在刚刚结束的全球计算机系统领域顶级会议SOSP 2021上 ， 华为云发表的关于瑶光调度算法的论文 ， 创造性地提出了一种普适的负载生成模型以及生成方法 ， 被大会收录 。 同时 ， 这也是本次大会唯一收录的中国云计算公司技术论文 。
Symposium on Operating Systems Principles (SOSP) 始办于1967年 ， 被誉为计算机系统领域的奥斯卡 ， 是由ACM组织的计算机科学领域顶级会议 。 包含开启互联网时代的Arpanet ， 分布式系统设计公理的CAP原则 ， 公有云标志性论文Amazon Dynamo等都是在SOSP会议上发表 。 作为系统领域的最高学术会议 ， SOSP对论文要求极高 ， 本届SOSP论文接受率仅为15.5% 。
文章图片
文章图片
【调度|华为云瑶光，获全球计算机顶会SOSP论文收录】华为云本次提交的论文《Generating Complex, Realistic Cloud Workloads using Recurrent Neural Networks》由华为云瑶光调度算法团队主导 ， 主要提出了使用 RNN 模型来生成复杂的 Cloud Workloads ， 用于辅助优化云资源的调度 ， 为解决云上超大规模调度提供一套突破性的理论模型 。
预见未来 ， 不断突破理论最优解 基础科学是云计算的重要理论基础 ， 如果云厂商能够精准预测未来一段时间的Workload ， 就可以对资产进行更为高效地规划 ， 为客户提供更优的使用体验 。 传统建模方式 ， 仅基于历史数据来进行预测和调优 ， 通常存在如数据量规模小、灵活性差、失效快等问题 ， 同时基于各种独立性假设 ， 使得建模结果与真实数据的拟合度较低 ， 难以生成真实的、质量高的Workload ， 导致最终难于做出精准决策 。
论文中创造性地提出一个全新的算法 ， 以历史数据为输入 ， 经过Batch Arrival、Resource、Lifetime三个数学模型 ， 产生一段包含每个VM创建时间、结束时间以及对资源请求的Trace ， 最终生成复杂且真实的Cloud Workload 。
文章图片
下图展示了对一段时间内 CPU 资源请求量的 Workload ， 可以看到使用LSTM模型相比传统模型可以更好地拟合真实的数据 ， 从而辅助云厂商进行更精确的资源配置 。
文章图片
华为云瑶光 ， 云上实践与算法理论的绝佳融合
文章图片
华为云瑶光分布式云操作系统 ， 是面向云、5G、AI时代打造的智慧云脑 ， 依托全域调度、动态协商与治理、多样性算力智能匹配等能力 ， 让全域资源供给极优 ， 多样性算力使用极简 。 其算法打破70项由全球优化算法领域权威机构SINTEF维护的PDPTW榜单纪录 ， 成为中国研究机构中最多纪录的保持者 ， 并获得GECCO 2020国际会议OCP与USCP运筹优化算法赛道的双榜首 。 本次的研究成果 ， 也是华为云瑶光在分布式云资源调度、智能决策与优化等技术领域的再一次突破 ， 为华为云平稳高效运行提供技术保障 。
推荐阅读
- 微信|积极落实互联互通，微信收款码支持云闪付及银行APP支付物料落地
- 样儿|从太空看地球新年灯光秀啥样儿？快看！绝美风云卫星图来了
- 技术|使用云原生应用和开源技术的创新攻略
- MateBook|深度解析：华为MateBook X Pro 2022的七大独家创新技术
- 微信|微信支付“九宫格”全面支持开通中国银联云闪付
- 科技创新平台|云南：打造世界一流食用菌科技创新平台
- 果君|华为Mate X2 典藏版竟逼疯整个摄制组？拯救手滑的神器终于来了(视频)
- 测评|【横评】5年前的老机型测评 苹果华为三星小米魅族一加现在卡吗
- 警告!|华为联想卷入滴滴高管千万受贿案 判决书曝光浪潮曾向其输送720多万
- 娱乐|华为智慧屏迎来“影音娱乐”场景三大升级