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】
技术介绍
1、分解式存储器系统使用与计算节点中的存储器不同的网络附接存储器。这些系统使用利用一个或多个存储设备构建的横向扩展存储形式,这些存储设备充当可以被分配给网络上的任何服务器的存储池。分解使存储器与计算服务器解耦并且使得应用程序能够访问本地存储器和远程存储器两者。分解可以涉及使计算部件与存储装置分开和/或使存储器与计算分开。存储器与计算的分开可以通过分解式动态随机存取存储器(dram)、分解式持久存储器、远存储器、以及智能远程存储器来实现。
技术实现思路
【技术保护点】
1.一种计算设备,包括:
2.如权利要求1所述的计算设备,其中,识别语义结构包括预测与所述数据对象相关联的语义结构。
3.如权利要求1所述的计算设备,其中,识别与所述语义结构相关联的一个或多个关系包括实施一个或多个机器学习模型来确定所述一个或多个关系。
4.如权利要求3所述的计算设备,其中,所述一个或多个机器学习模型包括用已知的典型工作负载跟踪训练的循环神经网络。
5.如权利要求1所述的计算设备,其中,确定所述数据对象的视图包括预取所述数据对象、将所述数据对象缓存在更高级别的缓存中、或者更新与所述数据对象相关联的元数据。
6.如权利要求5所述的计算设备,其中,预取所述数据对象包括通过精度转换、数据过滤或正则表达式匹配来推测性地执行内联数据或元数据操作。
7.如权利要求1所述的计算设备,其中,所述一个或多个处理器使得存储在所述存储器中的指令执行方法,所述方法进一步包括将所述数据对象发送到训练服务器以用于训练多个机器学习模型。
8.如权利要求1所述的计算设备,其中,所述一个或多个关系包括数据类型、数据
9.一种方法,包括:
10.如权利要求9所述的方法,其中,识别语义结构包括预测与所述客户端设备正试图访问的数据对象相关联的语义结构。
11.如权利要求9所述的方法,其中,识别与所述语义结构相关联的一个或多个关系包括实施一个或多个机器学习模型来确定所述一个或多个关系。
12.如权利要求11所述的方法,其中,所述一个或多个机器学习模型包括用已知的典型工作负载跟踪训练的循环神经网络。
13.如权利要求9所述的方法,其中,确定所述数据对象的视图包括预取所述数据对象、将所述数据对象缓存在更高级别的缓存中、或者更新与所述数据对象相关联的元数据。
14.如权利要求13所述的方法,其中,预取所述数据对象包括通过精度转换、数据过滤或正则表达式匹配来推测性地执行内联数据或元数据操作。
15.如权利要求9所述的方法,其中,所述一个或多个关系包括数据类型、数据大小、数据属性或访问协议。
16.一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储能够由一个或多个处理器执行的多个指令,其中,所述多个指令在由所述一个或多个处理器执行时使得所述处理器进行以下操作:
17.如权利要求16所述的非暂态计算机可读存储介质,其中,识别与所述语义结构相关联的一个或多个关系包括实施一个或多个机器学习模型来确定所述一个或多个关系。
18.如权利要求17所述的非暂态计算机可读存储介质,其中,所述一个或多个机器学习模型包括用已知的典型工作负载跟踪训练的循环神经网络。
19.如权利要求16所述的非暂态计算机可读存储介质,其中,确定所述数据对象的视图包括预取所述数据对象、将所述数据对象缓存在更高级别的缓存中、或者更新与所述数据对象相关联的元数据。
20.如权利要求16所述的非暂态计算机可读存储介质,其中,所述多个指令在由所述一个或多个处理器执行时使得所述处理器将所述数据对象发送到训练服务器以用于训练多个机器学习模型。
...【技术特征摘要】
1.一种计算设备,包括:
2.如权利要求1所述的计算设备,其中,识别语义结构包括预测与所述数据对象相关联的语义结构。
3.如权利要求1所述的计算设备,其中,识别与所述语义结构相关联的一个或多个关系包括实施一个或多个机器学习模型来确定所述一个或多个关系。
4.如权利要求3所述的计算设备,其中,所述一个或多个机器学习模型包括用已知的典型工作负载跟踪训练的循环神经网络。
5.如权利要求1所述的计算设备,其中,确定所述数据对象的视图包括预取所述数据对象、将所述数据对象缓存在更高级别的缓存中、或者更新与所述数据对象相关联的元数据。
6.如权利要求5所述的计算设备,其中,预取所述数据对象包括通过精度转换、数据过滤或正则表达式匹配来推测性地执行内联数据或元数据操作。
7.如权利要求1所述的计算设备,其中,所述一个或多个处理器使得存储在所述存储器中的指令执行方法,所述方法进一步包括将所述数据对象发送到训练服务器以用于训练多个机器学习模型。
8.如权利要求1所述的计算设备,其中,所述一个或多个关系包括数据类型、数据大小、数据属性或访问协议。
9.一种方法,包括:
10.如权利要求9所述的方法,其中,识别语义结构包括预测与所述客户端设备正试图访问的数据对象相关联的语义结构。
11.如权利要求9所述的方法,其中,识别与所述语义结构相关联的一个或多个关系包括实施一个或多个机器学习模型来确定所述一个或多个关系。
12.如权利要求11所述的方法,其中,所述一个...
【专利技术属性】
技术研发人员:D·科罗利加,吴昆,S·R·萨拉萨蒂,L·M·埃万斯,D·S·米洛伊契奇,
申请(专利权)人:慧与发展有限责任合伙企业,
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。