中移（苏州）软件技术有限公司

本申请提供了一种无锁环形缓冲区的并发控制方法、设备、存储介质及程序产品；方法包括：响应于多个生产者对所述无锁环形缓冲区的写入操作，通过原子操作竞争将写指针从第一值更新至第二值，并递增全局生产者序列号；响应于多个消费者对所述无锁环形缓冲区的读取操作，读取所述全局生产者序列号和全局消费者序列号；基于所述全局生产者序列号和所述全局消费者序列号判断是否对所述无锁环形缓冲区进行读取操作，当确定进行操作时，通过原子操作竞争将读指针从第三值更新至第四值，并递增所述全局消费者序列号；如此，解决ABA问题的同时避免全局序列号的性能瓶颈，对比传统单序列号方案可以大幅减少原子操作冲突率。

本发明公开了一种基于位图和布隆过滤器的索引自适应构建和推荐方法，包括如下步骤：数据特性建模:采集数据表总行数、数据页容量参数并建模；过滤效果评估：设计基于数据页概率的索引评估策略，针对位图索引和布隆过滤器，采用组合近似、指数近似方法计算过滤率；空间成本估算，分别计算位图索引和布隆过滤器的空间需求；自适应构建与管理，基于过滤效果和空间成本的量化结果，自动选择最优索引类型和参数组合；动态调整索引的构建和淘汰策略，实现索引生命周期的全流程自动化管理。本发明有效解决现有位图索引与布隆过滤器索引在收益评估模糊、存储代价失控、查询适配性差及技术落地门槛高的问题。

本申请提供了一种信息检索方法、设备、程序产品及存储介质；方法包括：接收待检索内容，并分析待检索内容得到与待检索内容相关的第一信息；根据第一信息确定第一检索工具集合，并使用第一检索工具集合中的每个检索工具检索待检索内容得到待检索内容对应的初始检索结果集合；根据初始检索结果集合和待检索内容判断是否需要确定待检索内容对应的第一检索子内容集合和确定第二检索工具集合；当判断需要确定第一检索子内容集合和确定第二检索工具集合时，使用第二检索工具集合中的每个检索工具检索第一检索子内容集合中对应的第一检索子内容得到第一中间检索结果集合；根据初始检索结果集合和第一中间检索结果集合确定待检索内容对应的最终检索结果。

本申请提供一种知识库文档的分片方法及装置，其中的方法包括：对知识库文档进行解析，提取出文本、图片、图片在文档中位置、表格以及表格在文档中的位置；按照预设的句子数量，将文本划分为多个第一文本分段；基于每个第一文本分段的每个句子的切分概率，将每个第一文本分段切分为预设数量的第二文本分段；基于图片在文档中的位置确定图片所属的第二文本分段；基于表格在文档中的位置确定表格所属的第二文本分段；将图片和表格分别与所属的第二文本分段进行拼接，得到第三文本分段。本实施例的方法通过切分概率确定文档的切分点，提升了文档切分的准确性；通过将图片和表格内容和文本文段做关联，提升大语言模型问答的准确性。

本公开涉及模型微调的技术领域，具体而言，涉及一种模型微调方法、装置、设备、介质及产品。包括：获取输入数据，并基于输入数据构建携带多个初始问答对的初始训练集。在任一轮迭代式微调的过程中，基于当前轮的目标训练集对上一轮模型进行微调，微调后得到本轮模型；首轮迭代式微调所对应的上一轮模型为基座模型，首轮迭代式微调时所对应的目标训练集为初始训练集。基于本轮模型生成目标问答对。将质量筛选通过的目标问答对添加至目标训练集，以基于添加后的目标训练集进行下一轮迭代式微调。本公开中任一轮通过质量筛选的目标问答对，在后续轮次中可持续作为训练数据使用，使每一轮迭代基于上一轮微调后的模型继续优化，提升了模型迭代效率。

本发明公开了一种面向超节点的在网计算通信方法及系统。方法包括：对于分配有任务的各处理单元：将其任务的模型梯度切分为多个分片，建立分片与在网计算单元之间的静态绑定关系；对于各分片：将该分片切分为多个数据块，按照预设映射策略为各数据块选择相应的交换平面；对于分配有任务的各处理单元：对其各数据块分别添加立即数索引后，通过相应交换平面发送至绑定的在网计算单元；对于各在网计算单元：根据接收到的数据中的立即数索引判断与其绑定的分片的数据块是否均已到达，并在均已到达时对接收到的分片进行聚合运算后通知相应的处理单元，处理单元读取聚合结果。本发明显著提升链路与在网资源的利用效率。

本公开涉及一种批量数据的处理方法、装置、计算机设备及存储介质。包括通过预设网络接口获取多个数据，并将多个数据写入预设的环形存储区内；分别对环形存储区内的多个数据进行解析，以生成每个数据的数据描述信息；通过单次系统调用批量获取来自多个客户端的多个就绪事件，每个就绪事件对应一个数据请求，每个就绪事件中携带有根据数据描述信息确定的数据请求的存储位置信息和执行优先级；按照执行优先级从高到低的顺序，依次针对每个执行优先级级别中的多个数据请求，分别根据每个数据请求的存储位置信息，从环形存储区读取对应的数据，并将读取的数据反馈至该数据请求对应的客户端。由此，释放了因数据搬运而被大量占用的内存带宽。

本发明公开了一种可视化埋点处理方法、装置、设备、存储介质及程序产品，该方法包括：对待埋点页面的埋点配置对应的埋点元素进行样式注入，获得埋点配置的页面截图，将页面截图与注入帧截图进行相似度比对；在页面中存在部分埋点配置对应的页面截图与注入帧截图未通过相似度比对时，对页面及其上一个版本的历史页面进行差异分析，定位埋点元素发生变化的区域块截图，并与注入帧截图进行埋点元素相似度比对，得到至少一个埋点元素对，埋点元素对包括：区域块中的一个埋点元素以及注入帧截图中的一个埋点元素；对埋点元素对进行相似度判断，并根据相似度判定结果对页面进行可视化埋点处理。本发明能有效降低埋点的耗时和人力成本，提高埋点效率。

本申请公开了一种基于工作流的处理系统，调度执行服务器获取第一语言指令，并将第一语言指令进行拆解，获得第一场景需求，并将第一场景需求发送至规划服务器，规划服务器基于第一场景需求进行处理，获得第一节点信息，并将第一节点信息发送至编排服务器，其中，所述第一节点信息至少包括：第一节点种类和第一节点数量，编排服务器基于第一节点信息进行边参数填充，获得第一可执行结果，并将第一可执行结果发送至所述校验器，校验器基于第一可执行结果进行校验，获得校验结果。也就是说，通过调度执行服务器、规划服务器、编排服务器、校验器对第一语言指令进行处理，从而精准的自动化生成工作流，避免消耗人工资源和成本。

本发明公开一种GPU集群调度方法、系统、设备、介质及程序产品，通过获取用于表征GPU集群中空闲计算节点的聚集程度的规整度熵，并在规整度熵大于预设的规整度熵阈值时，能够根据当前的分布式训练任务信息和各个超节点的空闲计算节点数量，在GPU集群中设置保留超节点集合，约束保留超节点集合中的空闲计算节点仅用于执行分布式训练任务，从而能够为当前待执行的目标分布式训练任务提前锁定完整的资源空间，有效降低了资源碎片化程度，同时避免了因资源碎片化程度严重所造成的死锁问题，进而显著提高了GPU集群的资源利用率，保障了分布式训练任务的有效、高效执行。

本公开实施例公开了基于量子电路的复用方法、装置、电子设备、介质及产品。其中，上述方法包括：构建配置多组约束条件的CP‑SAT模型；其中，CP‑SAT模型以最小化物理比特使用数量为优化目标；确定待执行量子电路的电路运行信息；其中，电路运行信息用于指示待执行量子电路的电路时序、各逻辑比特的运行逻辑和运行周期；通过CP‑SAT模型对电路运行信息进行处理，得到中间复用方案；在确定中间复用方案满足各约束条件，并且，满足待执行量子电路的执行规则的情况下，将中间复用方案确定为目标复用方案；其中，执行规则用于指示待执行量子电路的时序和逻辑比特的因果依赖逻辑；基于目标复用方案重构待执行量子电路，得到目标量子电路。

本发明公开了一种基于光计算的地震数据去噪方法、装置、设备、介质及产品，所述方法包括：获取地震数据，并对所述地震数据进行预处理；基于空间光调制器对预处理后的地震数据进行编码，生成对应的光强图像；对所述光强图像进行随机投影降维，生成低维矩阵；对所述低维矩阵依次进行正交分解和奇异值分解；对分解后的奇异值进行截断，并基于截断后的奇异值进行低秩重构，得到去噪后的地震数据。本发明通过光学随机投影实现对原始高维数据的快速降维，替代传统电子架构中耗时的矩阵乘法操作，不仅有效降低了计算复杂度，而且充分利用了光计算固有的高并行性与超宽带特性，适用于大规模地震数据的高效去噪。

本公开涉及云计算技术领域，尤其是提供一种基于热度感知的工作负载多集群调度方法及系统。上述方法应用于多云管理平台的调度引擎，调度引擎包括网络构造器和热度计算器，包括：获取API调用信息、用户画像数据和集群监控指标；网络构造器基于API调用信息、用户画像数据和集群监控指标，构建异构三联网络；热度计算器基于异构三联网络，采用热度计算模型迭代计算，得到各集群对应的热度值；基于各集群分别对应的热度值，将待调度工作负载分配至目标集群集合。本公开的技术方案使调度决策不仅考虑集群资源余量，还兼顾用户行为活跃度和应用热门程度，实现副本数随集群状态动态自适应调整，有效提升多集群资源利用率。

本发明公开了一种分布式RCU处理方法、装置、设备、介质及产品，所述方法包括当接收读请求时，获取读请求对应业务数据的全局最新版本号；对全局最新版本号和本地缓存中对应的原版本号进行校验，根据校验结果读取对应的目标业务数据；根据目标业务数据对应的目标版本号和本地活跃读操作列表记录读请求的执行状态；当目标业务数据对应所有读请求的执行状态为已完成，且目标业务数据标记为待回收状态时，对目标业务数据进行清理。能够基于全局版本校验实现本地无锁读取，依托活跃读列表记录读操作状态，并在缓存待回收且无活跃读请求时清理缓存，实现跨节点数据同步，适用于分布式高并发业务场景，解决高并发读场景下锁竞争和性能瓶颈的问题。

本申请实施例公开了存储对象的存储方法、系统、设备及介质，其中方法包括：接收用户发起的存储请求，根据存储请求确定存储对象对应的存储容器的目标指纹计算策略；根据目标指纹计算策略确定生成存储对象的指纹信息的计算方式和指纹算法；基于计算方式和指纹算法确定存储对象的指纹信息；将指纹信息和存储对象存储到存储容器中。通过本申请提供的一种存储对象的存储方法，根据要存储的数据对应的指纹计算策略确定合理的计算方式和满足用户指定需要的指纹计算算法。完成对用户存储数据在对象存储系统中的存储条件的需要，实现对用户上传数据的高效存储。可以灵活确定指纹的计算方式和所采用的指纹算法。兼顾计算效率和指纹算法的安全需要。

本公开实施例公开了一种基于MongoDB的备份方法、装置、设备、介质及产品。其中，上述方法包括：在检测到目标数据库的备份被触发的情况下，确定与所述目标数据库中主节点的同步进度符合预设同步条件的目标节点，并将所述目标节点配置为隐藏节点；暂停所述隐藏节点的同步任务，对所述隐藏节点的操作日志进行复制，得到复制后的目标备份文件；通过分块传输机制对所述目标备份文件进行分块后，得到备份数据块，并将所述备份数据块传输至所述目标数据库对应的外部存储空间；在确定全部所述备份数据块传输至所述外部存储空间之后，将所述隐藏节点的节点配置恢复为所述目标节点的配置，并恢复所述目标节点与所述主节点的同步状态。

本发明公开了一种声纹识别模型训练方法、装置、设备、存储介质和程序产品，提取原始语音信号的语音特征后，通过自注意力机制进行加权，得到加权特征；将加权特征分两路分别输入至声纹识别模型的第一分支和第二分支，并获取第一分支输出的第一损失，以及获取第二分支输出的第二损失；其中，所述第一分支用于识别用户身份，所述第二分支用于识别用户的语音类别；基于第一损失和第二损失计算总损失；利用总损失更新所述声纹识别模型的模型参数，直至达到预设的训练轮次时，完成声纹识别模型的训练。采用本发明实施例，能提高多场景下声纹识别准确率。

本申请提供了一种网络质量检测方法、电子设备、存储介质及计算机程序产品；方法包括：接收第二设备发送的N+1条第一信息和第三设备发送的N+1条第二信息；其中，一条第一信息包括一个测试报文的发送时间和对应的响应报文的接收时间，一条第二信息包括一个测试报文的接收时间和对应的响应报文的发送时间，N+1个测试报文和N+1个响应报文通过第一路径传输，所述第一路径是在所述第二设备和所述第三设备之间构建的双向对称的参考路径，N为正整数；基于所述N+1条第一信息和所述N+1条第二信息，确定所述第二设备与所述第三设备之间的第一时钟偏差。上述方案可以提高第一时钟偏差的准确度，提高第二设备与第三设备之间的NTP时钟偏差的精度。

本申请提供了一种数据处理方法、设备、程序产品、存储介质；所述方法包括：接收第一入云流量，所述第一入云流量包括N个第一报文，N为正整数；对所述第一入云流量进行限速处理，得到第二入云流量，所述第二入云流量包括M个第一报文，M为正整数，M小于等于N；对所述第二入云流量中的第一报文进行处理得到第一安全报文，所述第一安全报文包括安全头字段；将第三入云流量发送至云内资源池，所述第三入云流量包括所述第二入云流量中每个第一报文对应的第一安全报文，如此，先将第一入云流量限速后再处理，提升整体处理效率，将第一报文生成对应的第一安全报文，保证传输过程的安全，提升网络性能。

本申请实施例提供了一种图像重建方法、设备、存储介质及计算机程序产品，该方法包括：获取第一图像对应的高频子带系数和低频子带系数；并确定与高频子带系数对应的第一高频系数块、与低频子带系数对应的第一低频近似图像块；其中，第一高频系数块包括三层小波变换中的每层对应的高频系数块；基于第一低频近似图像块确定重建后的低频近似图像，并基于第一低频近似图像块、第一高频系数块确定自适应采样率；其中，自适应采样率用于调整每层的高频系数块在对应方向上的采样率；基于自适应采样率确定重建后的高频系数块，并基于重建后的高频系数块和重建后的低频近似图像确定压缩重建图像，从而提高了压缩重建图像的质量。