BEIJING, Sept. 19, 2023 — WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” o “Ang Kompanya”), isang nangungunang global na Hologram Augmented Reality (“AR”) Technology provider, ay inihayag ngayong araw na ito ay bumuo ng IoT-LocalSense algorithm, na nag-o-optimize ng load balancing problem, pinaaayos ang localization ng pagganap ng task, binabawasan ang hindi lokal na pagganap at hindi pantay na load, pinapahusay ang paggamit ng mapagkukunan, at lalo pang pinaaayos ang pagganap ng mga system ng IoT cluster.

Sa mga kapaligiran ng pagko-compute ng IoT, ang data scheduling ay kinasasangkutan ng pagpapamahagi ng input data ng isang trabaho sa iba’t ibang compute at storage nodes. Kung malubha ang pagkakaiba ng matching ng data, maaari itong humantong sa hindi lokal na pagganap ng data scheduling, na nagdaragdag sa oras ng pagganap ng task at paggamit ng mapagkukunan. Sa parehong oras, ang hindi pantay na load ay maaaring humantong sa overloading ng ilang mga node at magaan na pag-load ng iba pang mga node, na nakakaapekto sa kabuuan pagganap ng system at kahusayan ng paggamit ng mapagkukunan. Ang prinsipyo:

Data placement module: Sa pamamagitan ng pagsusuri ng kakayahan sa pag-proseso ng mga node ng trabaho ng IoT, ang algorithm ng data placement ay dinisenyo upang makatwirang ipamahagi ang input data ng trabaho sa mga node ng pagko-compute at storage. Samantala, isinaalang-alang ang localization ng data, ang mga kaugnay na data ay inilagay malapit sa mga node ng pagko-compute upang mabawasan ang overhead at pagkaantala ng paglipat ng data.

Data scheduling optimization module: I-optimize ang data scheduling sa pamamagitan ng paggamit ng impormasyon sa lokasyon ng storage ng data block upang mas malamang na ang mga task ay maipapatupad sa mga lokal na node habang nagpapatupad, na binabawasan ang dalas ng hindi lokal na pagganap. Pinapantay din nito ang load ng bawat node sa cluster, tinitiyak na pantay na nakakalat sa buong cluster ang mga task, at pinapahusay ang kahusayan ng paggamit ng mga mapagkukunan ng system.

Mga benepisyo ng algorithm ng IoT-LocalSense:

Pagpapabuti sa antas ng localized na pagganap ng task: Sa pamamagitan ng mga algorithm ng data placement at optimization ng data scheduling, ang algorithm ng IoT-LocalSense ay maaaring epektibong pabutihin ang antas ng lokal na pagganap ng mga task sa mga node ng pagko-compute. Ang lokal na imbakan ng mga kaugnay na data ay nagbibigay-daan sa mga task na ma-access ang data nang mabilis, na binabawasan ang pangangailangan para sa paglipat ng data at sa gayon ay pinalulusog ang pagganap ng task.

Pagbawas sa hindi lokal na pagganap: Inilalagay ng algorithm ng IoT-LocalSense ang data na kinakailangan para sa hindi lokal na data scheduling sa lokal na imbakan ng node ng pagko-compute sa pamamagitan ng paraan ng data prefetching. Ito ay nagbabawas sa dami ng oras na hinintay ng isang task para sa mga paglipat ng hindi lokal na data, sa gayon ay binabawasan ang dalas ng hindi lokal na pagganap at pinapahusay ang kabuuan pagganap.

Isinasaalang-alang ang locality ng data: Pinopokus ng algorithm ang locality ng data at inilalagay ang mga kaugnay na data sa paligid ng mga node ng pagko-compute, na binabawasan ang paglipat ng data sa network, sa gayon ay binabawasan ang overhead at pagkaantala sa network, at pinapahusay ang kabuuan pagganap ng system.

Pinahuhusay na paggamit ng mapagkukunan: Sa pamamagitan ng pagbawas sa hindi lokal na pagganap at pag-optimize ng data scheduling, ang algorithm ng IoT-LocalSense ay pinapahusay ang mahusay na paggamit ng mga mapagkukunan ng system. Mas lokal na ipinapatupad ang mga task, na binabawasan ang nasayang na mga mapagkukunan at hindi kinakailangang load.

Sa malalaking scenario ng pagpoproseso ng data ng IoT, ang algorithm ng IoT-LocalSense ay maaaring makatulong nang malaki sa pagpapahusay ng pagganap ng system at kahusayan sa paggamit ng mapagkukunan. Sa tunay na system ng pagko-compute ng IoT, ang algorithm ay maaaring gamitin bilang isang pangunahing bahagi ng optimization ng data scheduling upang i-optimize ang iskedyul ng mga task at ang pamamahagi ng data upang mapahusay ang kabuuan pagganap ng system. Ang pagganap ng algorithm ng IoT-LocalSense ay kinukumpara sa iba pang mga algorithm ng data scheduling sa pamamagitan ng mga simulation experiment ng system, at umuungos ang algorithm sa mga tuntunin ng antas ng localized na pagganap ng task at oras ng tugon, na mas mabuti nang malaki kaysa sa mga tradisyonal na algorithm ng optimization ng data scheduling.

Ang algorithm ng IoT-LocalSense ng WiMi ay malaking pinapahusay ang pagganap at kahusayan ng mga system ng IoT cluster sa pamamagitan ng pag-o-optimize ng data placement, optimization ng data scheduling, at data prefetching, na nagdaragdag ng localized na pagganap ng task, binabawasan ang hindi lokal na pagganap at hindi pantay na load, at pinapahusay ang paggamit ng mapagkukunan. Sa patuloy na pag-unlad ng teknolohiya ng IoT, patuloy na i-o-optimize at pahuhusayin ang IoT-LocalSense algorithm upang magbigay ng mas malakas na suporta sa optimization ng data scheduling para sa pagko-compute ng IoT.

Tungkol sa WIMI Hologram Cloud

Ang WIMI Hologram Cloud, Inc. (NASDAQ: WIMI) ay isang comprehensive technical solution provider ng holographic cloud na nakatuon sa mga propesyonal na lugar kabilang ang holographic AR automotive HUD software, 3D holographic pulse LiDAR, head-mounted light field holographic equipment, holographic semiconductor, holographic cloud software, holographic car navigation at iba pa. Ang mga serbisyo at teknolohiya ng holographic AR nito ay kinabibilangan ng holographic AR automotive application, teknolohiya ng 3D holographic pulse LiDAR, teknolohiya ng holographic vision semiconductor, pag-develop ng holographic software, teknolohiya ng holographic AR advertising, teknolohiya ng holographic AR entertainment, holographic ARSDK payment, interactive holographic communication at iba pang mga teknolohiya ng holographic AR.

Mga Pahayag ng Ligtas na Harbor

Ang press release na ito ay naglalaman ng “forward-looking statements” sa loob ng Private Securities Litigation Reform Act ng 1995. Ang mga pahayag na ito ay maaaring makilala sa pamamagitan ng terminolohiyang tulad ng “magiging,” “inaasahan,” “hinihintay,” “sa hinaharap,” “nakakatulong,” “mga plano,” “naniniwala,” “tinatayang,” at katulad na mga pahayag. Ang mga pahayag na hindi historical na katotohanan, kabilang ang mga pahayag tungkol sa paniniwala at inaasahan ng Kompanya, ay mga pahayag na tumitingin sa hinaharap. Bukod sa iba pang bagay, ang business outlook at mga quotation mula sa pamunuan sa press release na ito at ang mga estratehikong at operasyonal na plano ng Kompanya ay naglalaman ng mga pahayag na tumitingin sa hinaharap. Ang Kompanya ay maaari ring gumawa ng nakasulat o pasalitang mga pahayag na tumitingin sa hinaharap sa mga regular na ulat nito sa US Securities and Exchange Commission (“SEC”) sa Mga Form 20−F at 6−K, sa taunang ulat nito sa mga stockholder, sa mga press release, at iba pang nakasulat na materyales, at sa mga pasalitang pahayag na ginawa ng mga opisyal, direktor o empleyado nito sa mga third party.

Mayroong kasamang likas na mga panganib at kawalang katiyakan ang mga pahayag na tumitingin sa hinaharap. Maraming mga bagay ang maaaring magresulta sa materyal na pagkakaiba sa anumang pahayag na tumitingin sa hinaharap, kabilang angunit hindi limitado sa mga sumusunod: ang mga layunin at estratehiya ng Kompanya; ang hinaharap na business development, kalagayan sa pananalapi, at resulta ng mga operasyon ng Kompanya; inaasahang paglago ng industriya ng AR holographic; at mga inaasahan ng Kompanya tungkol sa pangangailangan para at pagtanggap ng merkado sa mga produkto at serbisyo nito.

Karagdagang impormasyon tungkol sa mga panganib na ito at iba pa ay kasama sa taunang ulat sa Form 20-F ng Kompanya at sa kasalukuyang ulat sa Form 6-K at iba pang mga dokumentong naisumite sa SEC. Ang lahat ng impormasyong ibinigay sa press release na ito ay epektibo sa petsa ng press release na ito. Ang Kompanya ay walang obligasyon na i-update ang anumang pahayag na tumitingin sa hinaharap maliban sa kinakailangan sa ilalim ng mga naaangkop na batas.