노드에 등록하는 어플리케이션 실행부; API 서버에 원하는 서비스를 요청 및 확인 후, IoT 데이터 소스로부터 요청에 대한 외부 데이터를 스트림 소켓으로 수신하는 데이터를 송수신을 위한 서비스 요청 확인부; 수신된 외부 데이터에 대하여 쿠버네티스(Kuvernetes) 스케줄링을 사용하여 신경망 Pod를 할당하는 Pod 할당부; 및할당된 Pod가 신경망을 사용하여 외부 전송 및 내부로 저장되는 데이터를 처리하는 데이터 처리부를 포함하고, Pod 할당부는, 새로 추가된 GPU 리소스를 신경망 Pod에 할당할 때, 상기 추가된 GPU 리소스에 관한 정보에 따라 필터링 조건을 설정하며, 탑재 가능 볼륨 및 볼륨 간 충돌의 노드 유효성을 점검하는 볼륨 필터링, Pod가 요청한 포트와 충분한 리소스를 점검하는 리소스 필터링, 클러스터 토폴로지에 따른 스케줄링을 지원하기 위해 허용 및 선택기를 포함하는 쿠버네티스 구성요소를 식별하는 토폴로지 필터링을 통해 유효한 노드를 식별하는 노드 필터링을 수행하고; 노드의 레이블 조건을 결정하고 가중치를 부여하여 우선순위를 조정하는 노드 우선 순위 계산하고; 노드 필터링 및 노드 우선 순위 계산에 따라 신경망 Pod를 할당하는 실제 스케줄링하는 임베디드 에지 서버 구성 및 신경망 서비스 활용 시스템
|
6 |
6
제5항에 있어서,서비스 요청 확인부는, 클라이언트의 각 요청에 대해 통신하는 프로그램은 클러스터에 접속 가능한 인증 라이브러리와 내부 클라우드 운영을 지원하는 쿠버네티스 API를 사용하는 임베디드 에지 서버 구성 및 신경망 서비스 활용 시스템
|
7 |
7
삭제
|
8 |
8
삭제
|