PulseAugur
中
实时 08:56:34
English(EN) STARIXNet: Multivariate and Multi-attribute Deep Learning Approach to Real-Time Resource Allocation in Cloud Platforms

STARIXNet通过深度学习优化云资源分配

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了STARIXNet，一种用于云平台实时资源分配的新型深度学习方法。与目前只关注CPU使用率等单一指标的现有方法不同，STARIXNet同时分析多个系统属性来优化扩展决策。该方法优先考虑服务稳定性和成本效益，而非纯粹的预测准确性，并已成功部署在Walmart，实现了显著的成本节约和改进的服务性能。 AI

影响 STARIXNet在Walmart的部署展示了切实的成本节约和服务稳定性提升，可能影响未来的云资源管理策略。

排序理由 该集群包含一篇详细介绍用于云资源分配的新深度学习模型的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 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.LG TIER_1 English(EN) · Ahmed Abdulaal, Maruf Aytekin, Thilaga kumaran Srinivasan, Tomer Lancewicki ·

    STARIXNet：一种多变量、多属性深度学习方法，用于云平台的实时资源分配

    arXiv:2606.07565v1 Announce Type: new Abstract: Intelligent scaling of microservices in cloud platforms is crucial for mitigating escalating compute costs while avoiding service disruptions. Current solutions are limited to the univariate space, typically focusing on CPU usage al…

相关实体

相关话题