XiaoMi-AI文件搜索系统
World File Search System负载平衡
云、雾和边缘数据中心的容器放置和迁移策略：一项调查
过去十年见证了网络软件化的重要发展，它彻底改变了网络实践。虚拟化网络对分散在网络中的容器化网络功能的控制和编排提出了新颖而具体的要求。在这方面，虚拟化网络功能的迁移起着关键作用，可以最好地满足最佳资源利用率、负载平衡和容错的要求。本综述旨在详细概述容器迁移的进展，以便更好地理解与迁移相关的优势与实际挑战之间的权衡。本文对将容器化网络功能映射到虚拟化基础设施上的放置算法进行了分类。接下来，提出了执行容器化微服务传输的迁移技术的分类。
车辆到网格技术对网格的好处和挑战
本学士学位论文提供了对车辆到网格技术在电网上的优势和挑战的文献综述。这项研究的目的是探索车辆到网格服务对电网的影响，以探索其独特的优势，尤其是在技术方面，以预测面临的挑战并找到改善它们的方法。对于V2G技术在网格上的优势，本文的重点是剃须，负载平衡，作为分布式的能量存储和可再生能源整合；对于挑战，该论文的重点是技术方面，探索诸如电池降解，充电效率，对分布式设备的影响以及在经济水平上提到的挑战等问题。本文将首先审查现有文献，以了解V2G技术及其应用的当前状态。与传统技术相比，这将揭示V2G技术在电网中应用的好处以及技术扩散的挑战。
车辆到电网技术对电网的好处和挑战
本学士论文对车辆到电网技术对电网的优势和挑战进行了文献综述。本研究的目的是探索车辆到电网服务对电网的影响，探索其独特的优势，特别是在技术方面，预测将面临的挑战并找到改进方法。对于 V2G 技术对电网的优势，本论文重点关注调峰、负载平衡、分布式储能和可再生能源整合；对于挑战，本论文重点关注技术方面，探讨电池退化、充电效率、对分布式设备的影响等问题，并提到经济层面的挑战。本论文将首先回顾现有文献，以了解 V2G 技术的现状及其应用。随后，将揭示 V2G 技术的应用对电网的好处以及与传统技术相比的技术传播挑战。
弹性城市能源系统：人工智能支持的智慧城市应用
城市环境中对能源的需求不断增长，再加上减少碳排放的迫切需要，这就需要创新发电、配电和用电的方法。人工智能 (AI) 驱动的智能电网通过优化能源效率、整合可再生资源和确保电网稳定性提供了变革性的解决方案。本文探讨了机器学习和支持物联网的预测分析如何提高城市地区智能电网的性能。通过解决需求预测、负载平衡和可再生能源间歇性等挑战，本研究展示了人工智能彻底改变可持续能源管理的潜力。实验结果突出了电网可靠性、成本降低和碳足迹最小化的提高，为弹性和环保的城市能源系统铺平了道路。
异构 CPU/GPU 共同执行 CFD 模拟...
高保真计算流体力学模拟通常与大量计算需求相关，而每一代超级计算机的出现都对计算能力提出了更高的要求。然而，需要进行大量的研究工作才能释放基于日益复杂的架构的前沿系统（目前称为前百亿亿次级系统）的计算能力。在本文中，我们介绍了计算力学代码 Alya 中实现的方法。我们详细描述了为充分利用不同并行级别而实施的并行化策略，以及一种用于有效利用异构 CPU/GPU 架构的新型共执行方法。后者基于具有动态负载平衡机制的多代码共执行方法。已针对使用 NVIDIA Volta V100 GPU 加速的 POWER9 架构上的飞机模拟对所有提出的策略的性能进行了评估。
基于多链区块链的水果和蔬菜供应链的优质可追溯性系统
为了提高水果和蔬菜行业的可追溯性效率和安全性，本文提出了一种基于多链区块链技术的优化模型。首先，对水果和蔬菜行业的供应链信息进行了分析，该信息的可追溯性代码和产品信息来自供应链的各个阶段。接下来，基于区块链技术建立了可信赖的可追溯性优化模型。最后，使用HyperLeDger Fabric实现了VFSC的信息可追溯性系统，并提出了改进的Kafka负载平衡算法来提高消息传输效率。仿真结果表明，当数据记录数量超过1000时，多链可追溯性模型就查询效率而言优于传统的单链区块链模型。在区块链上部署了10000个数据记录后，与传统的单链模型相比，多链模型的效率提高了90％以上。
Junos OS 演进型 AI-ML 数据中心功能指南
运行 Junos OS Evolved 的瞻博网络® QFX 系列交换机是 Rail-Optimized Stripe 架构和 IP Clos 网络设计的理想选择。例如，QFX5220-32CD、QFX5230-64CD、QFX5240-64OD 和 QFX5240-QD 交换机在两种网络类型中都可以很好地用作叶子、主干和超主干设备。这些交换机还可以很好地用作一组称为分发点 (POD) 的叶子-主干交换机。要在数据中心构建更大的 AI-ML 集群，您可以使用超主干层来互连不同的 POD。您可以将这些交换机部署为单个 POD 或多个 POD，以实现最大的灵活性和网络冗余。此外，这些设备还支持高级 AI-ML 功能，可解决 AI-ML 数据中心常见的许多负载平衡和流量管理问题。
思科数据中心网络 AI/ML
为小型响应或确认数据包设置专用队列，以便它们在同一队列中等待大型数据包时不会延迟。还可以根据 GPU NIC 的流量配置文件使用多个无丢弃队列或优先级队列。Cisco Nexus 仪表板会自动检测网络延迟的异常峰值并将其标记为异常。此延迟信息以流粒度提供，并与其他相关事件（如突发和错误）相关联。实时查看网络热点可为用户提供足够的洞察力，以采取纠正措施，例如调整 QoS 阈值、增加网络容量或使用改进的负载平衡方案。为了在整个网络中统一应用这些操作，Nexus 仪表板提供了可自定义的模板和功能齐全的 API。
光纤光子计算 - 人员 | MIT CSAIL
19 世纪，查尔斯·巴贝奇 (Charles Babbage) 将计算机设想为模拟设备。然而，直到 150 年后，美国海军才建造了一台机械模拟计算机来求解微分方程。随着摩尔定律的终结，光子计算利用光子的速度、带宽和能效，为更快、更高效、可扩展的模拟计算系统注入了新的活力，重振了模拟计算的前景。本文认为，网络社区应该为可插拔转发器增强光子计算功能，以实现向后兼容的网络内计算解决方案。我们提出了光纤上光子计算，当数据在光域中时，在网络转发器内执行计算操作。我们讨论了将计算无缝集成到光通信链路结构中所需的组件。然后，我们讨论了光纤上光子计算的几个用例，包括机器学习推理、视频编码、负载平衡和入侵检测。