System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于pcie,具体涉及一种pcie redriver的配置系统。
技术介绍
1、redriver,可以重新产生讯号,在高速接口上增加讯号质量。高速的讯号频率造成设计上可用的宽裕度降低,增加设计耐用、高性能系统的难度。透过使用同等化(equalization)、预强调(pre-emphasis)和其他技术,可让单一redriver调整与矫正传输端上频道的损失,并在接收端上恢复讯号完整性。因此可以在接收端产生宽裕度足以满足传送可靠讯号、减少讯号错误率的眼图。redriver是解决设计复杂设计难题的关键的技术,现今各种应用的高速链接所需的高速数据传输通讯协议都可以应用。redriver提供比基于协议讯号更好的性能,不需要在终端点终止信号,然后重新传送,因此消除延迟和附加系统成本。此外,redriver调节与传递讯号是透过物理层工作,因此有最少的讯号抖动。目前在pcie总线需要高速传输的接口中使用redrvier,作为信号调节器。可以保证信号传输完整性。
2、但目前通用的服务器无法调节与pcie redrive芯片相连的配置信息,导致服务器无法与redriver参数相匹配。
技术实现思路
1、(一)要解决的技术问题
2、本专利技术要解决的技术问题是如何提供一种pcie redriver的配置系统,以解决目前通用的服务器无法调节与pcie redrive芯片相连的配置信息,导致服务器无法与redriver参数相匹配的问题。
3、(二)技术方案
...【技术保护点】
1.一种PCIE Redriver的配置系统,其特征在于,该系统包括PCIE Redrive芯片以及与PCIE Redrive芯片相连接的感知系统,感知系统用于感知内部环境调节配置信息,调节与Redrive芯片相连的配置信息;
2.如权利要求1所述的PCIE Redriver的配置系统,其特征在于,环境数据收集模块(1)、数据存储模块(2)分别与数据处理分析模块(3)相连接,环境数据收集模块(1)收集服务器当前的环境数据并生成加密信号,数据处理分析模块(3)通过密钥获取收集到的服务器当前的环境数据;数据处理分析模块(3)通过深度学习进行解析,从而进行对应配置。
3.如权利要求1所述的PCIE Redriver的配置系统,其特征在于,LSTM深度学习模型将各历史数据从原始特征空间映射到一个公共特征空间,挖掘所有历史数据的不变表征。
4.如权利要求3所述的PCIE Redriver的配置系统,其特征在于,LSTM深度学习模型将配置参数与每个服务器周边的环境数据相配对,提取公共特征;通过N个相互独立的卷积神经网络,将每对配置参数与每个服务器周边的环境
5.如权利要求4所述的PCIE Redriver的配置系统,其特征在于,所述卷积神经网络为卷积单元构成的网络结构,卷积单元包括:卷积层、批标准化层和激活Relu函数层。
6.如权利要求4所述的PCIE Redriver的配置系统,其特征在于,所述批标准化计算包括以下步骤:
7.如权利要求6所述的PCIE Redriver的配置系统,其特征在于,所述B的均值μB和方差的计算公式分别为m代表批次容量。
8.如权利要求7所述的PCIE Redriver的配置系统,其特征在于,所述xi的标准化计算公式为ε代表一个很小的定数,避免分母为0带来的系统错误。
9.如权利要求8所述的PCIE Redriver的配置系统,其特征在于,所述yi的计算公式为β、γ均表示调节参数。
10.如权利要求5所述的PCIE Redriver的配置系统,其特征在于,所述激活函数Relu为线性函数,当输入数值为负值时,输出值为0,当输入数值为正值时,输出值与输入值相同。
...【技术特征摘要】
1.一种pcie redriver的配置系统,其特征在于,该系统包括pcie redrive芯片以及与pcie redrive芯片相连接的感知系统,感知系统用于感知内部环境调节配置信息,调节与redrive芯片相连的配置信息;
2.如权利要求1所述的pcie redriver的配置系统,其特征在于,环境数据收集模块(1)、数据存储模块(2)分别与数据处理分析模块(3)相连接,环境数据收集模块(1)收集服务器当前的环境数据并生成加密信号,数据处理分析模块(3)通过密钥获取收集到的服务器当前的环境数据;数据处理分析模块(3)通过深度学习进行解析,从而进行对应配置。
3.如权利要求1所述的pcie redriver的配置系统,其特征在于,lstm深度学习模型将各历史数据从原始特征空间映射到一个公共特征空间,挖掘所有历史数据的不变表征。
4.如权利要求3所述的pcie redriver的配置系统,其特征在于,lstm深度学习模型将配置参数与每个服务器周边的环境数据相配对,提取公共特征;通过n个相互独立的卷积神经网络,将每对配置参数与每个服务器周边的环境...
【专利技术属性】
技术研发人员:孟飞,房茂辉,冯岳,杨海飞,张大伟,
申请(专利权)人:北京计算机技术及应用研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。