[go: up one dir, main page]

DE102020203877A1 - Verfahren und einrichtungen zum steuern einer verarbeitung von telemetriedaten auf einer edge-plattform - Google Patents

Verfahren und einrichtungen zum steuern einer verarbeitung von telemetriedaten auf einer edge-plattform Download PDF

Info

Publication number
DE102020203877A1
DE102020203877A1 DE102020203877.5A DE102020203877A DE102020203877A1 DE 102020203877 A1 DE102020203877 A1 DE 102020203877A1 DE 102020203877 A DE102020203877 A DE 102020203877A DE 102020203877 A1 DE102020203877 A1 DE 102020203877A1
Authority
DE
Germany
Prior art keywords
orchestrator
resources
amount
edge
orchestration
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102020203877.5A
Other languages
English (en)
Inventor
Ned M. Smith
Kshitij Arun Doshi
Francesc Guim Bernat
Thijs Metsch
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of DE102020203877A1 publication Critical patent/DE102020203877A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/20—Cooling means
    • G06F1/206—Cooling means comprising thermal management
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/54—Interprogram communication
    • G06F9/542—Event management; Broadcasting; Multicasting; Notifications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/084—Configuration by using pre-existing information, e.g. using templates or copying from other elements
    • H04L41/0843—Configuration by using pre-existing information, e.g. using templates or copying from other elements based on generic templates
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0866—Checking the configuration
    • H04L41/0869—Validating the configuration within one network element
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5006—Creating or negotiating SLA contracts, guarantees or penalties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5019—Ensuring fulfilment of SLA
    • H04L41/5022—Ensuring fulfilment of SLA by giving priorities, e.g. assigning classes of service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
    • H04L41/5054—Automatic deployment of services triggered by the service manager, e.g. service implementation by automatic configuration of network components
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/78—Architectures of resource allocation
    • H04L47/781—Centralised allocation of resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/83—Admission control; Resource allocation based on usage prediction
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/70—Virtual switches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0428—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload
    • H04L63/0435—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the data content is protected, e.g. by encrypting or encapsulating the payload wherein the sending and receiving network entities apply symmetric encryption, i.e. same key used for encryption and decryption
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/10—Network architectures or network communication protocols for network security for controlling access to devices or network resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/12—Applying verification of the received information
    • H04L63/123—Applying verification of the received information received data contents, e.g. message integrity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/104—Peer-to-peer [P2P] networks
    • H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/289—Intermediate processing functionally located close to the data consumer application, e.g. in same machine, in same home or in same sub-network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/06—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols the encryption apparatus using shift registers or memories for block-wise or stream coding, e.g. DES systems or RC4; Hash functions; Pseudorandom sequence generators
    • H04L9/0618—Block ciphers, i.e. encrypting groups of characters of a plain text message using fixed encryption transformation
    • H04L9/0637—Modes of operation, e.g. cipher block chaining [CBC], electronic codebook [ECB] or Galois/counter mode [GCM]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/321—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority
    • H04L9/3213—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving a third party or a trusted authority using tickets or tokens, e.g. Kerberos
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3247—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving digital signatures
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/04—Key management, e.g. using generic bootstrapping architecture [GBA]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • H04W4/08—User group management
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/10—Connection setup
    • H04W76/15—Setup of multiple wireless link connections
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/18—Service support devices; Network management devices
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5021—Priority
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/20—Information technology specific aspects, e.g. CAD, simulation, modelling, system security

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Security & Cryptography (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Multimedia (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Debugging And Monitoring (AREA)
  • Computer And Data Communications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

Es werden Verfahren, Einrichtungen, Systeme und Fabrikate zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform offenbart. Eine beispielhafte Einrichtung enthält eine Orchestratorschnittstelle, um als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten; eine Ressourcenverwaltungssteuerung, um ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist; und eine Planungseinheit, um eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.

Description

  • VERWANDTE ANMELDUNG
  • Dieses Patent entstammt einer Anmeldung, die den Vorteil der vorläufigen US-Patentanmeldung mit der Seriennr. 62/841,042 , angemeldet am 30. April 2019; der vorläufigen US-Patentanmeldung mit der Seriennr. 62/907,597 , angemeldet am 28. September 2019; und der vorläufigen US-Patentanmeldung mit der Seriennr. 62/939,303 , angemeldet am 22. November 2019 beansprucht. Die vorläufige US-Patentanmeldung mit der Seriennr. 62/841,042 ; die vorläufige US-Patentanmeldung mit der Seriennr. 62/907,597 ; und die vorläufige US-Patentanmeldung mit der Seriennr. 62/939,303 sind hierdurch unter Bezugnahme in ihrer Gesamtheit eingebunden. Es wird hierdurch Priorität gegenüber der vorläufigen US-Patentanmeldung mit der Seriennr. 62/841,042 ; der vorläufigen US-Patentanmeldung mit der Seriennr. 62/907,597 ; und der vorläufigen US-Patentanmeldung mit der Seriennr. 62/939,303 beansprucht.
  • GEBIET DER OFFENBARUNG
  • Diese Offenbarung betrifft allgemein Edge-Umgebungen und genauer Verfahren und Einrichtungen zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform.
  • STAND DER TECHNIK
  • Edge-Umgebungen (z. B. ein Edge-, Fog-, Mehrzugriffs-Edge-Computing(MEC)- oder Internet-der-Dinge(IdD)-Netzwerk) ermöglichen eine Ausführung einer Arbeitslast (z. B. eine Ausführung von einer oder mehreren Rechenaufgaben, eine Ausführung eines maschinellen Lernmodells unter Verwendung von Eingabedaten usw.) nahe Endpunktvorrichtungen, die eine Ausführung der Arbeitslast anfordern. Edge-Umgebungen können Infrastruktur wie eine Edge-Plattform enthalten, die über Netzwerke wie dem Internet mit einer Cloud-Infrastruktur, Endpunktvorrichtungen und/oder zusätzlicher Edge-Infrastruktur verbunden ist. Edge-Plattformen können näher bei Endpunktvorrichtungen als eine Cloud-Infrastruktur, wie zum Beispiel zentralisierte Server, liegen.
  • Figurenliste
    • 1 zeigt ein beispielhaftes Edge-Rechensystem zum Bereitstellen von Edge-Diensten und Anwendungen an Entitäten mit mehreren Akteuren, wie sie unter einer oder mehreren Client-Rechenplattformen, einer oder mehreren Edge-Gatewayplattformen, einer oder mehrerer Edge-Aggregationsplattformen, einem oder mehreren Kernrechenzentren und einer globalen Netzwerkcloud verteilt sind, wie sie über Schichten des Edge-Rechensystems verteilt sind.
    • 2 zeigt ein Implementierungsbeispiel einer Edge-Plattform, um von Client-Rechenknoten empfangene Arbeitslasten zu verarbeiten, nach den Lehren dieser Offenbarung.
    • 3 zeigt ein Implementierungsbeispiel des Orchestrators von 2, um eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform auf Grundlage von Ressourcenverfügbarkeit zu steuern.
    • 4 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator von 2 und 3 zu implementieren, um eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform auf Grundlage von Ressourcenverfügbarkeit zu steuern.
    • 5 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator von 2 und/oder 3 zu implementieren, um ausgelagerte Telemetriedaten zu verarbeiten.
    • 6 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator von 2 und/oder 3 zu implementieren, um eine Orchestrierung auf einer Edge-Plattform zu skalieren.
    • 7 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator von 2 und/oder 3 zu implementieren, um Telemetriedaten auszulagern, die auf einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten.
    • 8 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator von 2 und/oder 3 zu implementieren, um Telemetriedaten auszulagern, die auf einem anderen Computer zu verarbeiten sind, um feine Orchestrierungsergebnisse zu erhalten.
    • 9 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator von 2 und/oder 3 zu implementieren, um eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform auf Grundlage einer Temperatur an der Edge-Plattform zu steuern.
    • 10 ist ein Blockdiagramm einer beispielhaften Verarbeitungsplattform, die strukturiert ist, die Anweisungen von 4, 5, 6, 7, 8 und/oder 9 auszuführen, um den Orchestrator von 2 und/oder 3 zu implementieren.
  • Die Figuren sind nicht maßstabgetreu. Im Allgemeinen werden in allen Zeichnungen und in der beigefügten schriftlichen Beschreibung dieselben Bezugszeichen verwendet, um auf dieselben oder ähnliche Teile Bezug zu nehmen. Bezugnahmen auf Verbindungen (z. B. befestigt, gekoppelt, verbunden und zusammengefügt) sind breit auszulegen und können Zwischenelemente zwischen einer Sammlung von Elementen und eine relative Bewegung zwischen Elementen enthalten, falls nicht anders angegeben. Als solche lassen Bezugnahmen auf Verbindungen nicht notwendigerweise den Schluss zu, dass zwei Elemente direkt miteinander verbunden sind und in einer festen Beziehung zueinander stehen.
  • Deskriptoren „erstes“, „zweites“, „drittes“ usw. werden hierin beim Identifizieren mehrerer Elemente oder Komponenten verwenden, auf die separat Bezug genommen werden kann. Falls nicht anders angegeben oder auf Grundlage ihres Verwendungskontexts verstanden wird, sollen derartige Deskriptoren keine Bedeutung von Priorität, physischer Reihenfolge oder Anordnung in einer Liste oder zeitlicher Reihenfolge unterstellen, sondern werden lediglich als Bezeichnungen verwendet, um auf mehrere Elemente oder Komponenten separat zu verweisen, um die offengelegten Beispiele leichter verständlich zu machen. In einigen Beispielen kann der Deskriptor „erstes“ verwendet werden, um auf ein Element in der ausführlichen Beschreibung zu verweisen, während auf dasselbe Element in einem Anspruch mit einem unterschiedlichen Deskriptor, wie „zweites“ oder „drittes“, verwiesen wird. In derartigen Fällen sollte klar sein, dass derartige Deskriptoren nur zur einfacheren Bezugnahme auf mehrere Elemente oder Komponenten verwendet werden.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Edge-Computing bezeichnet auf allgemeiner Ebene den Übergang von Rechen- und Speicherressourcen näher an Endpunktvorrichtungen (z. B. Endverbraucher-Rechenvorrichtungen, Endgeräte usw.), um die Gesamtbetriebskosten zu optimieren, eine Anwendungslatenz zu reduzieren, Dienstfunktionalitäten zu verbessern und eine Einhaltung von Datenschutz- oder Sicherheitsanforderungen zu verbessern. Edge-Computing kann in einigen Szenarien einen cloudähnlichen verteilten Dienst bereitstellen, der Orchestrierung und Verwaltung von Anwendungen unter vielen Arten von Speicher- und Rechenressourcen bietet. Als Ergebnis wurden einige Implementierungen von Edge-Computing als die „Edge-Cloud“ oder der „Fog“ bezeichnet, wenn leistungsstarke Rechenressourcen, die vorher nur in großen entfernten Rechenzentren verfügbar waren, näher an Endpunkte bewegt werden und Endverbrauchern am „Rand“ des Netzwerks zur Verwendung zur Verfügung gestellt werden.
  • Anwendungsfälle von Edge-Computing in mobilen Netzwerkumgebungen wurden zur Integration mit Mehrfachzugriff-Edge-Computing(MEC)-Ansätzen entwickelt, die auch als „mobiles Edge-Computing“ bekannt sind. MEC-Ansätze sind entwickelt, um Anwendungsentwicklern und Inhaltsanbietern zu ermöglichen, auf Rechenfähigkeiten und eine Informatik(IT)-Dienstumgebung in dynamischen mobilen Netzwerkumgebungen am Rand des Netzwerks zuzugreifen. Von der Industrienormungsgruppe (ISG) Europäische Institut für Telekommunikationsnormen (ETSI) wurden beschränkte Standards im Versuch entwickelt, gemeinsame Schnittstellen zum Betrieb von MEC-Systemen, Plattformen, Hosts, Diensten und Anwendungen zu definieren.
  • Edge-Computing, MEC und verwandte Technologien versuchen, eine reduzierte Latenz, erhöhte Reaktionsfähigkeit und mehr verfügbare Rechenleistung bereitzustellen, als sie in herkömmlichen Cloud-Netzwerkdiensten und Fernnetzverbindungen geboten werden. Die Integration von Mobilität und dynamisch gestarteten Diensten für einen mobilen Einsatz und Vorrichtungsverarbeitungs-Anwendungsfälle hat jedoch zu Einschränkungen und Bedenken bei Orchestrierung, funktionaler Koordinierung und Ressourcenverwaltung geführt, insbesondere in komplexen Mobilitätsumgebungen, an denen viele Teilnehmer (z. B. Vorrichtungen, Hosts, Mandanten, Dienstanbieter, Betreiber usw.) involviert sind.
  • Auf ähnliche Weise sind Netzwerke und Vorrichtungen des Internets der Dinge (IdD) konstruiert, eine verteilte Rechenanordnung von einer Vielfalt von Endpunkten zu bieten. IdD-Vorrichtungen können physische oder virtualisierte Objekte sein, die auf einem Netzwerk kommunizieren können, und können Sensoren, Stellglieder und andere Eingabe/Ausgabe-Komponenten enthalten, die verwendet werden können, um Daten zu sammeln oder Handlungen in einer realen Umgebung durchzuführen. IdD-Vorrichtungen können zum Beispiel Niedrigenergie-Endpunktvorrichtungen enthalten, die in alltägliche Dinge eingebettet oder an diesen befestigt sind, wie Gebäude, Fahrzeuge, Pakete usw., um eine zusätzliche Ebene von künstlicher Sensorerfassung dieser Dinge bereitzustellen. In den letzten Jahren wurden IdD-Vorrichtungen immer beliebter, und deshalb haben sich Anwendungen, die diese Vorrichtungen verwenden, stark vermehrt.
  • In einigen Beispielen kann eine Edge-Umgebung eine Unternehmens-Edge enthalten, in der eine Kommunikation mit und/oder eine Kommunikation innerhalb der Unternehmens-Edge über drahtlose und/oder verdrahtete Verbindungsfähigkeit ermöglicht werden kann. Der Einsatz verschiedener Edge-, Fog-, MEC- und IdD-Netzwerke, Vorrichtungen und Dienste haben eine Anzahl von erweiterten Anwendungsfällen und Szenarien hervorgebracht, die am Rand und zum Rand des Netzwerks hin auftreten. Diese erweiterten Anwendungsfälle haben jedoch auch eine Anzahl entsprechender technischer Herausforderungen in Bezug auf Sicherheit, Verarbeitung und Netzwerkressourcen, Dienstverfügbarkeit und -effizienz, unter vielen anderen Problemen eingeführt. Eine derartige Herausforderung ist, in Bezug auf Edge-, Fog-, MEC- und IdD-Netzwerke, -Vorrichtungen und -Dienste, ein Ausführen von Arbeitslasten im Auftrag von Endpunktvorrichtungen.
  • Die vorliegenden Techniken und Konfigurationen können in Verbindung mit vielen Gesichtspunkten aktueller Netzwerksysteme eingesetzt werden, werden jedoch unter Bezugnahme auf Edge-, Cloud-, IdD-, Mehrfachzugriff-Edge-Computing (MEC) und andere verteilte Computing-Aufstellungen bereitgestellt. Die folgenden Systeme und Techniken können in einer Vielfalt von verteilten, virtualisierten oder verwalteten Edge-Rechensystemen implementiert sein oder diese erweitern. Diese enthalten Umgebungen, in denen Netzwerkdienste unter Verwendung von Mehrfachzugriff-Edge-Computing (MEC), drahtloser Netzwerkkonfigurationen der vierten Generation (4G) oder der fünften Generation (5G); oder in verdrahteten Netzwerkkonfigurationen implementiert sind, die Lichtwellenleiter, Kupfer und andere Verbindungen involvieren. Ferner können Gesichtspunkte der Verarbeitung durch die jeweiligen Rechenkomponenten rechnerische Elemente involvieren, die sich in geografischer Nähe zu einem Endgerät oder anderen Endpunktstandorten befinden, wie ein Smartphone, eine Fahrzeugkommunikationskomponente, IdD-Vorrichtungen usw. Ferner können die gegenwärtig offenbarten Techniken andere Edge-/MEC-/IdD-Netzwerk-Kommunikationsstandards und -konfigurationen und andere Zwischenverarbeitungsentitäten und -architekturen betreffen.
  • Edge-Computing ist ein sich entwickelndes Konzept, bei dem Rechnen am oder näher am „Rand“ eines Netzwerks durchgeführt wird, üblicherweise durch die Verwendung einer Rechenplattform, die an Basisstationen, Gateways, Netzwerkroutern oder anderen Vorrichtungen implementiert ist, die sich viel näher bei Endpunktvorrichtungen befinden, die die Daten erzeugen und konsumieren. Beispielsweise können Edge-Gatewayserver mit Beständen von Arbeitsspeicher- und Speicherressourcen ausgestattet sein, um eine Berechnung in Echtzeit für Anwendungsfälle mit niedriger Latenz (z. B. autonomes Fahren oder Videoüberwachung) für angebundene Clientvorrichtungen durchzuführen. Oder als ein Beispiel können Basisstationen mit Rechen- und Beschleunigungsressourcen erweitert werden, um Dienstarbeitslasten für angebundene Endgeräte direkt zu verarbeiten, ohne weiter Daten über Zubringernetzwerke zu kommunizieren. Oder als weiteres Beispiel kann zentrale Büronetzwerkverwaltungshardware durch Rechenhardware ersetzt werden, die virtualisierte Netzwerkfunktionen durchführt und Rechenressourcen für die Ausführung von Diensten und Verbraucheranwendungen für angebundene Vorrichtungen bietet.
  • Edge-Umgebungen enthalten Netzwerke und/oder Abschnitte von Netzwerken, die zwischen einer Cloud-Umgebung und einer Endpunktumgebung angeordnet sind. Edge-Umgebungen ermöglichen Berechnungen von Arbeitslasten an Rändern eines Netzwerks. Eine Endpunktvorrichtung kann zum Beispiel anfordern, dass eine Basisstation in der Nähe anstatt eines zentralen Servers in einer Cloud-Umgebung eine Arbeitslast berechnet. Edge-Umgebungen enthalten Edge-Plattformen, die Bestände von Arbeitsspeicher, Speicherressourcen und/oder Verarbeitungsressourcen enthalten. Edge-Plattformen führen Berechnungen, wie eine Ausführung einer Arbeitslast, im Auftrag von anderen Edge-Plattformen und/oder Edge-Knoten aus. Edge-Umgebungen ermöglichen Verbindungen zwischen Erzeugern (z. B. Ausführern von Arbeitslasten, Edge-Plattformen) und Verbrauchern (z. B. anderen Edge-Plattformen, Endpunktvorrichtungen).
  • Da Edge-Plattformen näher an Endpunktvorrichtungen als zentralisierte Server in Cloud-Umgebungen angeordnet sein können, ermöglichen Edge-Plattformen Berechnungen von Arbeitslasten mit einer geringeren Latenz (z. B. Antwortzeit) als Cloud-Umgebungen. Edge-Plattformen können auch eine lokalisierte Ausführung einer Arbeitslast auf Grundlage von geografischen Standorten oder Netzwerktopografien ermöglichen. Eine Endpunktvorrichtung kann zum Beispiel erfordern, dass eine Arbeitslast in einem ersten geografischen Bereich ausgeführt wird, aber ein zentralisierter Server kann sich in einem zweiten geografischen Bereich befinden. Die Endpunktvorrichtung kann eine Arbeitslastausführung durch eine Edge-Plattform anfordern, die sich im ersten geografischen Bereich befindet, um unternehmerische oder regulatorische Einschränkungen zu erfüllen.
  • Beispiele von Arbeitslasten, die in einer Edge-Umgebung auszuführen sind, enthalten Berechnungen für autonomes Fahren, Videoüberwachung, Ausführen maschineller Lernmodelle und Datenanalyse in Echtzeit. Zusätzliche Beispiele von Arbeitslasten enthalten ein Liefern und/oder Codieren von Medienströmen, Messen von Werbeeindrucksraten, Objekterkennung in Medienströmen, Sprachanalyse, Anlagen- und/oder Bestandsverwaltung und Verarbeitung erweiterter Realitäten.
  • Edge-Plattformen ermöglichen sowohl die Ausführung von Arbeitslasten als auch ein Zurückgeben eines Ergebnisses einer ausgeführten Arbeitslast an Endpunktvorrichtungen mit einer Reaktionszeit, die niedriger als die Reaktionszeit eines Servers in einer Cloud-Umgebung ist. Falls zum Beispiel eine Edge-Plattform näher bei einer Endpunktvorrichtung als ein Cloud-Server in einem Netzwerk angeordnet ist, kann der Edge-Dienst schneller als der Cloud-Server auf Arbeitslastausführungsanforderungen von der Endpunktvorrichtung reagieren. Eine Endpunktvorrichtung kann eine Ausführung einer zeitlich eingeschränkten Arbeitslast von einem Edge-Dienst anstatt von einem Cloud-Dienst anfordern.
  • Darüber hinaus ermöglichen Edge-Plattformen die Verteilung und Dezentralisierung von Arbeitslastausführungen. Eine Endpunktvorrichtung kann zum Beispiel eine Ausführung einer ersten Arbeitslast und eine Ausführung einer zweiten Arbeitslast anfordern. In einigen Beispielen kann ein Cloud-Server auf beide Anforderungen zur Arbeitslastausführung reagieren. Mit einer Edge-Umgebung kann jedoch eine erste Edge-Plattform die Ausführungsanforderung der ersten Arbeitslast ausführen, und eine zweite Edge-Plattform kann die Ausführungsanforderung der zweiten Arbeitslast ausführen.
  • Um die Anforderungen niedriger Latenz und hoher Bandbreite von Endpunktvorrichtungen zu erfüllen, wird in Edge-Clouds eine Orchestrierung auf Grundlage von zeitgerechten Informationen über den Einsatz vieler Ressourcen (z. B. Hardwareressourcen, Softwareressourcen, virtuellen Hardware- und/oder Softwareressourcen usw.) und über die Effizienz, mit der diese Ressourcen die an sie gestellten Anforderungen erfüllen können, durchgeführt. Derartige zeitgerechte Informationen werden allgemein als Telemetrie (z. B. Telemetriedaten, Telemetrieinformationen usw.) bezeichnet.
  • Telemetrie kann aus einer Vielzahl von Quellen generiert werden, einschließlich jeder Hardwarekomponente oder jedem Abschnitt davon, virtueller Maschinen (VMs), Betriebssystemen (OSes), Anwendungen und Orchestratoren. Telemetrie kann von Orchestratoren, Planern usw. verwendet werden, um eine Menge, Mengen und/oder einen Typ von Rechenaufgaben, die zur Ausführung an welcher Ressource oder (einem) Abschnitt(en) davon zu planen sind, und eine erwartete Zeit bis zum Abschluss derartiger Rechenaufgaben auf Grundlage von historischer und/oder aktueller (z. B. sofortiger oder fast sofortiger) Telemetrie zu planen sind. Ein Kern einer zentralen Mehrkern-Verarbeitungseinheit (CPU) kann zum Beispiel jeden Sekundenbruchteil unter Verwendung einer Leistungsüberwachungseinheit (PMU), die den Kern und/oder allgemeiner die Mehrkern-CPU abtastet, über ein Tausend verschiedene Varianten von Informationen generieren. Periodisches Aggregieren und Verarbeiten der gesamten derartigen Telemetrie auf einer bestimmten Edge-Plattform, einem bestimmten Edge-Knoten usw. können ein mühsamer und beschwerlicher Prozess sein. Ein Priorisieren von wesentlichen interessierenden Merkmalen und ein Extrahieren derartiger wesentlicher Merkmale aus Telemetrie, um aktuelle oder zukünftige Probleme, Stressfaktoren usw. zu identifizieren, die mit einer Ressource assoziiert sind, ist schwierig. Ferner ist ein Identifizieren einer anderen Ressource zum Auslagern von Arbeitslasten von einer belasteten Ressource ein komplexes Unterfangen.
  • Einige Edge-Umgebungen wollen Telemetriedaten erhalten, die mit Ressourcen assoziiert sind, die eine Vielfalt von Funktionen oder Diensten ausführen, wie Datenverarbeitungs- oder Videoanalysefunktionen (z. B. Maschinensehen, Bildverarbeitung für ein autonomes Fahrzeug, Gesichtserkennung, visuelle Objekterkennung usw.). Viele Arbeitslasten mit hohem Durchsatz, einschließlich einer oder mehrerer Videoanalysefunktionen, können weniger als eine Millisekunde lang (oder eine andere, relativ geringe Zeitdauer) ausgeführt werden. Derartige Edge-Umgebungen weisen keine verteilte Überwachungssoftware oder Hardwarelösungen oder eine Kombination daraus auf, die fähig sind, derartige stark granulare zustandslose Funktionen zu überwachen, die auf einer Plattform (z. B. einer Ressourcenplattform, einer Hardwareplattform, einer Softwareplattform, einer virtualisierten Plattform usw.) ausgeführt werden.
  • Viele Edge-Umgebungen enthalten eine Vielfalt von Komponenten zur Ressourcenverwaltung und Orchestrierung. Die meisten davon setzen eine statische Orchestrierung beim Entscheiden über eine Platzierung von Diensten und einer Arbeitslast auf spezifischen Edge-Plattformen ein und führen eine Überwachung eines Leistungsvertrags der Anwendungen und/oder Dienste in einem Framework mit beliebigem Kostenaufwand durch. Ein Framework mit beliebigem Kostenaufwand enthält Orchestrierungskomponenten, die Ressourcen und Dienste auf einer Edge-Plattform verwalten, aber berücksichtigt die rechnerischen Kosten nicht, die mit den Orchestrierungskomponenten assoziiert sind. Darüber hinaus enthält ein Framework mit beliebigem Kostenaufwand Orchestrierungskomponenten, die nicht auf die Verfügbarkeit von rechnerischen Ressourcen und Energie zum Durchführen von Operationen reagieren, die mit diesen Orchestrierungsressourcen assoziiert sind. Deshalb enthalten viele Edge-Umgebungen Orchestrierungsressourcen, die unelastisch sind und Ressourcen einer Edge-Plattform auf nicht proportionale Weise in Bezug auf die Ressourcen und Energie verbrauchen, die sie verwalten. Darüber hinaus enthalten viele Edge-Umgebungen keine Orchestrierungskomponenten, die auf einem Beschleuniger ausgeführt werden können. Das Framework mit beliebigem Kostenaufwand bestehender Komponenten ist eine Schwachstelle (z. B. ein Glaskinn) vieler Edge-Umgebungen. Orchestrierungskomponenten in den meisten Edge-Plattformen konzentrieren sich auf Optimieren der Ressourcennutzung von Diensten und/oder Anwendungen, die auf einer Edge-Plattform ausgeführt werden, und das Erfüllen von Leistungsverträgen (SLAs) von Anwendungen und/oder Arbeitslasten. Orchestrierungskomponenten in den meisten Edge-Umgebungen berücksichtigen jedoch nicht den Verbrauch von Ressourcen durch Orchestrierungskomponenten. Während einige Orchestrierungskomponenten bei ihren eigenen Rechen- und Telemetriedatenbewegungsanforderungen sparsam sein können, sind diese sparsamen Operationen inflexibel und unbeweglich (es gibt z. B. keinen Weg zum Orchestrieren des Orchestrators).
  • Die Inflexibilität der meisten Orchestrierungskomponenten in Edge-Umgebungen kann durch Einbinden von Universalprozessoren und/oder Beschleunigern in Edge-Plattformen zum Implementieren einer skalierbaren Edge-Cloud behoben werden. Das Einbinden von Universalprozessoren und/oder Beschleunigern in Edge-Plattformen zum Implementieren einer skalierbaren Edge-Cloud kann jedoch Herausforderungen darstellen. Edge-Plattformen enthalten beispielsweise im Gegensatz zu den Plattformen in einer herkömmlichen Cloud Einschränkungen auf den physischen Raum. Zusätzlich zielen Edge-Plattformen darauf ab, eine niedrige Latenz und eine skalierbare Planung von Lösungen beim Verarbeiten von Mandantenanforderungen und/oder Funktionen bereitzustellen. Andere Herausforderungen sind mit einem Erzielen eines hohen Verhältnisses der Ressourcennutzung für Mandantenanforderungen und/oder Funktionen in Bezug auf für einen Systemsoftwarestapel verwendete Ressourcen verbunden. Darüber hinaus stellt ein Verwalten des Energieverbrauchs und/oder von Verrechnungsrichtlinien an Edge-Plattformen Herausforderungen dar.
  • Angesichts von Energie- und/oder thermalen Einschränkungen an Edge-Plattformen (z. B. Basisstationen) im Gegensatz zu denen in herkömmlicheren zentralisierten Cloud-Umgebungen (z. B. zentralen Büros) können dynamische, intelligente Energieverwaltungsrichtlinien pro Mandant auf Edge-Plattformen einen Kapitalaufwand und/oder einen Betriebsaufwand, der bzw. die mit einer Edge-Architektur verbunden ist bzw. sind, reduzieren und/oder rückgewinnen. Durch Monetisieren aller Funktionen, die in eine Edge-Architektur eines Edge-Dienstanbieters investiert wurden, kann der Edge-Anbieter zum Beispiel den Kapitalaufwand und/oder Betriebsaufwand rückgewinnen, die mit den Funktionen der Edge-Architektur assoziiert sind. Einige Edge-Architekturen können durch Sonnen- und Windenergie angetrieben werden. Wenn rechnerische Ressourcen und/oder thermale Bedingungen auf einer Edge-Plattform durch variable erneuerbare Energien (z. B. Sonne, Wind, Hydro usw.) und/oder durch eine Notstrombatterie mit eingeschränkter Kapazität angetrieben werden, kann ein Versagen, eine genaue Energieverwaltung für Dienste bereitzustellen, die Zuverlässigkeit von Edge-Plattformen mindern. Darüber hinaus können einige Edge-Architekturen eine stabile (z. B. mit dem Netz verbundene) Energie aufweisen, ein Ausgleichen von thermalen Zuständen kann jedoch in derartigen Edge-Architekturen schwierig sein.
  • Während Originalhersteller (OEMs) und Siliziumanbieter die Energieanforderungen und/oder Stromversorgungen von verteilten Rechenumgebungen berücksichtigen, setzen viele rechenzentrumsähnliche, kontinuierlich und stabil mit Strom versorgte Umgebungen mit unterbrechungsfreien Stromversorgungen und Generatoren voraus, die zur Unterstützung während Stromausfällen verfügbar sind. Bei vielen OEM- und Siliziumanbieterdesigns für Edge-Plattformen fehlt eine Unterstützung zum optimalen und flexiblen Betrieb bei dynamischen Energie- und/oder thermalen Einhüllenden. Darüber hinaus können Edge-Plattformen unterschiedliche Energie-Leistungs-Auswirkungen beim Betrieb in einer herkömmlichen Rechenumgebung im Gegensatz zu einem Betrieb in einer Edge-Umgebung aufweisen.
  • Eine weitere Herausforderung in Edge-Umgebungen ist eine eingeschränkte Versorgung, nicht nur in Bezug auf Energie, sondern auch in Bezug auf eine Elastizität von Edge-Plattformen. Beim Erweitern von herkömmlichen rechenzentrumsähnlichen Cloud-Praktiken zum Hosten von Anwendungen an unterschiedlichen Edge-Standorten enthalten einige der zu berücksichtigenden Faktoren: wie viele Ressourcen jeder Arbeitslast (z. B. Dienst, Anwendung usw.) auf Edge-Plattformen zugewiesen sind; wie und/oder wo Beschleuniger einzusetzen sind, um eine gute Leistung pro Watt zu erhalten; auf Grundlage der Energie, welche Dienste zwischen Edge-Plattformen zu migrieren sind, um Spitzen im Energieverbrauch zu verhindern; und wie ein Energiebedarf über Leistungsverträge hinweg auszugleichen ist, die mit verschiedenen Mandantenarbeitslasten (z. B. auf Grundlage von Richtlinien) assoziiert sind.
  • Der nicht einheitliche und unvorhersehbare Bedarf, der in einer Edge-Umgebung zusammen mit der unelastischen Versorgung von Energie und/oder anderer Ressourcen in einer Edge-Umgebung auftreten kann, bewirkt nicht nur, dass die Benutzer/Mandantendienste/Anwendungen Energie und/oder andere Ressourcen verbrauchen, sondern auch der Systemsoftwarestapel und die Edge-Plattform-Verwaltungskomponenten, die ebenfalls Energie und Hardware verbrauchen. In einigen Edge-Plattformen können der Softwarestapel und die Edge-Plattform-Verwaltungskomponenten zum Beispiele 30 % eines Fußabdrucks der gesamten Edge-Plattform nutzen.
  • Hierin offenbarte Beispiele enthalten Verfahren und Vorrichtungen zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform. Hierin offenbarte Beispiele berücksichtigen, wie Telemetriedaten vom Systemsoftwarestapel und den Edge-Plattform-Verwaltungskomponenten (z. B. Orchestrierungskomponenten) verarbeitet werden. Hierin offenbarte Beispiele ermöglichen die Verarbeitung von Telemetriedaten auf Near-Edge-Plattformen (die z. B. geografisch von einem Endpunkt und/oder einer Clientvorrichtung entfernt sind) und/oder Far-Edge-Plattformen (die z. B. geografisch nahe an einem Endpunkt und/oder einer Clientvorrichtung sind). In hierin offenbarten Beispielen beruht die Auswahl zwischen Near-Edge-Plattformen und/oder Far-Edge-Plattformen zum Verarbeiten von Telemetriedaten darauf, wie Orchestrierungskomponenten Telemetriedaten gesammelt und/oder verarbeitet haben. Deshalb ändern hierin offenbarte Beispiele eine Telemetriedatenanalyse dynamisch zwischen Near-Edge-Plattformen und Far-Edge-Plattformen. Einige Telemetriedaten können zum Beispiele auf einer Near-Edge-Plattform verarbeitet werden und auf Grundlage der Orchestrierungsaufgaben und/oder Ergebnisse, die auf der Near-Edge-Plattform ermittelt wurden, können zukünftige Telemetriedaten auf einer Far-Edge-Plattform verarbeitet werden.
  • Hierin offenbarte Beispiele berücksichtigen, wo und wie Komponenten, die für eine Orchestrierung und eine Verwaltung von Leistungsverträgen (SLA) verantwortlich sind (z. B. Orchestrierungskomponenten), ausgeführt werden. Deshalb bieten hierin offenbarte Beispiele eine dynamische Wahl zwischen einer lokalen Ausführung, auf einer Far-Edge-Plattform mit eingeschränkten Ressourcen, oder einem Delegieren an eine vergleichsweise gut ausgestattete Near-Edge-Plattform, aber auf Kosten einiger Reaktionsfähigkeit und mit einem Verlust einer feineren Steuerung der Orchestrierung an der Far-Edge-Plattform. Hierin offenbarte Beispiele enthalten eine abgestufte Architektur, die den dynamischen Kompromiss zwischen der Art, wie Telemetriedaten von Orchestrierungskomponenten verarbeitet werden, und der Art und/oder dem Standort ermöglichen, wie und/oder wo Orchestrierungskomponenten ausgeführt werden. Hierin offenbarte Beispiele beschreiben, wie Hardwarebeschleuniger eine dynamische Verwaltung der Orchestrierungskomponenten implementieren können. Hierin offenbarte Beispiele enthalten eine Meta-Orchestrierung von Orchestrierungskomponenten als Reaktion auf fluktuierende Energieversorgung und thermale Bedingungen.
  • 1 zeigt ein beispielhaftes Edge-Rechensystem 100 zum Bereitstellen von Edge-Diensten und Anwendungen an Entitäten mit mehreren Akteuren, wie sie unter einer oder mehreren Client-Rechenplattformen 102, einer oder mehreren Edge-Gatewayplattformen 112, einer oder mehrerer Edge-Aggregationsplattformen 122, einem oder mehreren Kernrechenzentren 132 und einer globalen Netzwerkcloud 142 verteilt sind, wie sie über Schichten des Edge-Rechensystems 100 verteilt sind. Die Implementierung des Edge-Rechensystems 100 kann an einem Telekommunikationsdienstanbieter („Telko“ oder „TSP“), einem Internet-der-Dinge-Dienstanbieter, Cloud-Dienstanbieter (CSP), einer Unternehmensentität oder einer beliebigen anderen Anzahl von Entitäten oder im Auftrag eines bzw. einer solchen bereitgestellt werden. Verschiedene Implementierungen und Konfigurationen des Edge-Rechensystems 100 können dynamisch bereitgestellt werden, wie zum Beispiel, bei Orchestrierung, um Dienstziele zu erfüllen.
  • Individuelle Plattformen oder Vorrichtungen des Edge-Rechensystems 100 befinden sich in einer bestimmten Schicht, die den Schichten 120, 130, 140, 150 und 160 entspricht. Die Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f befinden sich zum Beispiel in einer Endpunkt-Schicht 120, während sich die Edge-Gatewayplattformen 112a, 112b, 112c in einer Edge-Vorrichtungsschicht 130 (lokale Ebene) des Edge-Rechensystems 100 befinden. Darüber hinaus befinden sich die Edge-Aggregationsplattformen 122a, 122b (und/oder Fog-Plattform(en) 124, falls sie mit einer Fog-Netzwerkkonfiguration 126 angeordnet oder betrieben oder unter einer solchen angeordnet oder betrieben werden) in einer Netzwerkzugriffsschicht 140 (einer Zwischenebene). Fog-Computing (oder „Fogging“) bezeichnet allgemein Erweiterungen von Cloud-Computing an den Rand eines Netzwerks eines Unternehmens oder die Fähigkeit, Transaktionen über die Cloud/Edge-Landschaft hinweg zu verwalten, üblicherweise in einem koordinierten verteilten oder Mehrknoten-Netzwerk. Einige Formen des Fog-Computing sehen den Einsatz von Rechen-, Speicher- und Netzwerkdiensten zwischen Endvorrichtungen und Cloud-Computing-Rechenzentren im Auftrag der Cloud-Computing-Standorte vor. Einige Formen des Fog-Computing sehen auch die Fähigkeit vor, die Arbeitslast/die Dienste auf Arbeitslastebene in Bezug auf die Gesamttransaktion zu verwalten, indem bestimmte Arbeitslasten auf Grundlage der Fähigkeit, den Gesamtleistungsvertrag zu erfüllen, an den Rand oder in die Cloud verlagert werden.
  • Fog-Computing sieht in vielen Szenarien eine dezentralisierte Architektur vor und dient durch Zusammenarbeiten mit einer oder mehreren Edge-Knoten-Vorrichtungen, Bereitstellen des nachfolgenden Ausmaßes an lokalisierter Steuerung, Konfiguration und Verwaltung und vieles mehr für Endvorrichtungen als eine Erweiterung zum Cloud-Computing. Ferner sieht Fog-Computing die Fähigkeit für Edge-Ressourcen vor, ähnliche Ressourcen zu identifizieren und zusammenzuarbeiten, um eine Edge-lokale Cloud zu erstellen, die alleine oder zusammen mit Cloud-Computing verwendet werden kann, um rechen-, speicher- oder verbindungsbezogene Dienste abzuschließen. Fog-Computing kann den cloudbasierten Diensten auch ermöglichen, ihre Reichweite an den Rand eines Netzwerks von Vorrichtungen zu erweitern, um lokale und raschere Erreichbarkeit von Edge-Vorrichtungen zu bieten. Deshalb sehen einige Formen von Fog-Computing Operationen vor, die mit Edge-Computing vereinbar sind, wie hierin besprochen; die hierin besprochenen Edge-Computing-Gesichtspunkte sind auch auf Fog-Netzwerke, Fogging und Fog-Konfigurationen anwendbar. Ferner können Gesichtspunkte der hierin besprochenen Edge-Rechensysteme als ein Fog konfiguriert sein oder Gesichtspunkte eines Fogs können in eine Edge-Rechenarchitektur integriert sein.
  • Das Kernrechenzentrum 132 befindet sich in einer Kernnetzwerkschicht 150 (einer regionalen oder geografisch zentralen Ebene), während sich die globale Netzwerk-Cloud 142 in einer Cloud-Rechenzentrumsschicht 160 (einer nationalen oder weltweiten Ebene) befindet. Die Verwendung von „Kern“ ist als ein Begriff für eine zentralisierte Netzwerkposition - tiefer im Netzwerk - vorgesehen, die durch mehrere Edge-Plattformen oder Komponenten zugänglich ist; ein „Kern“ bezeichnet jedoch nicht notwendigerweise das „Zentrum“ oder die tiefste Position des Netzwerks. Dementsprechend kann das Kernrechenzentrum 132 innerhalb, in oder nahe der Edge-Cloud 110 angeordnet sein. Obwohl eine veranschaulichende Anzahl von Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f; Edge-Gatewayplattformen 112a, 112b, 112c; Edge-Aggregationsplattformen 122a, 122b; Edge-Kern-Rechenzentren 132; und globale Netzwerkclouds 142 in 1 gezeigt sind, sollte klar sein, dass das Edge-Rechensystem 100 in jeder Schicht eine beliebige Anzahl von Vorrichtungen und/oder Systemen enthalten kann. Vorrichtungen in einer beliebigen Schicht können als Peer-Knoten und/oder Peer-Plattformen zueinander konfiguriert sein und dementsprechend auf zusammenwirkende Weise arbeiten, um Dienstziele zu erfüllen. In zusätzlichen oder alternativen Beispielen können die Edge-Gatewayplattformen 112a, 112b, 112c beispielsweise als ein Rand von Rändern konfiguriert werden, sodass die Edge-Gatewayplattformen 112a, 112b, 112c über Peer-zu-Peer-Verbindungen kommunizieren. In einigen Beispielen können die Edge-Aggregationsplattformen 122a, 122b und/oder die Fog-Plattform(en) 124 als ein Rand von Rändern konfiguriert sein, sodass die Edge-Aggregationsplattformen 122a, 122b und/oder die Fog-Plattform(en) über Peer-zu-Peer-Verbindungen kommunizieren. Zusätzlich, wie in 1 gezeigt, erhöht sich die Anzahl der Komponenten der jeweiligen Schichten 120, 130, 140, 150 und 160 im Allgemeinen in jeder niedrigeren Ebene (z. B., wenn man sich näher an die Endpunkte (z. B. die Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f) bewegt). Als solche kann eine der Edge-Gatewayplattformen 112a, 112b, 112c mehrere der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f betreuen und eine Edge-Aggregationsplattform (z. B. eine der Edge-Aggregationsplattformen 122a, 122b) kann mehrere der Edge-Gatewayplattformen 112a, 112b, 112c betreuen.
  • In Übereinstimmung mit den hierin bereitgestellten Beispielen kann eine Client-Rechenplattform (z. B. eine der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f) als ein beliebiger Typ von Endpunktkomponente, Vorrichtung, Gerät oder ein anderes Ding implementiert sein, das fähig ist, als ein Erzeuger oder Verbraucher von Daten zu kommunizieren. Eine Client-Rechenplattform kann zum Beispiel ein Mobiltelefon, einen Laptop-Computer, einen Desktop-Computer, eine Prozessorplattform in einem autonomen Fahrzeug usw. enthalten. In zusätzlichen oder alternativen Beispielen kann eine Client-Rechenplattform eine Kamera, einen Sensor usw. enthalten. Ferner bedeutet die Bezeichnung „Plattform“, „Knoten“ und/oder „Vorrichtung“, wie sie im Edge-Rechensystem 100 verwendet wird, nicht notwendigerweise, dass eine derartige Plattform, ein derartiger Knoten und/oder eine derartige Vorrichtung in einer Client- oder Slave-Rolle arbeitet; vielmehr bezeichnen beliebige der Plattformen, Knoten und/oder Vorrichtungen im Edge-Rechensystem 100 individuelle Entitäten, Plattformen, Knoten, Vorrichtungen und/oder Teilsysteme, die diskrete und/oder verbundene Hardware- und/oder Softwarekonfigurationen enthalten, um die Edge-Cloud 110 zu ermöglichen und/oder zu verwenden.
  • Als solche ist die Edge-Cloud 110 aus Netzwerkkomponenten und funktionalen Merkmalen gebildet, die von den Edge-Gatewayplattformen 112a, 112b, 112c bzw. den Edge-Aggregationsplattformen 122a, 122b der Schichten 130, 140 betrieben und innerhalb dieser betrieben werden. Die Edge-Cloud 110 kann als ein beliebiger Typ von Netzwerk implementiert werden, der Edge-Computing- und/oder Speicherressourcen bereitstellt, die in der Nähe von Funkzugangsnetzwerk(RAN)-fähigen Endpunktvorrichtungen (z. B. mobilen Rechenvorrichtungen, IdD-Vorrichtungen, intelligenten Vorrichtungen usw.) angeordnet sind, die in 1 als die Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f gezeigt sind. Anders ausgedrückt kann man sich die Edge-Cloud 110 als ein „Rand“ vorstellen, der die Endpunktvorrichtungen und herkömmliche Netzwerkzugangspunkte verbindet, der als ein Zugriffspunkt zu Kernnetzen von Dienstanbietern dient, einschließlich Netzwerken von mobilen Trägern (z. B. Netzwerke des Global System for Mobile Communications (GSM), Long-Term-Evolution(LTE)-Netzwerke, 5G/6G-Netzwerke usw.), während er auch Speicher- oder Rechenfunktionen bereitstellt. Andere Arten und Formen des Netzwerkzugriffs (z. B. WiFi, drahtlose, verdrahtete Langstreckennetze einschließlich optischer Netzwerke) können auch anstatt oder in Kombination mit derartigen 3GPP-Trägernetzen eingesetzt werden.
  • In einigen Beispielen kann die Edge-Cloud 110 einen Abschnitt einer Fog-Netzwerkkonfiguration 126 (z. B. eines Netzwerks der Fog-Plattform(en) 124, nicht im Detail gezeigt) bilden oder anderweitig einen Zugangspunkt in diese oder über diese hinweg bereitstellen, der als eine horizontale und verteilte Architektur auf Systemebene implementiert sein kann, die Ressourcen und Dienste verteilt, um eine bestimmte Funktion durchzuführen. Ein koordiniertes und verteiltes Netzwerk der Fog-Plattform(en) 124 kann beispielsweise Rechnen, Speicherung, Steuerung oder Netzwerkgesichtspunkte im Kontext einer IdD-Systemanordnung durchführen. Andere vernetzte, aggregierte und verteilte Funktionen können in der Edge-Cloud 110 zwischen dem Kernrechenzentrum 132 und den Client-Endpunkten existieren (z. B. den Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f). Einige dieser werden in den folgenden Abschnitten im Kontext von Netzwerkfunktionen oder Dienstvirtualisierung besprochen, einschließlich der Verwendung von virtuellen Rändern und virtuellen Diensten, die für mehrere Mandanten orchestriert werden.
  • Wie unten ausführlicher besprochen wird, arbeiten die Edge-Gatewayplattformen 112a, 112b, 112c und die Edge-Aggregationsplattformen 122a, 122b zusammen, um den Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f verschiedene Edge-Dienste und Sicherheit bereitzustellen. Darüber hinaus, da eine Client-Rechenplattform (z. B. eine der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f) stationär oder mobil sein kann, kann eine jeweilige Edge-Gatewayplattform 112a, 112b, 112c mit anderen Edge-Gatewayplattformen zusammenarbeiten, um aktuell bereitgestellte Edge-Dienste, relevante Dienstdaten und Sicherheit weiterzuleiten, wenn sich die entsprechenden Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f in einem Bereich bewegen. Hierzu können die Edge-Gatewayplattformen 112a, 112b, 112c und/oder die Edge-Aggregationsplattformen 122a, 122b Konfigurationen mit mehreren Mandaten und mehreren Mandanten unterstützen, in denen Dienste von mehreren Dienstanbietern, Eigentümern und mehreren Verbrauchern (oder für diese gehostete Dienste) über eine einzige oder mehrere Rechenvorrichtungen unterstützt und koordiniert werden können.
  • In hierin offenbarten Beispielen enthalten Edge-Plattformen im Edge-Rechensystem 100 Meta-Orchestrierungsfunktionalität. Beispielsweise können Edge-Plattformen am Far Edge (z. B. Edge-Plattformen näher bei Edge-Benutzern, der Edge-Vorrichtungsschicht 130 usw.) die Leistung oder den Energieverbrauch von mit Far-Edge-Plattformen assoziierten Orchestrierungsaufgaben reduzieren, sodass die Ausführung von Orchestrierungskomponenten auf Far-Edge-Plattformen einen kleinen Bruchteil der Energie und Leistung verbraucht, die an Far-Edge-Plattformen verfügbar sind.
  • Die Orchestratoren auf verschiedenen Far-Edge-Plattformen nehmen an einer durchgehenden Orchestrierungsarchitektur teil. Hierin offenbarte Beispiele erwarten, dass das umfassende Betriebssoftwareframework (wie zum Beispiel die Open Network Automation Platform (ONAP) oder eine ähnliche Plattform) erweitert wird oder innerhalb dieser erstellte Optionen erweitert werden, sodass hierin offenbarte Beispiele mit diesen Frameworks kompatibel sein können. Orchestratoren auf Edge-Plattformen, die hierin offenbarte Beispiele implementieren, können zum Beispiel an ONAP-Orchestrierungsabläufe anbinden und eine Edge-Plattform-Orchestrierung und Telemetrieaktivitäten ermöglichen. Orchestratoren, die hierin offenbarte Beispiele implementieren, arbeiten, um die Orchestrierungs- und Telemetrieaktivitäten, die auf Edge-Plattformen durchgeführt werden, zu regeln, einschließlich eines Erhöhens oder Verringerns der Energie und/oder Ressourcen, die von den lokalen Orchestrierung- und Telemetriekomponenten aufgewandt werden, eines Delegierens von Orchestrierungs- und Telemetrieprozessen an einen entfernten Computer und/oder ein Abrufen von Orchestrierungs- und Telemetrieprozessen vom entfernten Computer, wenn Energie und/oder Ressourcen verfügbar sind.
  • Die oben beschriebenen entfernten Vorrichtungen sind an alternativen Standorten in Bezug auf diejenigen Edge-Plattformen angeordnet, die Telemetrie- und Orchestrierungsprozesse auslagern. Die oben beschriebenen entfernten Vorrichtungen können zum Beispiel im Gegensatz dazu an Near-Edge-Plattformen angeordnet sein (z. B. der Netzwerkzugangsschicht 140, der Kernnetzwerkschicht 150, einem zentralen Büro, einem Mini-Rechenzentrum usw.). Durch Auslagern von Telemetrie- und/oder Orchestrierungsprozessen an eine Near-Edge-Plattform wird einem Orchestrator an einer Near-Edge-Plattform eine (vergleichsweise) stabile Energieversorgung und hinreichende rechnerische Ressourcen sichergestellt, um eine Ausführung von Telemetrie- und/oder Orchestrierungsprozessen zu ermöglichen. Ein Orchestrator (der z. B. in Übereinstimmung mit einer globalen Schleife arbeitet) auf einer Near-Edge-Plattform kann delegierte Telemetrie- und/oder Orchestrierungsprozesse von einem Orchestrator (der z. B. in Übereinstimmung mit einer lokalen Schleife arbeitet) auf einer Far-Edge-Plattform nehmen. Falls ein Orchestrator auf einer Near-Edge-Plattform zum Beispiel delegierte Telemetrie- und/oder Orchestrierungsprozesse annimmt, dann kann der Orchestrator auf der Near-Edge-Plattform die delegierten Telemetrie- und/oder Orchestrierungsprozesse zu einem späteren Zeitpunkt an einen Orchestrator auf einer Far-Edge-Plattform zurückgeben, wenn sich die Zustände auf der Far-Edge-Plattform ändern (z. B. wenn Energie- und Rechenressourcen auf einer Far-Edge-Plattform einen Schwellenpegel erfüllen, wenn höhere Energiepegel und/oder höhere Rechenressourcenpegel auf einer Far-Edge-Plattform verfügbar werden usw.).
  • Eine Vielfalt von Sicherheitsansätzen kann innerhalb der Architektur der Edge-Cloud 110 eingesetzt werden. In einer Umgebung mit mehreren Akteuren kann es mehrere ladbare Sicherheitsmodule (LSMs) geben, die verwendet werden, um Richtlinien bereitzustellen, die die Interessen der Akteure, einschließlich der der Mandanten, durchsetzen. In einigen Beispielen können andere Betreiber, Dienstanbieter usw. Sicherheitsinteressen aufweisen, die mit den Interessen des Mandanten konkurrieren. Mandanten können zum Beispiel vorziehen, vollständige Dienste (die z. B. von einer Edge-Plattform bereitgestellt werden) kostenlos zu empfangen, während Dienstanbieter gerne eine vollständige Zahlung für ein Durchführen von wenig Arbeit oder Aufwenden geringer Kosten erhalten würden. Durchsetzungspunktumgebungen könnten mehrere LSMs unterstützen, die die Kombination von geladenen LSM-Richtlinien anwenden (wobei z. B. die am meisten eingeschränkte effektive Richtlinie angewandt wird, wie zum Beispiel, falls irgendeiner der Akteure A, B oder C einen Zugriff einschränkt, dann ist der Zugriff eingeschränkt). Innerhalb der Edge-Cloud Fehler! Verweisquelle konnte nicht gefunden werden. 10, kann jede Edge-Entität LSMs bereitstellen, die die Interessen der Edge-Entität durchsetzen. Die Cloud-Entität kann LSMs bereitstellen, die die Interessen der Cloud-Entität durchsetzen. Gleichermaßen können die verschiedenen Fog- und IdD-Netzwerkentitäten LSMs bereitstellen, die die Interessen der Fog-Entität durchsetzen.
  • In diesen Beispielen können Dienste aus der Perspektive einer Transaktion, die gegen eine Gruppe von Verträgen durchgeführt werden, oder als Bestandteile angesehen werden, egal auf Niveau eines Bestandteils oder einem von Menschen wahrnehmbaren Niveau. Deshalb erwartet ein Benutzer, der eine Dienstvertrag mit einem Dienstanbieter aufweist, dass der Dienst zu den Bedingungen des SLA geliefert wird. Obwohl nicht im Detail besprochen, kann die Verwendung von hierin besprochenen Edge-Rechentechniken während der Verhandlung der Vereinbarung und der Messung der Erfüllung der Vereinbarung eine Rolle spielen (um z. B. zu identifizieren, welche Elemente vom System erforderlich sind, um einen Dienst durchzuführen, wie das System auf Dienstbedingungen und Änderungen reagiert und dergleichen).
  • Darüber hinaus, in hierin offenbarten Beispielen können Edge-Plattformen und/oder Orchestrierungskomponenten davon mehrere Faktoren beim Orchestrieren von Diensten und/oder Anwendungen in einer Edge-Umgebung berücksichtigen. Diese Faktoren können eine Virtualisierung und Dienstverwaltung von intelligenten Zentralbüro-Netzwerkfunktionen der nächsten Generation, ein Verbessern einer Leistung pro Watt auf einer Edge-Plattform und/oder von Orchestrierungskomponenten, um die Einschränkung der Energie auf Edge-Plattformen zu überwinden, ein Reduzieren des Energieverbrauchs von Orchestrierungskomponenten und/oder einer Edge-Plattform, ein Verbessern des Hardwareeinsatzes, um eine Verwaltungs- und Orchestrierungseffizienz zu erhöhen, ein Bereitstellen von physischer und/oder durchgehender Sicherheit, ein Bereitstellen von individueller Erfüllung von Mandanten-Dienstqualitäts- und/oder Leistungsverträgen, ein Verbessern des Netzwerkausrüstung-Gebäudesystem-Complianceniveaus für jeden Anwendungsfall und jedes Mandanten-Geschäftsmodell, Zusammenlegen von Beschleunigungskomponenten und Verrechnungs- und Messrichtlinien, um eine Edge-Umgebung zu verbessern, enthalten.
  • Ein „Dienst“ ist ein breiter Begriff, der oft auf verschiedene Kontexte angewandt wird, aber allgemein bezeichnet er eine Beziehung zwischen zwei Entitäten, wobei eine Entität Arbeit zum Vorteil einer anderen anbietet und durchführt. Die von einer Entität zu einer anderen gelieferten Dienste müssen jedoch unter bestimmten Richtlinien durchgeführt werden, die Vertrauen zwischen den Entitäten sicherstellen und die Transaktion in Übereinstimmung mit den Vertragsbedingungen verwalten, die zu Beginn, während und am Ende des Diensts dargelegt werden.
  • Eine beispielhafte Beziehung zwischen Diensten zur Verwendung in einem Edge-Rechensystem wird unten beschrieben. In Szenarien des Edge-Computing gib es mehrere Dienste und Transaktionsschichten im Betrieb, die voneinander abhängig sind - diese Dienste erzeugen eine „Dienstkette“. Auf der untersten Ebene bilden Bestandteile Systeme. Diese Systeme und/oder Ressource kommunizieren und arbeiten miteinander zusammen, um einander sowie anderen permanenten oder transienten Entitäten um sie herum eine Vielzahl von Diensten bereitzustellen. Diese Entitäten können wiederum von Menschen konsumierbare Dienste bereitstellen. Mit dieser Hierarchie müssen Dienste, die auf jeder Stufe angeboten werden, transaktionsbezogen verbunden sein, um sicherzustellen, dass sich die individuelle Komponente (oder Teilentität), die einen Dienst bereitstellt, an die vertraglich vereinbarten Ziele und Spezifikationen hält. Abweichungen in jeder Schicht könnten zu einer Gesamteinwirkung auf die gesamte Dienstkette führen.
  • Eine Art von Dienst, der in einer Edge-Umgebungshierarchie angeboten werden kann, ist Dienste auf Siliziumebene. Hardware vom softwaredefinierten Silizium-Typ (SDSi-Typ) stellt zum Beispiel die Fähigkeit bereit, eine Befolgung von Transaktionen auf niedriger Ebene sicherzustellen, durch die Fähigkeit der Intraskalierung, Verwaltung und Sicherstellung der Durchführung von betrieblichen Leistungsverträgen. Die Verwendung von SDSi und ähnlicher Hardware-Lenkung stellt die Fähigkeit bereit, Merkmale und Ressourcen innerhalb eines Systems mit einem bestimmten Mandanten zu assoziieren und den individuellen Titel (die individuellen Rechte) auf diese Ressourcen zu verwalten. Die Verwendung derartiger Merkmale ist darunter ein Weg, um die Rechenressourcen dynamisch zur Arbeitslast „zu bringen“.
  • Eine Vereinbarung auf Betriebsebene und/oder ein Leistungsvertrag könnte zum Beispiel einen „transaktionsbezogenen Durchsatz“ oder „Pünktlichkeit“ definieren - im Fall von SDSi kann bzw. können sich das System und/oder die Ressource anmelden, um bestimmte Spezifikationen auf Dienstebene (SLS) und Ziele auf Dienstebene (SLO) eines Leistungsvertrags zu garantieren. SLOs können zum Beispiel bestimmten Leistungskennzahlen (KPIs) (z. B. Frames pro Sekunde, Gleitkommaoperationen pro Sekunde, Latenzziele usw.) einer Anwendung (z. B. einem Dienst, einer Arbeitslast usw.) entsprechen und ein SLA kann einer Vereinbarung auf Plattformebene entsprechen, um ein bestimmtes SLO zu erfüllen (z. B. ein Gigabyte Arbeitsspeicher für 10 Frames pro Sekunde). SDSi-Hardware stellt dem Infrastruktur- und Ressourceneigentümer auch die Fähigkeit bereit, der Siliziumkomponente (z. B. die Komponenten eines zusammengesetzten Systems, die metrische Telemetrie erzeugen) zu ermöglichen, auf Produktmerkmale zuzugreifen und diese zu verwalten (hinzuzufügen/zu entfernen) und Hardwarefunktionen und Nutzung frei auf- und abwärts zu skalieren. Ferner stellt sie auch die Fähigkeit bereit, deterministische Merkmalszuordnungen pro Mandant bereitzustellen. Sie stellt auch die Fähigkeit bereit, eine deterministische Orchestrierung und Dienstverwaltung mit der dynamischen (oder abonnementbasierten) Aktivierung von Merkmalen zu verknüpfen, ohne dass laufende Dienste, Clientoperationen unterbrochen werden müssen oder das System rückgesetzt oder neu geladen werden muss.
  • In der untersten Schicht kann SDSi Systemen Dienste und Garantien bereitstellen, um eine aktive Einhaltung von vertraglich vereinbarten Spezifikationen auf Dienstebene sicherzustellen, die eine einzelne Ressource innerhalb des Systems bereitstellen muss. Darüber hinaus stellt SDSi die Fähigkeit bereit, die vertraglichen Rechte (Titel), Nutzung und zugehörigen Finanzdaten eines oder mehrerer Mandanten auf Grundlage pro Komponente oder gar eines Merkmals auf Siliziumebene (z. B. von SKU-Merkmalen) zu verwalten. Merkmale auf Siliziumebene können mit Rechen-, Speicher- oder Netzwerkfähigkeiten, Leistung, Determinismus oder gar Merkmalen für Sicherheit, Verschlüsselung, Beschleunigung usw. assoziiert sein. Diese Fähigkeiten stellen nicht nur sicher, dass der Mandant einen spezifischen Leistungsvertrag erreichen kann, sondern helfen auch bei Verwaltung und Datensammlung und stellen die Transaktion und die vertragliche Vereinbarung auf der Ebene der niedrigsten verwaltbaren Komponente sicher.
  • In einer höheren Schicht in der Diensthierarchie enthalten Dienste auf Ressourcenebene Systeme und/oder Ressourcen, die (vollständig oder durch Zusammensetzung) die Fähigkeit bereitstellt, Anforderungen von Arbeitslasten entweder durch Erwerben und Aktivieren von Merkmalen auf Systemebene via SDSi oder durch die Zusammensetzung von individuell adressierbaren Ressourcen (Rechnen, Speicherung und Netzwerk) zu erfüllen. In noch einer höheren Schicht der Diensthierarchie sind Dienste auf Arbeitsablaufebene horizontal, da Dienstketten Anforderungen auf Arbeitsablaufebene aufweisen können. Arbeitsabläufe beschreiben Abhängigkeiten zwischen Arbeitslasten, um bestimmte Ziele und Anforderungen auf Dienstebene an den durchgängigen Dienst zu liefern. Diese Dienste können Merkmale und Funktionen wie hohe Verfügbarkeit, Redundanz, Wiederherstellung, Fehlertoleranz oder Lastenausgleich enthalten (wir können hier viel mehr aufnehmen). Arbeitsablaufdienste definieren Abhängigkeiten und Beziehungen zwischen Ressourcen und Systemen, beschreiben Anforderungen an zugehörige Netzwerke und Speicher sowie beschreiben Anforderungen auf Transaktionsebene und zugehörige Verträge, um den durchgängigen Dienst sicherzustellen. Dienste auf Arbeitsablaufebene werden üblicherweise in Zielen auf Dienstebene gemessen und weisen verpflichtende und erwartete Dienstanforderungen auf.
  • In noch einer höheren Schicht der Diensthierarchie sind funktionale Geschäftsdienste (BFS) betreibbar, und diese Dienste sind die unterschiedlichen Elemente des Diensts, die Beziehungen zueinander aufweisen und bestimmte Funktionen für den Kunden bereitstellen. Im Fall von Edge-Computing und innerhalb des Beispiels des autonomen Fahrens können Geschäftsfunktionen zum Beispiel den Dienst einer „zeitgerechten Ankunft bei einem Ereignis“ bilden - dieser Dienst würde erfordern, dass mehrere Geschäftsfunktionen zusammen und gemeinsam arbeiten, um das Ziel der Benutzerentität zu erreichen: GPS-Lenkung, Bewusstsein der RSU (der straßenseitigen Einheit) über lokale Verkehrsbedingungen, Bezahlungsverlauf der Benutzerentität, Autorisierung der Benutzerentität der Ressource(n) usw. Ferner, da diese BFS(s) mehreren Entitäten Dienste bereitstellen, verwaltet jeder BFS seinen eigenen SLA und ist sich seiner Fähigkeit bewusst, die Anforderungen an seine eigenen Ressourcen (Arbeitslast und Arbeitsablauf) zu handhaben. Wenn die Anforderungen und der Bedarf steigen, kommuniziert er die Anforderungen der Dienständerung an Arbeitsablaufentitäten und Dienstentitäten auf Ressourcenebene, damit diese wiederum Einsichten in ihre Fähigkeiten zur Erfüllung bereitstellen. Dieser Schritt unterstützt die Gesamttransaktions- und Dienstlieferung an die nächste Schicht.
  • In der höchsten Schicht von Diensten in der Diensthierarchie sind Dienste auf Geschäftsebene (BLS) mit der Fähigkeit verknüpft, die geliefert wird. Auf dieser Ebene ist es dem Kunden oder der Entität möglicherweise egal, wie der Dienst zusammengesetzt ist oder welche Bestandteile verwendet, verwaltet und/oder nachverfolgt werden, um den Dienst bzw. die Dienste bereitzustellen. Das primäre Ziel von Diensten auf Geschäftsebene ist, die Ziele, die vom Kunden festgelegt wurden, in Übereinstimmung mit den Gesamtvertragsbedingungen zu erreichen, die zwischen dem Kunden und dem Anbieter in der vereinbarten finanziellen Vereinbarung festgelegt wurden. BLS(s) bestehen aus mehreren funktionalen Geschäftsdiensten (BFS) und einem Gesamt-SLA.
  • Diese Anordnung und andere hierin beschriebene Dienstverwaltungsmerkmale sind ausgelegt, die verschiedenen Anforderungen von Edge-Computing mit seinen einzigartigen und komplexen Ressourcen- und Dienstinteraktionen zu erfüllen. Diese Dienstverwaltungsanordnung soll mehrere der grundlegenden Ressourcendienste innerhalb seines Frameworks behandeln, anstatt durch einen Agenten oder Middlewarefunktionen. Dienste, wie zum Beispiel: Auffinden, Suchen, Adressieren, Nachverfolgen, Verfolgen, Identifizieren und/oder Registrieren, können unmittelbar in Kraft gesetzt werden, wenn Ressourcen im Framework erscheinen, und der Verwalter oder Eigentümer der Ressourcendomäne kann Verwaltungsregeln und Richtlinien verwenden, um eine ordnungsgemäße Entdeckung, Registrierung und Zertifizierung von Ressourcen sicherzustellen.
  • Darüber hinaus kann eine beliebige Anzahl von hierin beschriebenen Edge-Computingarchitekturen mit Dienstverwaltungsmerkmalen angepasst werden. Diese Merkmale können einem System ermöglichen, sich fortlaufend der Bewegung, des Vektors und/oder der Richtung von Ressourcen bewusst zu sein und Informationen darüber aufzuzeichnen sowie diese Merkmale sowohl als Telemetrie als auch Metadaten, die mit diesen Vorrichtungen assoziiert sind, vollständig zu beschreiben. Diese Dienstverwaltungsmerkmale können zur Ressourcenverwaltung, Abrechnung und/oder Messung sowie als ein Element der Sicherheit verwendet werden. Die gleiche Funktionalität gilt auch für verwandte Ressourcen, wo eine weniger intelligente Vorrichtung, wie ein Sensor, an einer verwaltbareren Ressource, wie einem Edge-Gateway, angehängt sein könnte. Das Dienstverwaltungsframework wird über eine Änderung der Aufsicht oder Kapselung für Ressourcen benachrichtigt. Da Knoten und Komponenten direkt über eine übergeordnete oder alternative verantwortliche Vorrichtung für eine kurze Dauer oder für ihren gesamten Lebenszyklus zugänglich oder indirekt über diese verwaltet werden können, wird diese Art von Struktur über seine Schnittstelle an das Dienstframework weitergeleitet und externen Abfragemechanismen zur Verfügung gestellt.
  • Darüber hinaus ist dieses Dienstverwaltungsframework immer dienstbewusst und gleicht die Dienstbereitstellungsanforderungen mit der Fähigkeit und Verfügbarkeit der Ressourcen und den Zugriff für das Datenhochladen der Datenanalysesysteme natürlich aus. Falls die Netzwerktransporte degradieren, ausfallen oder zu einer Funktion mit höheren Kosten oder niedrigerer Bandbreite wechseln, stellen Dienstrichtlinienüberwachungsfunktionen alternative Analyse- und Dienstbereitstellungsmechanismen innerhalb der Datenschutz- oder Kostengrenzen des Benutzers bereit. Mit diesen Merkmalen können die Richtlinien den Aufruf von Analyse- und Dashboard-Diensten am Edge auslösen, wodurch eine fortlaufende Dienstverfügbarkeit mit reduzierter Genauigkeit oder Granularität sichergestellt wird. Sobald Netzwerktransporte wiederhergestellt sind, können normale Datensammlung, Hochladen und Analysedienste fortsetzen.
  • Der Einsatz eines Edge-Rechensystems mit mehreren Akteuren kann angeordnet und orchestriert werden, um den Einsatz mehrerer Dienste und virtueller Edge-Instanzen unter mehreren Edge-Plattformen und Teilsystemen zur Verwendung durch mehrere Mandanten und Dienstanbieter zu ermöglichen. In einem Systembeispiel, das auf einen Cloud-Dienstanbieter (CSP) anwendbar ist, kann der Einsatz eines Edge-Rechensystems über einen Ansatz „über die Spitze hinweg“ bereitgestellt werden, um Edge-Rechenplattformen als ein ergänzendes Werkzeug für Cloud-Computing einzuführen. In einem Vergleichsbeispiel, das auf einen Telekommunikations-Dienstanbieter (TSP) anwendbar ist, kann die Bereitstellung eines Edge-Rechensystems über einen „Netzwerk-Aggregations“-Ansatz bereitgestellt werden, um Edge-Rechenplattformen an Standorten einzuführen, an denen Netzwerkzugriffe (von verschiedenen Typen von Datenzugriffsnetzen) aggregiert sind. Dieser Ansatz über die Spitze hinweg und der Netzwerk-Aggregations-Ansatz können jedoch zusammen in einem Hybrid- oder zusammengefassten Ansatz oder einer solchen Konfiguration implementiert werden.
  • 2 zeigt ein Implementierungsbeispiel einer Edge-Plattform 200, um von Client-Rechenknoten empfangene Arbeitslasten zu verarbeiten, nach den Lehren dieser Offenbarung. Beispielsweise können beliebige der Egde-Gatewayplattformen 112a, 112b, 112c; der Edge-Aggregationsplattformen 122a, 122b; der Fog-Plattform(en) 124; und/oder des Kern-Rechenzentrums 132 von der Edge-Plattform 300 implementiert sein. Die beispielhafte Edge-Plattform 200 von 2 enthält einen beispielhaften Orchestrator 202, eine beispielhafte Fähigkeitssteuerung 204, eine beispielhafte Telemetriesteuerung 206, eine beispielhafte Edge-Plattform(EP)-Datenbank 208 und (eine) beispielhafte Ressource(n) 210. Im Beispiel von 2 können beliebige des Orchestrators 202, der Fähigkeitssteuerung 204, der Telemetriesteuerung 206, der EP-Datenbank 208 und/oder der Ressource(n) 210 über einen beispielhaften Kommunikationsbus 212 kommunizieren. In hierin offenbarten Beispielen kann der Kommunikationsbus 212 unter Verwendung einer beliebigen geeigneten verdrahteten und/oder drahtlosen Kommunikation implementiert sein. In zusätzlichen oder alternativen Beispielen enthält der Kommunikationsbus 212 Software, maschinenlesbare Anweisungen und/oder Kommunikationsprotokolle, durch die Informationen unter dem Orchestrator 202, der Fähigkeitssteuerung 204, der Telemetriesteuerung 206, der EP-Datenbank 208 und/oder der bzw. den Ressource(n) 210 kommuniziert werden.
  • Im in 2 veranschaulichten Beispiel sind der Orchestrator 202, die Fähigkeitssteuerung 204, die Telemetriesteuerung 206, die EP-Datenbank 208 und die Ressource(n) 210 in der Edge-Plattform 200 enthalten, entsprechen dieser und/oder sind anderweitig für diese repräsentativ. In einigen Beispielen kann bzw. können jedoch eines oder mehrere des Orchestrators 202, der Fähigkeitssteuerung 204, der Telemetriesteuerung 206, der EP-Datenbank 208 und der Ressource(n) 210 in einer Edge-Umgebung enthalten sein, die die Edge-Plattform 200 (z. B. die Edge-Cloud 110) enthält, anstatt in der Edge-Plattform 200 enthalten zu sein. Der Orchestrator 202 kann zum Beispiel mit einer Endpunktschicht (z. B. der Endpunktschicht 120), einer Edgevorrichtungsschicht (z. B. der Edgevorrichtungsschicht 130), einer Netzwerkzugriffsschicht (z. B. der Netzwerkzugriffsschicht 140), einer Kernnetzschicht (z. B. der Kernnetzschicht 150) und/oder einer Cloud-Rechenzentrumsschicht (z. B. der Cloud-Rechenzentrumsschicht 160) verbunden sein, während er sich außerhalb der Edge-Plattform 200 befindet.
  • In anderen Beispielen ist/sind eines oder mehrere vom Orchestrator 202, der Fähigkeitssteuerung 204, der Telemetriesteuerung 206, der EP-Datenbank 208 und der Ressource(n) 210 separate Vorrichtungen, die in einer Edge-Umgebung enthalten sind. Ferner können eines oder mehrere vom Orchestrator 202, der Fähigkeitssteuerung 204, der Telemetriesteuerung 206, der EP-Datenbank 208 und der Ressource(n) 210 in einer Edgevorrichtungsschicht (z. B. der Edgevorrichtungsschicht 130), einer Netzwerkzugriffsschicht (z. B. der Netzwerkzugriffsschicht 140), einer Kernnetzschicht (z. B. der Kernnetzschicht 150) und/oder einer Cloud-Rechenzentrumsschicht (z. B. der Cloud-Rechenzentrumsschicht 160) enthalten sein. Der Orchestrator 202 kann zum Beispiel in einer Edgevorrichtungsschicht (z. B. der Edgevorrichtungsschicht 130) enthalten sein, oder die Ressource(n) 210 können in einer einer Netzwerkzugriffsschicht (z. B. der Netzwerkzugriffsschicht 140), einer Kernnetzschicht (z. B. der Kernnetzschicht 150) und/oder einer Cloud-Rechenzentrumsschicht (z. B. der Cloud-Rechenzentrumsschicht 160) enthalten sein.
  • In einigen Beispielen, als Reaktion auf eine Anforderung, eine Arbeitslast von einer Client-Rechenplattform (z. B. einer der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f) auszuführen, kommuniziert der Orchestrator 202 mit mindestens einer der Ressource(n) 210 und der Client-Rechenplattform (z. B. einer der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f), um einen Vertrag (z. B. einen Arbeitslastvertrag) zu erstellen, der mit einer Beschreibung der auszuführenden Arbeitslast assoziiert ist. Die Client-Rechenplattform (z. B. eine der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f) stellt dem Orchestrator 202 eine Aufgabe bereit, die mit dem Vertrag und der Beschreibung der Arbeitslast assoziiert ist, und der Orchestrator 202 plant die auf der Edge-Plattform auszuführende Aufgabe. Die Aufgabe kann den Vertrag und die Beschreibung der auszuführenden Arbeitslast enthalten. In einigen Beispielen enthält die Aufgabe Anforderungen, Ressourcen, die zum Ausführen der Arbeitslast verwendet werden, zu beschaffen und/oder anderweitig zuzuweisen.
  • In einigen Beispielen pflegt der Orchestrator 202 Datensätze und/oder Protokolle von Handlungen, die in einer Endpunktschicht (z. B. der Endpunktschicht 120), einer Edgevorrichtungsschicht (z. B. der Edgevorrichtungsschicht 130), einer Netzwerkzugriffsschicht (z. B. der Netzwerkzugriffsschicht 140), einer Kernnetzschicht (z. B. der Kernnetzschicht 150) und/oder einer Cloud-Rechenzentrumsschicht (z. B. der Cloud-Rechenzentrumsschicht 160) einer Edge-Umgebung auftreten. Die Ressource(n) 210 kann bzw. können zum Beispiel dem Orchestrator 202 einen Empfang einer Arbeitslastbeschreibung melden. Der Orchestrator 202 und/oder die Ressource(n) 210 stellt bzw. stellen dem Orchestrator 202 Aufzeichnungen von Handlungen und/oder Ressourcenzuweisungen bereit. Der Orchestrator 202 pflegt und/oder speichert beispielsweise eine Aufzeichnung eines Empfangs einer Anforderung zum Ausführen einer Arbeitslast (z. B. eine von einer der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f bereitgestellte Vertragsanforderung).
  • In einigen Beispielen greift der Orchestrator 202 auf eine Aufgabe zu und stellt die Aufgabe einer oder mehreren der Ressource(n) 210 zur Ausführung oder zum Abschluss bereit und/oder ordnet diese zu. Die Ressource(n) 210 führt bzw. führen eine Arbeitslast auf Grundlage einer Beschreibung der Arbeitslast aus, die in der Aufgabe enthalten ist.
  • Im Beispiel von 2 setzt der Orchestrator 202 eine abgestufte Meta-Orchestrierungsarchitektur auf Grundlage einer globalen Orchestrierung und einer lokalen adaptiven Orchestrierung ein, um energiethermal-bewusste dynamisch adaptive Funktionalität zu implementieren. Der Orchestrator 202 ist ausgelegt, den Energieverbrauch und die Nutzung des Orchestrators 202 (z. B. jeweiligen der Ressource(n) 210, die dem Orchestrator 202 zugewiesen sind) zu kalibrieren und eine Orchestrierung auf Grundlage von verfügbarer oder vorhergesagter Energie, thermalen und/oder Ressourceneinstellungen (z. B. Budgets) anzupassen. Der Orchestrator 202 kann zum Beispiel Konfigurationseinstellungen für jeweilige der Ressource(n) 210, die dem Orchestrator 202 zugewiesen sind, von einer Client-Rechenplattform mit einer Arbeitslast empfangen. Der Orchestrator 202 ist ausgelegt, eine Überwachungsfrequenz und/oder ein Planen von Überwachungsdatensammlungen anzupassen, um den Ressourcenverbrauch 210 durch den Orchestrator 202 (z. B. von Orchestrierungskomponenten) zu verwalten, sodass sie SLA-Ziele einhalten, während Aufgaben effizient orchestriert werden. Der Orchestrator 202 kann zum Beispiel die Frequenz der Überwachung von Telemetriedaten auf Grundlage einer Priorität (z. B. einer Prioritätsstufe) anpassen, die mit Ressourcen (z. B. der bzw. den Ressource(n) 210) auf einer Edge-Plattform (z. B. der Edge-Plattform 200) assoziiert ist. In einigen Beispielen kann der Orchestrator 202 Ressourcen auf einer Edge-Plattform in Gruppen kategorisieren. Eine erste Gruppe von Ressourcen kann zum Beispiel oberste Priorität haben, wobei der Orchestrator 202 eine Telemetrieüberwachungsfrequenz, die mit jeweiligen der Ressourcen der ersten Gruppe assoziiert ist, geringfügig anpassen (z. B. reduzieren) kann, eine zweite Gruppe kann zum Beispiel mittlere Priorität haben, wobei der Orchestrator 202 eine Telemetrieüberwachungsfrequenz, die mit jeweiligen der Ressourcen der zweiten Gruppe assoziiert ist, anpassen (z. B. reduzieren) kann, und eine dritte Gruppe kann zum Beispiel niedrige Priorität haben, wobei der Orchestrator 202 eine Telemetrieüberwachungsfrequenz, die mit jeweiligen der Ressourcen der dritten Gruppe assoziiert ist, anhalten kann.
  • Im in 2 veranschaulichten Beispiel ist der Orchestrator 202 ausgelegt, den rechnerischen Aufwand anzupassen, der vom Orchestrator 202 (z. B. Orchestrierungskomponenten) beim Verarbeiten von Telemetriedaten eingesetzt wird (z. B. die rechnerische Last, die damit assoziiert ist). Wenn zum Beispiel hinreichende der Ressource(n) 210 verfügbar sind, kann der Orchestrator 202 eine feinere Analyse ausführen, einschließlich einer Simulation, um eine Ausrichtung an Dienstqualitätsziele zu verbessern. Wenn andererseits Energie und/oder die Ressource(n) 210 knapp sind, kann der Orchestrator 202 die rechnerische Last, die mit Orchestrierungsaufgaben assoziiert ist, durch Einsetzen einer Anschnitts- und/oder oberflächlichen Analyse (z. B. durch Einsetzen eines Roofline-Modells) reduzieren.
  • Im Beispiel von 2, wenn die Energie und/oder andere der Ressource(n) 210 einen ersten Schwellenpegel von Ressourcen, die der Orchestrierung zuzuweisen sind, erreichen und/oder überschreiten, kann der Orchestrator 202 Orchestrierungsaufgaben an einen anderen Computer auslagern, um grobe Orchestrierungsergebnisse zu erhalten. In diesem Fall kann der Orchestrator 202 vom anderen Computer Planungshandlungen empfangen, die beschreiben, was Betriebszustandsdienste und/oder Arbeitslasten, die der Edge-Plattform 200 zugeordnet sind, in der Zukunft und/oder der nahen Zukunft erfordern würden. Die groben Orchestrierungsergebnisse stellen dem Orchestrator 202 Anweisungen bereit, die die rechnerische Belastung reduzieren, die mit dem Verarbeiten von Orchestrierungsaufgaben am Orchestrator 202 assoziiert ist, während dem Orchestrator 202 ermöglicht wird, feinere Orchestrierungsentscheidungen auf der Edge-Plattform 200 zu treffen.
  • Zusätzlich oder alternativ, wenn die Energie und/oder andere der Ressource(n) 210 einen zweiten Schwellenpegel von Ressourcen, die der Orchestrierung zuzuweisen sind, erreichen und/oder überschreiten, kann der Orchestrator 202 Orchestrierungsaufgaben an einen anderen Computer auslagern, um feine Orchestrierungsergebnisse zu erhalten. In diesem Beispiel setzt der Orchestrator 202 Hardwarebeschleuniger ein, falls in der bzw. den Ressource(n) 210 verfügbar, um die Menge an Telemetriedaten zu reduzieren, die an einen entfernten Computer zu senden sind (z. B. unter Einsatz statistischer Verfahren, wie Markov-Ketten), und sendet Planungsaufgaben an die entfernte Vorrichtung. Die entfernte Vorrichtung könnte zum Beispiel eine Edge-Plattform in derselben Schicht einer Edge-Umgebung wie die Edge-Plattform 200 sein, die sich auf einem höheren Energiepegel wie die Edge-Plattform 200 befindet. In einigen anderen Beispielen könnte die entfernte Vorrichtung eine Edge-Plattform in einer Schicht einer Edge-Umgebung sein, die geografisch weiter als die Edge-Plattform 200 von einer Client-Rechenplattform entfernt ist.
  • Im Beispiel von 2, falls der Orchestrator 202 Telemetriedaten und/oder Planungsaufgaben von einer entfernten Vorrichtung empfängt, orchestriert und/oder plant der Orchestrator 202 Arbeitslasten an der entfernten Vorrichtung auf einem gröberen Niveau als die entfernte Vorrichtung (z. B. eine Orchestrierung „höherer Ordnung“). Falls der Orchestrator 202 zum Beispiel Telemetriedaten und/oder Planungsaufgaben von einer entfernten Vorrichtung empfängt, kann der Orchestrator 202 allgemein sehr leicht in Bezug auf Energieverbrauch sein und beim Verarbeiten von Telemetriedaten und/oder Planen von Aufgaben einfachere Formen der Telemetrieextrahierung oder Orchestrierungsanleitung erzeugen. Darüber hinaus kann sich der Orchestrator 202 in stabileren Energieumgebungen im Vergleich zur entfernten Vorrichtung befinden, die Telemetriedaten und/oder Planungsaufgaben an die entfernte Vorrichtung gesendet hat. Die entfernte Vorrichtung könnte zum Beispiel eine Edge-Plattform in derselben Schicht einer Edge-Umgebung wie die Edge-Plattform 200 sein, die sich auf einem niedrigeren Energiepegel wie die Edge-Plattform 200 befindet. In zusätzlichen oder alternativen Beispielen könnte die entfernte Vorrichtung eine Edge-Plattform in einer Schicht einer Edge-Umgebung sein, die geografisch näher als die Edge-Plattform 200 an einer Client-Rechenplattform liegt. Die entfernte Vorrichtung (z. B. eine globale Vorrichtung) kann zum Beispiel eine delegierte Orchestrierung und/oder Telemetrieverarbeitung von der Edge-Plattform 200 (z. B. einer lokalen Vorrichtung) erhalten, wenn sich die Edge-Plattform 200 in einem Energie-, thermalen und/oder Ressourcenzustand befindet, der sich für einen reduzierten Verbrauch von Energie, thermalen und/oder Ressourcen durch Orchestrierungskomponenten anbietet.
  • In einigen Beispielen implementiert der beispielhafte Orchestrator 202 beispielhafte Mittel zum Orchestrieren. Das Orchestrierungsmittel ist durch ausführbare Anweisungen implementiert, wie zum Beispiel die durch zumindest Blöcke 402, 404, 406, 408, 410, 412, 414, 416, 418, 420, 422, 424 und 426 von 4 veranschaulichten und/oder die zumindest Blöcke 502, 504, 506, 508, 510 und 512 von 5 veranschaulichten und/oder die zumindest Blöcke 602, 604, 606, 608, 610, 612, 614, 616 und 618 von 6 veranschaulichten und/oder die zumindest Blöcke 702, 704, 706, 708, 710, 712, 714, 714, 716 und 718 von 7 veranschaulichten und/oder die zumindest Blöcke 802, 804, 806, 808, 810, 812, 814, 816, 818, 820 und 822 von 8 veranschaulichten und/oder die zumindest Blöcke 902, 904, 906, 908, 910, 912, 914, 916, 918, 920, 922 und 924 von 9 veranschaulichten, die auf mindestens einem Prozessor, wie dem beispielhaften Prozessor 1012, der im Beispiel von 10 gezeigt ist, ausgeführt werden können. In anderen Beispielen ist das Orchestrierungsmittel durch Hardwarelogik, hardwareimplementierte Zustandsmaschinen, Logikverschaltung und/oder eine beliebige andere Kombination von Hardware, Software und/oder Firmware implementiert.
  • Vorteilhafterweise reduziert eine Ausführung einer Arbeitslast auf der Edge-Plattform 200 Kosten (z. B. Rechen- oder Rechnerkosten, Netzwerkkosten, Speicherkosten usw. und/oder eine Kombination daraus) und/oder eine Verarbeitungszeit, die verwendet wird, um die Arbeitslast auszuführen. Eine der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f kann zum Beispiel anfordern, dass die Edge-Plattform 200 eine Arbeitslast mit einem ersten Aufwand ausführt, der niedriger als ein zweiter Aufwand ist, der mit einem Ausführen der Arbeitslast in der Cloud-Rechenzentrumsschicht 160 assoziiert ist. In anderen Beispielen kann eine Endpunktvorrichtung, wie eine der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f näher (z. B. räumlich oder geografisch näher) und/oder anderweitig nahe an einer Edge-Plattform sein, wie der Edge-Plattform 200, als ein zentralisierter Server (z. B. die globale Netzwerkcloud 142) in der Cloud-Rechenzentrumsschicht 160. Die Edge-Plattform 200 ist zum Beispiel räumlich näher an einer der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f als die globale Netzwerkcloud 142. Als Ergebnis können beliebige der Client-Rechenplattformen 102a, 102b, 102c, 102d, 102e, 102f anfordern, dass die Edge-Plattform 200 eine Arbeitslast ausführt, und die Antwortzeit der Edge-Plattform 200, um das ausgeführte Arbeitslastergebnis zu liefern, ist niedriger als die, die von der globalen Netzwerkcloud 142 in der Cloud-Rechenzentrumsschicht 160 bereitgestellt werden kann.
  • Im veranschaulichten Beispiel von 2 ermittelt die Fähigkeitssteuerung 204 die Fähigkeiten der Edge-Plattform 200 während einer Registrierung und Eingliederung der Edge-Plattform 200. Die Fähigkeitssteuerung 204 generiert zum Beispiel Fähigkeitsdaten (z. B. Hardwareressourcen, Speicherressourcen, Netzwerkressourcen, Softwareressourcen usw. auf der Edge-Plattform 200). Die Fähigkeitssteuerung 204 kann zum Beispiel die Ressource(n) 210 ermitteln, die der Edge-Plattform 200 zugewiesen sind, wie zum Beispiel Hardwareressourcen (z. B. Rechen-, Netzwerk-, Sicherheits-, Speicher- usw. Hardwareressourcen), Softwareressourcen (z. B. eine Firewall, eine Lastenausgleichseinheit, eine virtuelle Maschine (VM), ein Gastbetriebssystem (OS), eine Anwendung, einen Hypervisor usw.) usw. und/oder eine Kombination daraus, auf Grundlage der Fähigkeitsdaten, auf denen Edge-Rechenarbeitslasten (z. B. registrierte Arbeitslasten) ausgeführt werden können. In einigen Beispielen kann die Fähigkeitssteuerung 204 Container ermitteln, die auf der Edge-Plattform 200 bereitgestellt sind und/oder ausgeführt werden. Die Fähigkeitssteuerung 204 kann zum Beispiel Mikrodienste identifizieren, die mit Containern assoziiert sind, die auf der Edge-Plattform 200 bereitgestellt sind, und/oder Ressourcen, die Containern auf der Edge-Plattform 200 zugewiesen sind.
  • In einigen Beispielen ruft die Fähigkeitssteuerung 204 die Fähigkeitsdaten aus der EP-Datenbank 208 ab. Wenn der Orchestrator 202 zum Beispiel eine Anforderung zum Ausführen einer Arbeitslast empfängt, identifiziert der Orchestrator 202 durch Zugreifen auf die Fähigkeitssteuerung 204 und/oder die EP-Datenbank 208, ob die Fähigkeiten der Edge-Plattform 200 (eine) angemessene Ressource(n) enthält, um die Arbeitslastaufgabe zu erfüllen. Falls der Orchestrator 202 zum Beispiel eine Anforderung empfängt, eine Arbeitslast auszuführen, die einen Prozessor mit zwei Kernen erfordert, kann der Orchestrator 202 auf die Fähigkeitssteuerung 204 und/oder die EP-Datenbank 208 zugreifen, um zu ermitteln, ob die Edge-Plattform 200 die Fähigkeit zum Verarbeiten der angeforderten Arbeitslast enthält.
  • Im Beispiel von 2 ermittelt die Fähigkeitssteuerung 204 zusätzlich die Fähigkeiten von neuen und/oder zusätzlichen Ressourcen, die der Edge-Plattform 200 zugewiesen sind. Falls die Edge-Plattform 200 zum Beispiel durch einen Edge-Dienstanbieter hochgerüstet wird, um zusätzliche Rechenressourcen, Speicherressourcen und/oder Netzwerkressourcen aufzunehmen, kann die Fähigkeitssteuerung 204 die zusätzlichen Ressourcen registrieren und Fähigkeitsdaten generieren, die mit den zusätzlichen Ressourcen assoziiert sind. In einigen Beispielen kann die Fähigkeitssteuerung 204 Protokolle generieren und/oder senden, um an Ressourcen (z. B. die bzw. den Ressource(n) 210) auf der Edge-Plattform 200 an eines oder mehrere vom Orchestrator 202, der Telemetriesteuerung 206 und/oder der EP-Datenbank 208 über Schnittstellen anzubinden.
  • Im veranschaulichten Beispiel von 2 verbessert die Telemetriesteuerung 206 die Verteilung und Ausführung von Edge-Computing-Arbeitslasten (z. B. unter Edge-Plattformen) auf Grundlage von Telemetriedaten, die mit Edge-Plattformen in einer Edge-Computing-Umgebung assoziiert sind. Die Telemetriesteuerung 206 kann zum Beispiel ermitteln, dass eine erste Edge-Plattform und/oder eine zweite Edge-Plattform eine bzw. einige der Ressource(n) 210 verfügbar aufweist, wie zum Beispiel Hardwareressourcen (z. B. Rechen-, Netzwerk-, Sicherheits-, Speicher- usw. (z. B. nichtflüchtigen Arbeitsspeicher-Express) Hardwareressourcen), Softwareressourcen (z. B. eine Firewall, eine Lastenausgleichseinheit, eine virtuelle Maschine (VM), ein Gastbetriebssystem (OS), eine Anwendung, einen Hypervisor usw.) usw. und/oder eine Kombination daraus, auf Grundlage der Telemetriedaten, auf denen Edge-Computing-Arbeitslasten ausgeführt werden können. In derartigen Beispielen können die Telemetriedaten eine Nutzung (z. B. einen Prozentsatz einer Ressource, der genutzt oder nicht genutzt wird), eine Verzögerung (z. B. eine durchschnittliche Verzögerung) beim Empfangen eines Diensts (z. B. Latenz), eine Rate (z. B. eine durchschnittliche Rate), mit der eine Ressource verfügbar ist (z. B. Bandbreite, Durchsatz usw.), Energieverbrauch, Temperaturen usw. enthalten, die mit einer der bzw. einigen der Ressource(n) 210 mindestens einer der Edge-Plattformen assoziiert sind (z. B. der Edge-Plattform 200 und/oder einer alternativen Edge-Plattform).
  • Im veranschaulichten Beispiel von 2 enthält die Edge-Plattform 200 die EP-Datenbank 208 zum Aufzeichnen von Daten (z. B. Telemetriedaten, Arbeitslasten, Fähigkeitsdaten usw.). Die EP-Datenbank 208 kann durch einen flüchtigen Arbeitsspeicher (z. B. einen synchronen dynamischen Arbeitsspeicher mit wahlfreiem Zugriff (SDRAM), einen dynamischen Arbeitsspeicher mit wahlfreiem Zugriff (DRAM), einen dynamischen RAMBUS-Arbeitsspeicher mit wahlfreiem Zugriff (RDRAM) usw.) und/oder einen nichtflüchtigen Arbeitsspeicher (z. B. Flashspeicher) implementiert sein. Die EP-Datenbank 208 kann zusätzlich oder alternativ durch einen oder mehrere Arbeitsspeicher mit doppelter Datenrate, wie DDR, DDR2, DDR3, DDR4, mobilen DDR (mDDR) usw. implementiert sein. Die EP-Datenbank 208 kann zusätzlich oder alternativ durch eine oder mehrere Massenspeichervorrichtungen, wie (ein) Festplattenlaufwerk(e), Compact-Disc-Laufwerk(e), Digital-Versatile-Disk-Laufwerk(e), Festkörperlaufwerk(e) usw. implementiert sein. Während die EP-Datenbank 208 im veranschaulichten Beispiel als eine einzelne Datenbank veranschaulicht ist, kann die EP-Datenbank 208 durch eine beliebige Anzahl und/oder einen beliebigen Typ von Datenbanken implementiert sein. Ferner können die in der EP-Datenbank 208 gespeicherten Daten in einem beliebigen Datenformat, wie zum Beispiel binären Daten, durch Kommata getrennte Daten, durch Tabulatoren getrennte Daten, Structured-Query-Language(SQL)-Strukturen usw. sein.
  • Im illustrierten Beispiel von 2 wird bzw. werden die Ressource(n) 210 aufgerufen, um eine Arbeitslast (z. B. eine Edge-Rechenarbeitslast) auszuführen, die von einer Client-Rechenplattform erhalten wurde. Beispielsweise kann bzw. können die Ressource(n) 210 einer Edge-Plattform oder (einem) Abschnitt(en) davon entsprechen und/oder anderweitig dafür repräsentativ sein. Der Orchestrator 202, die Fähigkeitssteuerung 204, die Telemetriesteuerung 206, die EP-Datenbank 208 und/oder allgemeiner die Edge-Plattform 200 kann bzw. können eine jeweilige der Ressource(n) 210 aufrufen, um eine oder mehrere Edge-Rechenarbeitslasten auszuführen.
  • In einigen Beispielen ist bzw. sind die Ressource(n) 210 für Hardwareressourcen, Virtualisierungen der Hardwareressourcen, Softwareressourcen, Virtualisierungen der Softwareressourcen usw. und/oder einer Kombination davon repräsentativ. Die Ressource(n) 210 können zum Beispiel eine oder mehrere CPUs (z. B. Mehrkern-CPUs), eine oder mehrere FPGAs, eine oder mehrere GPUs, eine oder mehrere Netzwerkschnittstellenkarten (NICs), eine oder mehrere Bildverarbeitungseinheiten (VPUs) usw. und/oder einen beliebigen anderen Typ von Hardware oder Hardwarebeschleuniger enthalten, einem derartigen entsprechen und/oder anderweitig für eine bzw. einen solchen repräsentativ sein. In derartigen Beispielen kann bzw. können die Ressource(n) 210 einer Virtualisierung bzw. Virtualisierungen der einen oder mehreren CPUs, des einen oder mehreren FPGAs, der einen oder mehreren GPUs, der einen oder mehreren NICs usw. enthalten, entsprechen und/oder anderweitig für diese repräsentativ sein. In anderen Beispielen kann bzw. können der Orchestrator 202, die Fähigkeitssteuerung 204, die Telemetriesteuerung 206, die EP-Datenbank 208, die Ressource(n) 210 und/oder allgemeiner die Edge-Plattform 200 eine oder mehrere Softwareressourcen, Virtualisierungen der Softwareressourcen usw., wie Hypervisors, Lastenausgleichseinheiten, OSes, VMs usw. und/oder eine Kombination daraus enthalten, dieser bzw. diesen entsprechen und/oder anderweitig dafür repräsentativ sein.
  • 3 zeigt ein Implementierungsbeispiel des Orchestrators 202 von 2, um eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform auf Grundlage von Ressourcenverfügbarkeit zu steuern. Der beispielhafte Orchestrator 202 enthält eine beispielhafte Orchestratorschnittstelle 302, eine beispielhafte Ressourcenverwaltungssteuerung 304, einen beispielhaften Arbeitslastenplaner 306, eine beispielhafte thermale Steuerung 308 und eine beispielhafte Orchestrierungsdatenbank 310. Im Beispiel von 3 können beliebige der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, des Arbeitslastenplaners 306, der thermalen Steuerung 308 und/oder der Orchestrierungsdatenbank 310 über einen beispielhaften Kommunikationsbus 312 kommunizieren. In hierin offenbarten Beispielen kann der Kommunikationsbus 312 unter Verwendung einer beliebigen geeigneten verdrahteten und/oder drahtlosen Kommunikation implementiert sein. In zusätzlichen oder alternativen Beispielen enthält der Kommunikationsbus 312 Software, maschinenlesbare Anweisungen und/oder Kommunikationsprotokolle, durch die Informationen unter der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, dem Arbeitslastenplaner 306, der thermalen Steuerung 308 und/oder der Orchestrierungsdatenbank 310 kommuniziert werden.
  • Im Beispiel von 3 ermöglicht der Orchestrator 202 eine N-stufige Meta-Orchestrierungsarchitektur (z. B. eine Orchestrierung einer Orchestrierung), wobei N größer als oder gleich zwei ist. Der Orchestrator 202 kann beispielsweise in einer lokalen Konfiguration arbeiten, in der der Orchestrator 202 Operationen lokal auf der Edge-Plattform 200 orchestriert und/oder plant. In zusätzlichen oder alternativen Beispielen kann der Orchestrator 202 in einer globalen Konfiguration arbeiten, in der der Orchestrator 202 Telemetriedaten von einer entfernten Edge-Plattform verarbeitet, um Operationen zu orchestrieren und/oder planen, die auf der entfernten Edge-Plattform auszuführen sind.
  • Im illustrierten Beispiel von 3 enthält der Orchestrator 202 die Orchestratorschnittstelle 302. Allgemein steuert die Orchestratorschnittstelle 302 eine Kommunikation (z. B. mit Orchestrierung verbundene Kommunikationen) mit der Edge-Plattform 200 und/oder entfernten Edge-Plattformen (z. B. Near-Edge-Plattformen in Bezug auf die Edge-Plattform 200, eine einer nächsten Stufe usw.). Eine Kommunikation zwischen Stufen in der Meta-Orchestrierungsarchitektur kann bei Bedarf über sichere Kanäle ermöglicht werden und kann lose an den Orchestrator 202 gekoppelt sein (z. B. Band-externe Verfahren und Schnittstellen). Der Kommunikationskanal zwischen Meta-Orchestrierungsstufen kann zum Beispiel durch durchgehende Verschlüsselung verschlüsselt sein. In einigen Beispielen kann der sichere Kommunikationskanal hierarchisch sein (z. B. unter Verwendung von signierten Daten), sodass Änderungen an auf dem sicheren Kanal gesendeten Daten leicht erkannt werden können. In zusätzlichen oder alternativen Beispielen kann der sichere Kanal unter Verwendung hardwarebasierter Sicherheit gesichert werden. In einigen Beispielen kann der sichere Kanal JavaScript-Object-Notation-Dateiformate, Webtoken und/oder andere Dateistrukturen einsetzen, die eine Verschlüsselung ermöglichen.
  • Die Orchestratorschnittstelle 302 ist ausgelegt, zu ermitteln, ob die Edge-Plattform 200 Telemetriedaten von einer entfernten Edge-Plattform empfangen hat. Die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 kann Telemetriedaten von einer Edge-Plattform empfangen, die geografisch näher an einer Client-Rechenplattform als die Edge-Plattform 200 liegt. Als Reaktion auf ein Ermitteln, dass die Edge-Plattform 200 Telemetriedaten von einer entfernten Edge-Plattform empfangen hat, sendet die Orchestratorschnittstelle 302 die Telemetriedaten und/oder etwaige zusätzliche Daten (z. B. einen Hinweis auf die Granularität, Konfigurationseinstellungen für einen entfernten Edge-Plattform-Orchestrator usw.) an die Ressourcenverwaltungssteuerung 304.
  • Im Beispiel von 3, nachdem die Ressourcenverwaltungssteuerung 304 Ressourcen der entfernten Edge-Plattform abschätzt, die jeder Arbeitslast zuzuweisen sind, um die entsprechenden SLAs der Arbeitslasten zu erfüllen, ermittelt die Orchestratorschnittstelle 302, ob die Telemetriedaten anzeigen, dass grobe Orchestrierungsergebnisse zu generieren sind, oder ob die Telemetriedaten anzeigen, dass feine Orchestrierungsergebnisse zu generieren sind. Falls die Orchestratorschnittstelle 302 ermittelt, dass feine Orchestrierungsergebnisse vom Orchestrator der entfernten Edge-Plattform angefordert sind, kann die Orchestratorschnittstelle 302 der Ressourcenverwaltungssteuerung 304 und/oder dem Arbeitslastenplaner 306 anzeigen, dass feine Orchestrierungsergebnisse zu ermitteln sind und/oder Arbeitslasten zur Ausführung auf der entfernten Edge-Plattform zu planen sind. Die Orchestratorschnittstelle 302 ist zusätzlich ausgelegt, grobe Orchestrierungsergebnisse, feine Orchestrierungsergebnisse, einen Plan von Arbeitslasten und/oder Telemetriedaten an/von einer entfernten Edge-Plattform und/oder einem anderen Computer zu senden und/oder zu empfangen. In einigen Beispielen kann die Orchestratorschnittstelle 302 über eine Schnittstelle an die Fähigkeitssteuerung 204 ankoppeln, um die Fähigkeiten der Edge-Plattform 200 zu ermitteln.
  • Im Beispiel von 3, kann ein Orchestrator auf einer Edge-Plattform durch Auslagern (z. B. Übergeben) von Telemetriedaten, die auf einer entfernten Edge-Plattform und/oder einem anderen Computer zu verarbeiten sind, effizientere Orchestrierungsergebnisse bei reduzierter Energie und/oder Ressourcenkapazität erzielen. Eine entfernte Edge-Plattform (z. B. eine Near-Edge-Plattform) und/oder ein anderer Computer kann bzw. können zum Beispiel einen größeren Verlauf von Betriebszuständen auf der Edge-Plattform, die die Telemetriedaten ausgelagert hat, sowie die Betriebszustände auf anderen Edge-Plattformen enthalten. Als solche kann bzw. können die entfernte Edge-Plattform (z. B. eine Near-Edge-Plattform) und/oder ein anderer Computer zwischen Planen einer Arbeitslast auf der Edge-Plattform, die die Telemetriedaten ausgelagert hat, und auf anderen Edge-Plattformen vergleichen.
  • In einigen Beispielen implementiert die beispielhafte Orchestratorschnittstelle 302 beispielhafte Mittel zum Anbinden über Schnittstellen. Das Schnittstellenmittel ist durch ausführbare Anweisungen implementiert, wie zum Beispiel die durch zumindest Blöcke 402 und 406 von 4 veranschaulichten und/oder die zumindest Blöcke 504, 506 und 512 von 5 veranschaulichten und/oder die zumindest Blöcke 704, 706 und 708 von 7 veranschaulichten und/oder die zumindest Blöcke 802, 806, 808, 810, 816, 818 und 820 von 8 veranschaulichten und/oder die zumindest Block 904 von 9 veranschaulichten, die auf mindestens einem Prozessor, wie dem beispielhaften Prozessor 1012, der im Beispiel von 10 gezeigt ist, ausgeführt werden können. In anderen Beispielen ist das Orchestrierungsmittel durch Hardwarelogik, hardwareimplementierte Zustandsmaschinen, Logikverschaltung und/oder eine beliebige andere Kombination von Hardware, Software und/oder Firmware implementiert.
  • Im illustrierten Beispiel von 3 enthält der Orchestrator 202 die Ressourcenverwaltungssteuerung 304. Die Ressourcenverwaltungssteuerung 304 ist ausgelegt, einen Ressourcenverbrauch von Ressource(n) 210 durch Orchestrierungskomponenten (z. B. die Orchestrierungsschnittstelle 302, die Ressourcenverwaltungssteuerung 304, den Arbeitslastenplaner 306 und/oder die Orchestrierungsdatenbank 310) und/oder andere Komponenten der Edge-Plattform 200 (z. B. der Fähigkeitssteuerung 204, der Telemetriesteuerung 206, der EP-Datenbank 208 und/oder der Ressource(n) 210) zu verwalten. Im Allgemeinen überwacht die Ressourcenverwaltungssteuerung 304 die Verwendung von Energie und/oder verschiedener anderer Ressourcen durch Orchestrierungskomponenten und/oder andere Komponenten einer Edge-Plattform. Abhängig von der Ressourcenmenge, die auf der Edge-Plattform verfügbar ist, und der jeweils geschätzten oder versprochenen Menge für die Arbeitslasten, die auf der Edge-Plattform ausgeführt werden, kann die Ressourcenverwaltungssteuerung 304 die Arbeit für Telemetrie und Orchestrierung erhöhen, senken oder an eine nächste Near-Edge-Stufe übertragen.
  • In einigen Beispielen führt die Ressourcenverwaltungssteuerung 304 Software und/oder Firmware und/oder einen oder mehrere Bitstromkernels aus, um eine Verwaltung von Ressourcenverbrauch auf der Edge-Plattform 200 zu ermöglichen. In einigen Beispielen führt die Ressourcenverwaltungssteuerung 304 Software und/oder Firmware ohne Ausführen von Bitstromkernels und/oder anderen Rechenkernels aus. In einigen Beispielen führt die Ressourcenverwaltungssteuerung 304 Rechenkernels ohne Ausführen von Software und/oder Firmware aus (z. B. einigem oder keinem Fußabdruck von Software, die auf einem Universalprozessor oder Spezialprozessor (z. B. einer CPU, einem Xeon-Prozessor von Intel usw.) läuft).
  • In einigen Beispielen führt die Ressourcenverwaltungssteuerung 304 Software und/oder Firmware auf anderen rechenfähigen Plattformen aus, wie Smart-NICs, Platinenverwaltungssteuerungen (BMCs) usw. Im Allgemeinen regelt die Ressourcenverwaltungssteuerung 304 lokale Orchestrierungsmechanismen auf der Edge-Plattform 200 und kann eine Beschleunigung einsetzen, wenn diese verfügbar ist (z. B. wenn eine Edge-Plattform Beschleuniger enthält), um Orchestrierungsaufgaben zu verarbeiten.
  • Um die Ressourcen auf einer Edge-Plattform zu verwalten (z. B. der Edge-Plattform 200), fordert die Ressourcenverwaltungssteuerung 304 von einem Orchestrator auf einer entfernten Edge-Plattform und/oder einem anderen Computer grobe Orchestrierungsergebnisse oder feine Orchestrierungsergebnisse an. Zusätzlich oder alternativ kann die Ressourcenverwaltungssteuerung 304 Ressourcen auf einer Edge-Plattform auf Grundlage von KPIs verwalten, die mit einer Anwendung (z. B. einer Arbeitslast, einem Dienst usw.) assoziiert sind. Beispielsweise können von der Telemetriesteuerung 206 abgerufene Telemetriedaten Hinweise auf KPIs enthalten, die mit einem Dienst und/oder einer Arbeitslast assoziiert sind, die auf einer bestimmten Ressource (z. B. irgendwelchen der Ressource(n) 210) ausgeführt wird bzw. werden. In derartigen Beispielen kann bzw. können die Ressourcenverwaltungssteuerung 304 und/oder der Orchestrator 202 eine Ressourcenzuweisung auf der Edge-Plattform 200 anpassen, um bestimmte SLOs eines SLA für jeden Dienst und/oder jede Arbeitslast zu erfüllen, die auf der Edge-Plattform 200 ausgeführt wird bzw. werden. Zusätzlich oder alternativ schätzt die Ressourcenverwaltungssteuerung 304 auf Grundlage der von der Orchestratorschnittstelle 302 gesammelten Telemetriedaten die Ressourcenmenge ab, die von verschiedenen Diensten, Anwendungen und/oder Arbeitslasten zu nutzen sind, die der Edge-Plattform zugeordnet sind, um die jeweiligen SLAs zu erfüllen, die mit jedem bzw. jeder der Dienste, Anwendungen und/oder Arbeitslasten assoziiert sind. Auf Grundlage des Dienstausmaßes, der geschätzt wird, dass er genutzt wird, ermittelt die Ressourcenverwaltungssteuerung 304, welche Ressourcenmenge von den Orchestrierungskomponenten auf der Edge-Plattform freigegeben werden können oder diesen verfügbar gemacht werden können, mit einer oberen Schranke auf Grundlage der Konfigurationseinstellungen.
  • Im in 2 veranschaulichten Beispiel ist die Ressourcenverwaltungssteuerung 304 ausgelegt, auf Grundlage der von der Orchestratorschnittstelle 302 gesammelten Telemetriedaten und/oder auf Grundlage von KPIs und/oder SLOs von Anwendungen, die auf der Edge-Plattform 200 ausgeführt werden, die derzeit Orchestrierungskomponenten zugewiesenen Ressourcen oder diejenigen, die diesen zugewiesen werden, mit Konfigurationseinstellungen für den Orchestrator 202 zu vergleichen. In einigen Beispielen können die Telemetriedaten die auf einer Edge-Plattform verfügbare Ressourcenmenge und die vor Kurzem geschätzte oder vor Kurzem zugesagte Ressourcenmenge anzeigen, die zu verwenden sind, um eine oder mehrere Arbeitslasten in naher Zukunft auszuführen. In einigen Beispielen kann die Ressourcenverwaltungssteuerung 304 ausgelegt sein, bedingt auf Grundlage des Ressourcenverbrauchs von individuellen Orchestrierungskomponenten zu arbeiten (z. B. von irgendwelchen der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, dem Arbeitslastenplaner 306, der thermalen Steuerung 308 und/oder der Orchestrierungsdatenbank 310). Falls die Ressourcenverwaltungssteuerung 304 zum Beispiel 10 % von Ressourcen eines Prozessors auf einem ersten Energiepegel zuweist, kann die Ressourcenverwaltungssteuerung 304 vorab ausgelegt sein, 5 % der Ressourcen eines Prozessors auf einem zweiten Energiepegel zuzuweisen (wobei der zweite z. B. kleiner als der erste ist). Die Konfigurationseinstellungen können einen Vektor mit Werten enthalten, die angeben, welche Ressourcenmenge (z. B. irgendwelche der Ressource(n) 210) für Orchestrierungskomponenten auf einer Edge-Plattform (z. B. der Edge-Plattform 200) aufgewandt werden dürfen (z. B. von diesen verwendet werden dürfen). Konfigurationseinstellungen für jede Komponente werden zum Beispiel mit der Ressourcenverwaltungssteuerung 304 vorab konfiguriert. In einigen Beispielen können die Konfigurationseinstellungen angeben, welche Ressourcenmenge (z. B. irgendwelche der Ressource(n) 210) für Orchestrierungskomponenten in jeder Stufe in der hierin beschriebenen Meta-Orchestrierungsarchitektur aufgewandt werden dürfen (z. B. von diesen verwendet werden dürfen). Die unten gezeigten Vektoren veranschaulichen Konfigurationseinstellungen für m ≥ 1 Ressourcen auf n ≥ 1 Energiepegeln (PLs). P v = { { PL 1 , %  von Ressource 1 } ,   … , { PL n , %  von Ressource 1 } ⋮ { PL 1 , %  von Ressource m } ,   … ,   { PL n , %  von Ressouce m } }
    Figure DE102020203877A1_0001
  • Konfigurationseinstellungen
  • Im veranschaulichten Beispiel von 2 ist die Ressourcenverwaltungssteuerung 304 ausgelegt, zu ermitteln, ob die Ressourcenmenge, die Orchestrierungskomponenten derzeit zugewiesen ist oder diesen zugewiesen werden wird, einen vorläufigen Schwellenwert erreicht. Der vorläufige Schwellenwert kann zum Beispiel einem ersten Energiepegel entsprechen, der anzeigt, dass sich die Edge-Plattform in einem Zustand mit reduzierter Energie befindet. Falls die Ressourcenmenge, die derzeit Orchestrierungskomponenten zugewiesen ist oder diesen zugewiesen werden wird, den vorläufigen Schwellenwert erreicht, lädt der Orchestrator 202 diese Telemetriedaten aus, sodass sie an einem anderen Computer verarbeitet werden, um grobe Orchestrierungsergebnisse zu erhalten.
  • Zusätzlich oder alternativ ist die Ressourcenverwaltungssteuerung 304 ausgelegt, zu ermitteln, ob die Ressourcenmenge, die Orchestrierungskomponenten derzeit zugewiesen ist oder diesen zugewiesen werden wird, einen sekundären Schwellenwert erreicht. Der sekundäre Schwellenwert kann zum Beispiel einem zweiten Energiepegel entsprechen, der anzeigt, dass sich die Edge-Plattform in einem Zustand mit kritischer Energie befindet. Der sekundäre Schwellenwert kann zum Beispiel einem zweiten Energiepegel entsprechen, der niedriger als ein erster Energiepegel ist, der dem vorläufigen Schwellenwert entspricht. Falls die Ressourcenmenge, die derzeit Orchestrierungskomponenten zugewiesen ist oder diesen zugewiesen werden wird, den sekundären Schwellenwert erreicht, kann der Orchestrator 202 diese Telemetriedaten auslagern, sodass sie an einem anderen Computer verarbeitet werden, um feine Orchestrierungsergebnisse zu erhalten. In einigen Beispielen kann die Ressourcenmenge, die Orchestrierungskomponenten derzeit zugewiesen ist oder zugewiesen werden wird, thermalen Zuständen sowie physischen Ressourcen und/oder Softwareressourcen entsprechen. Die Konfigurationseinstellungen können zum Beispiel auf thermalen Zuständen auf einer Edge-Plattform zusätzlich zu oder als eine Alternative zu den Konfigurationseinstellungen auf Grundlage eines Energiepegels beruhen. In derartigen Beispielen kann bzw. können der vorläufige Schwellenwert und/oder der sekundäre Schwellenwert (a) einer Menge (z. B. einem Prozentsatz) von Energie entsprechen, die von Orchestrierungskomponenten verbraucht wird und/oder werden wird und/oder (b) thermalen Zuständen auf einer Edge-Plattform und/oder von Orchestrierungskomponenten entsprechen. Eine Ressourcenzuweisung und/oder Auslagerung von Telemetriedaten und/oder Orchestrierungsaufgaben kann auf der Ressourcenmenge beruhen, die derzeit Orchestrierungsressourcen auf der Edge-Plattform zugewiesen sind und/oder diesen zugewiesen werden, um KPIs und/oder SLOs einer Anwendung (z. B. eines Diensts, einer Arbeitslast usw.) zu erreichen und/oder zu erzielen.
  • Im veranschaulichten Beispiel von 2, falls die Ressourcenmenge, die Orchestrierungskomponenten derzeit zugewiesen ist oder die diesen zugewiesen wird, den vorläufigen Schwellenwert oder den sekundären Schwellenwert nicht erreicht, ist die Ressourcenverwaltungssteuerung 304 ausgelegt, Ressourcen abzuschätzen (z. B. einige der Ressource(n) 210), die einer Edge-Plattform (z. B. der Edge-Plattform 200) zugeordneten Arbeitslasten zuzuweisen sind, um jeweilige mit den Arbeitslasten assoziierte SLAs zu erreichen und/oder anderweitig zu erfüllen. Darüber hinaus ist die Ressourcenverwaltungssteuerung 304 ausgelegt, Ressourcen abzuschätzen (z. B. einige der Ressource(n) 210), die Orchestrierungskomponenten (z. B. der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, dem Arbeitslastenplaner 306, der thermalen Steuerung 308 und/oder der Orchestrierungsdatenbank 310) einer Edge-Plattform (z. B. der Edge-Plattform 200) zuzuweisen sind. Die Ressourcenverwaltungssteuerung 304 ermittelt zum Beispiel Ressourcenzuweisungswerte auf Grundlage einer oder mehrerer Arbeitslasten, die zum Ausführen auf einer Edge-Plattform (z. B. der Edge-Plattform) (z. B. bald, in naher Zukunft usw.) geplant sind.
  • Im Beispiel von 3, auf Grundlage der abgeschätzten Ressourcen, die den Arbeitslasten auf einer Edge-Plattform zuzuweisen sind und/oder der abgeschätzten Ressourcen, die den Orchestrierungskomponenten auf der Edge-Plattform zuzuweisen sind, skaliert die Ressourcenverwaltungssteuerung 304 (z. B. ist ausgelegt, zu skalieren) eine Orchestrierung auf der Edge-Plattform, um die geschätzten Ressourcenzuweisungswerte zu erfüllen. Die Ressourcenverwaltungssteuerung 304 reduziert, erhöht und/oder passt ein Planen von Arbeitslasten auf der Edge-Plattform anderweitig an und/oder reduziert, erhöht und/oder passt Überwachungsraten für SLAs an der Edge-Plattform anderweitig an. Zusätzlich oder alternativ kann eine derartige Anpassung ein Setzen jeder der Orchestrierungskomponenten auf der Edge-Plattform auf eine langsamere Operation (z. B. eine langsamere Taktfrequenz) und/oder ein Konfigurieren von Orchestrierungskomponenten enthalten, in einem niedrigen Energiebetriebsmodus grobe Orchestrierungsergebnisse zu generieren.
  • Im Beispiel von 3 passt die Ressourcenverwaltungssteuerung 304 Ressourcenverbrauch oder Orchestrierungskomponenten auf eine Vielfalt von Arten an und/oder drosselt diese anderweitig. Die Ressourcenverwaltungssteuerung 304 kann zum Beispiel Ziele für den Orchestrator 202 definieren. Derartige Ziele können durch einen Edge-Dienstanbieter, einen Leistungsvertrag und/oder eine beliebige andere geeignete Entität definiert werden. Die Ziele können ein Betreiben unter 5 % Ressourcenverbrauch für eine bestimmte Ressource enthalten. In einigen Beispielen, in denen die Sendung von Daten zwischen Edge-Plattformen für einen Dienst relevant ist, kann das mit diesem Dienst assoziierte Ziel sein, die Orchestrierungskomponenten auf einem Verbrauch der Bandbreite einer Edge-Plattform von unter 5 % zu betreiben. In anderen Beispielen kann das Ziel sein, die Orchestrierungskomponenten auf unter 5 % des Gesamtenergieverbrauchs der Edge-Plattform zu betreiben.
  • In zusätzlichen oder alternativen Beispielen kann das Ziel ein Betreiben von Orchestrierungskomponenten mit reduzierter Latenz enthalten. In einigen Beispielen, wenn Ressourcen und/oder Energie auf einer Edge-Plattform besonders eingeschränkt sind (z. B. unter dem zweiten Schwellenwert), kann das Ziel ein Betreiben der Orchestrierungskomponenten enthalten, um grobe Orchestrierungsergebnisse zu erhalten. Die Ressourcenverwaltungssteuerung 304 passt zum Beispiel Ressourcen, die den Orchestrierungskomponenten zugewiesen sind, auf Grundlage einer Nachschlagetabelle (LUT) an, die eine proportionale Verteilung von Ressourcen zu Orchestrierungskomponenten enthält.
  • Im Beispiel von 3 kann das Anpassen und/oder anderweitige Drosseln eines Ressourcenverbrauchs oder von Orchestrierungskomponenten (z. B. über die Ressourcenverwaltungssteuerung 304) ein Anpassen (z. B. Reduzieren, Erhöhen usw.) der jeder der Orchestrierungskomponenten zugewiesenen Ressourcenmenge, ein Anpassen (z. B. Reduzieren, Erhöhen usw.) der von der Orchestrierungskomponente für jede der Arbeitslasten zu verarbeitende Menge von Telemetriedaten (z. B. von den Orchestrierungskomponenten verbraucht) und/oder eine beliebige andere Technik zum Anpassen des Ressourcenverbrauchs durch Orchestrierungskomponenten enthalten.
  • Im illustrierten Beispiel von 3, beim Anpassen der Menge von Telemetriedaten, die von der Orchestrierungskomponente zu verarbeiten ist, können die resultierenden Telemetriedaten von der Ressourcenverwaltungssteuerung 304 genutzt werden, um Arbeitslast-SLAs und/oder angeforderte Leistungsmetriken zu erfüllen. Die Ressourcenverwaltungssteuerung 304 konfiguriert zum Beispiel Telemetriekomponenten (z. B. die Telemetriesteuerung 206) in einem Niedrigenergiemodus. Zusätzlich oder alternativ reduziert (z. B. verlangsamt) und/oder passt die Ressourcenverwaltungssteuerung 304 anderweitig an, wie oft die Ressourcenverwaltungssteuerung 304 Telemetriedaten verarbeitet, oder den Typ der Verarbeitung (z. B. die Granularität der Verarbeitung), die an Telemetriedaten durch die Ressourcenverwaltungssteuerung 304 ausgeführt wird. Eine Orchestrierungskomponente, Telemetriekomponente und/oder eine andere Komponente kann zum Beispiel ausgelegt sein, zusammenfassende Informationen über den Betrieb zu erzeugen, anstatt Telemetriedaten pro Subkomponente zu generieren.
  • In einigen Beispielen passt die Ressourcenverwaltungssteuerung 304 Ressourcenverbrauch oder Orchestrierungskomponenten durch Reduzieren, Erhöhen und/oder anderweitiges Anpassen der Ressourcenmenge an, die einer Telemetriekomponente (z. B. der Telemetriesteuerung 206) zugeordnet ist und/oder drosselt diesen bzw. diese anderweitig. In einigen Beispielen passt die Ressourcenverwaltungssteuerung 304 einen Ressourcenverbrauch von Orchestrierungskomponenten durch Reduzieren, Erhöhen und/oder Anpassen der Menge der Telemetriedaten an, die für die Ressourcenverwaltungssteuerung 304 und/oder andere Orchestrierungskomponenten verfügbar ist.
  • Im Beispiel von 3, wenn der Orchestrator 202 Telemetriedaten, die auf einer entfernten Edge-Plattform und/oder einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten, beendet (z. B. deaktiviert, terminiert usw.) die Ressourcenverwaltungssteuerung 304 eine Verarbeitung von Telemetriedaten auf der Edge-Plattform und zeigt der Orchestratorschnittstelle 302 an, dass die Orchestratorschnittstelle 302 Telemetriedaten an eine entfernte Edge-Plattform und/oder einen anderen Computer zur Verarbeitung (z. B. Data Mining) zu senden hat. In einigen Beispielen, wenn eine erste Ressource für eine bestimmte Arbeitslast stark gefragt ist und eine zweite Ressource vergleichsweise wenig gefragt ist, lagert der Orchestrator 202 Orchestrierung und/oder Planung in Bezug auf die erste Ressource aus, während die Orchestrierung und/oder Planung der zweiten Ressource auf der Edge-Plattform behalten werden. Die Orchestratorschnittstelle 302 kann dann die entfernte Edge-Plattform und/oder einen anderen Computer auf die verarbeiteten (z. B. gewonnenen) Orchestrierungsergebnisse überwachen. Wenn der Orchestrator 202 grobe Orchestrierungsergebnisse empfängt, ermittelt die Ressourcenverwaltungssteuerung 304, ob die den Orchestrierungskomponenten zugewiesenen Ressourcen und/oder die Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, den sekundären Schwellenwert erreichen.
  • Im veranschaulichten Beispiel von 3, falls die Ressourcenverwaltungssteuerung 304 ermittelt, das die derzeit Orchestrierungskomponenten zugewiesenen Ressourcen und/oder die Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugeordnet werden, den sekundären Schwellenwert erreichen, lagert der Orchestrator 202 Telemetriedaten aus, die an einem anderen Computer und/oder einer entfernten Edge-Plattform zu verarbeiten sind, um feine Orchestrierungsergebnisse zu erhalten. In einigen Beispielen, vor dem Auslagern der Telemetriedaten, kann die Orchestratorschnittstelle 302 Telemetriedaten vorab auf Grundlage des Ausmaßes der Bandbreite, die einer Edge-Plattform verfügbar ist und/oder die dem Orchestrator 202 zugewiesen ist, und/oder der Energie, die eingesetzt wird, um die Telemetriedaten an eine entfernte Edge-Plattform zu senden, vorab verarbeiten. Um Telemetriedaten zum Beispiel vorab zu verarbeiten, kann die Orchestratorschnittstelle 302 die Telemetriedaten vor dem Senden der Telemetriedaten an eine entfernte Edge-Plattform komprimieren und/oder filtern. In einigen Beispielen kann die Orchestratorschnittstelle 302 die Telemetriedaten auf Daten in Bezug auf KPIs und/oder SLOs von Anwendungen (z. B. Diensten, Arbeitslasten usw.) filtern, die auf der Edge-Plattform 200 ausgeführt werden. Falls die Ressourcenverwaltungssteuerung 304 ermittelt, dass die derzeit Orchestrierungskomponenten zugewiesenen Ressourcen und/oder die Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, den sekundären Schwellenwert nicht erreichen, schätzt die Ressourcenverwaltungssteuerung 304 die Ressourcen ab, die Orchestrierungskomponenten auf Grundlage der groben Orchestrierungsergebnisse zuzuweisen sind. In einigen Beispielen ermittelt die Ressourcenverwaltungssteuerung 304 feine Orchestrierungsergebnisse auf Grundlage der groben Orchestrierungsergebnisse.
  • Im in 3 veranschaulichten Beispiel, wenn der Orchestrator 202 Telemetriedaten auslagert, die auf einem anderen Computer und/oder einer entfernten Edge-Plattform zu verarbeiten sind, hält die Ressourcenverwaltungssteuerung 304 ein Verarbeiten von Telemetriedaten und Orchestrierungsaufgaben auf einer Edge-Plattform an (z. B. deaktiviert, beendet diese usw.) und sendet Telemetriedaten an eine entfernte Edge-Plattform und/oder einen anderen Computer, um feine Orchestrierungsergebnisse zu erhalten. Optional, wenn die Edge-Plattform Hardwarebeschleuniger enthält, kann die Ressourcenverwaltungssteuerung 304 sich selbst und/oder den Arbeitslastenplaner 306 neu konfigurieren, um unter Verwendung von gröberen, beschleunigerbasierten (z. B. statistikbasierten und/oder probenbasierten) Techniken, die die Anzahl von Orchestrierungsentscheidungen auf Grundlage eines erschöpfenden Volumens von Telemetriedaten reduzieren, Telemetriedaten zu verarbeiten und/oder Arbeitslastenpläne zu generieren.
  • Im Beispiel von 3, wenn eine Edge-Plattform keine Hardwarebeschleuniger enthält, kann die Ressourcenverwaltungssteuerung 304 ein Verarbeiten von Telemetriedaten und Orchestrierungsaufgaben auf der Edge-Plattform abschalten (z. B. deaktivieren, beenden usw.), um eine erschöpfende Analyse von detaillierten Telemetriedaten zu verhindern. Wenn eine Edge-Plattform keine Hardwarebeschleuniger enthält, kann die Ressourcenverwaltungssteuerung 304 sich selbst und/oder den Arbeitslastenplaner 306 auf Techniken auf Grundlage rechnerisch leichterer, abgetasteter oder reduzierter Telemetriedaten (z. B. zusammengefasster) neu konfigurieren, um Orchestrierungsergebnisse (z. B. Orchestrierungsinferenzen) zu erhalten.
  • In hierin beschriebenen Beispielen kann ein Auslagern von orchestrierungsbezogener Verarbeitung umgekehrt werden, wenn eine Verfügbarkeit von Energie und/oder anderen Ressourcen normal wird. Beispielsweise können Hysteresemechanismen eingesetzt werden, um den Transfer der Verarbeitung von orchestrierungsbezogenen Aufgaben und/oder Telemetriedaten zu steuern, sodass ein verlängerter Modus normaler Energieverfügbarkeit beobachtet wird, bevor der Orchestrator 202 auf einer Edge-Plattform, der ein Verarbeiten von Orchestrierungsaufgaben und/oder Telemetriedaten ausgelagert hat, ein Verarbeiten derartiger Aufgaben und/oder Daten umkehrt.
  • In einigen Beispielen implementiert die beispielhafte Ressourcenverwaltungssteuerung 304 beispielhafte Mittel zum Verwalten von Ressourcen. Das Ressourcenverwaltungsmittel ist durch ausführbare Anweisungen implementiert, wie zum Beispiel die durch zumindest Blöcke 408, 410, 412, 418, 420 und 422 von 4 veranschaulichten und/oder die zumindest Blöcke 502 und 508 von 5 veranschaulichten und/oder die zumindest Blöcke 602, 604, 606, 608, 610, 612, 614, 616 und 618 von 6 veranschaulichten und/oder die zumindest Blöcke 702, 710, 714 und 716 von 7 veranschaulichten und/oder die zumindest Blöcke 804 und 814 von 8 veranschaulichten, die auf mindestens einem Prozessor, wie dem beispielhaften Prozessor 1012, der im Beispiel von 10 gezeigt ist, ausgeführt werden können. In anderen Beispielen ist das Ressourcenverwaltungsmittel durch Hardwarelogik, hardwareimplementierte Zustandsmaschinen, Logikverschaltung und/oder eine beliebige andere Kombination von Hardware, Software und/oder Firmware implementiert.
  • Im Beispiel von 3 enthält der Orchestrator 202 den Arbeitslastenplaner 306. Der Arbeitslastenplaner 306 plant allgemein eine bzw. einen oder mehrere Arbeitslasten, Dienste und/oder Anwendungen, die auf einer Edge-Plattform auszuführen sind. In einigen Beispielen enthält das Planen ein Zugreifen auf eine von der Ressourcenverwaltungssteuerung 304 empfangene und/oder anderweitig erhaltene Aufgabe und ein Bereitstellen der Aufgabe an eine oder mehrere der Ressourcen auf einer Edge-Plattform (z. B. irgendwelchen der Ressource(n) 210) zur Ausführung oder zum Abschließen. In einigen Beispielen enthält das Planen ein Auswählen derjenigen Arbeitslasten, die einer Edge-Plattform zugeordnet sind, um sie an eine entfernte Edge-Plattform zur Ausführung auszulagern.
  • Im Beispiel von 3 führt bzw. führen die Ressource(n) 210 eine Arbeitslast auf Grundlage einer Beschreibung der Arbeitslast aus, die in der Aufgabe enthalten ist. Der Arbeitslastenplaner 306 greift auf ein Ergebnis der Ausführung der Arbeitslast von einer oder mehreren der Ressourcen auf der Edge-Plattform (z. B. von der bzw. den Ressource(n) 210) zu, die die Arbeitslast ausgeführt haben. Der Arbeitslastenplaner 306 stellt das Ergebnis der Vorrichtung bereit, die angefordert hatte, dass die Arbeitslast ausgeführt wird, wie eine Client-Rechenplattform und/oder eine andere Edge-Plattform. In einigen Beispielen ist der Arbeitslastenplaner 306 ausgelegt, zu ermitteln, ob ein Kandidatenplan eine oder mehrere SLAs erfüllt, die mit einer oder mehreren Arbeitslasten assoziiert sind.
  • In einigen Beispielen implementiert der beispielhafte Arbeitslastenplaner 306 beispielhafte Mittel zum Planen. Das Planungsmittel ist durch ausführbare Anweisungen implementiert, wie zum Beispiel die durch zumindest Blöcke 424 und 426 von 4 veranschaulichten und/oder die zumindest Block 510 von 5 veranschaulichten und/oder die zumindest Block 718 von 7 veranschaulichten und/oder die zumindest Blöcke 812 und 822 von 8 veranschaulichten und/oder die zumindest Blöcke 918, 920 und 924 von 9 veranschaulichten, die auf mindestens einem Prozessor, wie dem beispielhaften Prozessor 1012, der im Beispiel von 10 gezeigt ist, ausgeführt werden können. In anderen Beispielen ist das Planungsmittel durch Hardwarelogik, hardwareimplementierte Zustandsmaschinen, Logikverschaltung und/oder eine beliebige andere Kombination von Hardware, Software und/oder Firmware implementiert.
  • Im in 3 veranschaulichten Beispiel enthält der Orchestrator 202 die thermale Steuerung 308. Die thermale Steuerung 308 ist ausgelegt, eine agile und adaptive Verwaltung von thermalen Zuständen auf einer Edge-Plattform zu ermöglichen. Insbesondere kann in Far-Edge-Umgebungen eine passive Kühlung die Norm sein, angesichts sowohl der Energienutzung als auch den Herausforderungen bei der Wartung von Ausrüstung bei der Nutzung einer aktiven Kühlung. Auch wenn eine aktive Kühlung eingesetzt wird, kann eine derartige Kühlung als ein sekundärer Ausweg (um z. B. eine Energienutzung zu reduzieren und/oder zu steuern) ausgeführt werden.
  • Im Beispiel von 3 ist die thermale Steuerung 308 ausgelegt, Temperaturwerte von Ressourcen (z. B. CPUs, Chipsätze und/oder Peripheriegeräte) einer Edge-Plattform zu überwachen. Die thermale Steuerung 308 kann ausgelegt sein, in mindestens zwei Betriebsmodi zu arbeiten. In einem ersten Betriebsmodus verwaltet die thermale Steuerung 308 zum Beispiel thermale Zustände an der Edge-Plattform, ohne arbeitslastspezifische Merkmale zu berücksichtigen. In einem zweiten Betriebsmodus verwaltet die thermale Steuerung 308 thermale Zustände an der Edge-Plattform unter Berücksichtigung arbeitslastspezifischer Merkmale. Im ersten Betriebsmodus, wenn die thermale Steuerung 308 übermäßige Wärme (z. B. eine Temperatur über einem Schwellenpegel) erkennt, erhöht die thermale Steuerung 308 eine Kühlung (z. B. durch Erhöhen einer Lüfterdrehzahl) und/oder drosselt eine Berechnung (z. B. niedrigere Taktfrequenz). Im ersten Betriebsmodus wendet die thermale Steuerung 308 Energieverwaltungsstrategien einheitlich über alle Mandanten hinweg an, die eine Edge-Plattform gemeinsam nutzen.
  • Im Beispiel von 3 können Mandantenarbeitslasten eine erwartete Abschlusszeit angeben, die ein Ausführungsfenster definiert, in dem die thermale Steuerung 308 die Energie optimieren kann. Jede Komponente einer Edge-Plattform kann auf verschiedenen Energie-Leistungspegeln arbeiten, die unterschiedliche Energieeffizienzen für unterschiedliche Pegel enthalten. Der „optimale Energie-Leistungspunkt“ ist der Pegel, wo (1) die meiste Berechnung ohne Drosseln auf Grundlage der Temperatur erzielt werden kann und (2) Leerlaufenergie (als ein Prozentsatz der gesamt verwendeten Energie zum Abschließen einer Arbeitslast) vernachlässigbar ist. Die Summe der Komponenten, die verwendet werden, um eine Mandanten-Arbeitslast auf einer Edge-Plattform durchzuführen, kann als Anzahl von Anweisungen bei einer Leistung pro Watt bei einer bestimmten Temperatur ausgedrückt werden. W L K O S T E N = A n w e i s u n g e n ∗ L e i s t u n g ∗ ( T e m p e r a t u r G e w i c h t u n g s f a k t o r )                            Arbeitslast(WL)-Kostenfunktion
    Figure DE102020203877A1_0002
  • In der obigen Arbeitslast-Kostenfunktion repräsentieren Anweisungen die Anzahl von Operationen, die eingesetzt werden, um eine Arbeitslast und/oder Funktion durchzuführen. Die Anweisungen können architekturspezifisch sein oder können auf einer allgemeinen Anweisungssatzarchitektur beruhen, die vielen proprietären Architekturen gemeinsam ist. Zusätzlich oder alternativ können die Anweisungen als ein Bitstromkernel (der z. B. üblicherweise von FPGAs verwendet wird) und/oder einer beliebigen anderen geeigneten Rechenkernel repräsentiert sein. Leistung repräsentiert die mit der Zeit abgeführte Energie. In einer derartigen Darstellung, desto mehr Zeit zum Durchführen einer Arbeitslast verfügbar ist, desto geringer ist die Momentanverlustleistung, die einzusetzen ist, um die Arbeitslast auszuführen. Durch Berechnen des Arbeitslastaufwands pro Mandant auf einer Edge-Plattform ermittelt die thermale Steuerung 308 eine Abschätzung der Abweichung vom „optimalen Leistungspunkt“. In der Arbeitslast-Kostenfunktion kann eine Temperatur, bei der der Arbeitslastenaufwand ermittelt wird, durch einen Gewichtungsfaktor angepasst werden. Der Gewichtungsfaktor kann auf einen „optimalen Punkt“ für eine Ressource eingestellt werden.
  • Im Beispiel von 3 berechnet die thermale Steuerung 308 ein Modell (z. B. eine Markov-Kette), das mehrere mögliche Arbeitslastenaufwandsoptionen involviert. Das Modell kann zum Beispiel auf verschiedenen maschinellen Lerntechniken beruhen, um einen Ausgleich unter konkurrierenden Zielen zu erreichen. Modelle können Markov-Ketten, Behälterproblem-Modelle, Support-Vector-Machine-Modelle usw. enthalten. Auf Grundlage des Modells wählt der Arbeitslastenplaner 306 einen optimalen Mehrmandantenplan für eine Edge-Plattform aus (z. B. auf Grundlage der aktuellen Ressourcenkonfiguration). Der Arbeitslastenplaner 306 setzt einen modellbasierten Plan (z. B. einen Markov-basierten Plan) ein, um zu ermitteln, wie Mandantenarbeitslasten am besten zu planen sind. Der Arbeitslastenplaner 306 kann zum Beispiel ermitteln, auf Grundlage des von der thermalen Steuerung 308 generierten Modells, dass mehrere Mandantenarbeitslasten mit einer niedrigeren Taktfrequenz über eine längere Zeitspanne ausgeführt werden können. Die thermale Steuerung 308 kann die Ressourcen der Edge-Plattform zum Ausführen mit der Ziel-Taktfrequenz (z. B. Taktrate) konfigurieren und der Arbeitslastenplaner 306 kann diese Mandantenarbeitslasten zum gemeinsamen Nutzen dieser Edge-Plattformen planen.
  • Im Beispiel von 3 kann die thermale Steuerung 308 ermitteln, dass durch Steuern von physischen Anlagenkühlern (z. B. Kühlern auf Luftbasis, Kühlern auf Flüssigkeitsbasis, Kühlern auf Kältetechnikbasis). In einem derartigen Beispiel bringt die thermale Steuerung 308 die Temperatur an der Edge-Plattform herunter, um ein Drosseln aufgrund der Temperatur zu vermeiden. In einem derartigen Beispiel gibt es einen Kompromiss, den die thermale Steuerung 308 zusätzlich berücksichtigt. Beim Reduzieren der Temperatur zum Vermeiden einer Drosselung fällt ein zusätzlicher Energieaufwand zum Betreiben der Kühler an. Auf Grundlage von mit Arbeitslasten assoziierten SLAs beurteilt die thermale Steuerung 308, ob der SLA die zusätzlichen Kosten erlaubt, und falls der SLA die zusätzlichen Kosten erlaubt, kann die thermale Steuerung 308 die aktive Kühlung der Edge-Plattform konfigurieren und der Arbeitslastenplaner 306 kann die Arbeitslast zum Ausführen auf der Edge-Plattform planen.
  • In einigen Beispielen implementiert die beispielhafte thermale Steuerung 308 beispielhafte Mittel zum Steuern thermaler Zustände. Das Mittel zum Steuern thermaler Zustände wird durch ausführbare Anweisungen implementiert, wie die, die durch zumindest die Blöcke 902, 906, 908, 910, 912, 914, 916 und 922 von 9 veranschaulicht sind, die auf mindestens einem Prozessor ausgeführt werden können, wie dem beispielhaften Prozessor 1012, der im Beispiel von 10 gezeigt ist. In anderen Beispielen ist das Steuermittel für thermale Zustände durch Hardwarelogik, hardwareimplementierte Zustandsmaschinen, Logikverschaltung und/oder eine beliebige andere Kombination von Hardware, Software und/oder Firmware implementiert.
  • Im illustrierten Beispiel von 3 enthält der Orchestrator 202 die Orchestrierungsdatenbank 310 zum Speichern von Daten, die mit einer Orchestrierung assoziiert sind. Die Orchestrierungsdatenbank 310 kann zum Beispiel Telemetriedaten, Arbeitslasten, Modelle, Pläne, SLAs, SLOs, KPIs, eine oder mehrere LUTs, einschließlich einer proportionalen Verteilung von Ressourcen auf Orchestrierungskomponenten und/oder Rechenkernels speichern. In einigen Beispielen ermöglichen die Rechenkernels einen Einsatz von Hardwarebeschleunigern, um beliebige der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, des Arbeitslastenplaners 306 und/oder der thermalen Steuerung 308 zu implementieren. Die Orchestrierungsdatenbank 310 kann zum Beispiel eine Bibliothek von Bitstromkernels (z. B. FPGA-Bilder) enthalten, die verschiedene Orchestrierungsaufgaben durchführen, um zusammengefasste Telemetriedaten zu erzeugen und/oder um grobe Orchestrierungsergebnisse zu ermitteln (z. B. Robotersteuerungsentscheidungen zur Orchestrierung), wenn rechnerische Ressourcen und/oder Energie in reduziertem Angebot sind. Die Rechenkernels können unabhängig von einem Edge-Dienstanbieter konfiguriert und bereitgestellt werden und über die Fähigkeitssteuerung 204 in die Edge-Plattform registriert werden und/oder beim Orchestrator 202 registriert werden. In einigen Beispielen kann die Orchestrierungsdatenbank 310 eingesetzt werden, um beim Auslagern von Telemetriedaten an eine entfernte Edge-Plattform Telemetriedaten zu reduzieren und/oder zu filtern.
  • Im Beispiel von 3 kann die Orchestrierungsdatenbank 310 durch einen flüchtigen Arbeitsspeicher (z. B. einen SDRAM, DRAM, RDRAM usw.) und/oder einen nichtflüchtigen Arbeitsspeicher (z. B. einen Flashspeicher) implementiert sein. Die Orchestrierungsdatenbank 310 kann zusätzlich oder alternativ durch einen oder mehrere DDR-Arbeitsspeicher, wie DDR, DDR2, DDR3, DDR4, mDDR usw. implementiert sein. Die Orchestrierungsdatenbank 310 kann zusätzlich oder alternativ durch eine oder mehrere Massenspeichervorrichtungen, wie (ein) Festplattenlaufwerk(e), Compact-Disc-Laufwerk(e), Digital-Versatile-Disk-Laufwerk(e), Festkörperlaufwerk(e) usw. implementiert sein. Während die Orchestrierungsdatenbank 310 im veranschaulichten Beispiel als eine einzelne Datenbank veranschaulicht ist, kann die Orchestrierungsdatenbank 310 durch eine beliebige Anzahl und/oder einen beliebigen Typ von Datenbanken implementiert sein. Ferner können die in der Orchestrierungsdatenbank 310 gespeicherten Daten in einem beliebigen Datenformat, wie zum Beispiel binären Daten, durch Kommata getrennte Daten, durch Tabulatoren getrennte Daten, SQL-Strukturen usw. sein.
  • Im in 3 veranschaulichten Beispiel sind die Orchestratorschnittstelle 302, die Ressourcenverwaltungssteuerung 304, der Arbeitslastenplaner 306, die thermale Steuerung 308 und die Orchestrierungsdatenbank 310 im Orchestrator 202 enthalten, entsprechen diesem und/oder sind anderweitig für diesen repräsentativ. In einigen Beispielen können eines oder mehrere der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, des Arbeitslastenplaners 306, der thermalen Steuerung 308 und der Orchestrierungsdatenbank 310 in einer anderen Komponente der Edge-Plattform 200 anstatt als eine einzelne Komponente enthalten sein. In einigen Beispielen ist/sind eines oder mehrere von der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, des Arbeitslastenplaners 306, der thermalen Steuerung 308 und der Orchestrierungsdatenbank 310 separate Vorrichtungen, die in einer Edge-Umgebung enthalten sind. Ferner können eines oder mehrere der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, des Arbeitslastenplaners 306, der thermalen Steuerung 308 und der Orchestrierungsdatenbank 310 auf beliebigen der Ressource(n) 210 implementiert sein. Beispielsweise können eines oder mehrere der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, des Arbeitslastenplaners 306, der thermalen Steuerung 308 und der Orchestrierungsdatenbank 310 separate Vorrichtungen, wie eine oder mehrere CPUs (z. B. Mehrkern-CPUs), ein oder mehrere FPGAs, eine oder mehrere GPUs, eine oder mehrere NICs, eine oder mehrere VPUs usw., und/oder eine beliebige andere Art von Hardware oder Hardwarebeschleuniger sein. In derartigen Beispielen kann bzw. können die Ressource(n) 210 einer Virtualisierung bzw. Virtualisierungen der einen oder mehreren CPUs, des einen oder mehreren FPGAs, der einen oder mehreren GPUs, der einen oder mehreren NICs usw. enthalten, entsprechen und/oder anderweitig für diese repräsentativ sein. In anderen Beispielen kann bzw. können die Orchestratorschnittstelle 302, die Ressourcenverwaltungssteuerung 304, der Arbeitslastenplaner 306, die thermale Steuerung 308 und die Orchestrierungsdatenbank 310 und/oder allgemeiner der Orchestrator 202 eine oder mehrere Softwareressourcen, Virtualisierungen der Softwareressourcen usw., wie Hypervisors, Lastenausgleichseinheiten, OSes, VMs usw. und/oder eine Kombination daraus enthalten, dieser bzw. diesen entsprechen und/oder anderweitig dafür repräsentativ sein.
  • Während in 3 eine beispielhafte Art und Weise zum Implementieren des Orchestrators 202 von 2 veranschaulicht ist, können eines oder mehrere der in 3 veranschaulichten Elemente, Prozesse und/oder Vorrichtungen durch globale und/oder lokale Schleifenprotokolle implementiert sein. In einigen Beispielen kann bzw. können eines oder mehrere der Elemente, Prozesse und/oder Vorrichtungen, die in 3 veranschaulicht sind, durch Energie- und Telemetrieüberwachungs- und Verwaltungslogik, lokale Orchestrierungskomponenten und/oder dienstbeschleunigte Telemetrieverarbeitungslogik implementiert sein. Während die hierin offenbarten Beispiele im Kontext von Energiemetriken (eine wichtige Metrik in Edge-Plattformen auf Grundlage grüner Energie) beschrieben wurden, können andere Metriken eingesetzt werden. Die hierin offenbarten Beispiele können beispielsweise zusätzliche oder alternative Metriken einsetzen, einschließlich thermaler Metriken, zusätzlicher Leistungskennzahlen. Auf Grundlage der eingesetzten Metriken können hierin offenbarte Beispiele entscheiden, welche Orchestrierungshandlungen auf einer Edge-Plattform vorzunehmen sind.
  • Allgemeiner können zwei oder mehr Stufen in der hierin beschriebenen Meta-Orchestrierungsarchitektur definiert sein, sodass eine N-te Stufe eine Delegierung von einer N-1-ten Stufe zum Verarbeiten von Telemetriedaten und/oder zur Ausführung von Orchestrierungsaufgaben und/oder anderer Prozesse nehmen kann. Zusätzlich oder alternativ können zwei oder mehr Stufen in der hierin beschriebenen Meta-Orchestrierungsarchitektur definiert sein, sodass eine N-te Stufe eine Delegierung von einer N-1-ten Stufe zum Verarbeiten von Regelungsabläufen von Energie- und/oder Ressourcennutzung annehmen kann. Allgemein können ausgelagerte Operationen gröberer verarbeitet werden, da die N-te Stufe von den tatsächlichen zu überwachenden und orchestrierenden Ressourcen, einschließlich von Energie, weiter entfernt sein kann.
  • Während in 2 eine beispielhafte Art und Weise zum Implementieren der Edge-Plattform 200 von 2 veranschaulicht ist und eine beispielhafte Art und Weise zum Implementieren des Orchestrators 202 von 2 in 3 veranschaulicht ist, können eines oder mehrere der in 2 und 3 veranschaulichten Elemente, Prozesse und/oder Vorrichtungen auf beliebige andere Weise kombiniert, aufgeteilt, umgeordnet, weggelassen, eliminiert und/oder implementiert werden. Ferner können der beispielhafte Orchestrator 202, die beispielhafte Fähigkeitssteuerung 204, die beispielhafte Telemetriesteuerung 206, die beispielhafte EP-Datenbank 208, die beispielhafte(n) Ressource(n) 210 und/oder allgemeiner die beispielhafte Edge-Plattform 200 und/oder die beispielhafte Orchestratorschnittstelle 302, die beispielhafte Ressourcenverwaltungssteuerung 304, der beispielhafte Arbeitslastenplaner 306, die beispielhafte thermale Steuerung 308, die beispielhafte Orchestrierungsdatenbank 310 und/oder allgemeiner der beispielhafte Orchestrator 202 von 2 und 3 durch Hardware, Software, Firmware und/oder eine beliebige Kombination von Hardware, Software und/oder Firmware implementiert sein. Deshalb könnten zum Beispiel beliebige des beispielhaften Orchestrators 202, der beispielhaften Fähigkeitssteuerung 204, der beispielhaften Telemetriesteuerung 206, der beispielhaften EP-Datenbank 208, der beispielhaften Ressource(n) 210 und/oder allgemeiner der beispielhaften Edge-Plattform 200 und/oder der beispielhaften Orchestratorschnittstelle 302, der beispielhaften Ressourcenverwaltungssteuerung 304, des beispielhaften Arbeitslastenplaners 306, der beispielhaften thermalen Steuerung 308, der beispielhaften Orchestrierungsdatenbank 310 und/oder allgemeiner des beispielhaften Orchestrators 202 von 2 und 3 durch einen oder mehrere Analog- oder Digitalschaltkreis(e), Logikschaltkreise, programmierbare(n) Prozessor(en), programmierbare Steuerung(en), Grafikverarbeitungseinheit(en) (GPU(s)), digitale Signalprozessor(en) (DSP(s)), anwendungsspezifische(n) integrierte(n) Schaltkreis(e) (ASIC(s)), programmierbare(n) Logikvorrichtung(en) (PLD(s)) und/oder feldprogrammierbare(n) Logikvorrichtung(en) (FPLD(s)) implementiert sein. Wenn beliebige der Vorrichtungs- oder Systemansprüche dieses Patents so gelesen werden, dass diese eine reine Software- und/oder Firmwareimplementierung abdecken, ist bzw. sind mindestens eine bzw. einer beispielhaften Orchestrators 202, der beispielhaften Fähigkeitssteuerung 204, der beispielhaften Telemetriesteuerung 206, der beispielhaften EP-Datenbank 208, der beispielhaften Ressource(n) 210 und/oder allgemeiner der beispielhaften Edge-Plattform 200 und/oder der beispielhaften Orchestratorschnittstelle 302, der beispielhaften Ressourcenverwaltungssteuerung 304, des beispielhaften Arbeitslastenplaners 306, der beispielhaften thermalen Steuerung 308, der beispielhaften Orchestrierungsdatenbank 310 und/oder allgemeiner des beispielhaften Orchestrators 202 von 2 und 3 ausdrücklich als eine nicht transitorische computerlesbare Speichervorrichtung oder Speicherplatte, wie einen Arbeitsspeicher, eine Digital Versatile Disk (DVD), eine Compact Disk (CD), eine Blu-ray Disk usw. einschließlich der Software und/oder Firmware, enthaltend definiert. Darüber hinaus kann die beispielhafte Edge-Plattform 200 von 2 und/oder der beispielhafte Orchestrator 202 von 2 und/oder 3 ein oder mehrere Elemente, Prozesse und/oder Vorrichtungen zusätzlich zu oder statt der in 2 und/oder 3 veranschaulichten enthalten und/oder kann mehr als eines von beliebigen oder allen der veranschaulichten Elemente, Prozesse und Vorrichtungen enthalten. Wie hierin verwendet, umfasst die Phrase „in Kommunikation“, einschließlich von Varianten davon, eine direkte Kommunikation und/oder eine indirekte Kommunikation durch eine oder mehrere Zwischenkomponenten und erfordert keine direkte physische (z. B. verdrahtete) Kommunikation und/oder konstante Kommunikation, sondern vielmehr enthält zusätzlich eine selektive Kommunikation in periodischen Intervallen, geplanten Intervallen, nicht periodischen Intervallen und/oder einmalige Ereignisse.
  • Ablaufdiagramme, die beispielhafte Hardwarelogik, maschinenlesbare Anweisungen, hardwareimplementierte Zustandsmaschinen und/oder eine beliebige Kombination davon zum Implementieren des Orchestrators 202 von 2 und/oder 3 darstellen, sind in 4, 5, 6, 7, 8 und/oder 9 gezeigt. Die maschinenlesbaren Anweisungen können ein oder mehrere ausführbare Programme oder ein Teil bzw. Teile eines ausführbaren Programms zur Ausführung durch einen Computerprozessor wie dem Prozessor 1012 sein, der in der beispielhaften Prozessorplattform 1000 gezeigt ist, die unten in Verbindung mit 10 besprochen wird. Das Programm kann in auf einem nichtflüchtigen computerlesbaren Speichermedium wie einer CD-ROM, einer Diskette, einer Festplatte, einer DVD, einer Blu-ray Disk oder einem mit dem Prozessor 1012 verbundenen Arbeitsspeicher gespeicherter Software ausgebildet sein, aber das gesamte Programm und/oder Teile davon könnten alternativ von einer anderen Vorrichtung als dem Prozessor 1012 ausgeführt werden und/oder in Firmware oder dedizierter Hardware ausgebildet sein. Ferner, obwohl das beispielhafte Programm in Bezug auf die in 4, 5, 6, 7, 8 und/oder 9 veranschaulichten Ablaufdiagramme beschrieben ist, können alternativ viele andere Verfahren zum Implementieren des beispielhaften Orchestrators 202 verwendet werden. Die Reihenfolge der Ausführung der Blöcke kann zum Beispiel geändert werden und/oder einige der beschriebenen Blöcke können geändert, eliminiert oder kombiniert werden. Zusätzlich oder alternativ können beliebige oder alle der Blöcke durch einen oder mehrere Hardwareschaltkreise (z. B. diskrete und/oder integrierte analoge und/oder digitale Verschaltung, ein FPGA, einen ASIC, einen Komparator, einen Operationsverstärker (Op-Amp), einen Logikschaltkreis usw.) implementiert sein, die strukturiert sind, die entsprechende Operation ohne Ausführen von Software oder Firmware durchzuführen.
  • Die hierin beschriebenen maschinenlesbaren Anweisungen können in einem oder mehreren eines komprimierten Formats, eines verschlüsselten Formats, eines fragmentierten Formats, eines compilierten Formats, eines ausführbaren Formats, eines paketierten Formats usw. gespeichert sein. Maschinenlesbare Anweisungen, wie sie hierin beschrieben sind, können als Daten (z. B. Abschnitte von Anweisungen, Code, Darstellungen von Code usw.) gespeichert sein, die eingesetzt werden können, um maschinenlesbare Anweisungen zu erstellen, herzustellen und/oder zu erzeugen. Die maschinenlesbaren Anweisungen können beispielsweise fragmentiert und auf einer oder mehreren Speichervorrichtungen und/oder Rechenvorrichtungen (z. B. Servern) gespeichert werden. Die maschinenlesbaren Anweisungen können eines oder mehrere von Installation, Modifikation, Adaptierung, Aktualisierung, Kombinierung, Ergänzung, Konfigurierung, Entschlüsselung, Dekomprimierung, Entpackung, Verteilung, Neuzuordnung, Compilierung usw. erfordern, um sie direkt durch eine Rechenvorrichtung und/oder eine anderen Maschine lesbar, interpretierbar und/oder ausführbar zu machen. Die maschinenlesbaren Anweisungen können beispielsweise in mehreren Teilen gespeichert sein, die individuell komprimiert, verschlüsselt und auf separaten Rechenvorrichtungen gespeichert sind, wobei die Teile, wenn sie entschlüsselt, entkomprimiert und kombiniert werden, einen Satz von ausführbaren Anweisungen bilden, die ein Programm wie das hierin beschriebene implementieren.
  • In einem anderen Beispiel können die maschinenlesbaren Anweisungen in einem Zustand gespeichert sein, in dem sie von einem Computer gelesen werden können, aber eine Hinzufügung einer Bibliothek (z. B. einer Dynamic Link Library (DLL)), eines Software-Entwicklungskit (SDK), einer Anwendungsprogrammierschnittstelle (API) usw. erfordern, um die Anweisungen auf einer bestimmten Rechenvorrichtung oder anderen Vorrichtung auszuführen. In einem anderen Beispiel müssen die maschinenlesbaren Anweisungen konfiguriert werden (z. B. Einstellungen gespeichert, Daten eingegeben, Netzwerkadressen aufgezeichnet usw.), bevor die maschinenlesbaren Anweisungen und/oder das bzw. die entsprechende(n) Programm(e) gänzlich oder teilweise ausgeführt werden können. Deshalb sollen die offenbarten maschinenlesbaren Anweisungen und/oder das bzw. die entsprechende(n) Programm(e) derartige maschinenlesbare Anweisungen und/oder Programme umfassen, unabhängig vom bestimmten Format oder Zustand der maschinenlesbaren Anweisungen und/oder des/der maschinenlesbaren Programms/Programme, wenn sie gespeichert sind oder sich anderweitig in Ruhe oder in Übertragung befinden.
  • Die hierin beschriebenen maschinenlesbaren Anweisungen können durch eine beliebige vergangene, aktuelle oder zukünftige Anweisungssprache, Skriptsprache, Programmiersprache usw. repräsentiert sein. Beispielsweise können die maschinenlesbaren Anweisungen unter Verwendung beliebiger der folgenden Sprachen repräsentiert sein: C, C++, Java, C#, Perl, Python, JavaScript, HyperText Markup Language (HTML), Structured Query Language (SQL), Swift usw.
  • Wie oben erwähnt, können die beispielhaften Prozesse von 4, 5, 6, 7, 8 und/oder 9 unter Verwendung von ausführbaren Anweisungen (z. B. computer- und/oder maschinenlesbaren Anweisungen) implementiert werden, die auf einem nichtflüchtigen computer- und/oder maschinenlesbaren Medium wie einem Festplattenlaufwerk, einem Flashspeicher, einem Nur-Lese-Speicher, einer Compact-Disk, einer Digital Versatile Disk, einem Zwischenspeicher, einem Speicher mit wahlfreiem Zugriff und/oder einer beliebigen anderen Speichervorrichtung oder Speicherplatte gespeichert sind, auf der Informationen für eine beliebige Dauer gespeichert sind (z. B. für längere Zeiträume, dauerhaft, für kurze Augenblicke, zum temporären Puffern und/oder zum Zwischenspeichern der Informationen). Wie hierin verwendet, ist der Begriff nichtflüchtiges computerlesbares Medium ausdrücklich definiert, alle Typen von computerlesbarer Speichervorrichtung und/oder Speicherplatte zu enthalten und sich ausbreitende Signale auszuschließen und Sendemedien auszuschließen.
  • „Enthaltend“ und „umfassend“ (und alle Formen und Zeitformen davon) werden hier als offene Begriffe verwendet. Immer wenn ein Anspruch irgendeine Form von „enthalten“ oder „umfassen“ (z. B. umfasst, enthält, umfassend, einschließlich, aufweisend usw.) als eine Präambel oder innerhalb eines Anspruchs irgendeiner Art, versteht sich, dass zusätzliche Elemente, Ausdrücke usw. vorhanden sein können, ohne in den Schutzbereich des entsprechenden Anspruchs oder der entsprechenden Aufzählung zu fallen. Wenn hier der Begriff „mindestens“ als Übergangsbegriff zum Beispiel in einem Oberbegriff eines Anspruchs verwendet wird, ist er in der gleichen Weise offen, wie die Begriffe „umfassend“ und „enthaltend“ offen sind. Der Ausdruck „und/oder“, wenn er beispielsweise in einer Form wie A, B und/oder C verwendet wird, bezeichnet eine beliebige Kombination oder Teilmenge von A, B, C, wie beispielsweise (1) nur A, (2) nur B, (3) nur C, (4) A mit B, (5) A mit C, (6) B mit C und (7) A mit B und mit C. Wie hierin im Kontext zum Beschreiben von Strukturen, Komponenten, Elementen, Objekten und/oder Dingen verwendet, soll die Phrase „mindestens eines von A und B“ auf Implementierungen verweisen, die beliebige von (1) mindestens ein A, (2) mindestens ein B und (3) mindestens ein A und mindestens ein B enthalten. Gleichermaßen, wie hierin im Kontext zum Beschreiben von Strukturen, Komponenten, Elementen, Objekten und/oder Dingen verwendet, soll die Phrase „mindestens eines von A oder B“ auf Implementierungen verweisen, die beliebige von (1) mindestens ein A, (2) mindestens ein B und (3) mindestens ein A und mindestens ein B enthalten. Wie hierin im Kontext zum Beschreiben der Durchführung oder Ausführung von Prozessen, Anweisungen, Handlungen, Aktivitäten und/oder Schritten verwendet, soll die Phrase „mindestens eines von A und B“ auf Implementierungen verweisen, die beliebige von (1) mindestens ein A, (2) mindestens ein B und (3) mindestens ein A und mindestens ein B enthalten. Gleichermaßen, wie hierin im Kontext zum Beschreiben der Durchführung oder Ausführung von Prozessen, Anweisungen, Handlungen, Aktivitäten und/oder Schritten verwendet, soll die Phrase „mindestens eines von A oder B“ auf Implementierungen verweisen, die beliebige von (1) mindestens ein A, (2) mindestens ein B und (3) mindestens ein A und mindestens ein B enthalten.
  • Wie hierin verwendet schließen Bezugnahmen in der Einzahl (z. B. „ein“, „eine“, „eines“, „erstes“, „zweites“ usw.) eine Vielzahl nicht aus. Der Ausdruck „ein“ oder „eine“ Entität, wie er hierin verwendet wird, bezeichnet eine oder mehrere dieser Entität. Die Ausdrücke „ein/eine“ (oder „eines“), „ein oder mehrere“ und „mindestens ein“ können hierin austauschbar verwendet werden. Obwohl sie individuell aufgeführt sind, kann ferner eine Vielzahl von Mitteln, Elementen oder Verfahrenshandlungen z. B. von einer einzigen Einheit oder einem einzigen Prozessor implementiert sein. Darüber hinaus, obwohl individuelle Merkmale in unterschiedlichen Beispielen oder Ansprüchen enthalten sein können, können diese möglicherweise kombiniert werden und die Aufnahme in verschiedene Beispiele oder Ansprüche bedeutet nicht, dass eine Kombination von Merkmalen nicht möglich und/oder vorteilhaft ist.
  • 4 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen 400 darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator 202 von 2 und 3 und/oder allgemeiner die Edge-Plattform 200 von 2 zu implementieren, um eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform auf Grundlage von Ressourcenverfügbarkeit zu steuern. Die maschinenlesbaren Anweisungen 400 beginnen bei Block 402, wo die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 ermittelt, ob der Orchestrator 202 und/oder die Edge-Plattform 200 ausgelagerte Telemetriedaten von einer entfernten Edge-Plattform empfangen hat. Als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass der Orchestrator 202 und/oder die Edge-Plattform 200 ausgelagerte Telemetriedaten von einer entfernten Edge-Plattform (Block 402: JA) empfangen hat, fahren die maschinenlesbaren Anweisungen 400 mit Block 404 fort, wo der Orchestrator 202 die ausgelagerten Telemetriedaten verarbeitet. Nach Block 404 fahren die maschinenlesbaren Anweisungen 400 mit Block 426 fort. Detaillierte beispielhafte maschinenlesbare Anweisungen zum Verarbeiten von ausgelagerten Telemetriedaten werden in Verbindung mit 5 veranschaulicht und beschrieben.
  • Im Beispiel von 4, als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass der Orchestrator 202 und/oder die Edge-Plattform 200 keine ausgelagerten Telemetriedaten von einer entfernten Edge-Plattform (Block 402: NEIN) empfangen hat, fahren die maschinenlesbaren Anweisungen 400 mit Block 406 fort, wo die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 Telemetriedaten sammelt. Die Orchestratorschnittstelle 302 kann zum Beispiel Telemetriedaten von der Telemetriesteuerung 206 und/oder direkt von einer oder mehreren Orchestrierungskomponenten sammeln (z. B. der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, der Arbeitslastplanungseinheit 306, der thermalen Steuerung 308 und/oder der Orchestrierungsdatenbank 310). Auf Grundlage der Telemetriedaten vergleicht die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 bei Block 408 die derzeit den Orchestrierungskomponenten zugewiesenen Ressourcen und/oder Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, mit Konfigurationseinstellungen, die mit dem Orchestrator 202 assoziiert sind.
  • Im in 4 veranschaulichten Beispiel ermittelt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 bei Block 410, ob die den Orchestrierungskomponenten zugewiesenen Ressourcen und/oder Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, einen vorläufigen Schwellenwert erreichen. Der vorläufige Schwellenwert entspricht zum Beispiel einem ersten Nutzungspegel (z. B. einem ersten Energiepegel), der anzeigt, dass sich die Edge-Plattform in einem Zustand niedriger Verfügbarkeit (z. B. in einem Zustand mit reduzierter Energie) befindet. Als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zugewiesenen Ressourcen und/oder Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, den vorläufigen Schwellenwert erreichen (Block 410: JA), fahren die maschinenlesbaren Anweisungen 400 mit Block 412 fort.
  • Im Beispiel von 4 ermittelt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 bei Block 412, ob die den Orchestrierungskomponenten zugewiesenen Ressourcen und/oder die Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, einen sekundären Schwellenwert erreichen. Der sekundäre Schwellenwert entspricht beispielsweise einem zweiten Nutzungspegel (z. B. einem zweiten Energiepegel), der eine größere Nutzung einer Ressource als der vorläufige Schwellenwert widerspiegelt (z. B. einen niedrigeren Energiepegel als der erste Energiepegel). Als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zugewiesenen Ressourcen und/oder die Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, einen sekundären Schwellenwert nicht erreichen (Block 412: NEIN), fahren die maschinenlesbaren Anweisungen 400 mit Block 414 fort.
  • Im veranschaulichten Beispiel von 4 bei Block 414 lagert der Orchestrator 202 Telemetriedaten aus, die an einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten. Nach Block 414 fahren die maschinenlesbaren Anweisungen 400 mit Block 426 fort. Detaillierte beispielhafte maschinenlesbare Anweisungen, um Telemetriedaten auszulagern, die an einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten, sind in Verbindung mit 7 veranschaulicht und beschrieben. Als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zugewiesenen Ressourcen und/oder die Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, einen sekundären Schwellenwert erreichen (Block 412: JA), fahren die maschinenlesbaren Anweisungen 400 mit Block 416 fort, wo der Orchestrator 202 Telemetriedaten auslagert, die an einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten. Detaillierte beispielhafte maschinenlesbare Anweisungen, um Telemetriedaten auszulagern, die an einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten, sind in Verbindung mit 8 veranschaulicht und beschrieben. Nach Block 416 fahren die maschinenlesbaren Anweisungen 400 mit Block 426 fort.
  • Zu Block 410 zurückkehrend, als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zugewiesenen Ressourcen und/oder Ressourcen, die Orchestrierungskomponenten in naher Zukunft zugewiesen werden, den vorläufigen Schwellenwert nicht erreichen (Block 410: NEIN), fahren die maschinenlesbaren Anweisungen 400 mit Block 418 fort. Bei Block 418 schätzt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Ressourcen ab, die Arbeitslasten zuzuweisen sind, die der Edge-Plattform 200 zugeordnet sind, um eine jeweilige SLA jeder Arbeitslast zu erfüllen.
  • Im Beispiel von 4, bei Block 420 schätzt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 Ressourcen ab, die Orchestrierungskomponenten (z. B. der Orchestratorschnittstelle 302, der Ressourcenverwaltungssteuerung 304, dem Arbeitslastenplaner 306, der thermalen Steuerung 308 und/oder der Orchestrierungsdatenbank 310) zuzuweisen sind. Bei Block 422 skaliert die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 eine Orchestrierung auf der Edge-Plattform 200, um die bei Block 418 und/oder Block 420 ermittelten Schätzwerte zu erreichen. In einigen Beispielen kann die Ressourcenverwaltungssteuerung 304 die Orchestrierungskomponenten individuell anpassen. Beispielsweise kann die Ressourcenverwaltungssteuerung 304 die einer ersten Orchestrierungskomponente (z. B. dem Arbeitslastenplaner 306) zugewiesenen Ressourcen auf 50 % reduzieren und die einer zweiten Orchestrierungskomponente (z. B. der Orchestratorschnittstelle 302) zugewiesenen Ressourcen auf 10 % reduzieren. Detaillierte beispielhafte maschinenlesbare Anweisungen zur Skalierungsorchestrierung auf einer Edge-Plattform werden in Verbindung mit 6 veranschaulicht und beschrieben.
  • Im in 4 veranschaulichten Beispiel, bei Block 424, plant der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 eine oder mehrere Arbeitslasten, die der Edge-Plattform 200 auf Grundlage der Orchestrierungsergebnisse zugeordnet sind. Nach Block 424 fahren die maschinenlesbaren Anweisungen 400 mit Block 426 fort. Bei Block 426 ermittelt der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202, ob es zusätzliche Arbeitslasten gibt, die zu orchestrieren sind. Als Reaktion darauf, dass der Arbeitslastenplaner 306 ermittelt, dass es zusätzliche Arbeitslasten gibt, die zu orchestrieren sind (Block 426: JA), fahren die maschinenlesbaren Anweisungen 400 mit Block 402 fort. Als Reaktion darauf, dass der Arbeitslastenplaner 306 ermittelt, dass es keine zusätzlichen Arbeitslasten gibt, die zu orchestrieren sind (Block 426: JNEIN), werden die maschinenlesbaren Anweisungen 400 beendet.
  • 5 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen 404 darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator 202 von 2 und 3 und/oder allgemeiner die Edge-Plattform 200 von 2 zu implementieren, um ausgelagerte Telemetriedaten zu verarbeiten. Die maschinenlesbaren Anweisungen 404 beginnen bei Block 502, wo die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Ressourcen abschätzt, die Arbeitslasten zuzuweisen sind, die der entfernten Edge-Plattform zugeordnet sind, um eine jeweilige SLA jeder Arbeitslast zu erfüllen. Bei Block 504 ermittelt die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202, ob die Telemetriedaten anzeigen, grobe Orchestrierungsergebnisse zu generieren.
  • Im Beispiel von 5, als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass die Telemetriedaten anzeigen, dass grobe Orchestrierungsergebnisse zu generieren sind (Block 504: JA), fahren die maschinenlesbaren Anweisungen 404 mit Block 506 fort. Bei Block 506 sendet die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 die geschätzten Ressourcen, die den entfernten Edge-Plattform-Arbeitslasten zuzuweisen sind, an die entfernte Edge-Plattform. Nach Block 506 kehren die maschinenlesbaren Anweisungen 404 zu den maschinenlesbaren Anweisungen 400 von Block 426 zurück. Als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass die Telemetriedaten anzeigen, dass grobe Orchestrierungsergebnisse zu generieren sind (Block 504: NEIN), fahren die maschinenlesbaren Anweisungen 404 mit Block 508 fort. Bei Block 508 ermittelt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 feine Orchestrierungsergebnisse auf Grundlage der groben Orchestrierungsergebni sse.
  • Im in 5 veranschaulichten Beispiel, bei Block 510, generiert der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 einen Plan für die eine oder die mehreren Arbeitslasten, die der entfernten Edge-Plattform auf Grundlage der Orchestrierungsergebnisse zugeordnet sind. Bei Block 512 sendet die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 die Orchestrierungsergebnisse und/oder den Plan an die entfernte Edge-Plattform, die die Telemetriedaten ausgelagert hat. Nach Block 512 kehren die maschinenlesbaren Anweisungen 404 zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück.
  • 6 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen 422 darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator 202 von 2 und 3 und/oder allgemeiner die Edge-Plattform 200 von 2 zu implementieren, um eine Orchestrierung auf einer Edge-Plattform zu skalieren. Die maschinenlesbaren Anweisungen 422 beginnen bei Block 602, wo die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 ermittelt, ob die geschätzten Ressourcen, die den Orchestrierungskomponenten zuzuweisen sind, größer als die derzeit den Orchestrierungsressourcen zugewiesenen Ressourcen sind. Als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zuzuweisenden geschätzten Ressourcen nicht größer als die derzeit den Orchestrierungsressourcen zugewiesen sind (Block 602: NEIN), fahren die maschinenlesbaren Anweisungen 422 mit Block 610 fort.
  • Im Beispiel von 6, als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, das die Orchestrierungskomponenten zuzuweisenden geschätzten Ressourcen größer als die derzeit den Orchestrierungsressourcen zugewiesen sind (Block 602: JA), fahren die maschinenlesbaren Anweisungen 422 mit Block 604 fort. Bei Block 604 erhöht die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Überwachungsrate von Telemetriedaten an der Edge-Plattform, um die Schätzwerte zu erreichen.
  • Im in 6 veranschaulichten Beispiel, bei Block 606, erhöht die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Überwachungsrate von SLAs, die mit Arbeitslasten assoziiert sind, die der Edge-Plattform zugeordnet sind, um die Schätzwerte zu erreichen. Bei Block 608 erhöht die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Verarbeitungsressourcen, die beim Verarbeiten von Telemetriedaten aufgewandt werden, um die Schätzwerte zu erreichen. Nach Block 608 kehren die maschinenlesbaren Anweisungen 422 zu den maschinenlesbaren Anweisungen 400 bei Block 424 zurück. Bei Block 610 ermittelt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202, ob die geschätzten Ressourcen, die den Orchestrierungskomponenten zuzuweisen sind, kleiner als die derzeit den Orchestrierungsressourcen zugewiesenen Ressourcen sind. Als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zuzuweisenden geschätzten Ressourcen nicht kleiner als die derzeit den Orchestrierungsressourcen zugewiesen sind (Block 610: NEIN), fahren die maschinenlesbaren Anweisungen 422 mit Block 612 fort.
  • Im in 6 veranschaulichten Beispiel, bei Block 612, behält die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die derzeitige Ressourcenzuweisung zu Orchestrierungskomponenten auf der Edge-Plattform bei. Nach Block 612 kehren die maschinenlesbaren Anweisungen 422 zu den maschinenlesbaren Anweisungen 400 bei Block 424 zurück. Zu Block 610 zurückkehrend, als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die Orchestrierungskomponenten zuzuweisenden geschätzten Ressourcen kleiner als die derzeit den Orchestrierungsressourcen zugewiesen sind (Block 610: JA), fahren die maschinenlesbaren Anweisungen 422 mit Block 614 fort.
  • Im illustrierten Beispiel von 6, bei Block 614, verringert die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Überwachungsrate von Telemetriedaten an der Edge-Plattform, um die Schätzwerte zu erreichen. Die Ressourcenverwaltungssteuerung 304 kann zum Beispiel die Frequenz der Überwachung von Telemetriedaten auf Grundlage einer Priorität (z. B. einer Prioritätsstufe), die mit Ressourcen (z. B. der bzw. den Ressource(n) 210) auf einer Edge-Plattform (z. B. der Edge-Plattform 200) assoziiert ist. In einigen Beispielen kann die Ressourcenverwaltungssteuerung 304 Ressourcen auf einer Edge-Plattform in Gruppen kategorisieren. Eine erste Gruppe kann zum Beispiel oberste Priorität haben, wobei die Ressourcenverwaltungssteuerung 304 eine Telemetrieüberwachungsfrequenz, die mit jeweiligen der Ressourcen der ersten Gruppe assoziiert ist, geringfügig anpassen (z. B. reduzieren) kann, eine zweite Gruppe kann zum Beispiel mittlere Priorität haben, wobei die Ressourcenverwaltungssteuerung 304 eine Telemetrieüberwachungsfrequenz, die mit jeweiligen der Ressourcen der zweiten Gruppe assoziiert ist, anpassen (z. B. reduzieren) kann, und eine dritte Gruppe kann zum Beispiel niedrige Priorität haben, wobei die Ressourcenverwaltungssteuerung 304 eine Telemetrieüberwachungsfrequenz, die mit jeweiligen der Ressourcen der dritten Gruppe assoziiert ist, anhalten kann. Bei Block 616 verringert die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Überwachungsrate von SLAs, die mit Arbeitslasten assoziiert sind, die der Edge-Plattform zugeordnet sind, um die Schätzwerte zu erreichen. Bei Block 618 verringert die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Verarbeitungsressourcen, die beim Verarbeiten von Telemetriedaten aufgewandt werden, um die Schätzwerte zu erreichen. Zusätzliche oder alternative beispielhafte Techniken zum Skalieren der Orchestrierung auf Edge-Plattformen werden in Verbindung mit 3 im Detail beschrieben.
  • 7 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen 414 darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator 202 von 2 und 3 und/oder allgemeiner die Edge-Plattform 200 von 2 zu implementieren, um Telemetriedaten auszulagern, die auf einem anderen Computer zu verarbeiten sind, um grobe Orchestrierungsergebnisse zu erhalten. Die maschinenlesbaren Anweisungen 414 beginnen bei Block 702, wobei die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 ein Verarbeiten von Telemetriedaten auf der Edge-Plattform abschaltet (z. B. deaktiviert, beendet usw.).
  • Im Beispiel von 7, bei Block 704, sendet die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 Telemetriedaten von der Edge-Plattform an einen anderen Computer (z. B. einen Beschleuniger und/oder eine entfernte Edge-Plattform), um grobe Orchestrierungsergebnisse zu erhalten. Block 704 kann zum Beispiel enthalten, dass die Orchestratorschnittstelle 302 Telemetriedaten von der Edge-Plattform an einen anderen Computer sendet, um grobe Orchestrierungsergebnisse zu erhalten. Bei Block 706 überwacht die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 den zusätzlichen Computer (z. B. den Beschleuniger und/oder die entfernte Edge-Plattform) auf die groben Orchestrierungsergebnisse. Bei Block 708 ermittelt die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202, ob die groben Orchestrierungsergebnisse vom zusätzlichen Computer empfangen worden sind.
  • Im in 7 veranschaulichten Beispiel, als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass die groben Orchestrierungsergebnisse nicht vom zusätzlichen Computer empfangen wurden (Block 708: NEIN), fahren die maschinenlesbaren Anweisungen 414 mit Block 706 fort. Als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass die groben Orchestrierungsergebnisse vom zusätzlichen Computer empfangen wurden (Block 708: JA), fahren die maschinenlesbaren Anweisungen 414 mit Block 710 fort. Bei Block 710 ermittelt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202, ob die den Orchestrierungskomponenten zugewiesenen Ressourcen den sekundären Schwellenwert erreichen.
  • Im in 7 veranschaulichten Beispiel, als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die den Orchestrierungskomponenten zugewiesenen Ressourcen den sekundären Schwellenwert erreichen (Block 710: JA), fahren die maschinenlesbaren Anweisungen 414 mit Block 712 fort. Bei Block 712 lagert der Orchestrator 202 Telemetriedaten aus, die an einem anderen Computer zu verarbeiten sind, um feine Orchestrierungsergebnisse zu erhalten. Nach Block 712 kehren die maschinenlesbaren Anweisungen 414 zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück.
  • Zu Block 710 zurückkehrend, als Reaktion darauf, dass die Ressourcenverwaltungssteuerung 304 ermittelt, dass die den Orchestrierungskomponenten zugewiesenen Ressourcen den sekundären Schwellenwert nicht erreichen (Block 710: NEIN), fahren die maschinenlesbaren Anweisungen 414 mit Block 714 fort. Bei Block 714 schätzt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 die Ressourcen ab, die den Orchestrierungskomponenten auf der Edge-Plattform zuzuweisen sind. Bei Block 716 ermittelt die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 feine Orchestrierungsergebnisse auf Grundlage der groben Orchestrierungsergebnisse. Bei Block 718 plant der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 Arbeitslasten, die auf der Edge-Plattform auf Grundlage der Orchestrierungsergebnisse auszuführen sind. Nach Block 718 kehren die maschinenlesbaren Anweisungen 414 zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück.
  • 8 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen 416, 712 darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator 202 von 2 und 3 und/oder allgemeiner die Edge-Plattform 200 von 2 zu implementieren, um Telemetriedaten auszulagern, die auf einem anderen Computer zu verarbeiten sind, um feine Orchestrierungsergebnisse zu erhalten. Die maschinenlesbaren Anweisungen 416, 712 beginnen bei Block 802, wo die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 ermittelt, ob die Edge-Plattform Beschleuniger enthält. Als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass die Edge-Plattform keine Beschleuniger enthält (Block 802: NEIN), fahren die maschinenlesbaren Anweisungen 416, 712 mit Block 804 fort.
  • Im Beispiel von 8, bei Block 804, schaltet (z. B. deaktiviert, beendet usw.) die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 ein Verarbeiten von Telemetriedaten und Orchestrierungsaufgaben auf der Edge-Plattform ab. Bei Block 806 sendet die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 Telemetriedaten ein anderer Computer, um feine Orchestrierungsergebnisse zu erhalten. Block 806 kann zum Beispiel enthalten, dass die Orchestratorschnittstelle 302 Telemetriedaten von der Edge-Plattform an einen anderen Computer sendet, um feine Orchestrierungsergebnisse zu erhalten. Bei Block 808 überwacht die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 den zusätzlichen Computer auf feine Orchestrierungsergebnisse. Bei Block 810 ermittelt die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202, ob feine Orchestrierungsergebnisse vom zusätzlichen Computer empfangen worden sind.
  • Im veranschaulichten Beispiel von 8, als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass keine feinen Orchestrierungsergebnisse vom zusätzlichen Computer empfangen wurden (Block 810: NEIN), fahren die maschinenlesbaren Anweisungen 416, 712 mit Block 808 fort. Als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass feine Orchestrierungsergebnisse vom zusätzlichen Computer empfangen wurden (Block 810: JA), fahren die maschinenlesbaren Anweisungen 416, 712 mit Block 812 fort. Bei Block 812 plant der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 Arbeitslasten, die auf der Edge-Plattform auf Grundlage der feinen Orchestrierungsergebnisse auszuführen sind. Nach Block 812 kehren die maschinenlesbaren Anweisungen 416, 712 zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück und/oder die maschinenlesbaren Anweisungen 414 kehren zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück.
  • Zu Block 802 zurückkehrend, als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass die Edge-Plattform Beschleuniger enthält (Block 802: JA), fahren die maschinenlesbaren Anweisungen 416, 712 mit Block 814 fort. Bei Block 814 wird die Ressourcenverwaltungssteuerung 304 und/oder allgemeiner der Orchestrator 202 auf eine beschleunigerbasierte (z. B. statistikbasierte) Technik der Orchestrierung neu konfiguriert. Beispielsweise kann die Ressourcenverwaltungssteuerung 304 eine Orchestrierung unter Einsatz von Rechenkernels ausführen. Bei Block 816 sendet die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 Telemetriedaten an einen anderen Computer, um grobe Orchestrierungsergebnisse zu erhalten. Block 816 kann zum Beispiel enthalten, dass die Orchestratorschnittstelle 302 Telemetriedaten von der Edge-Plattform an einen anderen Computer sendet, um grobe Orchestrierungsergebnisse zu erhalten. Bei Block 818 überwacht die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 den zusätzlichen Computer auf grobe Orchestrierungsergebnisse. Bei Block 818 ermittelt die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202, ob grobe Orchestrierungsergebnisse vom zusätzlichen Computer empfangen worden sind.
  • Im veranschaulichten Beispiel von 8, als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass keine groben Orchestrierungsergebnisse vom zusätzlichen Computer empfangen wurden (Block 820: NEIN), fahren die maschinenlesbaren Anweisungen 416, 712 mit Block 818 fort. Als Reaktion darauf, dass die Orchestratorschnittstelle 302 ermittelt, dass grobe Orchestrierungsergebnisse vom zusätzlichen Computer empfangen wurden (Block 820: JA), fahren die maschinenlesbaren Anweisungen 416, 712 mit Block 822 fort. Bei Block 822 plant der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 Arbeitslasten, die auf der Edge-Plattform auf Grundlage der groben Orchestrierungsergebnisse auszuführen sind. Nach Block 822 kehren die maschinenlesbaren Anweisungen 416, 712 zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück und/oder die maschinenlesbaren Anweisungen 414 kehren zu den maschinenlesbaren Anweisungen 400 bei Block 426 zurück.
  • 9 ist ein Ablaufdiagramm, das beispielhafte maschinenlesbare Anweisungen 900 darstellt, die ausgeführt werden können, um den beispielhaften Orchestrator 202 von 2 und 3 und/oder allgemeiner die Edge-Plattform 200 von 2 zu implementieren, um eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform auf Grundlage einer Temperatur an der Edge-Plattform zu steuern. Die maschinenlesbaren Anweisungen 900 beginnen bei Block 902, wo die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202 ermittelt, ob der Orchestrator 202 für arbeitslastspezifisches thermales Ausgleichen und/oder Planen ausgelegt ist.
  • Im Beispiel von 9, als Reaktion darauf, dass die thermale Steuerung 308 ermittelt, dass der Orchestrator 202 nicht für arbeitslastspezifisches thermales Ausgleichen ausgelegt ist (Block 902: NEIN), fahren die maschinenlesbaren Anweisungen 900 mit Block 904 fort. Bei Block 904 überwacht die Orchestratorschnittstelle 302 und/oder allgemeiner der Orchestrator 202 die Temperatur der Edge-Plattform und/oder der Orchestrierungskomponenten. Bei Block 906 ermittelt die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202, ob die Temperatur der Edge-Plattform und/oder der Orchestrierungskomponenten einen Temperaturschwellenwert überschreitet. Der Temperaturschwellenwert kann zum Beispiel eine Temperatur sein, die vom Edge-Dienstanbieter, einem OEM, einem Siliziumanbieter usw. als „extrem“ eingestuft wurde.
  • Im Beispiel von 9, als Reaktion darauf, dass die thermale Steuerung 308 ermittelt, dass die Temperatur der Edge-Plattform und/oder der Orchestrierungskomponenten einen Temperaturschwellenwert nicht überschreitet (Block 906: NEIN), fahren die maschinenlesbaren Anweisungen 900 mit Block 904 fort. Als Reaktion darauf, dass die thermale Steuerung 308 ermittelt, dass die Temperatur der Edge-Plattform und/oder der Orchestrierungskomponenten einen Temperaturschwellenwert überschreitet (Block 906: JA), fahren die maschinenlesbaren Anweisungen 900 mit Block 908 fort. Bei Block 908 erhöht die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202 die aktive Kühlung an der Edge-Plattform. Bei Block 910 reduziert die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202 die Rechenzustände an der Edge-Plattform. Die thermale Steuerung 308 kann zum Beispiel den Orchestrator 202 und/oder allgemeiner die Edge-Plattform 200 auslegen, mit einer niedrigeren Taktfrequenz (z. B. Rate) zu arbeiten.
  • Im Beispiel von 9, bei Block 912, ermittelt die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202, ob mit dem Betrieb fortzufahren ist. Bedingungen, die zum Beispiel bewirken könnten, dass die thermale Steuerung 308 den Betrieb einstellt, können einen Energieverlust, eine Neukonfiguration ohne Bereitstellung aktiver und/oder adaptiver Kühlung enthalten. Als Reaktion darauf, dass die thermale Steuerung 308 ermittelt, mit dem Betrieb fortzufahren (Block 912: JA), fahren die maschinenlesbaren Anweisungen 900 mit Block 902 fort. Als Reaktion darauf, dass die thermale Steuerung 308 ermittelt, nicht mit dem Betrieb fortzufahren (Block 912: NEIN), werden die maschinenlesbaren Anweisungen 900 beendet.
  • Zu Block 902 zurückkehrend, als Reaktion darauf, dass die thermale Steuerung 308 ermittelt, dass der Orchestrator 202 für arbeitslastspezifisches thermales Ausgleichen ausgelegt ist (Block 902: JA), fahren die maschinenlesbaren Anweisungen 900 mit Block 914 fort. Bei Block 914 ermittelt die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202 erwünschte Leistungsmetriken (z. B. Leistungskennzahlen usw.) für Arbeitslasten, die einer Edge-Plattform auf Grundlage von SLAs zugeordnet sind. Bei Block 916 generiert die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202 ein Modell auf Grundlage eines Arbeitslastaufwands der der Edge-Plattform zugeordneten Arbeitslasten.
  • Im Beispiel von 9, bei Block 918, ermittelt der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 einen Kandidatenplan für die der Edge-Plattform zugeordneten Arbeitslasten. Bei Block 920 ermittelt der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202, ob der Kandidatenplan SLAs der der Edge-Plattform zugeordneten Arbeitslasten erfüllt. Als Reaktion darauf, dass der Arbeitslastenplaner 306 ermittelt, dass der Kandidatenplan nicht mindestens eine SLA der der Edge zugeordneten Arbeitslasten erfüllt (Block 920: NEIN), fahren die maschinenlesbaren Anweisungen 900 mit Block 918 fort. Als Reaktion darauf, dass der Arbeitslastenplaner 306 ermittelt, dass der Kandidatenplan die SLAs der der Edge zugeordneten Arbeitslasten erfüllt (Block 920: JA), fahren die maschinenlesbaren Anweisungen 900 mit Block 922 fort.
  • Im illustrierten Beispiel von 9, bei Block 922, passt die thermale Steuerung 308 und/oder allgemeiner der Orchestrator 202 eine aktive Kühlung und/oder Rechenbedingungen an der Edge-Plattform und/oder der Orchestrierungsressourcen auf Grundlage des Kandidatenplans. Bei Block 924 plant der Arbeitslastenplaner 306 und/oder allgemeiner der Orchestrator 202 die Arbeitslasten, die der Edge-Plattform auf Grundlage des Plankandidaten zugeordnet sind. Nach Block 924 fahren die maschinenlesbaren Anweisungen 900 mit Block 912 fort.
  • 10 ist ein Blockdiagramm einer beispielhaften Verarbeitungsplattform, die strukturiert ist, die Anweisungen von 4, 5, 6, 7, 8 und 9 auszuführen, um den Orchestrator 202 von 2 und 3 zu implementieren. Die Prozessorplattform 1000 kann beispielsweise ein Server, ein Personalcomputer, ein Arbeitsplatzrechner, eine selbstlernende Maschine (z. B. ein neuronales Netzwerk), eine mobile Vorrichtung (z. B. ein Mobiltelefon, ein Smartphone, ein Tablet wie ein iPadTM), ein Organizer (PDA), ein Internetgerät, ein DVD-Player, ein CD-Player, ein digitaler Videorekorder, ein Blu-ray-Player, eine Spielekonsole, ein persönlicher Videorekorder, eine Set-Top-Box, ein Kopfhörer oder eine andere tragbare Vorrichtung oder ein beliebiger anderer Typ von Rechenvorrichtung sein.
  • Die Prozessorplattform 1000 des illustrierten Beispiels enthält einen Prozessor 1012. Der Prozessor 1012 des illustrierten Beispiels ist Hardware. Der Prozessor 1012 kann zum Beispiel durch einen oder mehrere integrierte Schaltkreise, Logikschaltkreise, Mikroprozessoren, GPUs, DSPs oder Steuerungen einer beliebigen gewünschten Familie oder von einem beliebigen gewünschten Hersteller implementiert sein. Der Hardwareprozessor 1012 kann eine halbleiterbasierte (z. B. siliziumbasierte) Vorrichtung sein. In diesem Beispiel implementiert der Prozessor 1012 den beispielhaften Orchestrator 202, die beispielhafte Fähigkeitssteuerung 204, die beispielhafte Telemetriesteuerung 206, die beispielhafte EP-Datenbank 208, die beispielhafte(n) Ressource(n) 210 und/oder allgemeiner die beispielhafte Edge-Plattform 200 und/oder die beispielhafte Orchestratorschnittstelle 302, die beispielhafte Ressourcenverwaltungssteuerung 304, den beispielhaften Arbeitslastenplaner 306, die beispielhafte thermale Steuerung 308, die beispielhafte Orchestrierungsdatenbank 310 und/oder allgemeiner den beispielhaften Orchestrator 202 von 2 und 3.
  • Der Prozessor 1012 des veranschaulichten Beispiels enthält einen lokalen Arbeitsspeicher 1013 (z. B. einen Zwischenspeicher). Der Prozessor 1012 des veranschaulichten Beispiels steht über einen Bus 1018 in Kommunikation mit einem Hauptarbeitsspeicher, der einen flüchtigen Arbeitsspeicher 1014 und einen nichtflüchtigen Arbeitsspeicher 1016 enthält. Der flüchtige Arbeitsspeicher 1014 kann durch synchronen dynamischen Arbeitsspeicher mit wahlfreiem Zugriff (SDRAM), dynamischen Arbeitsspeicher mit wahlfreiem Zugriff (DRAM), dynamischen RAMBUS®-Arbeitsspeicher mit wahlfreiem Zugriff (RDRAM®) und/oder einen beliebigen anderen Typ von Arbeitsspeichervorrichtung mit wahlfreiem Zugriff implementiert sein. Der nichtflüchtige Arbeitsspeicher 1016 kann durch Flashspeicher und/oder einen beliebigen anderen Typ von Arbeitsspeichervorrichtung implementiert sein. Zugriff auf den Hauptarbeitsspeicher 1014, 1016 wird durch eine Arbeitsspeichersteuerung gesteuert.
  • Die Prozessorplattform 1000 des illustrierten Beispiels enthält auch einen Schnittstellenschaltkreis 1020. Der Schnittstellenschaltkreis 1020 kann durch einen beliebigen Typ von Schnittstellenstandard, wie einer Ethernet-Schnittstelle, einem Universal Serial Bus (USB), einer Bluetooth®-Schnittstelle, einer Nahfeldkommunikations(NFC)-Schnittstelle und/oder einer PCI-Express-Schnittstelle implementiert sein.
  • Im veranschaulichten Beispiel sind eine oder mehrere Eingabevorrichtungen 1022 mit dem Schnittstellenschaltkreis 1020 verbunden. Die Eingabevorrichtung(en) 1022 ermöglicht bzw. ermöglichen einem Benutzer, Daten und/oder Befehle in den Prozessor 1012 einzugeben. Die Eingabevorrichtung(en) kann bzw. können beispielsweise durch einen Audiosensor, ein Mikrofon, eine Kammer (Standbild oder Video), eine Tastatur, eine Taste, eine Maus, einen Berührungsbildschirm, ein Tastfeld, einen Trackball, Isopoint und/oder ein Spracherkennungssystem implementiert sein.
  • Eine oder mehrere Ausgabevorrichtungen 1024 sind ebenfalls mit dem Schnittstellenschaltkreis 1020 des veranschaulichten Beispiels verbunden. Die Ausgabevorrichtungen 1024 können zum Beispiel durch Anzeigevorrichtungen (z. B. eine lichtemittierende Diode (LED), eine organische lichtemittierende Diode (OLED), eine Flüssigkristallanzeige (LCD), eine Kathodenstrahlröhrenanzeige (CRT), eine ortsfeste Schaltanzeige (IPS-Anzeige), einen Berührungsbildschirm usw.), eine taktile Ausgabevorrichtung, einen Drucker und/oder einen Lautsprecher implementiert sein. Der Schnittstellenschaltkreis 1020 des veranschaulichten Beispiels enthält deshalb üblicherweise eine Grafiktreiberkarte, einen Grafiktreiberchip und/oder einen Grafiktreiberprozessor.
  • Der Schnittstellenschaltkreis 1020 des veranschaulichten Beispiels enthält auch eine Kommunikationsvorrichtung wie einen Sender, einen Empfänger, ein Modem, ein lokales Gateway, einen drahtlosen Zugangspunkt und/oder eine Netzwerkschnittstelle, um einen Austausch von Daten mit externen Maschinen (z. B. Rechenvorrichtungen einer beliebigen Art) über ein Netzwerk 1026 zu ermöglichen. Die Kommunikation kann beispielsweise über eine Ethernet-Verbindung, eine digitale Teilnehmeranschlussverbindung (DSL-Verbindung), eine Telefonleitungsverbindung, ein Koaxialkabelsystem, ein Satellitensystem, ein drahtloses Sichtverbindungssystem, ein Mobilfunktelefonsystem usw. erfolgen.
  • Die Prozessorplattform 1000 des veranschaulichten Beispiels enthält auch eine oder mehrere Massenspeichervorrichtungen 1028 zum Speichern von Software und/oder Daten. Beispiele derartiger Massenspeichervorrichtungen 1028 enthalten Diskettenlaufwerke, Festplattenlaufwerke, Compact-Disk-Laufwerke, Blu-ray-Plattenlaufwerke, redundante Anordnungssysteme unabhängiger Platten (RAID-Systeme) und Digital-Versatile-Disk(DVD)-Laufwerke.
  • Die maschinenausführbaren Anweisungen 1032 der 4, 5, 6, 7, 8 und 9 können in der Massenspeichervorrichtung 1028, im flüchtigen Arbeitsspeicher 1014, im nichtflüchtigen Arbeitsspeicher 1016 und/oder auf einem entfernbaren nicht transitorischen computerlesbaren Speichermedium wie einer CD oder DVD gespeichert sein.
  • Aus dem Vorstehenden wird klar sein, dass beispielhafte Verfahren, Vorrichtungen und Fabrikate offenbart wurden, die eine Verarbeitung von Telemetriedaten auf einer Edge-Plattform steuern. Hierin offenbarte Beispiele enthalten eine dezentralisierte Orchestrierungssteuerebene, die die umfangreiche Wertebene einbindet, die bei Edge- und/oder Cloud-Computing implizit ist. Hierin offenbarte Beispiele werden angepasst, um die Orchestrierung und Telemetrie einsatzsynchron, bedarfssynchron und praxissynchron zu halten. Hierin offenbarte Beispiele vereinfachen eine Integration von heterogenen Rechenfunktionen (z. B. CPUs, GPUs, FPGAs, VPUs usw.) durch Entkoppeln der Orchestrierungssteuerungsebene von den Ressourcen, auch in unterbrochen mit Strom versorgten Infrastrukturen oder Infrastrukturen mit spärlichen Ressourcen. Hierin offenbarte Beispiele enthalten ein Framework, das ermöglicht, dass Telemetrie und Orchestrierung als Dienste (z. B. Telemetrie-as-a-Service (TaaS) und/oder Orchestrierung-as-a-Service (OaaS)) implementiert werden, die bei Bedarf bereitgestellt und geformt werden und, wo möglich, beschleunigt werden.
  • Die offenbarten Verfahren, Einrichtungen und Fabrikate verbessern die Effizienz einer Verwendung einer Rechenvorrichtung durch Anpassen der Rechenressourcen, die zum Orchestrieren von Arbeitslasten an einer Edge-Plattform aufgewandt werden, auf Grundlage der verfügbaren Energie und/oder thermalen Pegel der Edge-Plattform. Hierin offenbarte Beispiele reduzieren die rechnerische Last, die mit dem Verarbeiten von Arbeitslasten auf einer Edge-Plattform assoziiert ist, durch Auslagern von rechenintensiveren Abschnitten von Orchestrierungsaufgaben an entfernte Computer und Erhalten von Orchestrierungsergebnissen von diesen entfernten Computern. Die offenbarten Verfahren, Einrichtungen und Fabrikate verbessern die Effizienz der Verwendung einer Rechenvorrichtung durch Reduzieren des Hardware-Mehraufwands, der mit dem Orchestrieren von Arbeitslasten auf einer Edge-Plattform verbunden ist, durch Reduzieren der rechnerischen Belastung, die mit dem Orchestrieren von Arbeitslasten auf einer Edge-Plattform verbunden ist, und durch Reduzieren des Energieverbrauchs, der mit dem Orchestrieren von Arbeitslasten auf einer Edge-Plattform verbunden ist. Die offenbarten Verfahren, Einrichtungen und Fabrikate sind dementsprechend auf eine oder mehrere Verbesserungen des Funktionierens eines Computers gerichtet.
  • Es werden hierin beispielhafte Verfahren, Einrichtungen, Systeme und Fabrikate zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform offenbart. Weitere Beispiele und Kombinationen daraus enthalten Folgendes:
  • Beispiel 1 enthält eine Einrichtung zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform, wobei die Einrichtung eine Orchestratorschnittstelle, um als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten, eine Ressourcenverwaltungssteuerung, um ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist, und eine Planungseinheit umfasst, um eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
  • Beispiel 2 enthält die Einrichtung von Beispiel 1, wobei die Ressourcenverwaltungssteuerung ausgelegt ist, die dem Orchestrator zugewiesene Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen zu vergleichen, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  • Beispiel 3 enthält die Einrichtung von Beispiel 2, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator auf einem Energiepegel zugewiesen werden können.
  • Beispiel 4 enthält die Einrichtung von Beispiel 2, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator bei einem thermalen Zustand zugewiesen werden können.
  • Beispiel 5 enthält die Vorrichtung von Beispiel 1, wobei die Orchestratorschnittstelle ausgelegt ist, die Telemetriedaten zu sammeln und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, die mit dem Orchestrator assoziierten Telemetriedaten an einen Computer zu senden, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  • Beispiel 6 enthält die Einrichtung von Beispiel 5, wobei der zweite Schwellenwert unter dem ersten Schwellenwert liegt.
  • Beispiel 7 enthält die Einrichtung von Beispiel 1, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und die Ressourcenverwaltungssteuerung ausgelegt ist, als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, eine zweite Ressourcenmenge abzuschätzen, die dem Orchestrator zuzuweisen ist, und die erste dem Orchestrator zugewiesene Ressourcenmenge zu skalieren, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  • Beispiel 8 enthält die Einrichtung von Beispiel 1, wobei die Ressourcenverwaltungssteuerung ausgelegt ist, die dem Orchestrator zugewiesene Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe zu skalieren.
  • Beispiel 9 enthält die Einrichtung von Beispiel 1, wobei die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, wenn die Ressourcenmenge kleiner oder gleich dem ersten Schwellenwert ist.
  • Beispiel 10 enthält die Einrichtung von Beispiel 1, wobei die Orchestratorschnittstelle ausgelegt ist, eine Temperatur der Edge-Plattform zu überwachen.
  • Beispiel 11 enthält die Einrichtung von Beispiel 10, die ferner eine thermische Steuerung enthält, um als Reaktion darauf, dass die Temperatur der Edge-Plattform eine Schwellentemperatur überschreitet, eine Kühlung an der Edge-Plattform zu erhöhen und Rechenzustände von Ressourcen an der Edge-Plattform zu reduzieren.
  • Beispiel 12 enthält ein nicht transitorisches computerlesbares Speichermedium, das Daten umfasst, die in ausführbare Anweisungen konfiguriert werden können und die, wenn sie konfiguriert und ausgeführt werden, mindestens einen Prozessor veranlassen, als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, umfasst, eine Arbeitslast auf einer Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten, ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist, und eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
  • Beispiel 13 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 12, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, die dem Orchestrator zugewiesene Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen zu vergleichen, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  • Beispiel 14 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 13, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator auf einem Energiepegel zugewiesen werden können.
  • Beispiel 15 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 13, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator bei einem thermalen Zustand zugewiesen werden können.
  • Beispiel 16 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 12, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, die Telemetriedaten zu sammeln und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, die mit dem Orchestrator assoziierten Telemetriedaten an einen Computer zu senden, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  • Beispiel 17 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 16, wobei der zweite Schwellenwert unter dem ersten Schwellenwert liegt.
  • Beispiel 18 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 12, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, eine zweite Ressourcenmenge abzuschätzen, die dem Orchestrator zuzuweisen ist, und die erste dem Orchestrator zugewiesene Ressourcenmenge zu skalieren, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  • Beispiel 19 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 12, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, die dem Orchestrator zugewiesene Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe zu skalieren.
  • Beispiel 20 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 12, wobei die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, wenn die Ressourcenmenge kleiner oder gleich dem ersten Schwellenwert ist.
  • Beispiel 21 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 12, wobei die Anweisungen, wenn sie ausgeführt werden, den mindestens einen Prozessor veranlassen, eine Temperatur der Edge-Plattform zu überwachen.
  • Beispiel 22 enthält das nicht transitorische computerlesbare Speichermedium von Beispiel 21, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, als Reaktion darauf, dass die Temperatur der Edge-Plattform eine Schwellentemperatur überschreitet, eine Kühlung an der Edge-Plattform zu erhöhen und Rechenzustände von Ressourcen an der Edge-Plattform zu reduzieren.
  • Beispiel 23 enthält eine Einrichtung zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform, wobei die Einrichtung Mittel zum Anbinden über eine Schnittstelle, um als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten, Mittel zum Verwalten von Ressourcen, um ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist, und Mittel zum Planen umfasst, um eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
  • Beispiel 24 enthält die Einrichtung von Beispiel 23, wobei das Mittel zum Verwalten von Ressourcen ausgelegt ist, die dem Orchestrator zugewiesene Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen zu vergleichen, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  • Beispiel 25 enthält die Einrichtung von Beispiel 24, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator auf einem Energiepegel zugewiesen werden können.
  • Beispiel 26 enthält die Einrichtung von Beispiel 24, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator bei einem thermalen Zustand zugewiesen werden können.
  • Beispiel 27 enthält die Vorrichtung von Beispiel 23, wobei das Mittel zum Anbinden über eine Schnittstelle ausgelegt ist, die Telemetriedaten zu sammeln und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, die mit dem Orchestrator assoziierten Telemetriedaten an einen Computer zu senden, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  • Beispiel 28 enthält die Einrichtung von Beispiel 27, wobei der zweite Schwellenwert unter dem ersten Schwellenwert liegt.
  • Beispiel 29 enthält die Einrichtung von Beispiel 23, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und das Mittel zum Verwalten von Ressourcen ausgelegt ist, als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, eine zweite Ressourcenmenge abzuschätzen, die dem Orchestrator zuzuweisen ist, und die erste dem Orchestrator zugewiesene Ressourcenmenge zu skalieren, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  • Beispiel 30 enthält die Einrichtung von Beispiel 23, wobei das Mittel zum Verwalten von Ressourcen ausgelegt ist, die dem Orchestrator zugewiesene Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe zu skalieren.
  • Beispiel 31 enthält die Einrichtung von Beispiel 23, wobei die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, wenn die Ressourcenmenge kleiner oder gleich dem ersten Schwellenwert ist.
  • Beispiel 32 enthält die Einrichtung von Beispiel 23, wobei das Mittel zum Anbinden über eine Schnittstelle ausgelegt ist, eine Temperatur der Edge-Plattform zu überwachen.
  • Beispiel 33 enthält die Einrichtung von Beispiel 32, die ferner ein Mittel zum Regeln von Temperaturbedingungen enthält, um als Reaktion darauf, dass die Temperatur der Edge-Plattform eine Schwellentemperatur überschreitet, eine Kühlung an der Edge-Plattform zu erhöhen und Rechenzustände von Ressourcen an der Edge-Plattform zu reduzieren.
  • Beispiel 34 enthält ein Verfahren zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform, wobei das Verfahren als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, umfasst, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, Senden von mit dem Orchestrator assoziierter Telemetriedaten an einen Computer, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten, Ermitteln eines zweiten Orchestrierungsergebnisses mit einer zweiten Granularität, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist, und Planen einer der Edge-Plattform zugeordneten Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses.
  • Beispiel 35 enthält das Verfahren von Beispiel 34, ferner enthaltend ein Vergleichen der dem Orchestrator zugewiesenen Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen, Ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, Ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  • Beispiel 36 enthält das Verfahren von Beispiel 35, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator auf einem Energiepegel zugewiesen werden können.
  • Beispiel 37 enthält das Verfahren von Beispiel 35, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator bei einem thermalen Zustand zugewiesen werden können.
  • Beispiel 38 enthält das Verfahren von Beispiel 34, das ferner Sammeln der Telemetriedaten und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, Senden der mit dem Orchestrator assoziierten Telemetriedaten an einen Computer enthält, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  • Beispiel 39 enthält das Verfahren von Beispiel 38, wobei der zweite Schwellenwert unter dem ersten Schwellenwert liegt.
  • Beispiel 40 enthält das Verfahren von Beispiel 34, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und das Verfahren ferner, als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, Abschätzen einer zweiten Ressourcenmenge, die dem Orchestrator zuzuweisen ist, und Skalieren der ersten dem Orchestrator zugewiesenen Ressourcenmenge enthält, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  • Beispiel 41 enthält das Verfahren von Beispiel 34, das ferner Skalieren der dem Orchestrator zugewiesenen Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe enthält.
  • Beispiel 42 enthält das Verfahren von Beispiel 34, wobei die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, wenn die Ressourcenmenge kleiner oder gleich dem ersten Schwellenwert ist.
  • Beispiel 43 enthält das Verfahren von Beispiel 34, das ferner Überwachen einer Temperatur der Edge-Plattform enthält.
  • Beispiel 44 enthält das Verfahren von Beispiel 43, das ferner als Reaktion darauf, dass die Temperatur der Edge-Plattform eine Schwellentemperatur überschreitet, Erhöhen einer aktiven Kühlung an der Edge-Plattform und Reduzieren der Rechenzustände von Ressourcen an der Edge-Plattform enthält.
  • Obwohl hierin bestimmte beispielhafte Verfahren, Einrichtungen und Fabrikate offenbart wurden, ist der Geltungsbereich dieses Patents nicht auf diese beschränkt. Im Gegenteil deckt dieses Patent alle Verfahren, Einrichtungen und Herstellungsgegenstände ab, die in den Geltungsbereich der Ansprüche dieses Patents fallen.
  • Die folgenden Ansprüche sind durch diese Bezugnahme in diese ausführliche Beschreibung aufgenommen, wobei jeder Anspruch eigenständig als eine separate Ausführungsform der vorliegenden Offenbarung steht.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 62/841042 [0001]
    • US 62/907597 [0001]
    • US 62/939303 [0001]

Claims (25)

  1. Einrichtung zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform, wobei die Einrichtung umfasst: eine Orchestratorschnittstelle, um als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten; eine Ressourcenverwaltungssteuerung, um ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist; und eine Planungseinheit, um eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
  2. Einrichtung nach Anspruch 1, wobei die Ressourcenverwaltungssteuerung ausgelegt ist: die dem Orchestrator zugewiesene Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen zu vergleichen; zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht; und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  3. Einrichtung nach einem der Ansprüche 1-2, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator auf einem Energiepegel zugewiesen werden können.
  4. Einrichtung nach einem der Ansprüche 1-2, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator bei einem thermalen Zustand zugewiesen werden können.
  5. Einrichtung nach einem der Ansprüche 1-4, wobei die Orchestratorschnittstelle ausgelegt ist: die Telemetriedaten zu sammeln; und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, die mit dem Orchestrator assoziierten Telemetriedaten an einen Computer zu senden, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  6. Einrichtung nach Anspruch 5, wobei der zweite Schwellenwert unter dem ersten Schwellenwert liegt.
  7. Einrichtung nach Anspruch 1, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und die Ressourcenverwaltungssteuerung ausgelegt ist: als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, eine zweite Ressourcenmenge abzuschätzen, die dem Orchestrator zuzuweisen ist, und die erste dem Orchestrator zugewiesene Ressourcenmenge zu skalieren, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  8. Einrichtung nach Anspruch 1, wobei die Ressourcenverwaltungssteuerung ausgelegt ist, die dem Orchestrator zugewiesene Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe zu skalieren.
  9. Einrichtung nach Anspruch 1, wobei die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, wenn die Ressourcenmenge kleiner oder gleich dem ersten Schwellenwert ist.
  10. Einrichtung nach Anspruch 1, wobei die Orchestratorschnittstelle ausgelegt ist, eine Temperatur der Edge-Plattform zu überwachen.
  11. Einrichtung nach Anspruch 10, die ferner eine thermische Steuerung enthält, um als Reaktion darauf, dass die Temperatur der Edge-Plattform eine Schwellentemperatur überschreitet: eine Kühlung an der Edge-Plattform zu erhöhen; und Rechenzustände von Ressourcen an der Edge-Plattform zu reduzieren.
  12. Computerlesbares Speichermedium, das Daten umfasst, die in ausführbare Anweisungen konfiguriert werden können und die, wenn sie konfiguriert und ausgeführt werden, mindestens einen Prozessor veranlassen, zumindest: als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf einer Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten; ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist; und eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
  13. Computerlesbares Speichermedium nach Anspruch 12, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, zumindest: die dem Orchestrator zugewiesene Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen zu vergleichen; zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht; und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  14. Computerlesbares Speichermedium nach einem der Ansprüche 12-13, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator auf einem Energiepegel zugewiesen werden können.
  15. Computerlesbares Speichermedium nach einem der Ansprüche 12-13, wobei die Konfigurationseinstellungen eine Ressourcenmenge identifizieren, die dem Orchestrator bei einem thermalen Zustand zugewiesen werden können.
  16. Computerlesbares Speichermedium nach einem der Ansprüche 12-15, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, ferner den mindestens einen Prozessor veranlassen: die Telemetriedaten zu sammeln; und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, die mit dem Orchestrator assoziierten Telemetriedaten an einen Computer zu senden, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  17. Computerlesbares Speichermedium nach Anspruch 12, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, ferner den mindestens einen Prozessor veranlassen: als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, eine zweite Ressourcenmenge abzuschätzen, die dem Orchestrator zuzuweisen ist, und die erste dem Orchestrator zugewiesene Ressourcenmenge zu skalieren, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  18. Nicht transitorisches computerlesbares Speichermedium nach Anspruch 12, wobei die Anweisungen, wenn sie konfiguriert und ausgeführt werden, den mindestens einen Prozessor veranlassen, die dem Orchestrator zugewiesene Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe zu skalieren.
  19. Einrichtung zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform, wobei die Einrichtung umfasst: Mittel zum Anbinden über eine Schnittstelle, um als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, mit dem Orchestrator assoziierte Telemetriedaten an einen Computer zu senden, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten; Mittel zum Verwalten von Ressourcen, um ein zweites Orchestrierungsergebnis mit einer zweiten Granularität zu ermitteln, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist; und Mittel zum Planen, um eine der Edge-Plattform zugeordnete Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses zu planen.
  20. Einrichtung nach Anspruch 19, wobei das Mittel zum Verwalten von Ressourcen ausgelegt ist: die dem Orchestrator zugewiesene Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen zu vergleichen; zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht; und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, zu ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
  21. Einrichtung nach einem der Ansprüche 19-20, wobei das Schnittstellenmittel ausgelegt ist: die Telemetriedaten zu sammeln; und als Reaktion darauf, dass die Ressourcenmenge, die dem Orchestrator zugewiesen ist, einen zweiten Schwellenwert erreicht, die mit dem Orchestrator assoziierten Telemetriedaten an einen Computer zu senden, um ein drittes Orchestrierungsergebnis mit der zweiten Granularität zu erhalten.
  22. Einrichtung nach Anspruch 19, wobei die Ressourcenmenge eine erste Ressourcenmenge ist und das Mittel zum Verwalten von Ressourcen ausgelegt ist: als Reaktion darauf, dass die erste dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert nicht erreicht, eine zweite Ressourcenmenge abzuschätzen, die dem Orchestrator zuzuweisen ist, und die erste dem Orchestrator zugewiesene Ressourcenmenge zu skalieren, sodass sie die zweite Ressourcenmenge erfüllt, wobei die zweite Ressourcenmenge einer Ressourcenmenge entspricht, um Leistungsindikatoren zu erfüllen, die mit der Arbeitslast assoziiert sind.
  23. Einrichtung nach Anspruch 19, wobei das Mittel zum Verwalten von Ressourcen ausgelegt ist, die dem Orchestrator zugewiesene Ressourcenmenge auf Grundlage einer mit jeweiligen der Ressourcen assoziierten Prioritätsstufe zu skalieren.
  24. Verfahren zum Steuern einer Verarbeitung von Telemetriedaten auf einer Edge-Plattform, wobei das Verfahren umfasst: als Reaktion auf eine Ressourcenmenge, die einem Orchestrator zugewiesen ist, eine Arbeitslast auf der Edge-Plattform zu orchestrieren, die einen ersten Schwellenwert erreicht, Senden von mit dem Orchestrator assoziierten Telemetriedaten an einen Computer, um ein erstes Orchestrierungsergebnis mit einer ersten Granularität zu erhalten; Ermitteln eines zweiten Orchestrierungsergebnisses mit einer zweiten Granularität, um die Arbeitslast auf der Edge-Plattform zu orchestrieren, wobei die zweite Granularität feiner als die erste Granularität ist; und Planen einer der Edge-Plattform zugeordneten Arbeitslast auf Grundlage des zweiten Orchestrierungsergebnisses.
  25. Verfahren nach Anspruch 24, ferner enthaltend: Vergleichen der dem Orchestrator zugewiesenen Ressourcenmenge mit mit dem Orchestrator assoziierten Konfigurationseinstellungen; Ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht; und als Reaktion darauf, dass die dem Orchestrator zugewiesene Ressourcenmenge den ersten Schwellenwert erreicht, Ermitteln, ob die dem Orchestrator zugewiesene Ressourcenmenge einen zweiten Schwellenwert erreicht.
DE102020203877.5A 2019-04-30 2020-03-25 Verfahren und einrichtungen zum steuern einer verarbeitung von telemetriedaten auf einer edge-plattform Pending DE102020203877A1 (de)

Applications Claiming Priority (8)

Application Number Priority Date Filing Date Title
US201962841042P 2019-04-30 2019-04-30
US62/841,042 2019-04-30
US201962907597P 2019-09-28 2019-09-28
US62/907,597 2019-09-28
US201962939303P 2019-11-22 2019-11-22
US62/939,303 2019-11-22
US16/723,873 US11184236B2 (en) 2019-04-30 2019-12-20 Methods and apparatus to control processing of telemetry data at an edge platform
US16/723,873 2019-12-20

Publications (1)

Publication Number Publication Date
DE102020203877A1 true DE102020203877A1 (de) 2020-11-05

Family

ID=70326034

Family Applications (3)

Application Number Title Priority Date Filing Date
DE102020203877.5A Pending DE102020203877A1 (de) 2019-04-30 2020-03-25 Verfahren und einrichtungen zum steuern einer verarbeitung von telemetriedaten auf einer edge-plattform
DE102020203881.3A Pending DE102020203881A1 (de) 2019-04-30 2020-03-25 Verfahren und vorrichtungen zur ausführung einer workload in einer edge-umgebung
DE112020000054.0T Pending DE112020000054T5 (de) 2019-04-30 2020-04-29 Ressourcen-, sicherheits- und dienstmanagement für mehrere entitäten in edge-computing-anwendungen

Family Applications After (2)

Application Number Title Priority Date Filing Date
DE102020203881.3A Pending DE102020203881A1 (de) 2019-04-30 2020-03-25 Verfahren und vorrichtungen zur ausführung einer workload in einer edge-umgebung
DE112020000054.0T Pending DE112020000054T5 (de) 2019-04-30 2020-04-29 Ressourcen-, sicherheits- und dienstmanagement für mehrere entitäten in edge-computing-anwendungen

Country Status (7)

Country Link
US (7) US11184236B2 (de)
EP (2) EP3734453A1 (de)
JP (1) JP7612419B2 (de)
KR (1) KR20210149576A (de)
CN (3) CN111865647A (de)
DE (3) DE102020203877A1 (de)
WO (1) WO2020226979A2 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11184236B2 (en) 2019-04-30 2021-11-23 Intel Corporation Methods and apparatus to control processing of telemetry data at an edge platform

Families Citing this family (741)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11847519B2 (en) 2022-05-16 2023-12-19 Bluicity Inc. System and method for tracking tags over bluetooth low energy
WO2013192341A1 (en) 2012-06-20 2013-12-27 Infotel Broadband Services, Ltd. Method and system for providing a service over a private network
US9288683B2 (en) 2013-03-15 2016-03-15 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management
US10271233B2 (en) 2013-03-15 2019-04-23 DGS Global Systems, Inc. Systems, methods, and devices for automatic signal detection with temporal feature extraction within a spectrum
US10244504B2 (en) 2013-03-15 2019-03-26 DGS Global Systems, Inc. Systems, methods, and devices for geolocation with deployable large scale arrays
US11646918B2 (en) 2013-03-15 2023-05-09 Digital Global Systems, Inc. Systems, methods, and devices for electronic spectrum management for identifying open space
US12356206B2 (en) * 2013-03-15 2025-07-08 Digital Global Systems, Inc. Systems and methods for automated financial settlements for dynamic spectrum sharing
US10219163B2 (en) 2013-03-15 2019-02-26 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management
US10257727B2 (en) 2013-03-15 2019-04-09 DGS Global Systems, Inc. Systems methods, and devices having databases and automated reports for electronic spectrum management
US10299149B2 (en) 2013-03-15 2019-05-21 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management
US12256233B2 (en) 2013-03-15 2025-03-18 Digital Global Systems, Inc. Systems and methods for automated financial settlements for dynamic spectrum sharing
US10231206B2 (en) 2013-03-15 2019-03-12 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management for identifying signal-emitting devices
US10257729B2 (en) 2013-03-15 2019-04-09 DGS Global Systems, Inc. Systems, methods, and devices having databases for electronic spectrum management
US10257728B2 (en) 2013-03-15 2019-04-09 DGS Global Systems, Inc. Systems, methods, and devices for electronic spectrum management
US10237770B2 (en) 2013-03-15 2019-03-19 DGS Global Systems, Inc. Systems, methods, and devices having databases and automated reports for electronic spectrum management
US11455190B2 (en) 2016-02-05 2022-09-27 Sas Institute Inc. Implicit status in many task computing
US10440043B2 (en) 2016-02-26 2019-10-08 Cable Television Laboratories, Inc. System and method for dynamic security protections of network connected devices
US10609016B2 (en) 2016-02-26 2020-03-31 Cable Television Laboratories, Inc Systems and method for micro network segmentation
US11277746B2 (en) 2016-02-26 2022-03-15 Cable Television Laboratories, Inc. Systems and method for micro network segmentation
US11316935B2 (en) 2016-02-26 2022-04-26 Cable Television Laboratories, Inc. Systems and method for micro network segmentation
US11343226B2 (en) * 2016-02-26 2022-05-24 Cable Television Laboratories, Inc. Systems and methods for micro network segmentation
US12245117B1 (en) 2016-02-26 2025-03-04 Cable Television Laboratories, Inc. Systems and method for extendable micronets
US10334334B2 (en) * 2016-07-22 2019-06-25 Intel Corporation Storage sled and techniques for a data center
US10529241B2 (en) 2017-01-23 2020-01-07 Digital Global Systems, Inc. Unmanned vehicle recognition and threat management
US10700794B2 (en) 2017-01-23 2020-06-30 Digital Global Systems, Inc. Systems, methods, and devices for automatic signal detection based on power distribution by frequency over time within an electromagnetic spectrum
US10498951B2 (en) 2017-01-23 2019-12-03 Digital Global Systems, Inc. Systems, methods, and devices for unmanned vehicle detection
US12183213B1 (en) 2017-01-23 2024-12-31 Digital Global Systems, Inc. Unmanned vehicle recognition and threat management
US10459020B2 (en) 2017-01-23 2019-10-29 DGS Global Systems, Inc. Systems, methods, and devices for automatic signal detection based on power distribution by frequency over time within a spectrum
US12205477B2 (en) 2017-01-23 2025-01-21 Digital Global Systems, Inc. Unmanned vehicle recognition and threat management
US10425491B2 (en) * 2017-01-30 2019-09-24 Centurylink Intellectual Property Llc Method and system for implementing application programming interface (API) to provide network metrics and network resource control to users
CN109587187B (zh) * 2017-09-28 2024-08-02 华为技术有限公司 用于调用网络功能服务的方法、装置和系统
US12355793B1 (en) 2017-11-27 2025-07-08 Fortinet, Inc. Guided interactions with a natural language interface
US12348545B1 (en) 2017-11-27 2025-07-01 Fortinet, Inc. Customizable generative artificial intelligence (‘AI’) assistant
US12495052B1 (en) 2017-11-27 2025-12-09 Fortinet, Inc. Detecting package execution for threat assessments
US12470578B1 (en) 2017-11-27 2025-11-11 Fortinet, Inc. Containerized agent for monitoring container activity in a compute environment
US12363148B1 (en) 2017-11-27 2025-07-15 Fortinet, Inc. Operational adjustment for an agent collecting data from a cloud compute environment monitored by a data platform
US12335348B1 (en) 2017-11-27 2025-06-17 Fortinet, Inc. Optimizing data warehouse utilization by a data ingestion pipeline
US12470577B1 (en) 2017-11-27 2025-11-11 Fortinet, Inc. Kernel-based monitoring of container activity in a compute environment
US12526297B2 (en) 2017-11-27 2026-01-13 Fortinet, Inc. Annotating changes in software across computing environments
US12284197B1 (en) 2017-11-27 2025-04-22 Fortinet, Inc. Reducing amounts of data ingested into a data warehouse
US20190294777A1 (en) * 2018-03-26 2019-09-26 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Systems and methods for managing access to host computing devices by external devices
US11303632B1 (en) * 2018-06-08 2022-04-12 Wells Fargo Bank, N.A. Two-way authentication system and method
US10785108B1 (en) 2018-06-21 2020-09-22 Wells Fargo Bank, N.A. Intelligent learning and management of a networked architecture
US10943461B2 (en) 2018-08-24 2021-03-09 Digital Global Systems, Inc. Systems, methods, and devices for automatic signal detection based on power distribution by frequency over time
US11706188B2 (en) 2018-08-31 2023-07-18 Comcast Cable Communications, Llc Localization for domain name resolution
US11595968B2 (en) * 2018-09-26 2023-02-28 Intel Corporation Edge computing deployment scenarios
US20220237637A1 (en) * 2018-12-18 2022-07-28 Meta Platforms, Inc. Systems and methods for real time crowdsourcing
US10855757B2 (en) * 2018-12-19 2020-12-01 At&T Intellectual Property I, L.P. High availability and high utilization cloud data center architecture for supporting telecommunications services
US11228597B2 (en) * 2019-02-12 2022-01-18 Nutanix, Inc. Providing control to tenants over user access of content hosted in cloud infrastructures
WO2020172852A1 (en) * 2019-02-28 2020-09-03 Siemens Schweiz Ag Computing resource scheduling method, scheduler, internet of things system, and computer readable medium
US11368410B2 (en) * 2019-03-15 2022-06-21 Mojatatu Networks System and method for scaling analytics collection
WO2020231302A1 (en) * 2019-05-13 2020-11-19 Telefonaktiebolaget Lm Ericsson (Publ) Handling of radio resource between terminal devices
US11237861B2 (en) * 2019-05-31 2022-02-01 Vmware, Inc. Managing virtual infrastructure resources in cloud environments
US11296975B2 (en) * 2019-06-25 2022-04-05 Vmware, Inc. Systems and methods for implementing multi-part virtual network functions
US11196763B2 (en) * 2019-07-02 2021-12-07 Bank Of America Corporation Edge-computing-based architectures for multi-layered fraud mitigation
US12061709B2 (en) * 2019-08-01 2024-08-13 Palantir Technologies Inc. Systems and methods for conducting data extraction using dedicated data extraction devices
US11870804B2 (en) * 2019-08-01 2024-01-09 Akamai Technologies, Inc. Automated learning and detection of web bot transactions using deep learning
US11107100B2 (en) * 2019-08-09 2021-08-31 International Business Machines Corporation Distributing computational workload according to tensor optimization
CN112351431B (zh) * 2019-08-09 2023-06-30 华为技术有限公司 一种安全保护方式确定方法及装置
US11510053B2 (en) * 2019-08-21 2022-11-22 At&T Intellectual Property I, L.P. Coordination of transmit authorization in a shared spectrum environment for 5G or other next generation network
US10970555B2 (en) * 2019-08-27 2021-04-06 At&T Intellectual Property I, L.P. Data-driven event detection for compressed video
US20210075863A1 (en) * 2019-09-06 2021-03-11 Evangelos Achillopoulos Edge computing deployment and management
CN112532667A (zh) * 2019-09-19 2021-03-19 贵州白山云科技股份有限公司 一种网络边缘计算方法、装置及介质
US11758682B2 (en) * 2019-09-19 2023-09-12 Baidu Usa Llc Distributed infrastructure and mobile architecture for edge computing
CN110618871B (zh) * 2019-09-21 2022-07-22 苏州浪潮智能科技有限公司 一种fpga云平台加速资源的分配方法与系统
US11374776B2 (en) 2019-09-28 2022-06-28 Intel Corporation Adaptive dataflow transformation in edge computing environments
US11366692B2 (en) * 2019-10-25 2022-06-21 Micro Focus Llc Task execution based on whether task completion time exceeds execution window of device to which task has been assigned
US11640315B2 (en) * 2019-11-04 2023-05-02 Vmware, Inc. Multi-site virtual infrastructure orchestration of network service in hybrid cloud environments
US11709698B2 (en) 2019-11-04 2023-07-25 Vmware, Inc. Multi-site virtual infrastructure orchestration of network service in hybrid cloud environments
US20210135857A1 (en) * 2019-11-05 2021-05-06 Verizon Patent And Licensing Inc. System and methods for distributed runtime logging and transaction control for multi-access edge computing services
US11550636B2 (en) * 2019-11-14 2023-01-10 Vmware, Inc. Internet of things solution deployment in hybrid environment
CN111796994B (zh) * 2019-11-20 2022-07-12 华为云计算技术有限公司 时延保证方法、系统及装置、计算设备、存储介质
US11544113B2 (en) * 2019-11-20 2023-01-03 Google Llc Task scheduling for machine-learning workloads
US11451549B2 (en) * 2019-11-20 2022-09-20 Verizon Patent And Licensing Inc. Authorization for network function registration
US11782810B2 (en) * 2019-11-22 2023-10-10 Dell Products, L.P. Systems and methods for automated field replacement component configuration
US11422844B1 (en) * 2019-11-27 2022-08-23 Amazon Technologies, Inc. Client-specified network interface configuration for serverless container management service
US11418995B2 (en) * 2019-11-29 2022-08-16 Amazon Technologies, Inc. Mobility of cloud compute instances hosted within communications service provider networks
US11782755B2 (en) * 2019-12-02 2023-10-10 Intel Corporation Methods, systems, articles of manufacture, and apparatus to optimize thread scheduling
US11704192B2 (en) * 2019-12-12 2023-07-18 Pure Storage, Inc. Budgeting open blocks based on power loss protection
WO2021117373A1 (ja) * 2019-12-13 2021-06-17 ソニーグループ株式会社 情報処理装置、情報処理方法、端末装置、基地局装置、及びプログラム
CN113132176B (zh) * 2019-12-31 2024-02-02 华为云计算技术有限公司 一种控制边缘节点的方法、节点及边缘计算系统
EP3846103A1 (de) * 2020-01-06 2021-07-07 Infosys Limited Verfahren und system zur dezentralen transaktionsverwaltung in der projektressourcenbeschaffung
CN111245651B (zh) * 2020-01-08 2022-03-29 上海交通大学 一种基于功率控制和资源分配的任务卸载方法
US11412412B2 (en) * 2020-01-14 2022-08-09 Cisco Technology, Inc. User plane function (UPF) selection based on predicted load information
US20210224109A1 (en) * 2020-01-16 2021-07-22 Cisco Technology, Inc. Systems and methods for orchestrating cloud resources
US11455121B2 (en) * 2020-01-22 2022-09-27 International Business Machines Corporation Selecting data nodes for WAN caching in a hybrid cloud environment
US11490267B2 (en) 2020-02-14 2022-11-01 Verizon Patent And Licensing Inc. Method and system for polymorphic algorithms interworking with a network
EP4094465A4 (de) * 2020-02-20 2023-07-12 Samsung Electronics Co., Ltd. Verfahren und systeme zur authentifizierung von geräten unter verwendung von 3gpp-netzzugangsberechtigungsnachweisen zur bereitstellung von mec-diensten
JP7392825B2 (ja) * 2020-03-05 2023-12-06 日本電信電話株式会社 ネットワーク管理システム、エッジ装置、ネットワーク管理装置、及びプログラム
US11163544B2 (en) * 2020-03-23 2021-11-02 David Lee Vertical solution integrator
US11573711B2 (en) * 2020-03-23 2023-02-07 Vmware, Inc. Enhanced data encryption in distributed datastores using random tweaks stored in data blocks
US11588751B2 (en) 2020-03-24 2023-02-21 Apple Inc. Combined network and computation slicing for latency critical edge computing applications
US11089092B1 (en) 2020-03-31 2021-08-10 EMC IP Holding Company LLC N-tier workload and data placement and orchestration
US11922297B2 (en) * 2020-04-01 2024-03-05 Vmware, Inc. Edge AI accelerator service
EP3890244B1 (de) * 2020-04-03 2024-11-20 Mitsubishi Electric R&D Centre Europe B.V. Verfahren zur bereitstellung von multisite-orchestrierung in einem öffentlichen netzwerk für die fabrikautomatisierung
US11233691B2 (en) 2020-04-06 2022-01-25 Cisco Technology, Inc. Third generation partnership project (3GPP) plug and play (PnP) operation in a hybrid open radio access network (O-RAN) environment
US11284297B2 (en) * 2020-04-06 2022-03-22 Cisco Technology, Inc. Secure creation of application containers for fifth generation cellular network slices
US11343152B2 (en) * 2020-04-07 2022-05-24 Cisco Technology, Inc. Traffic management for smart network interface cards
EP4144065A4 (de) * 2020-04-30 2024-08-28 INTEL Corporation Integration von künstlicher intelligenz in fahrzeuge
US11233785B2 (en) * 2020-05-08 2022-01-25 Verizon Patent And Licensing Inc. Secure systems and methods for hosted and edge site services
CN113626178B (zh) * 2020-05-09 2025-08-19 华为技术有限公司 一种计算资源的分配方法和设备
US12160456B2 (en) * 2020-05-12 2024-12-03 Robin Ross Cooper Apparatus and method for multi-cast streaming
US11418955B2 (en) * 2020-05-15 2022-08-16 Secureg System and methods for transit path security assured network slices
CN111614657B (zh) * 2020-05-18 2021-06-04 北京邮电大学 基于模式选择的移动边缘安全服务方法及系统
US11748134B2 (en) * 2020-05-18 2023-09-05 Vmware, Inc. Inference engine for configuration parameters in a network functions virtualization orchestrator
US11363106B2 (en) * 2020-05-26 2022-06-14 Bank Of America Corporation Electronic system for combination of temporal resource activity data and resource transmission
CN111666140A (zh) * 2020-05-28 2020-09-15 北京百度网讯科技有限公司 资源调度方法、装置、设备和存储介质
CN115516425A (zh) * 2020-05-29 2022-12-23 英特尔公司 用于工作负载经优化中央处理单元(cpu)的系统、方法和装置
CN112291070A (zh) * 2020-06-10 2021-01-29 李彩云 基于云边端协同的通信信息处理方法及系统
US11330511B2 (en) * 2020-06-22 2022-05-10 Verizon Patent And Licensing Inc. Method and system for multi-access edge computing (MEC) selection and load balancing
US12190144B1 (en) 2020-06-22 2025-01-07 Amazon Technologies, Inc. Predelivering container image layers for future execution of container images
US11538293B2 (en) * 2020-06-29 2022-12-27 EMC IP Holding Company LLC Preparation of vehicle bulk data for high speed terahertz offloading
US11770377B1 (en) * 2020-06-29 2023-09-26 Cyral Inc. Non-in line data monitoring and security services
US11258691B2 (en) * 2020-07-09 2022-02-22 Verizon Patent And Licensing Inc. Systems and methods for tracking and calculating granular network performance metrics based on user traffic
US11556392B2 (en) * 2020-07-10 2023-01-17 Electronics And Telecommunications Research Institute Cloud access method for Iot devices, and devices performing the same
WO2022013719A1 (en) 2020-07-12 2022-01-20 Access Online Inc. System and method for monitoring operations and detecting failures of networked devices
US11868754B2 (en) * 2020-07-17 2024-01-09 Sensia Llc Systems and methods for edge device management
US12075247B2 (en) 2020-07-17 2024-08-27 Sensia Llc Systems and methods for a hydrocarbon configuration tool
US12475173B2 (en) 2020-07-17 2025-11-18 Sensia Llc Systems and methods for analyzing metadata
US12395548B2 (en) * 2020-07-21 2025-08-19 Dish Network L.L.C. Systems and methods for utilizing distributed computing and storage resources
US12501254B2 (en) 2020-07-24 2025-12-16 Intel Corporation Computing workload management in next generation cellular networks
US20230359498A1 (en) * 2020-07-26 2023-11-09 Telefonaktiebolaget Lm Ericsson (Publ) Orchestration of a Service
US11757982B2 (en) * 2020-08-05 2023-09-12 Avesha, Inc. Performing load balancing self adjustment within an application environment
US12126675B2 (en) 2020-08-05 2024-10-22 Avesha, Inc. Distributed computing system employing application slice overlay networks
CN114080058A (zh) * 2020-08-17 2022-02-22 华为技术有限公司 一种计算任务的处理方法、通信装置及无线网络架构
US11868469B2 (en) 2020-08-27 2024-01-09 Ventana Micro Systems Inc. Processor that mitigates side channel attacks by preventing all dependent instructions from consuming architectural register result produced by instruction that causes a need for an architectural exception
US11445392B2 (en) * 2020-08-27 2022-09-13 Cisco Technology, Inc. Unified management and monitoring of IoT nodes with multiple network connections
US11907369B2 (en) 2020-08-27 2024-02-20 Ventana Micro Systems Inc. Processor that mitigates side channel attacks by preventing cache memory state from being affected by a missing load operation by inhibiting or canceling a fill request of the load operation if an older load generates a need for an architectural exception
US11797673B2 (en) 2020-08-27 2023-10-24 Ventana Micro Systems Inc. Processor that mitigates side channel attacks by expeditiously initiating flushing of instructions dependent upon a load instruction that causes a need for an architectural exception
US11733972B2 (en) 2020-10-06 2023-08-22 Ventana Micro Systems Inc. Processor that mitigates side channel attacks by providing random load data as a result of execution of a load operation that does not have permission to access a load address
CN112084026B (zh) * 2020-09-02 2024-05-17 国网河北省电力有限公司石家庄供电分公司 基于粒子群的低能耗边缘计算资源部署系统及方法
US11770251B2 (en) * 2020-09-09 2023-09-26 Cisco Technology, Inc. Continuous integrity validation-based control plane communication in a container-orchestration system
NL2026456B1 (en) * 2020-09-11 2022-05-12 Microsoft Technology Licensing Llc Automatic node fungibility between compute and infrastructure nodes in edge zones
US12026074B2 (en) 2020-09-22 2024-07-02 Intel Corporation Continuous testing, integration, and deployment management for edge computing
US12066804B2 (en) 2020-09-22 2024-08-20 Rockwell Automation Technologies, Inc. Integrating container orchestration systems with operational technology devices
US11474873B2 (en) 2020-09-22 2022-10-18 Rockwell Automation Technologies, Inc. Implementing serverless functions using container orchestration systems and operational technology devices
US11513877B2 (en) * 2020-09-22 2022-11-29 Rockwell Automation Technologies, Inc. Updating operational technology devices using container orchestration systems
US12301590B2 (en) * 2020-09-23 2025-05-13 Open Text Holdings, Inc. Endpoint security systems and methods with telemetry filters for event log monitoring
US11546275B2 (en) 2020-09-23 2023-01-03 Cisco Technology, Inc. Near-hitless upgrade or fast bootup with mobile virtualized hardware
US12067642B2 (en) * 2020-09-23 2024-08-20 Advanced Micro Devices, Inc. Memory latency-aware GPU architecture
EP4235524A3 (de) * 2020-09-23 2023-11-01 Quantum Loophole, Inc. Orchestrierung von rechenzentrumsarbeitslasten auf der basis von energievorhersagen
US11593144B2 (en) * 2020-09-23 2023-02-28 Cisco Technology, Inc. Near-hitless upgrade or fast bootup with virtualized hardware
EP4187879A4 (de) * 2020-09-24 2023-11-22 Samsung Electronics Co., Ltd. Verfahren und vorrichtung zum offload von hardware an ein softwarepaket
US20210014133A1 (en) * 2020-09-25 2021-01-14 Intel Corporation Methods and apparatus to coordinate edge platforms
US11671484B2 (en) * 2020-09-25 2023-06-06 Verizon Patent And Licensing Inc. Methods and systems for orchestrating a distributed computing service based on latency performance levels
US11651111B2 (en) 2020-09-25 2023-05-16 Intel Corporation Enabling secure state-clean during configuration of partial reconfiguration bitstreams on FPGA
US12513153B2 (en) 2020-09-25 2025-12-30 Intel Corporation Decentralized data supply chain provenance
US12068928B2 (en) * 2020-09-25 2024-08-20 Intel Corporation Methods and apparatus to schedule workloads based on secure edge to device telemetry
US11496522B2 (en) * 2020-09-28 2022-11-08 T-Mobile Usa, Inc. Digital on-demand coupons for security service of communications system
US11546368B2 (en) * 2020-09-28 2023-01-03 T-Mobile Usa, Inc. Network security system including a multi-dimensional domain name system to protect against cybersecurity threats
US20220101336A1 (en) * 2020-09-30 2022-03-31 EMC IP Holding Company LLC Compliant and auditable data handling in a data confidence fabric
US11343753B2 (en) * 2020-09-30 2022-05-24 Slack Technologies, Llc Role-based access control system
CN116097735B (zh) * 2020-10-01 2026-01-13 高通股份有限公司 用于媒体应用功能开放功能的方法和装置
US11734426B2 (en) 2020-10-06 2023-08-22 Ventana Micro Systems Inc. Processor that mitigates side channel attacks by prevents cache line data implicated by a missing load address from being filled into a data cache memory when the load address specifies a location with no valid address translation or no permission to read from the location
US11853424B2 (en) * 2020-10-06 2023-12-26 Ventana Micro Systems Inc. Processor that mitigates side channel attacks by refraining from allocating an entry in a data TLB for a missing load address when the load address misses both in a data cache memory and in the data TLB and the load address specifies a location without a valid address translation or without permission to read from the location
US11509715B2 (en) * 2020-10-08 2022-11-22 Dell Products L.P. Proactive replication of software containers using geographic location affinity to predicted clusters in a distributed computing environment
US11595850B2 (en) * 2020-10-20 2023-02-28 L3Vel, Llc Edge computing platform based on wireless mesh architecture
US20220125405A1 (en) * 2020-10-22 2022-04-28 Yanwei Wang System and Methods for Ultrasound Imaging with Modularized Frontend and Personal Computer System
US12067420B2 (en) * 2020-10-22 2024-08-20 Hewlett Packard Enterprise Development Lp Deep learning autotuning task optimization
US11645109B2 (en) * 2020-10-25 2023-05-09 International Business Machines Corporation Managing failures in edge computing environments
US11374807B2 (en) 2020-10-30 2022-06-28 Nutanix, Inc. Handling dynamic command execution in hybrid cloud environments
US11700178B2 (en) * 2020-10-30 2023-07-11 Nutanix, Inc. System and method for managing clusters in an edge network
CN114531478A (zh) * 2020-10-30 2022-05-24 伊姆西Ip控股有限责任公司 边缘资源聚合的方法、设备和计算机程序产品
CN114531467B (zh) * 2020-11-04 2023-04-14 中移(苏州)软件技术有限公司 一种信息处理方法、设备和系统
US20220147400A1 (en) * 2020-11-06 2022-05-12 Edjx, Inc. Tokenization of distributed compute resources
US11350294B1 (en) * 2020-11-16 2022-05-31 Sprint Communications Company L.P. Rolling production test
CN112492612B (zh) * 2020-11-23 2023-07-21 中国联合网络通信集团有限公司 资源分配方法和装置
US11379270B2 (en) * 2020-11-24 2022-07-05 Sap Se Clustering tenants based on tenancy knowledge graph
US20220174076A1 (en) * 2020-11-30 2022-06-02 Microsoft Technology Licensing, Llc Methods and systems for recognizing video stream hijacking on edge devices
US11693697B2 (en) 2020-12-06 2023-07-04 International Business Machines Corporation Optimizing placements of workloads on multiple platforms as a service based on costs and service levels
US11366694B1 (en) * 2020-12-06 2022-06-21 International Business Machines Corporation Estimating attributes of running workloads on platforms in a system of multiple platforms as a service
US11704156B2 (en) 2020-12-06 2023-07-18 International Business Machines Corporation Determining optimal placements of workloads on multiple platforms as a service in response to a triggering event
EP4260223A4 (de) 2020-12-08 2025-02-12 Lattice Semiconductor Corporation Sichere und programmierbare multichip-systeme und -verfahren
US11775530B2 (en) * 2020-12-08 2023-10-03 Huawei Technologies Canada Co., Ltd. Method to improve global query performance in an edge network
US11729091B2 (en) * 2020-12-10 2023-08-15 Amazon Technologies, Inc. Highly available data-processing network functions for radio-based networks
US11886315B2 (en) * 2020-12-10 2024-01-30 Amazon Technologies, Inc. Managing computing capacity in radio-based networks
US11601348B2 (en) 2020-12-10 2023-03-07 Amazon Technologies, Inc. Managing radio-based private networks
US11627472B2 (en) 2020-12-10 2023-04-11 Amazon Technologies, Inc. Automated deployment of radio-based networks
US11310733B1 (en) 2020-12-10 2022-04-19 Amazon Technologies, Inc. On-demand application-driven network slicing
CN112769891B (zh) * 2020-12-11 2023-07-14 国汽(北京)智能网联汽车研究院有限公司 一种边缘云系统、服务器及云控平台
US12317185B2 (en) * 2020-12-11 2025-05-27 Intel Corporation Energy aware network slicing
WO2022126020A1 (en) * 2020-12-12 2022-06-16 Trackonomy Systems, Inc. Flexible solar-powered wireless communication device
US11463250B2 (en) * 2020-12-14 2022-10-04 Kyndryl, Inc. Sharing data among different service providers at edge level through collaboration channels
US11722393B2 (en) * 2020-12-15 2023-08-08 Caterpillar Inc. Systems and methods for managing on-site communications for latency-dependent applications
CN112615919B (zh) * 2020-12-16 2021-11-26 中国联合网络通信集团有限公司 资源分配方法、资源分配装置、区块链
US12443876B2 (en) 2020-12-17 2025-10-14 Hewlett Packard Enterprise Development Lp Context-aware and stateless deep learning autotuning framework
CN112711468B (zh) * 2020-12-21 2021-10-15 北京航空航天大学 基于区块链的雾计算网络资源监控和任务管理方法及系统
US11595319B2 (en) * 2020-12-21 2023-02-28 Microsoft Technology Licensing, Llc Differential overbooking in a cloud computing environment
EP4016299A1 (de) * 2020-12-21 2022-06-22 Amadeus S.A.S. Verfahren und system zur verwaltung der rechnerressourcen in datenbereichen
US20210110326A1 (en) * 2020-12-22 2021-04-15 Jaroslaw J. Sydir Route-based digital service management
US12204396B2 (en) * 2020-12-23 2025-01-21 Intel Corporation Adaptive power management for edge device
US20210110374A1 (en) * 2020-12-23 2021-04-15 Ned M. Smith Micro payments in a mobility-as-a-service network
US20220198296A1 (en) * 2020-12-23 2022-06-23 EMC IP Holding Comnpany LLC User context migration based on computation graph in artificial intelligence application executing in edge computing environment
US12166688B2 (en) 2020-12-24 2024-12-10 Intel Corporation Methods, systems, articles of manufacture and apparatus to optimize resources in edge networks
CN112613264A (zh) * 2020-12-25 2021-04-06 南京蓝洋智能科技有限公司 一种分布式可拓展的小芯片设计架构
US12126592B2 (en) * 2020-12-26 2024-10-22 Intel Corporation Neutral host edge services
US12289362B2 (en) 2020-12-26 2025-04-29 Intel Corporation Multi-tenant isolated data regions for collaborative platform architectures
US12353920B2 (en) 2020-12-29 2025-07-08 Equinix, Inc. Distributed artificial intelligence fabric controller
US12236222B2 (en) * 2020-12-30 2025-02-25 Accenture Global Solutions Limited Scalable, robust, and secure multi-tenant edge architecture for mission-critical applications
US11461300B2 (en) * 2021-01-06 2022-10-04 Sap Se Dynamic model server for multi-model machine learning inference services
US11463856B1 (en) * 2021-01-07 2022-10-04 Sprint Communications Company L.P. Uplink data burst in a wireless communication network
US11496601B2 (en) * 2021-01-13 2022-11-08 Dell Products, L.P. Client driven cloud network access system and method
US11893410B2 (en) 2021-01-13 2024-02-06 Vmware, Inc. Secure storage of workload attestation reports in a virtualized and clustered computer system
US11709700B2 (en) * 2021-01-13 2023-07-25 Vmware, Inc. Provisioning identity certificates using hardware-based secure attestation in a virtualized and clustered computer system
US11722867B2 (en) * 2021-01-14 2023-08-08 Verizon Patent And Licensing Inc. Systems and methods to determine mobile edge deployment of microservices
JP2022110245A (ja) * 2021-01-18 2022-07-29 株式会社日立製作所 仮想的なストレージシステムを提供するストレージクラスタを備えたストレージシステム
US11552904B2 (en) * 2021-01-19 2023-01-10 Reliance Jio Infocomm Usa, Inc. Architecture for high performing data plane applications with smart network interface on compute servers
US11516311B2 (en) * 2021-01-22 2022-11-29 Avago Technologies International Sales Pte. Limited Distributed machine-learning resource sharing and request routing
US20220237505A1 (en) * 2021-01-27 2022-07-28 Salesforce.Com, Inc. Using container information to select containers for executing models
US20220237506A1 (en) * 2021-01-27 2022-07-28 Salesforce.Com, Inc. Using container and model information to select containers for executing models
US11159419B1 (en) 2021-01-29 2021-10-26 Netskope, Inc. Policy-driven data locality and residency
US11363095B1 (en) * 2021-01-29 2022-06-14 Netskope, Inc. Policy-driven client and destination priority
US11900171B2 (en) * 2021-02-02 2024-02-13 Microsoft Technology Licensing, Llc Cloud computing capacity management system using automated fine-grained admission control
US12238517B1 (en) 2021-02-03 2025-02-25 Cable Television Laboratories, Inc. Systems and methods for managing network connectivity with netreach
US20220255988A1 (en) * 2021-02-05 2022-08-11 Veea Inc. Systems and Methods for Collaborative Edge Computing
US12199864B2 (en) * 2021-02-05 2025-01-14 Jio Platforms Limited System and method of intelligent edge routing
US11758476B2 (en) * 2021-02-05 2023-09-12 Dell Products L.P. Network and context aware AP and band switching
CN112511569B (zh) * 2021-02-07 2021-05-11 杭州筋斗腾云科技有限公司 网络资源访问请求的处理方法、系统及计算机设备
US12068966B2 (en) * 2021-02-21 2024-08-20 A5G Networks, Inc. System and method for autonomous data and signalling traffic management in a distributed infrastructure
US20220269537A1 (en) * 2021-02-23 2022-08-25 Dell Products, L.P. Artificial intelligence (ai) workload sharing system and method of using the same
US20220269656A1 (en) * 2021-02-25 2022-08-25 HCL America Inc. Resource unit management database and system for storing and managing information about information technology resources
CN114980033B (zh) * 2021-02-26 2024-10-22 维沃移动通信有限公司 原生算力业务实现方法、装置、网络设备及终端
US12045601B1 (en) 2021-03-01 2024-07-23 Apple Inc. Systems and methods for dynamic data management
WO2022187070A1 (en) 2021-03-01 2022-09-09 Secureg Digital trust broker and end to end trust assurance in multi-domain, multi-operator and cloud networks for high security environments
US11991077B2 (en) * 2021-03-01 2024-05-21 Juniper Networks, Inc. Data interfaces with isolation for containers deployed to compute nodes
DE102021202057A1 (de) * 2021-03-03 2022-09-08 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Verarbeiten von Daten
NL2027692B1 (en) * 2021-03-03 2022-09-22 Microsoft Technology Licensing Llc Pre-provisioning server hardware for deployment on an edge network
US11539503B2 (en) 2021-03-03 2022-12-27 Red Hat, Inc. Container management for cryptanalysis attack protection
US12073323B2 (en) * 2021-03-10 2024-08-27 Rockspoon, Inc. System and method for intelligent service intermediation
US12041036B2 (en) * 2021-03-11 2024-07-16 Blackberry Limited Method and system for performing identity checks in a distributed system
CN113193977A (zh) * 2021-03-12 2021-07-30 工业云制造(四川)创新中心有限公司 一种基于区块链技术的安全可信系统
CN115079935B (zh) * 2021-03-15 2025-09-05 伊姆西Ip控股有限责任公司 用于存储和查询数据的方法、电子设备和计算机程序产品
US11711727B1 (en) * 2021-03-16 2023-07-25 Amazon Technologies, Inc. Provisioning radio-based networks on demand
US11895508B1 (en) 2021-03-18 2024-02-06 Amazon Technologies, Inc. Demand-based allocation of ephemeral radio-based network resources
CN112906068B (zh) * 2021-03-18 2024-03-12 上海零数众合信息科技有限公司 一种区块链外部代理技术计算控制方法
EP4290819A4 (de) * 2021-03-18 2024-06-26 Huawei Technologies Co., Ltd. Dienstbereitstellungsverfahren, -vorrichtung und -system
US11438747B1 (en) 2021-03-24 2022-09-06 Verizon Patent And Licensing Inc. Systems and methods for device traffic steering using edge DNS mediation service (EDMS)
CN113114733B (zh) * 2021-03-24 2022-07-08 重庆邮电大学 基于能量收集的分布式任务卸载和计算资源的管理方法
US11593732B2 (en) * 2021-03-26 2023-02-28 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. License orchestrator to most efficiently distribute fee-based licenses
US11838273B2 (en) 2021-03-29 2023-12-05 Amazon Technologies, Inc. Extending cloud-based virtual private networks to radio-based networks
US12443424B1 (en) 2021-03-30 2025-10-14 Amazon Technologies, Inc. Generational management of compute resource pools
JP7464560B2 (ja) * 2021-03-30 2024-04-09 Kddi株式会社 骨格推定装置、端末、サーバ及びプログラム
US12082088B2 (en) * 2021-03-31 2024-09-03 At&T Intellectual Property I, L.P. Facilitation of customer management for mobile edge computing services for 5G or other next generation network
US11930495B1 (en) * 2021-03-31 2024-03-12 Amazon Technologies, Inc. Downlink scheduling optimization for edge devices that use a radio communication protocol
US12294614B2 (en) 2021-04-01 2025-05-06 Cisco Technology, Inc. Verifying trust postures of heterogeneous confidential computing clusters
JP7623472B2 (ja) * 2021-04-01 2025-01-28 シスコ テクノロジー，インコーポレイテッド ヘテロジニアスコンフィデンシャルコンピューティングクラスタの信頼ポスチャの検証
CN113114656B (zh) * 2021-04-07 2022-11-18 北京中嘉和信通信技术有限公司 基于边缘云计算的基础设施布局方法
US20220327453A1 (en) * 2021-04-08 2022-10-13 International Business Machines Corporation System and method for infrastructure capacity planning of cloud computing resources
KR20220140256A (ko) * 2021-04-09 2022-10-18 삼성전자주식회사 가상화 라디오 액세스 네트워크에서 엣지 컴퓨팅을 지원하기 위한 방법 및 장치.
KR102650892B1 (ko) * 2021-04-12 2024-03-26 한국전자통신연구원 지역적으로 분산된 다중 클라우드 환경에서의 컨테이너 오케스트레이션 장치 및 이를 이용한 방법
US12124729B2 (en) 2021-04-13 2024-10-22 Micron Technology, Inc. Controller to alter systems based on metrics and telemetry
CN113064767B (zh) * 2021-04-15 2021-11-23 北京中科金马科技股份有限公司 一种数据协同处理方法及装置
CN113207150B (zh) * 2021-04-23 2022-05-17 华中科技大学 一种基于背向散射通信的主被动混合卸载方法和装置
US12443697B1 (en) 2021-04-23 2025-10-14 Cable Television Laboratories, Inc. Systems and methods for supporting a plurality of passwords in a communication network
US20220343233A1 (en) * 2021-04-23 2022-10-27 Volantsys Analytics Inc. Systems and Methods for Data Analytics
US11606424B1 (en) * 2021-04-23 2023-03-14 Amdocs Development Limited System, method, and computer program for blockchain-based entity group management
CN113254095B (zh) * 2021-04-25 2022-08-19 西安电子科技大学 云边结合平台的任务卸载、调度与负载均衡系统、方法
CN113204804B (zh) * 2021-04-25 2022-03-22 山东英信计算机技术有限公司 一种安全模块、服务器主板和服务器
CN113191252A (zh) * 2021-04-28 2021-07-30 北京东方国信科技股份有限公司 一种用于生产管控的视觉识别系统及生产管控方法
WO2022231237A1 (en) * 2021-04-29 2022-11-03 Samsung Electronics Co., Ltd. First node, second node, or the method performed by the same
US11805073B2 (en) 2021-05-03 2023-10-31 Avesha, Inc. Controlling placement of workloads of an application within an application environment
JP7631645B2 (ja) * 2021-05-03 2025-02-19 インテル・コーポレーション データ中心コンピューティングおよび通信インフラストラクチャのためのメカニズム
US12373264B2 (en) * 2021-05-07 2025-07-29 Advanced Micro Devices, Inc. Workload data transfer system and method
DE102021111950A1 (de) 2021-05-07 2022-11-10 Technische Universität Braunschweig, Körperschaft des öffentlichen Rechts Verfahren zur Koordination des Zugriffs auf Ressourcen eines verteilten Computersystems, Computersystem und Computerprogramm
EP4338083B1 (de) * 2021-05-09 2025-10-29 Technische Universität Darmstadt Abschwächung von fpga-bezogenen risiken
US12004013B2 (en) * 2021-05-18 2024-06-04 Microsoft Technology Licensing, Llc Techniques for adaptively allocating resources in a cloud-computing environment
US11956672B2 (en) 2021-05-18 2024-04-09 Microsoft Technology Licensing, Llc Techniques for adaptively determining cell boundary in wireless communications
US11245762B1 (en) * 2021-05-19 2022-02-08 Red Hat, Inc. Data request servicing using smart network interface cards
US11800404B1 (en) 2021-05-20 2023-10-24 Amazon Technologies, Inc. Multi-tenant radio-based application pipeline processing server
US11720425B1 (en) 2021-05-20 2023-08-08 Amazon Technologies, Inc. Multi-tenant radio-based application pipeline processing system
CN113286314B (zh) * 2021-05-25 2022-03-08 重庆邮电大学 一种基于q学习算法的无人机基站部署及用户关联方法
US11743953B2 (en) 2021-05-26 2023-08-29 Amazon Technologies, Inc. Distributed user plane functions for radio-based networks
CN113315659B (zh) * 2021-05-26 2022-04-22 江西鑫铂瑞科技有限公司 一种面向智能工厂的任务协同规划方法及系统
US11368539B1 (en) * 2021-05-27 2022-06-21 International Business Machines Corporation Application deployment in a multi-cluster environment
US20220385552A1 (en) * 2021-05-27 2022-12-01 At&T Intellectual Property I, L.P. Record and replay network traffic
CN113448401B (zh) * 2021-05-28 2023-03-17 山东英信计算机技术有限公司 一种主板和服务器
US11700187B2 (en) * 2021-06-04 2023-07-11 Verizon Patent And Licensing Inc. Systems and methods for configuring and deploying multi-access edge computing applications
US12156026B1 (en) * 2021-06-07 2024-11-26 Wells Fargo Bank, N.A. Computing task transfers between cellular infrastructure devices
WO2022261353A1 (en) * 2021-06-09 2022-12-15 Intel Corporation Uses of coded data at multi-access edge computing server
CN113179331B (zh) * 2021-06-11 2022-02-11 苏州大学 面向移动边缘计算的分布式专用保护业务调度方法
US12437233B2 (en) * 2021-06-12 2025-10-07 Intel Corporation Autonomous allocation of deep neural network inference requests in a cluster with heterogeneous devices
US11635903B2 (en) * 2021-06-15 2023-04-25 International Business Machines Corporation Cloud data migration
US11882441B2 (en) * 2021-06-21 2024-01-23 T-Mobile Innovations Llc Quantum authentication for wireless user equipment (UE)
US20220417172A1 (en) * 2021-06-25 2022-12-29 Microsoft Technology Licensing, Llc Hybrid edge services
US11683367B2 (en) * 2021-06-25 2023-06-20 Microsoft Technology Licensing, Llc Industry edge services
US12461828B2 (en) * 2021-06-26 2025-11-04 Intel Corporation Network interface device management of service execution failover
US11762743B2 (en) * 2021-06-28 2023-09-19 International Business Machines Corporation Transferring task data between edge devices in edge computing
US11871240B2 (en) 2021-06-28 2024-01-09 Amazon Technologies, Inc. Interfaces for creating radio-based private networks
US12184717B2 (en) * 2021-06-28 2024-12-31 Dell Products L.P. System and method for edge analytics in a virtual desktop environment
US11403255B1 (en) 2021-06-29 2022-08-02 Red Hat, Inc. Managing discovered chiplets based on physical topology
US12236248B1 (en) 2021-06-30 2025-02-25 Amazon Technologies, Inc. Transparent migration of radio-based applications
EP4113954A1 (de) * 2021-06-30 2023-01-04 Siemens Aktiengesellschaft Computer-implementiertes verfahren zum betrieb eines end-geräts mit hoher verfügbarkeit in einem netzwerk
US11916999B1 (en) 2021-06-30 2024-02-27 Amazon Technologies, Inc. Network traffic management at radio-based application pipeline processing servers
US12255951B1 (en) 2021-06-30 2025-03-18 Amazon Technologies, Inc. Capacity management for radio-based applications
CN117529764A (zh) * 2021-07-01 2024-02-06 住友电气工业株式会社 车载装置及其动作方法、以及车辆
US11638134B2 (en) * 2021-07-02 2023-04-25 Oracle International Corporation Methods, systems, and computer readable media for resource cleanup in communications networks
US11570066B1 (en) * 2021-07-07 2023-01-31 Cisco Technology, Inc. Slice intent efficiency assurance and enhancement in enterprise private 5G network
US12088495B2 (en) * 2021-07-08 2024-09-10 T-Mobile Usa, Inc. Intelligent route selection for low latency services
FR3125191A1 (fr) * 2021-07-09 2023-01-13 Orange Procédé d’établissement authentifié d’une connexion entre un équipement raccordé à au moins un réseau de communication et un serveur d’un fournisseur de services et dispositifs correspondants.
US20230017500A1 (en) * 2021-07-12 2023-01-19 International Business Machines Corporation Tokenized federated learning
WO2023287696A2 (en) * 2021-07-12 2023-01-19 Intel Corporation Sixth generation (6g) system architecture and functions
US12505200B2 (en) 2022-05-23 2025-12-23 Wiz, Inc. Techniques for improved virtual instance inspection utilizing disk cloning
US20240137382A1 (en) 2021-07-16 2024-04-25 Wiz, Inc. Techniques for cybersecurity identity risk detection utilizing disk cloning and unified identity mapping
US12278819B1 (en) 2021-07-16 2025-04-15 Wiz, Inc. Cybersecurity threat detection utilizing unified identity mapping and permission detection
US12278840B1 (en) * 2021-07-16 2025-04-15 Wiz, Inc. Efficient representation of multiple cloud computing environments through unified identity mapping
US20230214283A1 (en) * 2021-07-16 2023-07-06 Cachengo, Inc. Decentralized data centers
US11831522B2 (en) * 2021-07-20 2023-11-28 Element8 Technology Investment Group Inc. Intelligent wireless broadband network and content delivery management
US11962695B2 (en) 2021-07-23 2024-04-16 Blackberry Limited Method and system for sharing sensor insights based on application requests
US20230023869A1 (en) * 2021-07-23 2023-01-26 Dell Products, L.P. System and method for providing intelligent assistance using a warranty bot
US11968310B2 (en) 2021-07-23 2024-04-23 Blackberry Limited Method and system for providing data security for micro-services across domains
US12013957B2 (en) 2021-07-23 2024-06-18 Blackberry Limited Method and system for indirect sharing of sensor insights
US20230032258A1 (en) * 2021-07-28 2023-02-02 Min-Chieh Huang Cloud design composition negotiation system
CN115688217A (zh) * 2021-07-28 2023-02-03 安烨国际有限公司 云端设计构图商定系统
CN113485844B (zh) * 2021-07-30 2022-03-15 上海壁仞智能科技有限公司 云端服务系统及其操作方法
US12118405B2 (en) * 2021-07-30 2024-10-15 International Business Machines Corporation Edge function-guided artificial intelligence request routing
US11907995B2 (en) * 2021-07-30 2024-02-20 Paypal, Inc. Edge computing storage nodes based on location and activities for user data separate from cloud computing environments
US11610478B2 (en) * 2021-08-09 2023-03-21 Peltbeam Inc. Communication system and method for controlling cooperation between edge devices arranged in vehicle
US12112040B2 (en) * 2021-08-16 2024-10-08 International Business Machines Corporation Data movement intimation using input/output (I/O) queue management
US20230058959A1 (en) * 2021-08-19 2023-02-23 Pepperdata, Inc. Systems, methods, and devices for capacity optimization in a cluster system
US11853753B1 (en) * 2021-08-23 2023-12-26 Amazon Technologies, Inc. Detection, presentation, and resolution of bottlenecks in monolith decomposition
US11853190B2 (en) * 2021-08-27 2023-12-26 Dish Wireless L.L.C. Dynamic allocation and use of network functions processing resources in cellular networks
US12056232B2 (en) * 2021-08-27 2024-08-06 EMC IP Holding Company LLC Function-based service framework with trusted execution platform
US11539582B1 (en) 2021-08-30 2022-12-27 Amazon Technologies, Inc. Streamlined onboarding of offloading devices for provider network-managed servers
US11665258B2 (en) 2021-09-03 2023-05-30 Cisco Technology, Inc. Seamless connectivity between network functions deployed on edge and in the cloud
US12386907B2 (en) * 2021-09-07 2025-08-12 Dish Wireless L.L.C. System and method for data management in a distributed data mesh for 5G-wireless virtualized deployment
WO2023038994A1 (en) * 2021-09-08 2023-03-16 Intel Corporation Systems, apparatus, and methods to improve webservers using dynamic load balancers
TWI773523B (zh) * 2021-09-09 2022-08-01 中華電信股份有限公司 網路服務鏈的管理系統和管理方法
WO2023037319A1 (en) * 2021-09-09 2023-03-16 Telefonaktiebolaget Lm Ericsson (Publ) Real-time function-as-a-service system
EP4402852A4 (de) * 2021-09-14 2025-07-23 Byos Inc Vorrichtung und verfahren zum fernzugriff auf kommunikationssysteme
US12086263B2 (en) * 2021-09-14 2024-09-10 International Business Machines Corporation Utilizing federation relationship settings among different systems
US11595264B1 (en) * 2021-09-17 2023-02-28 Microsoft Technology Licensing, Llc Provisioning edge backhauls for dynamic workloads
US12164676B2 (en) * 2021-09-22 2024-12-10 Ridgeline, Inc. Enabling an action based on a permission identifier for real-time identity resolution in a distributed system
US11972070B1 (en) 2021-09-24 2024-04-30 Apple Inc. Noise mitigation techniques for touch screen in proximity to wireless communication circuitry
US20240386054A1 (en) 2021-09-24 2024-11-21 Intel Corporation Systems, apparatus, articles of manufacture, and methods for cross training and collaborative artificial intelligence for proactive data management and analytics
WO2023048747A1 (en) * 2021-09-24 2023-03-30 Intel Corporation Systems, apparatus, articles of manufacture, and methods for cross training and collaborative artificial intelligence for proactive data management and analytics
CN113559497B (zh) * 2021-09-24 2021-12-21 腾讯科技（深圳）有限公司 一种数据处理方法、装置、设备以及可读存储介质
US11616691B1 (en) * 2021-09-28 2023-03-28 Rakuten Mobile, Inc. Reconfiguration of server clusters
US11405449B1 (en) * 2021-10-01 2022-08-02 International Business Machines Corporation Optimizing response time by load sharing in edge computing
US11601393B1 (en) * 2021-10-04 2023-03-07 Cisco Technology, Inc. Microservice visibility and control
US11588893B1 (en) 2021-10-04 2023-02-21 Bank Of America Corporation Determining which edge node to utilize based on response time and network bandwidth
US11388237B1 (en) * 2021-10-04 2022-07-12 Bank Of America Corporation Logical upstream preprocessing at edge node of data to be stored in a data lake
US11962705B2 (en) 2021-10-07 2024-04-16 Capital One Services, Llc Secure serverless computing framework
US12192090B2 (en) 2021-10-08 2025-01-07 Cisco Technology, Inc. Pairing disaggregated network elements
JP7216788B1 (ja) 2021-10-08 2023-02-01 ソフトバンク株式会社 通信システム
TWI806192B (zh) * 2021-10-13 2023-06-21 緯創資通股份有限公司 人工智慧計劃方法及人工智慧計劃裝置
US12143861B2 (en) * 2021-10-13 2024-11-12 Microsoft Technology Licensing, Llc Efficiency of routing traffic to an edge compute server at the far edge of a cellular network
US11822490B2 (en) 2021-10-14 2023-11-21 Samsung Electronics Co., Ltd. Systems, methods, and devices for accessing a device operating system over an interconnect
EP4167093A1 (de) * 2021-10-15 2023-04-19 Siemens Aktiengesellschaft Ferngesteuertes system und verwendung des systems auf der basis einer kanten-cloud-infrastruktur
WO2023069121A1 (en) * 2021-10-18 2023-04-27 Jpmorgan Chase Bank, N.A. System and method for auto-mining of resources, building dependency registry and notifying impacted services
US11477300B1 (en) 2021-10-18 2022-10-18 Verizon Patent And Licensing Inc. Method and system for application management service
CN116017763A (zh) * 2021-10-22 2023-04-25 大唐移动通信设备有限公司 内生业务的传输方法、装置及存储介质
EP4170482A1 (de) * 2021-10-25 2023-04-26 Scailable B.V. Einsatz von maschinengelernten modellen für mehrere vorrichtungen
US20230125491A1 (en) * 2021-10-25 2023-04-27 International Business Machines Corporation Workload migration
US12090988B2 (en) * 2021-10-26 2024-09-17 GM Global Technology Operations LLC Connected vehicle road-safety infrastructure insights
WO2023076472A2 (en) * 2021-10-27 2023-05-04 Security Enhancement Systems, Llc System and method for electronic access control in mesh networked sites
JP7695548B2 (ja) * 2021-10-27 2025-06-19 エフサステクノロジーズ株式会社 プログラム、情報処理方法および情報処理装置
CN114116200B (zh) 2021-10-27 2024-04-05 北京百度网讯科技有限公司 资源共享方法、服务创建方法、装置和电子设备
WO2023072399A1 (en) * 2021-10-28 2023-05-04 Telefonaktiebolaget Lm Ericsson (Publ) Dynamic caching and delivery of content in wireless communication network
CN114238195A (zh) * 2021-10-28 2022-03-25 合肥科大智能机器人技术有限公司 一种边缘计算终端
TWI786908B (zh) * 2021-10-28 2022-12-11 中華電信股份有限公司 用於優化網路功能管理之系統、方法及其電腦可讀媒介
CN114040016B (zh) * 2021-11-02 2022-08-12 清华大学 卫星边缘智能代理的编排方法、系统、介质及计算设备
US12293413B2 (en) * 2021-11-02 2025-05-06 Tamer Trading Technologies Llc Network channel with levelized and randomized latency
WO2023081432A1 (en) * 2021-11-07 2023-05-11 Squire Solutions, Inc. System and method for coordinating and executing complex communication tasks using structured messaging and off-line synchronization
US11871318B2 (en) * 2021-11-08 2024-01-09 Verizon Patent And Licensing Inc. Systems and methods for tiered network slice design and management in a wireless network
US12367083B2 (en) * 2021-11-10 2025-07-22 Boomi, LP Adapter orchestration as a service
US20230147729A1 (en) * 2021-11-11 2023-05-11 Hitachi, Ltd. Ad-hoc der machine data aggregation for co-simulation, deep learning and fault-tolerant power systems
US12113718B2 (en) * 2021-11-12 2024-10-08 Electronics And Telecommunications Research Institute Apparatus and method for resource allocation in edge computing environment
US12278767B2 (en) * 2021-11-15 2025-04-15 Salesforce, Inc. Dynamic traffic throttling
US20250023943A1 (en) * 2021-11-19 2025-01-16 Telefonaktiebolaget Lm Ericsson (Publ) An architecture for self-adaptive computation management in edge cloud
US11909833B2 (en) * 2021-11-22 2024-02-20 A5G Networks, Inc. Multi cloud connectivity software fabric for autonomous networks
US12489781B2 (en) 2021-11-24 2025-12-02 Wiz, Inc. Techniques for lateral movement detection in a cloud computing environment
US12524550B2 (en) 2021-11-24 2026-01-13 Wiz, Inc. System and method for recursive inspection of workloads from configuration code to production environments
US12063206B2 (en) * 2021-11-30 2024-08-13 Oracle International Corporation Secure transfer of workloads across security regions
CN114139184B (zh) * 2021-12-01 2022-05-31 医贝云服(杭州)科技有限公司 一种基于近端处理技术的医疗数据处理方法和装置
US12231340B2 (en) * 2021-12-02 2025-02-18 Juniper Networks, Inc. Edge device for telemetry flow data collection
CN116233646A (zh) * 2021-12-02 2023-06-06 瞻博网络公司 用于遥测流数据收集的边缘设备
US11627063B1 (en) * 2021-12-02 2023-04-11 Verizon Patent And Licensing Inc. Systems and methods for measuring unidirectional latency of applications over asymmetric links
US12386679B2 (en) * 2021-12-07 2025-08-12 Capital One Services, Llc Leveraging machine learning to automate capacity reservations for application failover on cloud
US12003489B2 (en) * 2021-12-07 2024-06-04 Intel Corporation Mechanisms to reduce exposure of sensitive telemetry data in computing networks
US12177683B2 (en) * 2021-12-07 2024-12-24 Amazon Technologies, Inc. Provisioning radio-based networks with locality rules
EP4445629A1 (de) * 2021-12-08 2024-10-16 Telefonaktiebolaget LM Ericsson (publ) Einzel-zu-mehr-vorrichtungsressourcenaushandlung
US12326945B2 (en) * 2021-12-08 2025-06-10 Change Healthcare Holdings, Llc Systems and methods for providing multi-tenant access to applications
US11757733B2 (en) 2021-12-08 2023-09-12 Cisco Technology, Inc. Parallel service invocation in a network
US12213037B2 (en) 2021-12-10 2025-01-28 T-Mobile Usa, Inc. Network-assisted blanking of shared resources for direct communication links
US12407610B1 (en) 2021-12-10 2025-09-02 Amazon Technologies, Inc. Routing protocol processing intermediaries for cloud computing environments
US12095823B2 (en) 2021-12-10 2024-09-17 Bank Of America Corporation System and method for self-clustering edge computing protection
KR102900968B1 (ko) * 2021-12-14 2025-12-15 아이디비 주식회사 Ai 기반의 제조 설비 진단 및 챗봇 대응 방법
US11503101B1 (en) * 2021-12-15 2022-11-15 Motorola Solutions, Inc. Device and method for assigning video analytics tasks to computing devices
WO2023114810A1 (en) * 2021-12-15 2023-06-22 University Of Florida Research Foundation, Inc. Multi-access edge computing for remote locations
US20230198907A1 (en) * 2021-12-16 2023-06-22 University Of Southern California Methods and systems for efficient and secure network function execution
US12464602B2 (en) * 2021-12-20 2025-11-04 Intel Corporation Methods, systems, articles of manufacture and apparatus to improve mobile edge platform resiliency
US20230195597A1 (en) * 2021-12-20 2023-06-22 Intel Corporation Matchmaking-based enhanced debugging for microservices architectures
US11570264B1 (en) * 2021-12-21 2023-01-31 Intel Corporation Provenance audit trails for microservices architectures
US12346595B2 (en) 2021-12-27 2025-07-01 Dell Products L.P. System and method for a local level data sharding analysis of information handling systems
US11936785B1 (en) 2021-12-27 2024-03-19 Wiz, Inc. System and method for encrypted disk inspection utilizing disk cloning techniques
US12219048B1 (en) 2021-12-27 2025-02-04 Wiz, Inc. Techniques for encrypted disk cybersecurity inspection utilizing disk cloning
KR102717021B1 (ko) * 2021-12-27 2024-10-15 주식회사 솔박스 글로벌 미디어 가속 전송 시스템 및 방법
CN114283583B (zh) * 2021-12-28 2023-08-29 阿波罗智联(北京)科技有限公司 用于车路协同的方法、车载智能终端、云控平台和系统
KR102597289B1 (ko) * 2021-12-30 2023-11-02 코리아디지탈 주식회사 블루투스 하이브리드 토플로지를 활용한 엣지 클라우드 컴퓨팅 기반 스마트팜 시스템
CN116419102A (zh) * 2021-12-31 2023-07-11 华为技术有限公司 一种业务切片处理方法和装置
US12501225B2 (en) 2022-01-02 2025-12-16 Poltorak Technologies Llc Bluetooth enabled intercom with hearing aid functionality
US12223357B2 (en) * 2022-01-05 2025-02-11 Dell Products L.P. Method and system for performing predictive compositions for composed information handling systems using telemetry data
US12363203B2 (en) 2022-01-05 2025-07-15 Dell Products L.P. Method and system for managing telemetry services for composed information handling systems
US12143453B2 (en) * 2022-01-06 2024-11-12 International Business Machines Corporation Hybrid edge computing
US11842179B2 (en) 2022-01-07 2023-12-12 Dell Products L.P. System for automatically generating customer specific data center application program interfaces
US11924029B2 (en) 2022-01-07 2024-03-05 Dell Products L.P. System for scoring data center application program interfaces
US12068922B2 (en) 2022-01-07 2024-08-20 Nokia Technologies Oy Processing chaining in virtualized networks
US11558238B1 (en) * 2022-01-08 2023-01-17 Bank Of America Corporation Electronic system for dynamic latency reduction through edge computation based on a multi-layered mechanism
US11922229B2 (en) 2022-01-10 2024-03-05 Dell Products L.P. System for determining data center application program interface readiness
US12411859B2 (en) * 2022-01-12 2025-09-09 Dell Products L.P. System and methods to tune telemetry collection using brightness of data
US11836356B2 (en) * 2022-01-14 2023-12-05 Dell Products L.P. Snapshots with smart network interface controller
US11800335B2 (en) 2022-01-19 2023-10-24 Vmware, Inc. Predictive scaling of application based on traffic at another application
US11709725B1 (en) 2022-01-19 2023-07-25 Oracle International Corporation Methods, systems, and computer readable media for health checking involving common application programming interface framework
EP4466610A1 (de) * 2022-01-19 2024-11-27 VMware LLC Prädiktive skalierung einer anwendung auf der basis von verkehr bei einer anderen anwendung
US20230229733A1 (en) * 2022-01-20 2023-07-20 Dell Products L.P. Machine learning system and method of detecting impactful performance anomalies
WO2023141287A1 (en) * 2022-01-20 2023-07-27 Intel Corporation Systems, apparatus, articles of manufacture, and methods for location-aware virtual reality
US11848835B2 (en) 2022-01-20 2023-12-19 Dell Products L.P. System for quantifying data center infrastructure utilization units
US12190141B2 (en) 2022-01-21 2025-01-07 Kyndryl, Inc. Computing environment predictive provisioning
EP4221080A1 (de) * 2022-01-28 2023-08-02 Aptiv Technologies Limited Verfahren, vorrichtungen und computerprogrammprodukt für automatisierte blockchains
US11841945B1 (en) 2022-01-31 2023-12-12 Wiz, Inc. System and method for cybersecurity threat detection utilizing static and runtime data
US12531881B2 (en) 2022-01-31 2026-01-20 Wiz, Inc. Detection of cybersecurity threats utilizing established baselines
US12361948B2 (en) * 2022-01-31 2025-07-15 Zoom Communications, Inc. Asynchronous pipeline for artificial intelligence service requests
US12099625B2 (en) * 2022-02-04 2024-09-24 Snowflake Inc. Organizing, discovering and evaluating marketplace datasets and services by industry business needs
US12423138B2 (en) * 2022-02-08 2025-09-23 Oracle International Corporation Reentrant service deployments
US12498939B2 (en) 2022-02-08 2025-12-16 Oracle International Corporation User interface for critical path resources
US12223313B2 (en) * 2022-02-08 2025-02-11 Oracle International Corporation User interface for on-deck capabilities
US12047253B2 (en) 2022-02-11 2024-07-23 Nutanix, Inc. System and method to provide priority based quality of service for telemetry data
WO2023158417A1 (en) * 2022-02-15 2023-08-24 Rakuten Mobile, Inc. Distributed edge computing system and method
US11922026B2 (en) 2022-02-16 2024-03-05 T-Mobile Usa, Inc. Preventing data loss in a filesystem by creating duplicates of data in parallel, such as charging data in a wireless telecommunications network
US12452734B2 (en) 2022-02-16 2025-10-21 International Business Machines Corporation Dynamic channel allocation
CN118592053A (zh) * 2022-02-17 2024-09-03 中兴通讯股份有限公司 跨多接入边缘计算的应用程序移动性服务方法
CN114546914B (zh) * 2022-02-23 2024-04-26 北京奕斯伟计算技术股份有限公司 用于对多个通道信息执行数据处理的处理装置及系统
US12399743B2 (en) 2022-02-23 2025-08-26 International Business Machines Corporation Padding input data for artificial intelligence accelerators
US12445270B2 (en) 2022-02-23 2025-10-14 Mellanox Technologies, Ltd. On-demand formation of secure user domains
CN116647332A (zh) * 2022-02-23 2023-08-25 迈络思科技有限公司 安全用户域的按需形成
US11652872B1 (en) 2022-02-24 2023-05-16 Cisco Technology, Inc. Policy-based workload orchestration for enterprise networks
US20230275932A1 (en) * 2022-02-25 2023-08-31 Vmware, Inc. Validation of security standard implementation for applications in protected execution environment
US11606691B1 (en) * 2022-02-25 2023-03-14 Palo Alto Networks, Inc. Context-based security over interfaces in O-RAN environments in mobile networks
US11950144B2 (en) 2022-02-25 2024-04-02 Palo Alto Networks, Inc. Context-based security over interfaces in NG-RAN environments in mobile networks
US12010038B2 (en) * 2022-02-28 2024-06-11 Dell Products L.P. Edge utility system with dynamic aggregation of edge resources across multiple edge computing sites
KR102460845B1 (ko) * 2022-02-28 2022-10-31 (주)성창 원방감시제어시스템 구현을 위한 분산처리 기반의 실시간 데이터 변화 이력 관리 시스템
US20230281052A1 (en) * 2022-03-01 2023-09-07 Hewlett Packard Enterprise Development Lp Distributing workloads to hardware accelerators during transient workload spikes
CN114615140B (zh) * 2022-03-01 2024-12-24 阿里云计算有限公司 通信方法、装置、设备和存储介质
US12309166B2 (en) * 2022-03-01 2025-05-20 Tata Consultancy Services Limited Method and system for service authentication in an airport management network
US20230284074A1 (en) * 2022-03-01 2023-09-07 Nvidia Corporation Application programing interface to indicate a number of wireless cells
CN114745409A (zh) * 2022-03-02 2022-07-12 山东鲁软数字科技有限公司 一种智慧物联网设备远程控制方法
US12530275B2 (en) * 2022-03-03 2026-01-20 Cisco Technology, Inc. Orchestration of analytics in workload resource domains
EP4239479A1 (de) * 2022-03-03 2023-09-06 INTEL Corporation Orchestrierung von rechnerdiensten und ressourcen für systeme der nächsten generation
US12298729B2 (en) 2022-03-07 2025-05-13 Rockwell Automation Technologies, Inc. Systems and methods for gating local control signals
WO2023173324A1 (en) 2022-03-16 2023-09-21 Nvidia Corporation Application programming interface to select storage
CN114611156B (zh) * 2022-03-16 2025-03-28 江苏永山窍档案管理服务有限公司 一种基于区块链技术的集约化文档交接记录系统
KR102792961B1 (ko) * 2022-03-17 2025-04-07 순천향대학교 산학협력단 지능형 자원 공유 시스템 및 방법, 이를 이용한 연합 학습 시스템
CN116806011A (zh) * 2022-03-18 2023-09-26 华为技术有限公司 发送组播业务的方法、装置、系统及存储介质
US20250200471A1 (en) * 2022-03-22 2025-06-19 Jabil Inc. Systems and methods for digital device mirroring for holistic supply chain modelling
US12299498B2 (en) * 2022-03-22 2025-05-13 Red Hat, Inc. Assigning computer workloads to nodes based on energy consumption modes of the nodes
US11765065B1 (en) 2022-03-23 2023-09-19 Nutanix, Inc. System and method for scalable telemetry
US12204952B2 (en) 2022-03-24 2025-01-21 Honeywell International S.R.O. Systems and method for thermal management of computing systems
JP7804059B2 (ja) * 2022-03-25 2026-01-21 株式会社Ｎｔｔドコモ ネットワークノード及び通信方法
KR20230139130A (ko) 2022-03-25 2023-10-05 한국전자통신연구원 멀티 클라우드 컴퓨팅 인프라 관리 장치 및 방법
CN114666682A (zh) * 2022-03-25 2022-06-24 陈同中 多传感器物联网资源自适应部署管控中间件
US12244594B2 (en) * 2022-03-28 2025-03-04 Salesforce, Inc. Secure configuration management interfaces for networking devices
US20220222583A1 (en) * 2022-03-30 2022-07-14 Intel Corporation Apparatus, articles of manufacture, and methods for clustered federated learning using context data
CN114827197B (zh) * 2022-03-31 2023-09-12 远景智能国际私人投资有限公司 基于物联网的服务通信方法、装置、设备及介质
US12124430B2 (en) 2022-03-31 2024-10-22 Amazon Technologies, Inc. Vehicle update system
US12217323B2 (en) 2022-03-31 2025-02-04 Amazon Technologies, Inc. Vehicle data jurisdiction management
US12498987B2 (en) * 2022-03-31 2025-12-16 Amazon Technologies, Inc. Cloud-based orchestration of network functions
KR20240125662A (ko) * 2022-04-01 2024-08-19 라쿠텐 심포니 인크. 클라우드 고유 라디오 액세스 네트워크에서의 가입자 핸들링 용량 및 스루풋의 스케일링
US12395488B2 (en) 2022-04-13 2025-08-19 Wiz, Inc. Techniques for analyzing external exposure in cloud environments
US12443720B2 (en) 2022-08-10 2025-10-14 Wiz, Inc. Techniques for detecting applications paths utilizing exposure analysis
US11563647B1 (en) * 2022-04-13 2023-01-24 Dell Products L.P. Deploying services to multiple public cloud environments using cloud-specific encapsulated communication logic
US11936693B2 (en) 2022-04-13 2024-03-19 Wiz, Inc. System and method for applying a policy on a network path
US12244627B2 (en) 2022-04-13 2025-03-04 Wiz, Inc. Techniques for active inspection of vulnerability exploitation using exposure
US12267326B2 (en) 2022-04-13 2025-04-01 Wiz, Inc. Techniques for detecting resources without authentication using exposure analysis
CN114942824B (zh) * 2022-04-14 2024-12-27 中国联合网络通信集团有限公司 FaaS平台函数预热方法、系统、电子设备及存储介质
CN114756367B (zh) * 2022-04-15 2024-02-23 中国电信股份有限公司 服务迁移方法、装置、介质及电子设备
US12126455B2 (en) 2022-04-15 2024-10-22 Dish Wireless L.L.C. Management of redundant links
US12407744B2 (en) 2022-04-15 2025-09-02 Dish Wireless L.L.C. Cellular system observability with centralized configuration management
US12414012B2 (en) * 2022-04-15 2025-09-09 Dish Wireless L.L.C. Cellular system observability data bus layer extending over domain analytic collections layer
US11734919B1 (en) * 2022-04-19 2023-08-22 Sas Institute, Inc. Flexible computer architecture for performing digital image analysis
US12309294B2 (en) * 2022-04-25 2025-05-20 Dell Products L.P. Clustered virtual trusted platform module domain services system
US11689420B1 (en) * 2022-04-28 2023-06-27 Cisco Technology, Inc. Template based edge cloud core deployment
US11968566B2 (en) * 2022-05-09 2024-04-23 Verizon Patent And Licensing Inc. Systems and methods for inter-entity system configuration management using distributed ledger system
CN114968571B (zh) * 2022-05-19 2025-11-11 阿里巴巴（中国）有限公司 云计算中心服务的边缘化方法、电子设备
US11899564B2 (en) * 2022-05-19 2024-02-13 Renesas Electronics Corporation Debug apparatus and recording medium
US12212586B2 (en) 2022-05-23 2025-01-28 Wiz, Inc. Techniques for cybersecurity inspection based on runtime data and static analysis from cloned resources
US12506755B2 (en) 2022-05-23 2025-12-23 Wiz, Inc. Technology discovery techniques in cloud computing environments utilizing disk cloning
US12217079B2 (en) 2022-05-23 2025-02-04 Wiz, Inc. Detecting security exceptions across multiple compute environments
US12287899B2 (en) 2022-05-23 2025-04-29 Wiz, Inc. Techniques for detecting sensitive data in cloud computing environments utilizing cloning
US12081553B2 (en) * 2022-05-27 2024-09-03 Microsoft Technology Licensing, Llc Establishment of trust for disconnected edge-based deployments
US20230382392A1 (en) * 2022-05-30 2023-11-30 Toyota Connected North America, Inc. Broadcasting vehicle event to external source
CN114696468B (zh) * 2022-05-31 2022-09-09 南方电网数字电网研究院有限公司 数字配电网边缘计算控制装置及方法
US20230394188A1 (en) * 2022-06-07 2023-12-07 Simple Things Inc. Architecture for smart buildings
CN115033477B (zh) * 2022-06-08 2023-06-27 山东省计算中心（国家超级计算济南中心） 一种面向大规模微服务的性能异常主动检测和处理方法及系统
KR20250024969A (ko) * 2022-06-10 2025-02-20 엘지전자 주식회사 차량의 신호 처리 장치 및 이를 구비하는 차량용 통신 장치용 통신 장치
US11855831B1 (en) 2022-06-10 2023-12-26 T-Mobile Usa, Inc. Enabling an operator to resolve an issue associated with a 5G wireless telecommunication network using AR glasses
US12047467B2 (en) * 2022-06-13 2024-07-23 Nec Corporation Flexible and efficient communication in microservices-based stream analytics pipeline
US12126458B1 (en) * 2022-06-13 2024-10-22 Cisco Technology, Inc. Core allocation and power saving for multi-core network processing units deployed in a software defined wide area network
US12038819B2 (en) * 2022-06-14 2024-07-16 Intel Corporation Hardware software communication channel to support direct programming interface methods on FPGA-based prototype platforms
WO2023241674A1 (zh) * 2022-06-16 2023-12-21 华为云计算技术有限公司 一种基于云计算技术的边缘节点部署方法及云管理平台
US11985065B2 (en) 2022-06-16 2024-05-14 Amazon Technologies, Inc. Enabling isolated virtual network configuration options for network function accelerators
US12307283B2 (en) 2022-06-16 2025-05-20 Amazon Technologies, Inc. Managing network function accelerators for radio-based applications from virtualized computing service control plane
US11886767B2 (en) 2022-06-17 2024-01-30 T-Mobile Usa, Inc. Enable interaction between a user and an agent of a 5G wireless telecommunication network using augmented reality glasses
CN115102764B (zh) * 2022-06-22 2023-10-20 广东电网有限责任公司 一种物联网边缘计算设备的接入方法、装置、计算机设备和存储介质
US12213014B1 (en) 2022-06-23 2025-01-28 Amazon Technologies, Inc. Enabling direct connectivity between distributed units of radio-based applications to improve post-handover retransmission performance
US20230418683A1 (en) * 2022-06-24 2023-12-28 International Business Machines Corporation Node management for a cluster
US12118111B2 (en) * 2022-06-27 2024-10-15 Dell Products L.P. Edge data processing utilizing per-endpoint subscriber configurable data processing workloads
US20230422193A1 (en) * 2022-06-28 2023-12-28 Red Point Positioning Corporation Method and system to synchronize radio device clusters in a wireless network
US11824943B1 (en) 2022-06-29 2023-11-21 Amazon Technologies, Inc. Managed connectivity between cloud service edge locations used for latency-sensitive distributed applications
EP4300877A1 (de) * 2022-06-29 2024-01-03 Siemens Aktiengesellschaft Verfahren zur steuerung verteilter anwendungen heterogener netzwerke und netzwerk-systemsteuerung
US11792136B1 (en) * 2022-06-30 2023-10-17 Coinbase, Inc. Systems and methods for blockchain network optimization
US12373546B1 (en) 2022-06-30 2025-07-29 Amazon Technologies, Inc. Automated cloud-based network function interoperability testing
US12341852B2 (en) 2022-07-01 2025-06-24 Electronics And Telecommunications Research Institute Framework, method, and device for Internet of things service
TWI840954B (zh) * 2022-07-01 2024-05-01 王嘉楨 協同合作處理發生之事的系統及驗證發生之事資料的有效性的方法
US11943292B2 (en) 2022-07-06 2024-03-26 International Business Machines Corporation Extend controller for multi-tenancy
US12164887B2 (en) 2022-07-12 2024-12-10 T-Mobile Usa, Inc. Identifying standards-related requirements for software architectures using telecommunication resources
US11811681B1 (en) 2022-07-12 2023-11-07 T-Mobile Usa, Inc. Generating and deploying software architectures using telecommunication resources
US12356207B2 (en) 2022-07-12 2025-07-08 T-Mobile Usa, Inc. Telecommunication resource deployment using machine learning systems and methods
CN115225515B (zh) * 2022-07-14 2023-11-10 中国人民解放军国防科技大学 一种网络抗毁性分析方法及相关设备
CN115208922B (zh) * 2022-07-15 2023-11-03 鹿马智能科技（上海）有限公司 基于边缘计算的酒店管理系统
US20240039870A1 (en) * 2022-07-18 2024-02-01 Fisher-Rosemount Systems Inc. Location specific communications gateway for multi-site enterprise
CN114936192B (zh) * 2022-07-19 2022-10-28 成都新橙北斗智联有限公司 一种文件动态压缩混淆和双向缓存方法及系统
DE102022118267B3 (de) * 2022-07-21 2024-01-25 Rockwell Collins Deutschland Gmbh Synchronisiertes Datennetzwerk-System und Verfahren zum Initialisieren sowie zum Synchronisieren desselben
US11729062B1 (en) * 2022-09-14 2023-08-15 Vmware, Inc. Context-sensitive defragmentation and aggregation of containerized workloads running on edge devices
US11792086B1 (en) * 2022-07-26 2023-10-17 Vmware, Inc. Remediation of containerized workloads based on context breach at edge devices
US20240040395A1 (en) * 2022-07-27 2024-02-01 Vmware, Inc. Telecommunications infrastructure generation and provisioning for transport networks
US11915059B2 (en) * 2022-07-27 2024-02-27 Oracle International Corporation Virtual edge devices
US20240040385A1 (en) * 2022-07-27 2024-02-01 Vmware, Inc. Telecommunications infrastructure generation and provisioning for compute resources
WO2024025649A1 (en) * 2022-07-27 2024-02-01 Vmware, Inc. Telecommunications infrastructure generation and provisioning for transport networks
US12294865B2 (en) 2022-08-02 2025-05-06 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US12250558B2 (en) 2022-08-02 2025-03-11 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US12156037B2 (en) 2022-08-02 2024-11-26 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US12262212B2 (en) 2022-08-02 2025-03-25 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US11843953B1 (en) 2022-08-02 2023-12-12 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US11659400B1 (en) 2022-08-02 2023-05-23 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US11751064B1 (en) 2022-08-02 2023-09-05 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US12483898B2 (en) 2022-08-02 2025-11-25 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
US11570627B1 (en) 2022-08-02 2023-01-31 Digital Global Systems, Inc. System, method, and apparatus for providing optimized network resources
CN115460271B (zh) * 2022-08-05 2023-07-04 深圳前海环融联易信息科技服务有限公司 一种基于边缘计算的网络控制方法及装置、存储介质
CN115334506B (zh) * 2022-08-08 2025-05-02 国网智能电网研究院有限公司 一种面向5g边缘计算节点的用户可信接入系统及方法
CN119586200A (zh) * 2022-08-09 2025-03-07 三星电子株式会社 用于无线通信系统中使用绑定的服务的方法和设备
US11910221B1 (en) 2022-08-10 2024-02-20 International Business Machines Corporation Edge service deployment with network slice invocation
US12184496B2 (en) 2022-08-11 2024-12-31 International Business Machines Corporation Sequential bidirectional migration in an edge environment
US11671350B1 (en) * 2022-08-15 2023-06-06 Red Hat, Inc. Data request servicing using multiple paths of smart network interface cards
US11937103B1 (en) 2022-08-17 2024-03-19 Amazon Technologies, Inc. Enhancing availability of radio-based applications using multiple compute instances and virtualized network function accelerators at cloud edge locations
CN115396847B (zh) * 2022-08-19 2024-05-03 中国联合网络通信集团有限公司 数据传输方法、通信装置及存储介质
US20240061805A1 (en) * 2022-08-22 2024-02-22 Xilinx, Inc. Host endpoint adaptive compute composability
US12307263B2 (en) * 2022-08-23 2025-05-20 International Business Machines Corporation Provisioning business function on edge
CN115348266B (zh) * 2022-08-26 2024-09-27 南方电网科学研究院有限责任公司 一种基于云边协同的电力系统的调度方法和相关装置
KR102467522B1 (ko) * 2022-08-29 2022-11-17 주식회사 시스원 클라우드 인프라 환경에서 전역 가상화 리소스를 공유하는 가용성 시스템
US20240069943A1 (en) * 2022-08-29 2024-02-29 Microsoft Technology Licensing, Llc Data-at-rest protection for virtual machines
US12356191B2 (en) * 2022-08-29 2025-07-08 VMware LLC Split control plane for private mobile network
US12363627B2 (en) 2022-08-30 2025-07-15 International Business Machines Corporation Provisioning edge resources based on changes in business density location
CN115375375B (zh) * 2022-08-31 2025-08-22 国网江西省电力有限公司经济技术研究院 一种辅助服务成本分摊方法
CN115442129B (zh) * 2022-09-01 2025-04-15 京东科技信息技术有限公司 一种管理集群访问权限的方法、装置和系统
US11792088B1 (en) * 2022-09-02 2023-10-17 Microsoft Technology Licensing, Llc Network management engine for a cloud computing system
US11824667B2 (en) * 2022-09-06 2023-11-21 Ultralogic 6G Llc Waveform indicators for fault localization in 5G and 6G messages
JP2025516340A (ja) * 2022-09-07 2025-05-27 楽天シンフォニー株式会社 計画されたネットワークサイトの自動優先順位付けのための方法及び装置
TWI849573B (zh) * 2022-11-09 2024-07-21 和昕精密科技有限公司 機器設備智能監測系統及方法
US12072688B2 (en) 2022-09-08 2024-08-27 Rockwell Automation Technologies, Inc. Dynamic routing and edge orchestration for industrial automation data
FR3139687B1 (fr) * 2022-09-08 2025-02-14 Thales Sa Procédé d'orchestration d'applications logicielles dans un système de télécommunication, programme d'ordinateur et dispositif d'orchestration associés
US20240086254A1 (en) * 2022-09-13 2024-03-14 At&T Intellectual Property I, L.P. Facilitating real-time transport protocol signaling for elastic distributed computing for resource intensive tasks in advanced networks
US12177209B2 (en) 2022-09-13 2024-12-24 Capital One Services, Llc Securely rehydrating containerized agents
CN115549758B (zh) * 2022-09-15 2023-07-25 广州爱浦路网络技术有限公司 星载边缘云计算任务处理方法、系统、装置及存储介质
US20240098002A1 (en) * 2022-09-16 2024-03-21 Dell Products L.P. Information Technology Ecosystem Environment for Performing an information Technology Sustainability Empowerment Operation
US11947342B1 (en) 2022-09-19 2024-04-02 Rockwell Automation Technologies, Inc. Container registry and subscription service for industrial systems
US11968093B1 (en) * 2022-09-20 2024-04-23 Gen Digital Inc. Efficient scaling of a domain name system service architecture
US12147217B2 (en) * 2022-09-22 2024-11-19 Rockwell Automation Technologies, Inc. Automation device firmware as a service via a container implementation
US11846918B1 (en) * 2022-09-22 2023-12-19 Rockwell Automation Technologies, Inc. Data driven digital twins for industrial automation device operation enhancement
US12066806B2 (en) * 2022-09-22 2024-08-20 Rockwell Automation Technologies, Inc. Chainable and nested edge for industrial automation device analytics
CN116781917A (zh) * 2022-09-22 2023-09-19 中移(苏州)软件技术有限公司 基于算力网络的视频转码方法、装置、设备及存储介质
US12222686B2 (en) 2022-09-22 2025-02-11 Rockwell Automation Technologies, Inc. Application driven enhancement to industrial automation device via container implementation
KR102748575B1 (ko) * 2022-09-23 2024-12-30 국립창원대학교 산학협력단 적운 모수화 코드 향상을 위한 유니콘 최적화 방법 및 시스템
US11880676B1 (en) 2022-09-27 2024-01-23 Rockwell Automation Technologies, Inc. Containerized modeling of device updates or modifications via digital twins
US12504727B2 (en) 2022-09-28 2025-12-23 Rockwell Automation Technologies, Inc. Systems and methods managing containers in an operational technology network
FR3140229A1 (fr) * 2022-09-28 2024-03-29 Orange Procédé, dispositif et système de sélection d’au moins un dispositif apte à héberger un processus d’une application
US12487582B2 (en) 2022-09-28 2025-12-02 Rockwell Automation Technologies, Inc. Systems and methods for condition-based deployment of chainable compute operations for constrained computing devices
US12085486B2 (en) 2022-09-28 2024-09-10 Rockwell Automation Technologies, Inc. Systems and methods for container-based data collection and analysis in an operational technology network
WO2024069837A1 (ja) * 2022-09-29 2024-04-04 楽天モバイル株式会社 サービスを複数のエンティティで実行させるためのネットワーク管理
CN115694914B (zh) * 2022-09-30 2024-07-19 中国电子科技集团公司第三十研究所 一种面向物联网的密码服务部署系统及方法
US12333035B1 (en) * 2022-09-30 2025-06-17 Amazon Technologies, Inc. Delegated fine-grained access control for data lakes
US12118879B2 (en) 2022-10-07 2024-10-15 T-Mobile Usa, Inc. C-V2X mobile edge computing interface for mobile services
CN115309535B (zh) * 2022-10-11 2022-12-20 中诚华隆计算机技术有限公司 一种由调度芯片进行任务迁移的方法及系统
CN115374739B (zh) * 2022-10-21 2022-12-27 中诚华隆计算机技术有限公司 基于可信计算平台的可信计算芯片的设计方法及计算设备
WO2024087052A1 (en) * 2022-10-26 2024-05-02 Mediatek Inc. Methods of ue-assisted tethering report
US12481533B2 (en) 2022-10-26 2025-11-25 Dish Wireless L.L.C. Updated atomic deterministic next action
US12483909B2 (en) 2022-10-26 2025-11-25 Dish Wireless L.L.C. Repair atomic deterministic next action
US12321390B2 (en) 2022-10-26 2025-06-03 Dell Products L.P. So-map: a semantic-aware algorithm for optimizing the representation structure of Octomaps
US12445955B2 (en) 2022-10-27 2025-10-14 Dish Wireless L.L.C. Backup site identification
US12538194B2 (en) 2022-10-27 2026-01-27 Dish Wireless L.L.C. Antenna identification tool
US12372374B2 (en) 2022-10-27 2025-07-29 Dell Products L.P. Orchestration of action-input representations for decision making in edge environments
CN120112921A (zh) * 2022-10-31 2025-06-06 华为技术有限公司 用于机器学习系统的机器学习编排器实体
US12288094B2 (en) * 2022-11-02 2025-04-29 Dell Products, L.P. Collaboration session migration in heterogeneous computing platforms
CN117998325A (zh) * 2022-11-07 2024-05-07 维沃移动通信有限公司 人工智能ai服务的处理方法及设备
US12155707B2 (en) 2022-11-07 2024-11-26 Tencent America LLC Method and apparatus for management of split-rendering in 5G networks
US12406101B2 (en) 2022-11-08 2025-09-02 Google Llc Method and apparatus for integrated information technology services management controller
KR102814160B1 (ko) * 2022-11-09 2025-05-28 한국전자통신연구원 데이터 로컬 정보를 고려하는 컨테이너 기반 동적 워크로드 처리 시스템, 장치 및 방법
US12081565B2 (en) 2022-11-14 2024-09-03 Rockwell Automation Technologies, Inc. Facilitating direct device-to-cloud communications within a secure deployment management system
US12085921B2 (en) 2022-11-14 2024-09-10 Rockwell Automation Technologies, Inc. Managing firmware and software updates within a secure deployment system
TW202423087A (zh) * 2022-11-16 2024-06-01 財團法人資訊工業策進會 微服務配置方法及邊緣裝置
CN115766875B (zh) * 2022-11-16 2025-03-04 中国电信股份有限公司 边缘算力资源调度方法、装置、系统、电子设备及介质
US20230140252A1 (en) * 2022-11-16 2023-05-04 Marcos E Carranza Localized device attestation
CN115964030A (zh) * 2022-11-22 2023-04-14 太保科技有限公司 应用开发系统及应用开发方法
CN120153644A (zh) * 2022-11-22 2025-06-13 中兴通讯股份有限公司 用于支持应用包管理和生命周期管理的系统和方法
US11882008B1 (en) * 2022-12-08 2024-01-23 Sap Se Workload classes for tenant-level resource isolation
US12153603B2 (en) * 2022-12-09 2024-11-26 Salesforce, Inc. Database layered filtering
US20240195635A1 (en) * 2022-12-12 2024-06-13 Intel Corporation Roots of trust in intellectual property (ip) blocks in a system on a chip (soc)
US12177092B2 (en) 2022-12-12 2024-12-24 Dish Wireless L.L.C. AI driven 5G network and service management solution
US12408036B1 (en) 2022-12-15 2025-09-02 Amazon Technologies, Inc. Cloud-managed mobile private network implementation servers executing multiple layers of radio-based technology stacks
CN116015797B (zh) * 2022-12-15 2025-08-19 中国电信股份有限公司 边缘开放能力的策略聚合方法、装置、电子设备及介质
US12153535B2 (en) 2022-12-16 2024-11-26 Amazon Technologies, Inc. Portable mobile private networks using pluggable hardware modules
US12495301B2 (en) 2022-12-16 2025-12-09 Amazon Technologies, Inc. Radio-based unlock techniques for reconfigurable servers running in cloud-disconnected mode
CN116032757B (zh) * 2022-12-16 2024-05-10 派欧云计算(上海)有限公司 边缘云混跑场景的网络资源优化方法及装置
WO2024137676A1 (en) * 2022-12-22 2024-06-27 Oracle International Corporation Virtual network distributed denial-of-service scrubber
US20240214416A1 (en) * 2022-12-22 2024-06-27 Oracle International Corporation Virtual network distributed denial-of-service scrubber
CA3225053A1 (en) * 2022-12-30 2024-06-30 Solutions Humanitas Inc. Network resource clustering
US20240220599A1 (en) * 2023-01-03 2024-07-04 Micro Focus Llc Multi-Level Virtual Resource Authentication
US12301428B2 (en) 2023-01-09 2025-05-13 Cisco Technology, Inc. Queue-based orchestration simulation
US12408077B2 (en) * 2023-01-20 2025-09-02 Rohde & Schwarz Gmbh & Co. Kg Load balancing method and wireless communication system
US20240249297A1 (en) * 2023-01-24 2024-07-25 OnePage Software, LLC Method and system for web-based management of consumer packaged goods
WO2024157427A1 (ja) 2023-01-26 2024-08-02 楽天モバイル株式会社 ファイル配布の効率化
CN116055490B (zh) * 2023-01-31 2023-09-26 烟台大学 一种边缘云服务稳定的控制方法、系统及装置
US11847486B1 (en) * 2023-01-31 2023-12-19 Netskope, Inc. Capacity resolver for point of presence (POP) systems
US12498921B2 (en) * 2023-01-31 2025-12-16 Dell Products L.P. Serverless methodology for system management of heterogeneous infrastructure
US12307245B2 (en) 2023-02-09 2025-05-20 Rockwell Automation Technologies, Inc. Version change systems and methods applied to industrial automation systems
US11924351B1 (en) * 2023-02-09 2024-03-05 Hong Kong Applied Science and Technology Research Institute Company Limited Optimizing data transactions and verification on a blockchain network
US12401517B2 (en) * 2023-02-15 2025-08-26 T-Mobile Usa, Inc. Dynamic, comprehensive, and intelligent integration of telecommunication network resources for blockchain operations
KR102676526B1 (ko) * 2023-02-20 2024-06-19 김승용 증강 현실 시스템 및 이를 이용한 증강 현실 구현 방법
US12184521B2 (en) * 2023-02-23 2024-12-31 VMware LLC Framework for providing health status data
US12375529B2 (en) 2023-02-23 2025-07-29 Rockwell Automation Technologies, Inc. Systems and methods for scheduled policy deployment in operational technology networks
TWI838136B (zh) * 2023-02-23 2024-04-01 中華電信股份有限公司 用於存取和移動性管理之容錯系統、方法及其電腦可讀媒介
WO2024176262A1 (en) * 2023-02-24 2024-08-29 Jio Platforms Limited Mobile edge computing (mec) server device and method thereof
EP4421634A1 (de) * 2023-02-27 2024-08-28 Vodafone Portugal - Comunicações Pessoais, S.A. Verwaltung von computerressourcen
US12489762B2 (en) 2023-03-08 2025-12-02 Kyndryl, Inc. Bot detection in a virtual digital environment
US12494971B2 (en) * 2023-03-24 2025-12-09 Cisco Technology, Inc. Sustainable cross-domain data distribution infrastructure
CN116321160B (zh) * 2023-03-28 2025-08-19 公安部第一研究所 一种移动警务端边体系可信报告和远程验证方法
CN116363606A (zh) * 2023-03-29 2023-06-30 中科环森智慧科技(苏州)有限公司 一种基于算法识别的视频平台无缝对接方法
JPWO2024201892A1 (de) 2023-03-30 2024-10-03
US20240022609A1 (en) * 2023-03-31 2024-01-18 Ned M. Smith Security and resiliency for cloud to edge deployments
WO2024209502A1 (ja) * 2023-04-03 2024-10-10 株式会社Ｎｔｔドコモ ネットワークノード及び制御方法
US20240340255A1 (en) * 2023-04-07 2024-10-10 VMware LLC Methods and apparatus to manage cloud computing resources
CN116321199B (zh) * 2023-04-10 2025-06-27 南京邮电大学 一种基于时序图和图匹配理论的任务卸载方法、设备及介质
CN116617650B (zh) * 2023-04-11 2025-12-05 网易（杭州）网络有限公司 游戏切片的交互控制方法、装置和电子设备
ES3051135T3 (en) * 2023-04-20 2025-12-26 Ltu Licens Ab Chiplet arrangement
US12078509B1 (en) 2023-04-25 2024-09-03 T-Mobile Usa, Inc. Location clustering and routing for 5G drive testing
US20240373251A1 (en) * 2023-05-03 2024-11-07 Dish Wireless L.L.C. Multi-service ran architecture
CN116633924B (zh) * 2023-05-04 2025-10-21 西安邮电大学 面向端边云协同计算的任务调度方法及装置
US12229079B2 (en) 2023-05-10 2025-02-18 Mercedes-Benz Group AG Multiple system-on-chip arrangement for vehicle computing systems
US12522228B2 (en) 2023-05-22 2026-01-13 Mercedes-Benz Group AG Workload execution in deterministic pipelines
US20240394808A1 (en) * 2023-05-23 2024-11-28 Rockwell Automation Technologies, Inc. Industrial iot data ingestion, redaction, and smoothing
US12488017B2 (en) 2023-05-24 2025-12-02 Rockwell Automation Technologies, Inc. Multi-tenant database replication and sharding
CN116633883B (zh) * 2023-05-26 2025-09-12 中国人民解放军国防科技大学 一种基于回溯机制的数据中心网络遥测信息采集方法
US20250094152A1 (en) 2023-05-31 2025-03-20 Rakuten Symphony, Inc. Rolling update of network function
CN116614376B (zh) * 2023-06-01 2025-12-02 上海觉云科技有限公司 一种基于边缘计算设备的ai算法部署系统
US20240403658A1 (en) * 2023-06-01 2024-12-05 C3.Ai, Inc. Machine learning model optimization explainability
KR20240173966A (ko) * 2023-06-07 2024-12-16 삼성전자주식회사 통신 시스템에서 보안 분석 서비스를 제공하는 방법 및 장치
US12355619B2 (en) 2023-06-08 2025-07-08 Oracle International Corporation Multi-tier deployment architecture for distributed edge devices
US12515681B2 (en) 2023-06-09 2026-01-06 Mercedes-Benz Group AG System on chip automotive safety monitoring
CN116436787B (zh) * 2023-06-13 2023-08-15 苏州浪潮智能科技有限公司 网络接口管理方法、使用方法、装置、设备和存储介质
US12500864B2 (en) 2023-06-20 2025-12-16 Sclera Holdings, Llc Port-to-port tunnel creation for secure remote access to networked devices
CN119172741A (zh) * 2023-06-20 2024-12-20 京东方科技集团股份有限公司 信息处理方法、系统、电子设备以及存储介质
US20240428521A1 (en) * 2023-06-22 2024-12-26 T-Mobile Usa, Inc. Location-based computer-altered reality data rendering management using rendering oriented characteristic data
US20250021411A1 (en) * 2023-07-10 2025-01-16 Nvidia Corporation Application programming interface to cause software program allocation
US12085920B1 (en) 2023-07-10 2024-09-10 Rockwell Automation Technologies, Inc. Adaptive container deployment to hierarchical levels associated with an automation control system
WO2025010640A1 (en) * 2023-07-12 2025-01-16 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Method, device and storage medium for managing composable system
US12229414B2 (en) 2023-07-12 2025-02-18 International Business Machines Corporation Processing and archiving data from edge nodes across distributed systems
US12530020B2 (en) 2023-07-19 2026-01-20 Rockwell Automation Technologies, Inc. Deploying containers to adjust industrial device operations based on event data contextualized with respect to hierarchical datasets of an industrial automation system
US12490185B2 (en) 2023-07-21 2025-12-02 Cisco Technology, Inc. Dynamic WiFi transmit power reduction to conserve device power in a mixed 5G/WiFi service area
WO2025030004A2 (en) * 2023-08-01 2025-02-06 MTS IP Holdings Ltd Disaggregated system architecture for remote data storage and transfer
US20250045124A1 (en) * 2023-08-02 2025-02-06 Fisker Inc. Asymmetric Distributed Compute Nodes For Providing Software-Defined Vehicle Functions
US20250087054A1 (en) * 2023-09-13 2025-03-13 Aristocrat Technologies, Inc. Automatic on-board controllers for electronic gaming devices
US20250094410A1 (en) * 2023-09-14 2025-03-20 Dell Products L.P. Maximizing information gain of the joint environment knowledge at crowded edge applications
CN116932271B (zh) * 2023-09-14 2023-12-29 中诚华隆计算机技术有限公司 一种实现自组织的Chiplet的方法和芯片
US12309441B1 (en) * 2023-09-19 2025-05-20 Amazon Technologies, Inc. Rebalancing architecture for video streaming event communication
CN117014487B (zh) * 2023-09-28 2023-12-15 中国电子科技集团公司第二十八研究所 一种面向高机动环境的终端自适应就近连接边缘云方法
CN117472864B (zh) * 2023-10-08 2024-08-27 广东国地规划科技股份有限公司 一种多层级多维自然资源数据双链协同方法和系统
CN117061365B (zh) * 2023-10-11 2024-02-13 浪潮电子信息产业股份有限公司 一种节点选择方法、装置、设备及可读存储介质
US12463974B2 (en) * 2023-10-20 2025-11-04 Dell Products L.P. Securing blueprints for implementation in edge devices
US12526166B2 (en) * 2023-10-24 2026-01-13 International Business Machines Corporation Energy consumption aggregation and tracking per data object based on a blockchain token
CN119893610A (zh) * 2023-10-24 2025-04-25 大唐移动通信设备有限公司 网络节点选择方法、设备、装置、系统和存储介质
US12231500B1 (en) * 2023-10-24 2025-02-18 Dell Products L.P. Exploiting structure in environment sensor dynamics for real-time maximization of information gain
WO2025088631A1 (en) * 2023-10-26 2025-05-01 Jio Platforms Limited System and method for routing event requests in network
DE102023131415B3 (de) 2023-11-13 2024-12-19 Bayerische Motoren Werke Aktiengesellschaft Ein Verfahren zur Einbindung einer Hardware-Security-Module Vorrichtung in einem laufenden Client-Server Betrieb und diesbezügliche Vorrichtung und System
CN117235108A (zh) * 2023-11-14 2023-12-15 云筑信息科技(成都)有限公司 一种基于图神经网络的nl2sql生成方法
KR20250076314A (ko) 2023-11-22 2025-05-29 서울대학교산학협력단 응용 수준 성능 보장을 위한 무선 및 컴퓨팅 자원의 협력 스케줄링 방법
US12355646B2 (en) 2023-11-29 2025-07-08 Wells Fargo Bank, N.A. Distributed ledger for application health monitoring
US12380123B2 (en) * 2023-12-06 2025-08-05 Honeywell International Inc. Data pipeline reconfiguration
US20250193129A1 (en) * 2023-12-12 2025-06-12 Dell Products L.P. Dynamic qos changes
CN117675200B (zh) * 2023-12-21 2024-07-12 网联客(北京)数字科技有限公司 Sgx辅助下的一种基于身份的可验证数据聚合分析系统
KR102828216B1 (ko) * 2023-12-26 2025-07-03 한국과학기술원 지문 어텐션 기반 환경 요소 학습을 통한 공공 사물인터넷 서비스의 효과적인 선택 방법 및 시스템
WO2025143322A1 (ko) * 2023-12-28 2025-07-03 주식회사 조인클라우드 대용량 에지 데이터의 실시간 수집, 처리 및 저장을 위한 인메모리 기반 데이터 처리 시스템 및 방법
WO2025145169A1 (en) * 2023-12-29 2025-07-03 Wearexalt Llc Method and apparatus to support synchronized viewing and ancillary digital interaction for live video streaming events
US12407759B2 (en) * 2024-01-04 2025-09-02 International Business Machines Corporation Indicating ready statuses for network connections to remote services
US12481608B2 (en) 2024-01-12 2025-11-25 Google Llc Tree-based network architecture for accelerating machine learning collective operations
CN117560701B (zh) * 2024-01-12 2024-03-26 易联科技(深圳)有限公司 一种无线路由器的远程管理方法及系统
CN117914928A (zh) * 2024-01-16 2024-04-19 电子科技大学 一种受限情况下的两级资源发布订阅方法
US20250240293A1 (en) * 2024-01-19 2025-07-24 Dell Products L.P. Multi-tenant secrets manager
US12136002B1 (en) 2024-01-24 2024-11-05 Mercedes-Benz Group AG Simultaneous multi-threaded processing for executing multiple workloads with interference prevention
US12524345B2 (en) 2024-01-25 2026-01-13 Mercedes-Benz Group AG Systems and methods of preconfiguring coherency protocol for computing systems
US20250267068A1 (en) * 2024-02-16 2025-08-21 T-Mobile Usa, Inc. System for cloud solution migration and management
US12206243B1 (en) * 2024-02-22 2025-01-21 Greenlight AI LLC Bi-directional electrical microgrid of networked processing-on-demand systems
US12199425B1 (en) * 2024-02-22 2025-01-14 Greenlight AI LLC Bi-directional electrical microgrid of networked GPU-on-demand systems
US12093750B1 (en) * 2024-02-22 2024-09-17 Greenlight AI LLC GPU-on-demand system powered by self contained energy source
US20250274439A1 (en) * 2024-02-28 2025-08-28 Anecdotes.ai, LTD System and method for collecting evidences from a private infrastructure
CN117785391B (zh) * 2024-02-28 2024-05-10 成都索贝视频云计算有限公司 一种服务操作逻辑结构化装置
US20250285176A1 (en) * 2024-03-07 2025-09-11 Dell Products L.P. Data transmission from edge to cloud using edge-based bidding
CN118170923B (zh) * 2024-03-11 2024-08-20 万邦同和(北京)信息技术有限公司 一种基于规模化词典大数据的分布式管理方法
KR20250137973A (ko) * 2024-03-12 2025-09-19 현대자동차주식회사 커넥티드 카 서비스 제공 장치 및 그를 통한 서비스 제공 방법
CN118170538B (zh) * 2024-03-14 2024-12-27 浙江中钧精密设备有限公司 任务处理方法、物联网系统及计算机程序产品
CN118075293B (zh) * 2024-03-18 2024-07-19 北京谷器数据科技有限公司 一种基于SaaS的云平台数据存储方法
CN117938840B (zh) * 2024-03-21 2024-06-21 北京火山引擎科技有限公司 内容分发网络中的数据传输的方法、装置、设备和介质
EP4625195A1 (de) * 2024-03-28 2025-10-01 LTU Licens AB Autonom strukturell und funktionell kunststoffhardware
CN118337784B (zh) * 2024-04-16 2024-10-18 重庆数智融合创新科技有限公司 用于全连接工厂的确定性cpe及构建方法
WO2025219744A1 (en) * 2024-04-16 2025-10-23 Telefonaktiebolaget Lm Ericsson (Publ) A method for sharing resources in a multi-tenant network
CN118265089A (zh) * 2024-04-19 2024-06-28 立讯精密工业股份有限公司 边缘计算节点系统和节点间任务卸载方法
US20250328392A1 (en) * 2024-04-23 2025-10-23 Samsung Electronics Co., Ltd. Method and system for reclaiming storage space in disaggregated storage system
US20250348349A1 (en) * 2024-05-07 2025-11-13 Microsoft Technology Licensing, Llc Edge cloud hierarchical language model design
US20250355725A1 (en) * 2024-05-15 2025-11-20 Maxlinear, Inc. Performance tuning of a data transform accelerator
CN118194359B (zh) * 2024-05-16 2024-08-06 南昌大学 一种基于三支决策的多特征轨迹隐私保护方法
CN118247640B (zh) * 2024-05-23 2024-07-26 浙江宇泛精密科技有限公司 基于人脸识别设备的端侧算力协同控制方法及装置
DE102024204921A1 (de) * 2024-05-28 2025-12-04 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zum Verarbeiten von mit mehreren Chiplets assoziierten Informationen
CN118642424B (zh) * 2024-06-26 2024-11-22 研微(江苏)半导体科技有限公司 一种半导体设备的安全控制系统及方法
CN118449990B (zh) * 2024-07-02 2024-09-17 芯瞳半导体技术(山东)有限公司 一种gpu设备的调用方法和响应方法
CN118488062B (zh) * 2024-07-09 2024-09-27 深圳市迈拓诚悦科技有限公司 基于边缘通信实现网络通讯设备的数据交互方法及系统
CN118473921B (zh) * 2024-07-09 2024-09-03 天翼云科技有限公司 一种规划cdn边缘节点端口开放的方法及装置
CN118797744A (zh) * 2024-07-16 2024-10-18 机械工业仪器仪表综合技术经济研究所 一种配电网安全高效的细粒度数据分析方法
CN118627758B (zh) * 2024-08-09 2024-12-10 微网优联科技(成都)有限公司 基于5G RedCap的生产管理平台
CN118644361B (zh) * 2024-08-13 2024-11-05 山东省征信有限公司 一种跨网协同共享的不动产登记方法及系统
CN118689656B (zh) * 2024-08-23 2024-11-15 成都锦城学院 基于人工智能的边缘计算方法及云平台
CN118824458B (zh) * 2024-09-18 2025-01-07 长春中医药大学 基于物联网的妇科病房远程监控与应急管理系统
CN119201476B (zh) * 2024-11-26 2025-03-28 中国电信股份有限公司 模型推理优化方法、装置、设备、存储介质和程序产品
CN119201360B (zh) * 2024-11-26 2025-02-28 麒麟软件有限公司 一种基于多系统隔离的gpu虚拟共享系统
CN119762642B (zh) * 2024-11-27 2025-11-07 山东鲁软数字科技有限公司 一种基于能流图的站线变户穿透动态渲染方法
CN119211026B (zh) * 2024-11-27 2025-02-18 北京马赫谷科技有限公司 一种冷热数据分离的全流量存储集群管理方法和装置
CN119642330B (zh) * 2024-11-27 2025-10-28 国网江苏省电力有限公司营销服务中心 建筑暖通空调系统的虚拟储能建模与优化控制方法与系统
CN119830714B (zh) * 2024-12-13 2025-10-31 江南机电设计研究所 一种基于组织权变理论的指控适变建模方法
CN119770885B (zh) * 2025-01-15 2025-09-26 杭州取新智能科技有限公司 电动自行车安全充电及火灾灭火系统
CN119946736A (zh) * 2025-01-21 2025-05-06 浪潮通信技术有限公司 一种基于5g边缘网关的传输资源预留及调度的方法
CN120201405B (zh) * 2025-03-28 2025-09-05 天地(常州)自动化股份有限公司北京分公司 矿用无线网关一体化管理方法及系统
CN120822232B (zh) * 2025-09-15 2025-12-23 北京万里开源软件有限公司 一种GreatDB数据库数据高安全性传输方法及系统
CN121050836A (zh) * 2025-10-30 2025-12-02 苏州元脑智能科技有限公司 虚拟功能的迁移方法及设备
CN121118038A (zh) * 2025-11-12 2025-12-12 湖南昆仑元人工智能应用软件有限公司 异构ai计算虚拟化架构和切片增强方法及系统

Family Cites Families (205)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3226675A (en) 1960-07-05 1965-12-28 Robert W Edwards Inertial responsive stop signal for vehicles
US5941947A (en) 1995-08-18 1999-08-24 Microsoft Corporation System and method for controlling access to data entities in a computer network
US5826239A (en) 1996-12-17 1998-10-20 Hewlett-Packard Company Distributed workflow resource management system and method
ID24871A (id) 1997-06-25 2000-08-31 Samsung Electronics Co Ltd Cs Metode dan peralatan untuk menciptakan jaringan rumah makro
US6571297B1 (en) 1997-08-20 2003-05-27 Bea Systems, Inc. Service interface repository application programming models
US6038625A (en) 1998-01-06 2000-03-14 Sony Corporation Of Japan Method and system for providing a device identification mechanism within a consumer audio/video network
US6160796A (en) 1998-01-06 2000-12-12 Sony Corporation Of Japan Method and system for updating device identification and status information after a local bus reset within a home audio/video network
US6437692B1 (en) 1998-06-22 2002-08-20 Statsignal Systems, Inc. System and method for monitoring and controlling remote devices
US6185491B1 (en) 1998-07-31 2001-02-06 Sun Microsystems, Inc. Networked vehicle controlling attached devices using JavaBeans™
US6377860B1 (en) 1998-07-31 2002-04-23 Sun Microsystems, Inc. Networked vehicle implementing plug and play with javabeans
US6963784B1 (en) 1998-10-16 2005-11-08 Sony Corporation Virtual device control modules and function control modules implemented in a home audio/video network
US6452935B1 (en) 1998-11-25 2002-09-17 Sony Corporation Stream allocation in home networks
US6542474B1 (en) 1999-02-26 2003-04-01 Sony Corporation System and method for incrementally updating remote element lists in an electronic network
US7412538B1 (en) 1999-03-30 2008-08-12 Sony Corporation Request event manager and event lists for home and office systems and networks
US6363434B1 (en) 1999-03-30 2002-03-26 Sony Corporation Of Japan Method of managing resources within a network of consumer electronic devices
US6636505B1 (en) 1999-05-28 2003-10-21 3Com Corporation Method for service provisioning a broadband modem
JP2000336604A (ja) 1999-05-31 2000-12-05 Nippon Hodo Co Ltd 車両テストコース路面
US7472349B1 (en) 1999-06-01 2008-12-30 Oracle International Corporation Dynamic services infrastructure for allowing programmatic access to internet and other resources
US6892230B1 (en) 1999-06-11 2005-05-10 Microsoft Corporation Dynamic self-configuration for ad hoc peer networking using mark-up language formated description messages
US6460082B1 (en) 1999-06-17 2002-10-01 International Business Machines Corporation Management of service-oriented resources across heterogeneous media servers using homogenous service units and service signatures to configure the media servers
US6618764B1 (en) 1999-06-25 2003-09-09 Koninklijke Philips Electronics N.V. Method for enabling interaction between two home networks of different software architectures
US6859831B1 (en) 1999-10-06 2005-02-22 Sensoria Corporation Method and apparatus for internetworked wireless integrated network sensor (WINS) nodes
US6832251B1 (en) 1999-10-06 2004-12-14 Sensoria Corporation Method and apparatus for distributed signal processing among internetworked wireless integrated network sensors (WINS)
US6826607B1 (en) 1999-10-06 2004-11-30 Sensoria Corporation Apparatus for internetworked hybrid wireless integrated network sensors (WINS)
US7020701B1 (en) 1999-10-06 2006-03-28 Sensoria Corporation Method for collecting and processing data using internetworked wireless integrated network sensors (WINS)
US7844687B1 (en) 1999-10-06 2010-11-30 Gelvin David C Method for internetworked hybrid wireless integrated network sensors (WINS)
US6735630B1 (en) 1999-10-06 2004-05-11 Sensoria Corporation Method for collecting data using compact internetworked wireless integrated network sensors (WINS)
US6990379B2 (en) 1999-12-30 2006-01-24 Microsoft Corporation Method and apparatus for providing a dynamic resource role model for subscriber-requester based protocols in a home automation and control system
US6948168B1 (en) 2000-03-30 2005-09-20 International Business Machines Corporation Licensed application installer
US6363417B1 (en) 2000-03-31 2002-03-26 Emware, Inc. Device interfaces for networking a computer and an embedded device
WO2001076146A1 (en) 2000-04-04 2001-10-11 Koninklijke Philips Electronics N.V. Accessing an in home network through the internet
US6580950B1 (en) 2000-04-28 2003-06-17 Echelon Corporation Internet based home communications system
US6973473B1 (en) 2000-05-31 2005-12-06 International Business Machines Corporation Method, system and program products for managing identifiers of components of a clustered environment
US7496637B2 (en) 2000-05-31 2009-02-24 Oracle International Corp. Web service syndication system
US7167821B2 (en) 2000-06-06 2007-01-23 Microsoft Corporation Evaluating hardware models having resource contention
FR2813471B1 (fr) 2000-08-31 2002-12-20 Schneider Automation Systeme de communication d'un equipement d'automatisme base sur le protocole soap
GB0026981D0 (en) 2000-11-04 2000-12-20 Koninkl Philips Electronics Nv Bridging system for interoperation of remote groups of devices
US7171475B2 (en) 2000-12-01 2007-01-30 Microsoft Corporation Peer networking host framework and hosting API
US20020083143A1 (en) 2000-12-13 2002-06-27 Philips Electronics North America Corporation UPnP architecture for heterogeneous networks of slave devices
AU2002234258A1 (en) 2001-01-22 2002-07-30 Sun Microsystems, Inc. Peer-to-peer network computing platform
US7283811B2 (en) 2001-02-23 2007-10-16 Lucent Technologies Inc. System and method for aggregation of user applications for limited-resource devices
US7290039B1 (en) 2001-02-27 2007-10-30 Microsoft Corporation Intent based processing
US7426730B2 (en) 2001-04-19 2008-09-16 Wre-Hol Llc Method and system for generalized and adaptive transaction processing between uniform information services and applications
US20030036917A1 (en) 2001-04-25 2003-02-20 Metallect Corporation Service provision system and method
US7325047B2 (en) 2001-05-23 2008-01-29 International Business Machines Corporation Dynamic undeployment of services in a computing network
US20030182394A1 (en) 2001-06-07 2003-09-25 Oren Ryngler Method and system for providing context awareness
US6961941B1 (en) 2001-06-08 2005-11-01 Vmware, Inc. Computer configuration for resource management in systems including a virtual machine
US7207041B2 (en) 2001-06-28 2007-04-17 Tranzeo Wireless Technologies, Inc. Open platform architecture for shared resource access management
US20030005130A1 (en) 2001-06-29 2003-01-02 Cheng Doreen Yining Audio-video management in UPnP
US20030005090A1 (en) 2001-06-30 2003-01-02 Sullivan Robert R. System and method for integrating network services
US7185342B1 (en) 2001-07-24 2007-02-27 Oracle International Corporation Distributed service aggregation and composition
US7343428B2 (en) 2001-09-19 2008-03-11 International Business Machines Corporation Dynamic, real-time integration of software resources through services of a content framework
US6985939B2 (en) 2001-09-19 2006-01-10 International Business Machines Corporation Building distributed software services as aggregations of other services
EP1436686A4 (de) 2001-09-20 2005-09-21 Ucentric Holdings Inc Zentralisierter betriebsmittelmanager mit passivem erfassungssystem
JP4226816B2 (ja) 2001-09-28 2009-02-18 株式会社東芝 マイクロプロセッサ
EP1301010B1 (de) 2001-10-03 2005-04-06 Alcatel Verfahren zur Bereitstellung von Diensten in einem Kommunikationsnetzwerk
US7035930B2 (en) 2001-10-26 2006-04-25 Hewlett-Packard Development Company, L.P. Method and framework for generating an optimized deployment of software applications in a distributed computing environment using layered model descriptions of services and servers
US6916247B2 (en) 2001-11-23 2005-07-12 Cyberscan Technology, Inc. Modular entertainment and gaming systems
GB0129174D0 (en) 2001-12-06 2002-01-23 Koninl Philips Electronics Nv Havi-upnp bridging
US7822860B2 (en) 2001-12-11 2010-10-26 International Business Machines Corporation Method and apparatus for dynamic reconfiguration of web services infrastructure
US7603469B2 (en) 2002-01-15 2009-10-13 International Business Machines Corporation Provisioning aggregated services in a distributed computing environment
US20030163513A1 (en) 2002-02-22 2003-08-28 International Business Machines Corporation Providing role-based views from business web portals
US7039701B2 (en) 2002-03-27 2006-05-02 International Business Machines Corporation Providing management functions in decentralized networks
US7251689B2 (en) 2002-03-27 2007-07-31 International Business Machines Corporation Managing storage resources in decentralized networks
US7069318B2 (en) 2002-03-27 2006-06-27 International Business Machines Corporation Content tracking in transient network communities
US7181536B2 (en) 2002-03-27 2007-02-20 International Business Machines Corporation Interminable peer relationships in transient communities
US7143139B2 (en) 2002-03-27 2006-11-28 International Business Machines Corporation Broadcast tiers in decentralized networks
US7177929B2 (en) 2002-03-27 2007-02-13 International Business Machines Corporation Persisting node reputations in transient network communities
US20030191802A1 (en) 2002-04-03 2003-10-09 Koninklijke Philips Electronics N.V. Reshaped UDDI for intranet use
AU2003239385A1 (en) 2002-05-10 2003-11-11 Richard R. Reisman Method and apparatus for browsing using multiple coordinated device
US7099873B2 (en) 2002-05-29 2006-08-29 International Business Machines Corporation Content transcoding in a content distribution network
US7519918B2 (en) 2002-05-30 2009-04-14 Intel Corporation Mobile virtual desktop
US7072960B2 (en) 2002-06-10 2006-07-04 Hewlett-Packard Development Company, L.P. Generating automated mappings of service demands to server capacities in a distributed computer system
US7933945B2 (en) 2002-06-27 2011-04-26 Openpeak Inc. Method, system, and computer program product for managing controlled residential or non-residential environments
US20040003033A1 (en) 2002-06-27 2004-01-01 Yury Kamen Method and system for generating a web service interface
US7386860B2 (en) 2002-06-28 2008-06-10 Microsoft Corporation Type extensions to web services description language
US20040221001A1 (en) 2002-07-05 2004-11-04 Anjali Anagol-Subbarao Web service architecture and methods
US7266582B2 (en) 2002-08-09 2007-09-04 Sun Microsystems, Inc. Method and system for automating generation of web services from existing service components
US7171471B1 (en) 2002-08-15 2007-01-30 Cisco Technology, Inc. Methods and apparatus for directing a resource request
US7263560B2 (en) 2002-08-30 2007-08-28 Sun Microsystems, Inc. Decentralized peer-to-peer advertisement
US7206934B2 (en) 2002-09-26 2007-04-17 Sun Microsystems, Inc. Distributed indexing of identity information in a peer-to-peer network
US8356067B2 (en) 2002-10-24 2013-01-15 Intel Corporation Servicing device aggregates
US6889188B2 (en) 2002-11-22 2005-05-03 Intel Corporation Methods and apparatus for controlling an electronic device
US20110214061A1 (en) 2010-03-01 2011-09-01 Ashley Edwardo King User Interface for Managing Client Devices
JP4339763B2 (ja) * 2004-09-07 2009-10-07 株式会社日立製作所 フェイルオーバ方法及び計算機システム
WO2006079161A1 (en) 2005-01-25 2006-08-03 Gcc Ip Pty Ltd Support member for a rotatable element
US8086859B2 (en) 2006-03-02 2011-12-27 Microsoft Corporation Generation of electronic signatures
US7467268B2 (en) 2006-04-14 2008-12-16 Hewlett-Packard Development Company, L.P. Concurrent data restore and background copy operations in storage networks
US9542656B2 (en) 2006-11-13 2017-01-10 International Business Machines Corporation Supporting ETL processing in BPEL-based processes
US20080244607A1 (en) * 2007-03-27 2008-10-02 Vladislav Rysin Economic allocation and management of resources via a virtual resource market
US7979658B2 (en) 2008-03-25 2011-07-12 Spansion Llc Secure management of memory regions in a memory
US20140298349A1 (en) * 2008-04-21 2014-10-02 Adaptive Computing Enterprises, Inc. System and Method for Managing Energy Consumption in a Compute Environment
JP2010097526A (ja) 2008-10-20 2010-04-30 Hitachi Ltd キャッシュ構成管理システム、管理サーバおよびキャッシュ構成管理方法
KR101610830B1 (ko) 2009-11-05 2016-04-11 삼성전자주식회사 어플리케이션 실행 장치 및 방법
US20110126197A1 (en) 2009-11-25 2011-05-26 Novell, Inc. System and method for controlling cloud and virtualized data centers in an intelligent workload management system
US8966657B2 (en) 2009-12-31 2015-02-24 Intel Corporation Provisioning, upgrading, and/or changing of hardware
US8627112B2 (en) * 2010-03-30 2014-01-07 Novell, Inc. Secure virtual machine memory
US8745239B2 (en) 2010-04-07 2014-06-03 Limelight Networks, Inc. Edge-based resource spin-up for cloud computing
US8862895B2 (en) 2010-04-27 2014-10-14 Fuji Xerox Co., Ltd. Systems and methods for communication, storage, retrieval, and computation of simple statistics and logical operations on encrypted data
US8364959B2 (en) 2010-05-26 2013-01-29 Google Inc. Systems and methods for using a domain-specific security sandbox to facilitate secure transactions
US8909783B2 (en) 2010-05-28 2014-12-09 Red Hat, Inc. Managing multi-level service level agreements in cloud-based network
CN106452737A (zh) 2010-08-11 2017-02-22 安全第公司 用于安全多租户数据存储的系统和方法
JP5541036B2 (ja) 2010-09-21 2014-07-09 富士通株式会社 メモリアクセス制御プログラム、メモリアクセス制御方法、及び情報処理装置
WO2012105969A1 (en) * 2011-02-02 2012-08-09 Hewlett-Packard Development Company, L.P. Estimating a performance characteristic of a job using a performance model
WO2012157023A1 (ja) * 2011-05-17 2012-11-22 株式会社日立製作所 計算機システムと計算機システムの情報処理方法及び情報処理プログラム
CN102340533B (zh) 2011-06-17 2017-03-15 中兴通讯股份有限公司 多租户系统及多租户系统存取数据的方法
US9595054B2 (en) * 2011-06-27 2017-03-14 Microsoft Technology Licensing, Llc Resource management for cloud computing platforms
US8868735B2 (en) 2012-02-02 2014-10-21 Cisco Technology, Inc. Wide area network optimization
US9507630B2 (en) 2012-02-09 2016-11-29 Cisco Technology, Inc. Application context transfer for distributed computing resources
WO2013123445A1 (en) 2012-02-17 2013-08-22 Interdigital Patent Holdings, Inc. Smart internet of things services
WO2013169974A1 (en) 2012-05-11 2013-11-14 Interdigital Patent Holdings, Inc. Context-aware peer-to-peer communication
US8719590B1 (en) 2012-06-18 2014-05-06 Emc Corporation Secure processing in multi-tenant cloud infrastructure
CN103383676B (zh) * 2012-07-13 2016-07-20 威盛电子股份有限公司 集线器装置以及用以初始化集线器装置的方法
US9047131B2 (en) * 2012-11-15 2015-06-02 Red Hat Israel, Ltd. Hardware resource allocation and provisioning for composite applications
US10142390B2 (en) 2013-02-15 2018-11-27 Nec Corporation Method and system for providing content in content delivery networks
US10114680B2 (en) 2013-05-08 2018-10-30 Convida Wireless, Llc Method and apparatus for the virtualization of resources using a virtualization broker and context information
US9658899B2 (en) 2013-06-10 2017-05-23 Amazon Technologies, Inc. Distributed lock management in a cloud computing environment
KR20150000160A (ko) * 2013-06-24 2015-01-02 한국전자통신연구원 분산 가상 스위치를 이용한 네트워크 구현 방법, 이를 수행하는 네트워크 장치 및 분산 가상 스위치 기반 네트워크 시스템
US9430437B1 (en) * 2013-08-09 2016-08-30 Inphi Corporation PCIE lane aggregation over a high speed link
US10031875B2 (en) * 2014-01-22 2018-07-24 Texas Instruments Incorporated Switch monitoring system
JP6216866B2 (ja) 2014-03-13 2017-10-18 株式会社日立製作所 ストレージシステムおよびストレージ制御方法
US10142342B2 (en) 2014-03-23 2018-11-27 Extreme Networks, Inc. Authentication of client devices in networks
US9652631B2 (en) 2014-05-05 2017-05-16 Microsoft Technology Licensing, Llc Secure transport of encrypted virtual machines with continuous owner access
US10298670B2 (en) * 2014-05-13 2019-05-21 Google Llc Real time cloud workload streaming
US10445509B2 (en) * 2014-06-30 2019-10-15 Nicira, Inc. Encryption architecture
US9894130B2 (en) 2014-09-23 2018-02-13 Intel Corporation Video quality enhancement
WO2016049225A1 (en) 2014-09-23 2016-03-31 The Regents Of The University Of California Provably secure virus detection
US9928264B2 (en) 2014-10-19 2018-03-27 Microsoft Technology Licensing, Llc High performance transactions in database management systems
US9886267B2 (en) 2014-10-30 2018-02-06 Equinix, Inc. Interconnection platform for real-time configuration and management of a cloud-based services exchange
US10083193B2 (en) 2015-01-09 2018-09-25 International Business Machines Corporation Efficient remote pointer sharing for enhanced access to key-value stores
US10333696B2 (en) 2015-01-12 2019-06-25 X-Prime, Inc. Systems and methods for implementing an efficient, scalable homomorphic transformation of encrypted data with minimal data expansion and improved processing efficiency
US10405274B2 (en) 2015-02-26 2019-09-03 Nokia Solutions And Networks Oy Coordinated techniques to improve application, network and device resource utilization of a data stream
US9904627B2 (en) 2015-03-13 2018-02-27 International Business Machines Corporation Controller and method for migrating RDMA memory mappings of a virtual machine
US10198294B2 (en) 2015-04-17 2019-02-05 Microsoft Licensing Technology, LLC Handling tenant requests in a system that uses hardware acceleration components
WO2016197069A1 (en) 2015-06-05 2016-12-08 Nutanix, Inc. Architecture for managing i/o and storage for a virtualization environment using executable containers and virtual machines
US10735546B2 (en) 2015-06-29 2020-08-04 Vid Scale, Inc. Dash caching proxy application
US10993069B2 (en) 2015-07-16 2021-04-27 Snap Inc. Dynamically adaptive media content delivery
US9779269B1 (en) 2015-08-06 2017-10-03 EMC IP Holding Company LLC Storage system comprising per-tenant encryption keys supporting deduplication across multiple tenants
US10348574B2 (en) 2015-08-17 2019-07-09 Vmware, Inc. Hardware management systems for disaggregated rack architectures in virtual server rack deployments
US10389746B2 (en) 2015-09-28 2019-08-20 Microsoft Technology Licensing, Llc Multi-tenant environment using pre-readied trust boundary components
US11153359B2 (en) 2015-09-29 2021-10-19 Sony Group Corporation User equipment and media streaming network assistance node
CN105262623B (zh) * 2015-10-28 2018-09-14 东软熙康健康科技有限公司 用于基于服务的软件系统的资源分配方法及装置
WO2017100640A1 (en) * 2015-12-11 2017-06-15 Interdigital Patent Holdings, Inc. Method and apparatus for enabling third party edge clouds at the mobile edge
CN106936883B (zh) * 2015-12-31 2020-03-20 伊姆西Ip控股有限责任公司 用于云系统的方法和装置
US9836298B2 (en) * 2016-03-28 2017-12-05 Intel Corporation Deployment rule system
US9916636B2 (en) 2016-04-08 2018-03-13 International Business Machines Corporation Dynamically provisioning and scaling graphic processing units for data analytic workloads in a hardware cloud
US10432722B2 (en) 2016-05-06 2019-10-01 Microsoft Technology Licensing, Llc Cloud storage platform providing performance-based service level agreements
US20170353397A1 (en) 2016-06-06 2017-12-07 Advanced Micro Devices, Inc. Offloading Execution of an Application by a Network Connected Device
US10367754B2 (en) 2016-07-01 2019-07-30 Intel Corporation Sharing duty cycle between devices
US10334334B2 (en) * 2016-07-22 2019-06-25 Intel Corporation Storage sled and techniques for a data center
US10187203B2 (en) 2016-08-30 2019-01-22 Workday, Inc. Secure storage encryption system
US10277677B2 (en) 2016-09-12 2019-04-30 Intel Corporation Mechanism for disaggregated storage class memory over fabric
US10404664B2 (en) 2016-10-25 2019-09-03 Arm Ip Limited Apparatus and methods for increasing security at edge nodes
CN110140334B (zh) 2016-11-03 2022-04-29 弗劳恩霍夫应用研究促进协会 基于网络的下载/流传输构思
GB2557588B (en) 2016-12-09 2019-11-13 Advanced Risc Mach Ltd Memory management
US10440096B2 (en) 2016-12-28 2019-10-08 Intel IP Corporation Application computation offloading for mobile edge computing
US11537419B2 (en) * 2016-12-30 2022-12-27 Intel Corporation Virtual machine migration while maintaining live network links
US11023258B2 (en) 2016-12-30 2021-06-01 Intel Corporation Self-morphing server platforms
US20210125083A1 (en) 2017-03-16 2021-04-29 Facet Labs, Llc Edge devices, systems and methods for processing extreme data
US10372362B2 (en) 2017-03-30 2019-08-06 Intel Corporation Dynamically composable computing system, a data center, and method for dynamically composing a computing system
US20180322158A1 (en) 2017-05-02 2018-11-08 Hewlett Packard Enterprise Development Lp Changing concurrency control modes
CN106911814A (zh) 2017-05-11 2017-06-30 成都四象联创科技有限公司 大规模数据分布式存储方法
US10388089B1 (en) 2017-05-17 2019-08-20 Allstate Insurance Company Dynamically controlling sensors and processing sensor data for issue identification
US11889393B2 (en) 2017-06-23 2024-01-30 Veniam, Inc. Methods and systems for detecting anomalies and forecasting optimizations to improve urban living management using networks of autonomous vehicles
WO2019006033A1 (en) 2017-06-27 2019-01-03 Drive.Ai Inc METHOD FOR DETECTING AND MANAGING VARIATIONS ALONG ROAD SURFACES FOR AUTONOMOUS VEHICLES
US10474508B2 (en) * 2017-07-04 2019-11-12 Vmware, Inc. Replication management for hyper-converged infrastructures
US10452824B2 (en) 2017-07-24 2019-10-22 Dell Products, Lp Method and apparatus for optimized access of security credentials via mobile edge-computing systems
US10623390B1 (en) 2017-08-24 2020-04-14 Pivotal Software, Inc. Sidecar-backed services for cloud computing platform
JP6972783B2 (ja) * 2017-08-30 2021-11-24 日本電気株式会社 分散システム、バックエンドサービス、エッジサーバ、及びその方法
US11289213B2 (en) 2017-08-31 2022-03-29 Westinghouse Electric Company Llc Control rods for light water reactors
US11249779B2 (en) 2017-09-01 2022-02-15 Intel Corporation Accelerator interconnect assignments for virtual environments
US10776525B2 (en) * 2017-09-29 2020-09-15 Intel Corporation Multi-tenant cryptographic memory isolation
US10110495B1 (en) 2017-11-22 2018-10-23 Intel Corporation Multi-access edge computing (MEC) service provision based on local cost measurements
CN112384947A (zh) * 2017-12-28 2021-02-19 英特尔公司 视觉雾
US20190236562A1 (en) 2018-01-31 2019-08-01 Salesforce.Com, Inc. Systems, methods, and apparatuses for implementing document interface and collaboration using quipchain in a cloud based computing environment
CN108090708A (zh) * 2018-02-07 2018-05-29 北京小度信息科技有限公司 配送策略测试方法、装置、电子设备及存储介质
US20190266088A1 (en) * 2018-02-23 2019-08-29 Netspeed Systems, Inc. Backbone network-on-chip (noc) for field-programmable gate array (fpga)
CN108282333B (zh) 2018-03-02 2020-09-01 重庆邮电大学 工业云环境下多边缘节点协作模式下数据安全共享方法
US10904891B2 (en) 2018-03-14 2021-01-26 Toyota Jidosha Kabushiki Kaisha Edge-assisted data transmission for connected vehicles
US10541942B2 (en) 2018-03-30 2020-01-21 Intel Corporation Technologies for accelerating edge device workloads
US10924363B2 (en) * 2018-04-13 2021-02-16 The Curators Of The University Of Missouri Method and system for secure resource management utilizing blockchain and smart contracts
US11573838B2 (en) * 2018-04-20 2023-02-07 Vmware, Inc. Methods and apparatus to improve workload domain management in virtualized server systems using a free pool of virtualized servers
US10958536B2 (en) 2018-04-23 2021-03-23 EMC IP Holding Company LLC Data management policies for internet of things components
US10819795B2 (en) 2018-04-26 2020-10-27 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Transmitting principal components of sensor data that are responsive to a continuous query
KR102563790B1 (ko) 2018-05-18 2023-08-07 삼성전자주식회사 어플리케이션의 데이터 전송에 기반하여 네트워크 연결을 수행하기 위한 전자 장치 및 그에 관한 방법
US10992598B2 (en) * 2018-05-21 2021-04-27 Pure Storage, Inc. Synchronously replicating when a mediation service becomes unavailable
US20190373051A1 (en) 2018-06-05 2019-12-05 International Business Machines Corporation Task Scheduling System for Internet of Things (IoT) Devices
US11070488B2 (en) 2018-07-03 2021-07-20 Electronics And Telecommunications Research Institute System and method to control a cross domain workflow based on a hierarchical engine framework
US10700046B2 (en) * 2018-08-07 2020-06-30 Bae Systems Information And Electronic Systems Integration Inc. Multi-chip hybrid system-in-package for providing interoperability and other enhanced features to high complexity integrated circuits
US11057366B2 (en) 2018-08-21 2021-07-06 HYPR Corp. Federated identity management with decentralized computing platforms
US11074091B1 (en) 2018-09-27 2021-07-27 Juniper Networks, Inc. Deployment of microservices-based network controller
US10915366B2 (en) 2018-09-28 2021-02-09 Intel Corporation Secure edge-cloud function as a service
US11099910B2 (en) * 2018-11-13 2021-08-24 Microsoft Technology Licensing, Llc Deploying cloud-native services across control planes
US11425111B2 (en) * 2018-11-14 2022-08-23 Intel Corporation Attestation token sharing in edge computing environments
US11184446B2 (en) * 2018-12-05 2021-11-23 Micron Technology, Inc. Methods and apparatus for incentivizing participation in fog networks
US11461145B2 (en) * 2019-01-28 2022-10-04 EMC IP Holding Company LLC Building neural networks for resource allocation for iterative workloads using reinforcement learning
EP3935814B1 (de) 2019-03-08 2024-02-14 Telefonaktiebolaget Lm Ericsson (Publ) Dynamische zugangsnetzwerkauswahl auf basis von anwendungsorchestrierungsinformationen in einem edge-cloud-system
US11249810B2 (en) * 2019-03-22 2022-02-15 Amazon Technologies, Inc. Coordinated predictive autoscaling of virtualized resource groups
US11379264B2 (en) 2019-04-15 2022-07-05 Intel Corporation Advanced cloud architectures for power outage mitigation and flexible resource use
US11416295B2 (en) 2019-04-30 2022-08-16 Intel Corporation Technologies for providing efficient access to data in an edge infrastructure
US11184236B2 (en) 2019-04-30 2021-11-23 Intel Corporation Methods and apparatus to control processing of telemetry data at an edge platform
US20210011908A1 (en) 2019-07-11 2021-01-14 Ghost Locomotion Inc. Model-based structured data filtering in an autonomous vehicle
US10827033B1 (en) 2019-09-05 2020-11-03 International Business Machines Corporation Mobile edge computing device eligibility determination
DE102020208023A1 (de) 2019-09-28 2021-04-01 Intel Corporation Adaptive datenflusstransformation in edge-computingumgebungen
US11374776B2 (en) 2019-09-28 2022-06-28 Intel Corporation Adaptive dataflow transformation in edge computing environments

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11184236B2 (en) 2019-04-30 2021-11-23 Intel Corporation Methods and apparatus to control processing of telemetry data at an edge platform
US12034597B2 (en) 2019-04-30 2024-07-09 Intel Corporation Methods and apparatus to control processing of telemetry data at an edge platform

Also Published As

Publication number Publication date
US11388054B2 (en) 2022-07-12
US20200167205A1 (en) 2020-05-28
US12206552B2 (en) 2025-01-21
US20220337481A1 (en) 2022-10-20
EP3734453A1 (de) 2020-11-04
WO2020226979A3 (en) 2021-03-04
KR20210149576A (ko) 2021-12-09
US20210144517A1 (en) 2021-05-13
US20200167196A1 (en) 2020-05-28
DE112020000054T5 (de) 2021-03-11
WO2020226979A8 (en) 2020-12-30
EP3963866A4 (de) 2023-09-20
US12034597B2 (en) 2024-07-09
US20200136906A1 (en) 2020-04-30
DE102020203881A1 (de) 2020-11-05
EP3963866A2 (de) 2022-03-09
JP7612419B2 (ja) 2025-01-14
US20220247635A1 (en) 2022-08-04
CN111865648A (zh) 2020-10-30
WO2020226979A2 (en) 2020-11-12
US20250112825A1 (en) 2025-04-03
CN111865647A (zh) 2020-10-30
US11184236B2 (en) 2021-11-23
CN114026834A (zh) 2022-02-08
US11711268B2 (en) 2023-07-25
US11831507B2 (en) 2023-11-28
JP2022530580A (ja) 2022-06-30

Similar Documents

Publication Publication Date Title
DE102020203877A1 (de) Verfahren und einrichtungen zum steuern einer verarbeitung von telemetriedaten auf einer edge-plattform
EP3974980B1 (de) Verfahren, vorrichtung und herstellungsartikel für arbeitslastplatzierung in einer randumgebung
US12204396B2 (en) Adaptive power management for edge device
DE102021209145A1 (de) Verfahren und vorrichtung zum koordinieren von edge-plattformen
EP4180953B1 (de) Orchestrator-ausführungsplanung unter verwendung eines verteilten ledgers
DE102022212157A1 (de) Absichtsbasierte clusterverwaltung
DE112020003742T5 (de) Verfahren, systeme, erzeugnisse und vorrichtungen zur verbesserung von jobplanungseffizienz
EP4203564A1 (de) Adaptive automatische cloud-skalierung
US20230177349A1 (en) Federated learning optimizations
DE102020131613A1 (de) Verfahren, system und produkt zum implementieren von deterministischem on-boarding und planen virtualisierter arbeitslasten für edge-computing.
US20210014113A1 (en) Orchestration of meshes
DE102023210667A1 (de) Verfahren und einrichtungen zur direkten übertragung von daten zwischen netzwerkverbundenen vorrichtungen
DE102020125219A1 (de) End-to-end -dienstqualität in edge-computing -umgebungen
US20210004265A1 (en) Elastic power scaling
DE102020128209A1 (de) Automatische Plattformressourcenverwaltung in Edge-Computing-Umgebungen
DE102021209282A1 (de) Verfahren, einrichtungen und systeme zur gemeinsamen nutzung von rechenressourcen zwischen edge-rechenknoten unter verwendung eines overlay-managers
DE102021209146A1 (de) Adaptive edge-ressourcenverwaltung mit begrenzter dauer
DE102020208110A1 (de) Verfahren und vorrichtungen zum aggregieren von telemetriedaten in einer edge-umgebung
DE102021207160A1 (de) Verfahren und einrichtung zur verwaltung der dienstgüte in bezug auf service-level-agreements in einer rechenvorrichtung
US20230119552A1 (en) Resource management mechanisms for stateful serverless clusters in edge computing
DE102022202682A1 (de) Systeme, einrichtungen und verfahren zur edge-daten-priorisierung
DE102022203111A1 (de) Auf netzwerkfluss basierende hardwarezuweisung
DE112020007229T5 (de) Föderiertes mec-framework für kraftfahrzeugdienste
DE102021211927A1 (de) Verfahren, systeme, herstellungsartikel und vorrichtungen zum stapeln von funktionen
DE102021209043A1 (de) Methods and apparatus to select a location of execution of a computation