导读:本文包含了高性能网络论文开题报告文献综述、选题提纲参考文献，主要关键词:神经网络,高性能,网络,人工智能,波导,在线,卷积。
高性能网络论文文献综述写法
[1]（2019）在《为快速增长的网络边缘人工智能应用提供更高性能的解决方案》一文中研究指出低成本、高性能的网络边缘解决方案的市场竞争日益激烈。领先的市场研究公司预测,在未来六年内,网络边缘解决方案市场将迎来大爆发。IHS预计到2025年,将有超过400亿台设备在网络边缘运行,而市场情报机构Tractica预测,届时每年将出货超过25亿台网络边缘设备。随着新一代网络边缘应用的出现,设计人(本文来源于《中国电子商情(基础电子)》期刊2019年12期）
彭程,霍中杰[2]（2019）在《浅析高性能运营级Wi-Fi网络发展趋势》一文中研究指出随着移动互联网的发展,人们对网络的质量有了更高的期待。高速、稳定、便捷的运营级Wi-Fi一直是无线运营商所追求的目标。本文着重分析了高性能运营级Wi-Fi的技术特点,同时介绍了Wi-Fi联盟所推出的Vantage项目。(本文来源于《数字通信世界》期刊2019年11期）
林存燕[3]（2019）在《Python高性能网络编程并发框架研究》一文中研究指出介绍了高性能网络服务编程常见的基本概念,重点研究了5种网络通信模型,并对比了优缺点,研究了Python的异步网络框架eventlet,调研了其基本原理和常见API,并采用该框架实现了基本的服务器和客户端例子。(本文来源于《电脑编程技巧与维护》期刊2019年09期）
曾成龙,刘强[4]（2019）在《面向嵌入式FPGA的高性能卷积神经网络加速器设计》一文中研究指出针对基于嵌入式现场可编程门阵列(FPGA)平台的卷积神经网络加速器由于资源有限导致处理速度受限的问题,提出一种高性能卷积神经网络加速器.首先根据卷积神经网络和嵌入式FPGA平台的特点,设计软硬件协同操作架构;然后在存储资源和计算资源的限制下,分别提出二维直接内存存取分块和权衡数字信号处理单元与查找表使用的优化策略;最后针对人脸检测的应用,对SSD网络模型进行优化,采用软硬件流水结构,提高人脸检测系统的整体性能.在Xilinx ZC706开发板上实现此加速器,实验结果表明,该加速器可达到167.5 GOPS的平均性能和81.2帧/s的人脸检测速率,其平均性能和人脸检测速率是嵌入式GPU平台TX2的1.58倍.(本文来源于《计算机辅助设计与图形学学报》期刊2019年09期）
王昭,裴秉玺,何卫锋[5]（2019）在《基于AWGR的光电混合交换高性能计算互连网络》一文中研究指出为了满足高性能计算机中互连网络的高吞吐量、低延迟需求,本文基于阵列波导光栅路由器(AWGR),提出了一种低延迟的光电混合交换的互连网络结构.该网络以"天河二号"超级计算机的互连网络拓扑结构为基础,使用无竞争阻塞的AWGR替代了部分电路由器,通过改进设计电路由器的光端口来实现与原有高阶路由器内部的电交换方式兼容.在此基础上,使用OMNeT++软件框架编写了新的光电混合交换网络的仿真模型.仿真结果表明,与原始网络相比,光电混合交换网络的总延迟降低了8%～10%.(本文来源于《微电子学与计算机》期刊2019年08期）
丁亦志,肖子玉,李邵平,吕红卫,牛瑛霞[6]（2019）在《高性能4K直播在5G网络中的应用》一文中研究指出为了加速5G产业化、商用化进程,促进5G与各行各业的融合创新发展,运营商启动了5G业务应用示范工程。首先分析了5G网络下典型的业务场景,描述了系统的总体架构,然后从4K采集设备、云直播平台和播放终端等方面给出了硬件方案,从直播管理、直播云快编、4K转码、CDN分发和网络切片等方面给出了软件方案。(本文来源于《电信科学》期刊2019年06期）
陈友宣,李文丰,向韦嘉,张贵茗,蔡开程[7]（2019）在《基于高性能计算InfiniBand网络技术的CAE仿真应用的研究与实践》一文中研究指出随着高性能计算技术在科学计算领域的快速发展,网络通信技术在高性能计算集群的作用越来越重要,网络性能在一定程度上已成为制约高性能计算集群发展的关键因素。结合广州汽车集团股份有限公司汽车工程研究院(以下称广汽研究院)高性能计算集群InfiniBand网络改造建设实践,基于CAE仿真计算在汽车产品研发过程中的价值,结合不同软件对网络性能特性的要求,进行改造前后应用计算效率的对比,通过数据分析阐述了InfiniBand在高性能计算集群的重要作用。(本文来源于《技术与市场》期刊2019年06期）
GRANT,Andrew[8]（2019）在《前景广阔的边缘推理需要高性能神经网络加速器IP》一文中研究指出神经网络加速技术正在快速地转向网络的边缘,过去需要基于云的计算资源来运行神经网络推理,现在可以在嵌入式设备上运行,这些人工智能设备包括可穿戴设备、摄像头、智能电话/平板电脑以及各类车辆等。专用的硬件可以被用来加速推理,称其为神经网络加速器。这项技术在计算密度和PPA方面具有优势,是边缘设备的理想选择,可以为人工智能芯片带来全新的机遇。以屡获殊荣的PowerVR NNA为例,介绍为了应对边缘推理的兴起,最基础的IP和相关SoC作出哪些改进,以提供未来市场所需的更高性能和更丰富的功能特性。(本文来源于《微纳电子与智能制造》期刊2019年02期）
张晓阳[9]（2019）在《高性能网络中多优先级请求的灵活多路径带宽调度算法研究》一文中研究指出在科学研究、媒体、社交、工业等领域,数据密集型应用会在短时间内产生TB(terabytes)量级的数据。通常,这些海量数据需要在截止期限前可靠的传输到协作站点进行处理。然而传统的共享IP网络已经不能满足大数据传输对于及时性、可预测性等服务质量(Quality of Service,QoS)的要求。随着SDN(Software Defined Networking)的发展,使得高性能网络(High-Performance Networks,HPNs)的带宽预留功能更易于实现,HPNs目前已被公认为大数据传输的一种有效解决方案。现有的有关HPNs带宽调度工作主要是单路径调度,但是,一方面单路径不能满足快速增长的数据量传输需要,另一方面不能使昂贵的网络资源得到充分利用。本文研究在HPNs中灵活地使用链路不相交的多条路径,对一批有多个优先级和截止时间约束的带宽预留请求进行调度,以达到用户满意度和调度成功率最大化的同时,兼顾平均最早完成时间(Earliest Completion Time,ECT)或最短持续时间(Shortest Duration,SD)最小化。本文的研究内容主要包括以下几个方面:(1)考虑最早完成时间和最短持续时间两个灵活多路径带宽调度问题,并证明了这两个问题属于NP完全问题。(2)分别根据最小带宽和最大带宽两种路径选择原则,对上述两个问题,设计了启发式多优先级请求灵活多路径调度算法。首先权衡优先级和数据量大小两个因素,对带宽预留请求进行排序,然后根据最小带宽原则灵活的寻找多条路径来满足数据传输所需要的最小带宽,以提高用户满意度和调度成功率,而最大带宽原则通过使用最大的可用带宽进行数据传输来减小平均ECT/SD。(3)在一个真实的HPN拓扑中对本文提出的启发式算法进行小规模和大规模的仿真实验,并和已知的相似问题的算法进行对比。实验结果表明了本文算法的性能优越性。特别是在最小带宽原则下提出的两个启发式算法的用户满意度、调度成功率和平均ECT/SD叁个指标在小规模和大规模实验中都明显优于对比算法。(本文来源于《西北大学》期刊2019-06-01）
王冬洋[10]（2019）在《公有云中高性能网络系统研究》一文中研究指出近年来,云计算作为一个新的技术趋势己经得到了迅速的发展。云计算已经彻底改变了一个前所未有的工作方式,也改变了传统软件工程企业。同时,伴随着大数据,人工智能,物联网等大规模的分布式业务在云数据中心的部署,网络系统的压力越来越大。因此,提升网络系统的性能成为云计算中亟待解决的问题。本论文针对公有云对高性能网络平台的迫切需求,从优化已有网络平台的虚拟化后端、设计和实现基于RDMA的高性能公有云网络平台、提供高性能的网络协议栈叁个方面展开研究。论文的主要工作和创新点如下:1.零拷贝的虚拟包I/O系统:针对虚拟化引入的额外开销,导致后端的CPU消耗增加的问题,我们提出了零拷贝虚拟包I/O系统。该方案在半虚拟化网络I/O中采用页面重映射的方法消除了数据拷贝,并结合使用一系列的优化技术降低了页面重映射引入的开销。使得单核的I/O速度得到了2-4倍的提升,节省了CPU资源,进一步为服务商节省了成本。2.公有云中可靠的网络传输平台:针对公有云中越来越高的网络需求,我们基于RDMA为虚拟机构建了高性能的网络传输平台。提出基于连接虚拟化的RDMA半虚拟化方案,解决RDMA硬件虚拟化方案难以满足网络隔离、性能隔离等公有云需求的诸多难题,并消除了RDMA半虚拟化方案中所需的设备和驱动的维护开销。相比于传统的传输平台,该平台具有更低的延迟和更高的吞吐,并且为上层提供可靠的传输服务。3.超轻量级协议栈:云计算中传统的协议栈处理过于复杂,占用大量的CPU,基于软件的方案难以消除复杂的TCP处理过程,并且高性能的用户态协议栈在提供原生BSD Socket接口时也面临着困难。我们在基于RDMA的公有云后端传输平台上构建了超轻量级协议栈vSocket,提出了重用内核协议栈控制面、仅加速数据面的设计思想,不仅消除了数据通路上的巨大开销,还保持了内核协议栈的功能,并与原生的BSD Socket接口相兼容。本文为云计算中的网络性能问题提出了若干方案,提升了当前云环境中网络的性能,并为虚拟机构建了可靠的网络传输平台。我们期望这些方案能为云计算中网络问题的研究提供新的思路与可能性。(本文来源于《中国科学技术大学》期刊2019-05-31）
高性能网络论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着移动互联网的发展,人们对网络的质量有了更高的期待。高速、稳定、便捷的运营级Wi-Fi一直是无线运营商所追求的目标。本文着重分析了高性能运营级Wi-Fi的技术特点,同时介绍了Wi-Fi联盟所推出的Vantage项目。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
高性能网络论文参考文献
[1]..为快速增长的网络边缘人工智能应用提供更高性能的解决方案[J].中国电子商情(基础电子).2019
[2].彭程,霍中杰.浅析高性能运营级Wi-Fi网络发展趋势[J].数字通信世界.2019
[3].林存燕.Python高性能网络编程并发框架研究[J].电脑编程技巧与维护.2019
[4].曾成龙,刘强.面向嵌入式FPGA的高性能卷积神经网络加速器设计[J].计算机辅助设计与图形学学报.2019
[5].王昭,裴秉玺,何卫锋.基于AWGR的光电混合交换高性能计算互连网络[J].微电子学与计算机.2019
[6].丁亦志,肖子玉,李邵平,吕红卫,牛瑛霞.高性能4K直播在5G网络中的应用[J].电信科学.2019
[7].陈友宣,李文丰,向韦嘉,张贵茗,蔡开程.基于高性能计算InfiniBand网络技术的CAE仿真应用的研究与实践[J].技术与市场.2019
[8].GRANT,Andrew.前景广阔的边缘推理需要高性能神经网络加速器IP[J].微纳电子与智能制造.2019
[9].张晓阳.高性能网络中多优先级请求的灵活多路径带宽调度算法研究[D].西北大学.2019
[10].王冬洋.公有云中高性能网络系统研究[D].中国科学技术大学.2019