iScheduler

iScheduler 使用强化学习优化大规模资源分配

研究人员开发了 iScheduler，一个使用强化学习优化大规模计算任务资源分配的新框架。该方法将资源投资问题（RIP）建模为马尔可夫决策过程，与传统方法相比，能够实现更快的调度和重新配置。发布了一个新的基准 L-RIPLIB，其中包含工业规模的云平台工作负载，用于评估 iScheduler。iScheduler 在速度方面表现出显著的改进，同时保持了具有竞争力的资源成本。