MetaNet：云环境中调度策略的自动化动态选择
分布式、并行与集群计算
2022-05-24 v1 人工智能
摘要
任务调度是优化云计算环境服务质量（QoS）这一背景下一个被充分研究的问题。为维持计算需求的快速增长，云调度器最重要的 QoS 指标之一是执行成本。在这方面，近年来提出了若干基于数据驱动的深度神经网络（DNNs）的调度器，以在动态工作负载设置中实现可扩展且高效的资源管理。然而，最优调度常常依赖于计算需求高、因而意味着更高执行成本的复杂 DNNs。此外，即便在非平稳环境中，复杂调度器也可能并非总是必需，出于成本效率的考虑，我们可以短暂依赖低成本调度器。因此，本工作旨在解决一个非平凡的元问题：使用称为 MetaNet 的代理模型在线动态选择调度策略。与采用固定调度策略的传统方案不同，MetaNet 即时地从一组基于 DNN 的方法中选择一个调度器，以协同优化任务调度与执行成本。相较于最先进的 DNN 调度器，这使得执行成本、能耗、响应时间和服务等级协议违规分别至多改善 11%、43%、8% 和 13%。
引用
@article{arxiv.2205.10642,
title = {MetaNet: Automated Dynamic Selection of Scheduling Policies in Cloud Environments},
author = {Shreshth Tuli and Giuliano Casale and Nicholas R. Jennings},
journal= {arXiv preprint arXiv:2205.10642},
year = {2022}
}
备注
Accepted in IEEE CLOUD 2022