PulseAugur
实时 12:28:15
English(EN) Deft Scheduling of Dynamic Cloud Workflows with Varying Deadlines via Mixture-of-Experts

新的 DEFT 调度器使用专家混合来处理云工作流截止日期

研究人员开发了 DEFT,这是一种用于动态云工作流的新型深度强化学习调度器。DEFT 采用专家混合架构,每个专家专门处理不同的截止日期严格程度。这种方法允许通过最合适的专家进行自适应决策路由,使 DEFT 能够满足比单一专家系统更广泛的截止日期要求。实验表明,与现有方法相比,DEFT 显著降低了执行成本和截止日期违规率。 AI

影响 引入了一种新颖的调度方法,有望提高云环境的效率并降低成本。

排序理由 介绍云工作流调度新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ya Shen, Gang Chen, Hui Ma, Mengjie Zhang ·

    Deft Scheduling of Dynamic Cloud Workflows with Varying Deadlines via Mixture-of-Experts

    arXiv:2606.01162v1 Announce Type: new Abstract: Workflow scheduling in cloud computing demands the intelligent allocation of dynamically arriving, graph-structured workflows with varying deadlines onto ever-changing virtual machine resources. However, existing deep reinforcement …