特許ウォッチ

公開番号2025016699
公報種別公開特許公報(A)
公開日2025-02-04
出願番号2024193564,2023045289
出願日2024-11-05,2023-03-22
発明の名称リソース交換処理方法と装置、設備、記憶媒体およびプログラム製品
出願人イェルステクノロジーズ,インコーポレイテッド
代理人弁理士法人一色国際特許事務所
主分類G06Q 30/06 20230101AFI20250128BHJP(計算;計数)
要約【課題】顧客がコンピュータを利用したサービスを完了するまでの期間に基づいて価格を最適化するシステム及び方法を提供する。
【解決手段】所望のソフトウェア作業を実行するためのパフォーマンス実測コンピュータ処理時間予測値に対する価格の範囲を提供する方法であって、ユーザーが、所望のソフトウェア作業のデータを、サービスプロバイダにアップロードすると、サービスプロバイダは、リソース推定モデルを使用してデータを分析し、リソースオプションを決定し、リソースオプションを、価格範囲とこれに対応する所望のソフトウェア作業を実行するためのパフォーマンス実測時間予測値とに変換し、特定の価格とこれ対応するパフォーマンス実測時間予測値とをユーザーに選択させ、ユーザーは、選択した価格とこれに対応する実測時間に関連付けられたリソースオプションを使用して、選択したソフトウェア作業の実行をリクエストする。
【選択図】図1
特許請求の範囲【請求項１】
コンピュータに実装される方法であって、所望のソフトウェア作業を実行するためのパフォーマンス実測コンピュータ処理時間予測値に対する価格の範囲を、サービスプロバイダが提供する方法であり、
ａ）前記サービスプロバイダが提供する、コンピュータに実装された、前処理をする方法を使用して、ユーザーが所望のソフトウェア作業のデータを準備し、
前記データを、コンピュータシステムを介して、前記サービスプロバイダのコンピュータシステムにアップロードし、且つ、
前記所望のソフトウェア作業を実行するための、前記サービスプロバイダのサービスをリクエストするステップと、
ｂ）リソース推定モデルを使用して、前記サービスプロバイダの前記コンピュータシステムにおいて、前記サービスプロバイダが前記データを分析し、
それにより、リソースオプションを決定し、且つ、
前記リソースオプションを、
価格範囲と、
これに対応する、前記所望のソフトウェア作業を実行するためのパフォーマンス実測時間予測値とに、変換するステップと、
ｃ）前記サービスプロバイダが、前記サービスプロバイダの前記コンピュータシステムを介して、
前記価格範囲と、
これに対応する、前記所望のソフトウェア作業を実行するための前記パフォーマンス実測時間予測値と
が載っているリストを、
前記ユーザーのコンピュータシステムを介して前記ユーザーに提示するステップと、
ｄ）特定の価格と、これに対応するパフォーマンス実測時間予測値とを、前記ユーザーが選択し、
前記選択された価格と前記対応する実測時間とに関連付けられたリソースオプションを使用して前記サービスプロバイダが前記所望のソフトウェア作業を実行することを、前記ユーザーがリクエストするステップと、
ｅ）前記サービスプロバイダが、前記選択された価格と前記対応する実測時間とに関連付けられた前記リソースオプションを使用して、前記所望のソフトウェア作業を実行し、
前記所望のソフトウェア作業の実行結果を前記ユーザーに提供し、
前記所望のソフトウェア作業の前記実行結果に対して前記ユーザーに請求し、
前記ユーザーが受け取った前記結果に対する前記ユーザーからの支払いを受領するステップ
とを含む、
コンピュータに実装される方法。
続きを表示（約 4,000 文字）【請求項２】
請求項１に記載の、コンピュータに実装される方法であって、
前記所望のソフトウェア作業の実行中に、前記リソース推定モデルから、パフォーマンス実測時間予測値データを収集するステップをさらに含む、
方法。
【請求項３】
請求項１に記載の、コンピュータに実装される方法であって、
前記リソース推定モデルを使用することは、
ａ）前記所望のソフトウェア作業の実測時間に影響を与えるコンポーネントを特定するステップと、
ｂ）潜在的なリソースを特定するステップと、
ｃ）前記ソフトウェア作業の各コンポーネントの、前記潜在的なリソース上でのパフォーマンス実測時間データを収集するステップと、
ｄ）前記リソース推定モデルを最適化して、パフォーマンス実測時間を決定するステップと、
ｅ）前記リソース推定モデルを実行して、前記所望のソフトウェア作業の実行を完了するまでのパフォーマンス実測時間を予測するステップ
とをさらに含む、
コンピュータに実装される方法。
【請求項４】
請求項３に記載の、コンピュータに実装される方法であって、
前記所望のソフトウェア作業の各コンポーネントの、前記潜在的なリソース上でのパフォーマンス実測時間予測値データを収集するステップは、
ａ）前記所望のソフトウェア作業から特定の入力値セットをインスタンス化するステップと、
ｂ）リソースオプションのリストから特定のリソースセットをインスタンス化するステップと、
ｃ）前記所望のソフトウェア作業を実行するステップと、
ｄ）パフォーマンス実測時間予測値データを抽出するステップと、
ｅ）入力パラメータと実測時間データを保存するステップと、
ｆ）ステップａ～ｅを繰り返して、パフォーマンス実測時間を予測する際の前記リソース推定モデルの精度を最適化するステップ
とをさらに含む、
コンピュータに実装される方法。
【請求項５】
請求項３に記載の、コンピュータに実装される方法であって、
パフォーマンス実測時間予測値を予測するために前記リソース推定モデルを最適化するステップは、
ａ）初期リソース推定モデルを選択するステップと、
ｂ）前記初期リソース推定モデルの各制御パラメータを初期化するステップと、
ｃ）前記リソース推定モデルを前記入力値セットで実行するステップと、
ｄ）リソース推定モデル誤差を評価して、リソース推定モデル誤差が、最適化が完了する閾値より小さいかどうかを判定するステップ
とをさらに含む、
コンピュータに実装される方法。
【請求項６】
請求項３に記載の、コンピュータに実装される方法であって、
前記リソース推定モデルを実行して、前記所望のソフトウェア作業の実行を完了するまでのパフォーマンス実測時間を予測するステップは、
ａ）利用可能なリソースのリストを取得するステップと、
ｂ）初期リソースセットを選択し、ユーザー入力データを取得するステップと、
ｃ）前記最適化されたリソース推定モデルを実行するステップと、
ｄ）パフォーマンス実測時間予測値リストに追記し、ソートするステップと、
ｅ）パフォーマンス実測時間予測値の価格決定を開始するステップ
とをさらに含む、
コンピュータに実装される方法。
【請求項７】
請求項１に記載の、コンピュータに実装される方法であって、
最低価格は、パフォーマンス実測時間予測値が最も低いリソースセットから決定される、
コンピュータに実装される方法。
【請求項８】
コンピュータに実装される方法であって、所望のソフトウェア作業を実行するためのパフォーマンス実測コンピュータ処理時間予測値に対する価格の範囲を、サービスプロバイダが提供する方法であり、
ａ）前記サービスプロバイダが提供する、コンピュータに実装された、前処理をする方法を使用して、ユーザーが所望のソフトウェア作業のデータを準備し、
前記データを、コンピュータシステムを介して、前記サービスプロバイダのコンピュータシステムにアップロードし、且つ、
前記所望のソフトウェア作業を実行するための、前記サービスプロバイダのサービスをリクエストするステップと、
ｂ）リソース推定モデルを使用して、前記サービスプロバイダの前記コンピュータシステムにおいて、前記サービスプロバイダが前記データを分析し、
それにより、リソースオプションを決定し、且つ、
前記リソースオプションを、
価格範囲と、
これに対応する、前記所望のソフトウェア作業を実行するためのパフォーマンス実測時間予測値とに、変換するステップと、
ｃ）前記サービスプロバイダが、前記サービスプロバイダの前記コンピュータシステムを介して、
前記価格範囲と、
これに対応する、前記所望のソフトウェア作業を実行するための前記パフォーマンス実測時間予測値と
が載っているリストとを、
前記ユーザーのコンピュータシステムを介して前記ユーザーに提示するステップと、
ｄ）特定の価格と、これに対応するパフォーマンス実測時間予測値とを、前記ユーザーが選択し、
前記選択された価格と前記対応する実測時間とに関連付けられたリソースオプションを使用して前記サービスプロバイダが前記所望のソフトウェア作業を実行することを、前記ユーザーがリクエストするステップと、
ｅ）前記サービスプロバイダが、前記選択された価格と前記対応する実測時間とに関連付けられた前記リソースオプションを使用して、前記所望のソフトウェア作業を実行し、
前記所望のソフトウェア作業の実行結果を前記ユーザーに提供し、
前記所望のソフトウェア作業の前記実行結果に対して前記ユーザーに請求し、
前記ユーザーが受け取った前記結果に対する前記ユーザーからの支払いを受領するステップと、
ｆ）前記所望のソフトウェア作業の実行中に、前記リソース推定モデルから、パフォーマンス実測時間予測値データを収集するステップと
を含み、
前記リソース推定モデルを使用することは、
前記所望のソフトウェア作業の実測時間に影響を与えるコンポーネントを特定するステップと、
潜在的なリソースを特定するステップと、
前記ソフトウェア作業の各コンポーネントの、前記潜在的なリソース上でのパフォーマンス実測時間データを収集するステップと、
前記リソース推定モデルを最適化して、パフォーマンス実測時間を決定するステップと、
前記リソース推定モデルを実行して、前記所望のソフトウェア作業の実行を完了するまでのパフォーマンス実測時間を予測するステップと
をさらに含み、
前記所望のソフトウェア作業の各コンポーネントの、前記潜在的なリソース上でのパフォーマンス実測時間予測値データを収集するステップは、
リソースオプションのリストから特定のリソースセットをインスタンス化するステップと、
前記所望のソフトウェア作業を実行するステップと、
パフォーマンス実測時間予測値データを抽出するステップと、
入力パラメータと実測時間データを保存するステップと、
リソースオプションのリストから特定のリソースセットをインスタンス化する前記ステップから入力パラメータと実測時間データを保存する前記ステップを繰り返して、パフォーマンス実測時間を予測する際の前記リソース推定モデルの精度を最適化するステップと
を含む、
コンピュータに実装される方法。
【請求項９】
請求項８に記載の、コンピュータに実装される方法であって、
パフォーマンス実測時間予測値を予測するために前記リソース推定モデルを最適化するステップは、
ａ）初期リソース推定モデルを選択するステップと、
ｂ）前記初期リソース推定モデルの各制御パラメータを初期化するステップと、
ｃ）前記リソース推定モデルを前記入力値セットで実行するステップと、
ｄ）リソース推定モデル誤差を評価して、リソース推定モデル誤差が最適化が完了する閾値より小さいかどうかを判定するステップ
とをさらに含む、
コンピュータに実装される方法。
【請求項１０】
請求項８に記載の、コンピュータに実装される方法であって、
前記リソース推定モデルを実行して、前記所望のソフトウェア作業の実行を完了するまでのパフォーマンス実測時間を予測するステップは、
ａ）利用可能なリソースのリストを取得するステップと、
ｂ）初期リソースセットを選択し、ユーザー入力データを取得するステップと、
ｃ）前記最適化されたリソース推定モデルを実行するステップと、
ｄ）パフォーマンス実測時間予測値リストに追記し、ソートするステップと、
ｅ）パフォーマンス実測時間予測値の価格決定を開始するステップ
とをさらに含む、
コンピュータに実装される方法。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
関連出願の相互参照
２０２２年３月２１日に出願された米国特許出願第１７／６９９，３１６号に対して優先権が主張され、その内容全体が参照により本明細書に組み込まれる。
続きを表示（約 2,900 文字）【０００２】
本開示の発明は、一般に、コンピュータに実装されたシステム及び方法であって、コンピュータを利用したサービスを提供するためのシステム及び方法に関する。本発明は、より具体的には、コンピュータを利用したサービスのパフォーマンスをカスタマイズ可能な態様で提供するために価格範囲を顧客に提供するシステム及び方法に関し、ここでは、顧客がコンピュータを利用したサービスを完了するまでの期間に基づいて価格を最適化できる。
【背景技術】
【０００３】
従来、顧客は、２つの主要なライセンスモデル、すなわち永久ライセンスと期間限定型ライセンスに基づいて、ソフトウェアにアクセスする。永久ライセンスの場合は、通常、ソフトウェアの一定数のインスタンスにアクセスするために決まった料金を支払うようになっている。永久ライセンスモデルを使用している企業では、さらに、テクニカルサポートやソフトウェアの最新版へのアクセスを維持するために保守料金（通常は年単位）を支払うオプションを、顧客に提供する傾向がある。期間限定型ライセンスの場合は、一定数のインスタンスへのアクセスが定められた期間に限られており、月単位又は年単位のサブスクリプションのように顧客に請求される場合がある。
【０００４】
いずれの場合も、ライセンスは、ユーザーロック方式、ノードロック方式、キーロック方式、フローティング方式にさらに細分化される。ユーザーロックライセンスは、ソフトウェアを単一のユーザーに制限することを意図しており、通常は特定のユーザー名をチェックすることによって実施される。ノードロックライセンスも同様に、ライセンスが特定のコンピュータにロックされていることを前提として機能する。キーロックライセンスは、コンピュータから別のコンピュータに移動可能なＵＳＢキーなどのハードウェアライセンス実施デバイスに紐付けられている。最後に、フローティングライセンスでは、ユーザーは、ライセンスサーバー上にあるインスタンスで利用権のあるものの数を確認することで、ネットワーク上のどこからでもソフトウェアにアクセスできる。ユーザーロック方式、ノードロック方式、フローティング方式のライセンス型ソフトウェアの例としては、Ｍａｔｈｗｏｒｋｓ社のＭＡＴＬＡＢ（登録商標）が挙げられる。
【０００５】
これらの方法は、多かれ少なかれ、数十年にわたってソフトウェアライセンスの現状を定義してきた。最近では、Ｗｅｂベースのテクノロジーの普及、クラウドコンピューティングソリューションの普及、インターネットアクセスがほぼどこでも利用可能となったことにより、Ｓｏｆｔｗａｒｅ－ａｓ－ａ－Ｓｅｒｖｉｃｅ（ＳａａＳ）ビジネスモデルがよく利用されている。ＳａａＳライセンスモデルは、ユーザーが一定レベルのアクセスを一定期間利用する期間限定型ライセンスの手法と同じように機能することがもっとも多い。この一般的な例は、ユーザーごと又はユーザーのグループごとに月額料金でソフトウェア機能の追加を可能にするＳａａＳモデルである。同様の例では、ある期間にわたって所定のボリューム（つまり、当該ソフトウェアを同時に使用するユーザーの数又は当該ソフトウェアの同時に実行するインスタンスの数）へのアクセスが顧客に提供される。
【０００６】
モデリング＆シミュレーション（Ｍｏｄｅｌｉｎｇ＆Ｓｉｍｕｌａｔｉｏｎ、Ｍ＆Ｓ）ソフトウェアは、特殊なＩＴハードウェアとインフラが必要なため、これまで従来のライセンス方式に限定されてきた。数値流体力学（ＣｏｍｐｕｔａｔｉｏｎａｌＦｌｕｉｄＤｙｎａｍｉｃｓ、ＣＦＤ）、計算電磁気学（ＣｏｍｐｕｔａｔｉｏｎａｌＥｌｅｃｔｒｏｍａｇｎｅｔｉｃｓ、ＣＥＭ）、構造解析などの多くの種類のＭ＆Ｓソフトウェアは、計算負荷が高く、個々のワークステーションやクラスタ構成用コンピュータリソースに多大な投資が必要となる場合がある。計算負荷は、メモリやランタイムの点で個々のシミュレーションの規模が大きいことから生じるか、又は、必要なシミュレーションの量（高次元のパラメトリック解析や最適化など）から生じることがある。
【０００７】
このモデルでは、計算物理学（ＣｏｍｐｕｔａｔｉｏｎａｌＰｈｙｓｉｃｓ、ＣＰ）Ｍ＆Ｓソフトウェアのユーザーは、シミュレーションの達成可能な全体的なスループットが限られており、これは、（１）コンピュータリソースの不足、（２）多くのリソースにわたるスケーリングに対応するライセンスの不足によるものである。ＡｍａｚｏｎＷｅｂＳｅｒｖｉｃｅｓ、ＭｉｃｒｏｓｏｆｔＡｚｕｒｅ、ＧｏｏｇｌｅＣｌｏｕｄなどのサービスを通じて提供されるクラウド型コンピュータリソースの計算規模は無限に見えるため、第１の問題を解決する道はある。ユーザーは、様々な処理、メモリ、グラフィックプロセッサ（ＧｒａｐｈｉｃａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ、ＧＰＵ）、ネットワーク、及びストレージ機能を備えた個々のインスタンスの中から選択し、どのようなボリュームが必要であってもほぼすべての構成をインスタンス化できる。この場合は、ユーザーにとって制限となるのは、クラウド型コンピュータリソースに対する組織的予算及びプロジェクト予算と、ライセンスの理容可能かどうかということのみである。
【０００８】
しかしながら、この最後の問題は、依然として重大である。現在までに、モデリング＆シミュレーションのＳａａＳのクラウド型ビジネスモデルは２種類ある。第１のものでは、顧客は、ソフトウェアを決まった使用量でリースできる。これは、決まった数の期間限定型フローティングライセンスを購入することと類似しており、ＳａａＳのクラウド型コンピューティングの本来の可能性を損なうことになる。第２の手法は、より柔軟な（そして予想される）使用量ベースのモデルで、サージ形式Ｍ＆Ｓニーズに対処するのに最適である。
【０００９】
使用量ベースのライセンスモデルにより、ユーザーはＳａａＳのクラウド型モデリング＆シミュレーションの利点を享受できる。しかしながら、ユーザーにはシミュレーションの実行コストを事前に判断する手段がなく、また、プロセッサやＧＰＵを追加した場合に減少する利益についても見通しが立たない。さらに、ユーザーは、必要なときに適時に支払うことができない。
【００１０】
現在のところ、クラウドプロバイダにサービスを要求して所定の望ましいパフォーマンスを得る一般的な方法はない。現時点でユーザーができる最善のことは、必要最小限のものよりも大きなリソースを割り当てることを選択し、より少ないリソースを選択した場合と比較してパフォーマンスが向上することを期待することである。これには、パフォーマンスとリソース数の関係についての勘所を養うために、特定のリソースのセットでの豊富な利用経験が必要である。
（【００１１】以降は省略されています）

関連特許