news 2026/6/11 17:32:17

【翻译】【SOMEIP-SD】Page65 - Page66

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【翻译】【SOMEIP-SD】Page65 - Page66

[PRS_SOMEIPSD_00406]
在Repetition Phase状态下每发送一条消息,延迟时间加倍。

[PRS_SOMEIPSD_00407]
在Repetition Phase状态Service Discovery发送的消息数量最大值为REPETITIONS_MAX规定的值。

[PRS_SOMEIPSD_00408]
当收到 Offer entry时,其对应的Find entry应停止发送,并进入Main Phase状态

[PRS_SOMEIPSD_00409]
如果REPETITIONS_MAX被设置成0,则跳过Repetition Phase阶段直接从Initial Wait Phase进入Main Phase状态。

[PRS_SOMEIPSD_00410]
在Repetition Phase之后进入Main Phase

[PRS_SOMEIPSD_00411]
进入Main Phase提供方,在发送第一个消息前,应等待1*CYCLIC_OFFER_DELAY。

[PRS_SOMEIPSD_00412]
在Main Phase状态,如果配置了CYCLIC_Offer_DELAY,则应循环发送Offer Message。

[PRS_SOMEIPSD_00413]
一个服务实例的Service Discovery在发送一个消息后,应等待1*CYCLIC_OFFER_DELAY后再发送下一个消息。

[PRS_SOMEIPSD_00415]
在Main Phase状态,Find Service and Find Eventgroup不需要循环发送。

[PRS_SOMEIPSD_00582]
Subscribe EventGroup Entry的发送应在接收到Offer entry后触发,并且应该循环发送。

[PRS_SOMEIPSD_00416]
例子:

  • Initial Wait Phase状态:
    • 等待延迟时间,延迟时间是介于(INITIAL_DELAY_MIN, _MAX)之间的随机数
    • 发送消息(Find Service and Offer Service entries)
  • Repetition Phase状态(REPETITIONS_BASE_DELAY=100ms, REPETITIONS_MAX=2):
    • 等待第一个100ms
    • 发送消息(Find Service and Offer Service entries)
    • 等待第二个100ms
    • 发送消息(Find Service and Offer Service entries)
  • Main Phase:
    • 服务端:
      • 消息处于活动状态,并且CYCLIC_OFFER_DELAY已定义
        • 等待CYCLIC_OFFER_DELAY
        • 发送消息 (Offer Service entries)
      • 客户端
        • 收到Offer Service后发送Subscribe Eventgroup消息
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/11 14:01:18

Open-AutoGLM如何做到断点续训:5个核心组件揭示高可用设计秘密

第一章:Open-AutoGLM任务中断恢复机制概述在大规模语言模型训练与推理过程中,任务执行可能因硬件故障、网络波动或资源调度异常而中断。Open-AutoGLM 提供了一套健壮的任务中断恢复机制,确保长时间运行的自动化任务能够在中断后从最近保存的状…

作者头像 李华
网站建设 2026/6/10 13:05:05

智能菜谱时代来临,Open-AutoGLM为何成为行业唯一选择?

第一章:智能菜谱时代来临,Open-AutoGLM的行业破局之路随着大模型技术向垂直领域渗透,智能菜谱正从简单的食材推荐系统进化为具备认知推理能力的生活助手。Open-AutoGLM 作为开源多模态语言模型在饮食健康领域的创新实践,首次实现了…

作者头像 李华
网站建设 2026/6/10 3:14:16

Open-AutoGLM实战案例解析:一名程序员的租房信息净化之路

第一章:Open-AutoGLM实战背景与租房信息净化挑战在城市化进程加速的背景下,线上租房平台积累了海量非结构化数据,其中包含大量重复、错别字、格式混乱甚至虚假的信息。这些噪声严重制约了房源推荐系统的精准度与用户体验。Open-AutoGLM 作为一…

作者头像 李华
网站建设 2026/6/10 14:45:15

Open-AutoGLM推理延迟太高?掌握这7种优化方法让你的模型响应速度翻倍

第一章:Open-AutoGLM 推理速度优化路径在部署 Open-AutoGLM 模型时,推理速度直接影响用户体验与系统吞吐能力。为提升其性能表现,需从模型结构、计算资源调度和运行时优化三个维度综合施策。模型量化压缩 通过将浮点权重从 FP32 转换为 INT8&…

作者头像 李华
网站建设 2026/6/10 14:03:50

Open-AutoGLM推理资源不足?这4个关键技术让你逆风翻盘

第一章:Open-AutoGLM推理资源不足的挑战本质在部署和运行 Open-AutoGLM 这类大规模语言模型时,推理阶段常面临显著的资源瓶颈。其核心挑战源于模型参数量庞大、上下文依赖复杂以及实时响应需求之间的矛盾。尽管训练阶段可借助分布式计算与高性能集群完成…

作者头像 李华
网站建设 2026/6/10 14:43:54

【企业级日志分析实战】:90%工程师忽略的Open-AutoGLM异常信号

第一章:Open-AutoGLM异常信号的认知盲区在深度学习与自动化模型生成融合的前沿领域,Open-AutoGLM作为开源项目承载了大量对自动语言建模的期待。然而,在其快速迭代的过程中,开发者往往忽视了异常信号的早期识别机制,导…

作者头像 李华