基于深度学习的机器学习集群的任务放置

这是一篇发表在INFOCOM'2019上的论文， 特点是使用了强化学习进行任务放置。

Abstract

• 背景

  • 虽然作业之间的服务器共享提高了资源利用率，但位于ML 作业之间的干扰可能会导致性能显着下降。
  • 现有的集群调度程序（例如，Mesos）在其作业布置中是忽视干扰的，导致资源效率不佳。
  • 干扰感知工作安置已在文献中进行了研究，但使用详细的工作负载分析和干扰建模进行了处理，这不是通用的解决方案。

• Harmony

  Read more...