DRAS-CQSim：一种基于强化学习的高性能计算集群调度框架
分布式、并行与集群计算
2021-05-18 v1 人工智能
摘要
数十年来，系统管理员一直努力设计和调优集群调度策略以提升高性能计算（HPC）系统的性能。然而，日益复杂的 HPC 系统结合高度多样的工作负载，使此类手工过程充满挑战、耗时且易出错。我们提出一个名为 DRAS-CQSim 的基于强化学习的 HPC 调度框架，以自动学习最优调度策略。DRAS-CQSim 封装了仿真环境、智能体、超参数调优选项以及不同的强化学习算法，使系统管理员能够快速获得定制化调度策略。
引用
@article{arxiv.2105.07526,
title = {DRAS-CQSim: A Reinforcement Learning based Framework for HPC Cluster Scheduling},
author = {Yuping Fan and Zhiling Lan},
journal= {arXiv preprint arXiv:2105.07526},
year = {2021}
}