JP2018026050A - 並列処理装置、ジョブ管理プログラムおよびジョブ管理方法 - Google Patents
並列処理装置、ジョブ管理プログラムおよびジョブ管理方法 Download PDFInfo
- Publication number
- JP2018026050A JP2018026050A JP2016158758A JP2016158758A JP2018026050A JP 2018026050 A JP2018026050 A JP 2018026050A JP 2016158758 A JP2016158758 A JP 2016158758A JP 2016158758 A JP2016158758 A JP 2016158758A JP 2018026050 A JP2018026050 A JP 2018026050A
- Authority
- JP
- Japan
- Prior art keywords
- job
- nodes
- time
- calculation
- submitted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/461—Saving or restoring of program or task context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3287—Power saving characterised by the action undertaken by switching off individual functional units in the computer system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5019—Workload prediction
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
【解決手段】演算部1bは、ジョブの投入時に、投入時よりも前の実行済ジョブの情報、実行済ジョブの実行終了コード、投入対象ジョブとその他の投入済ジョブの情報、および、直前のイベントの発生時から投入時までの時間差に基づいて、イベントの発生後に投入されるジョブの投入までの時間と当該ジョブの所要ノード数とを機械学習機構N1により学習する。演算部1bは、イベントが発生すると、機械学習機構N1による学習結果を用いて、次のジョブの投入までの時間と次のジョブの所要ノード数とを予測し、予測に応じて計算ノード12,13,14,・・・それぞれの起動状態を制御する。
【選択図】図1
Description
[第1の実施の形態]
図1は、第1の実施の形態の並列処理装置を示す図である。並列処理装置10は、管理ノード11および計算ノード12,13,14,・・・を有する。また、並列処理装置10は、ネットワーク15を有する。管理ノード11および計算ノード12,13,14,・・・は、ネットワーク15に接続されている。ネットワーク15は、並列処理装置10の内部ネットワークである。管理ノード11は、計算ノード12,13,14,・・・に実行させるジョブを管理するノードである。計算ノード12,13,14,・・・は、ジョブを並列に実行する計算処理用のノードである。並列処理装置10は、計算ノード12,13,14,・・・の一部を用いて、1つのジョブを実行することもできるし、他の一部を用いて別のジョブを並行して実行することもできる。
ここで、省電力化のために一部の計算ノードの電源切断やサスペンドを行うと、その副作用として、計算を行いたいタイミングなどに直ちに計算ノードを使用できなくなるという問題がある。並列処理装置10では、ユーザが所望のタイミングでジョブを投入する運用が多い。このため、いつ、どのようなジョブが投入されるか不明なことが多い。例えば、ユーザがジョブを実行したいタイミングで一部の計算ノードを電源オンする運用も考えられる。しかし、計算ノードの電源オン開始から電源オン完了までには時間を要し、ジョブの実行開始が遅延してしまう。この問題は、ジョブスループットの低下や計算ノードの使用効率の低下の要因にもなる。
図2は、第2の実施の形態の計算システムの例を示す図である。第2の実施の形態の計算システムは、多数(例えば数万〜10万程度)の計算ノードを有し、複数の計算ノードを用いてジョブを並列実行する。また、当該計算システムは、他の複数の計算ノードを用いて他のジョブを並列実行することもできる。
ファイルサーバ300は、各種データを記憶するサーバコンピュータである。例えば、サーバ300は、計算ノード200に実行させるプログラムを計算ノード200に配信することができる。
図3は、管理ノードのハードウェア例を示す図である。管理ノード100は、プロセッサ101、RAM102、インタコネクトアダプタ103、I/O(Input / Output)バスアダプタ104、ディスクアダプタ105およびネットワークアダプタ106を有する。
インタコネクトアダプタ103は、I/Oバスアダプタ104に接続される場合もある。
図4は、ファイルサーバのハードウェア例を示す図である。ファイルサーバ300は、プロセッサ301、RAM302、HDD303、画像信号処理部304、入力信号処理部305、媒体リーダ306および通信インタフェース307を有する。各ユニットがファイルサーバ300のバスに接続されている。また、ファイルサーバ300は管理ノードと同様にインタコネクトアダプタ103(図4では図示を省略している)を持つ場合がある。
図5は、管理ノードの機能例を示す図である。管理ノード100は、記憶部110、ログイン処理部120、ジョブ管理部130、予測部140、ジョブスケジューラ150、ジョブ実行管理部160およびノード管理部170を有する。記憶部110は、RAM102やディスク装置40に確保された記憶領域を用いて実現される。ログイン処理部120、ジョブ管理部130、予測部140、ジョブスケジューラ150、ジョブ実行管理部160およびノード管理部170は、RAM102に記憶されたプログラムをプロセッサ101が実行することで実現される。
ジョブ管理部130は、ログインしたユーザによるジョブ投入を受け付ける。ジョブ管理部130は、ログインしたユーザからのジョブ投入を受け付けたとき、ジョブが投入されたことを予測部140に通知する。ジョブ管理部130は、投入されたジョブのスケジューリングをジョブスケジューラ150に依頼する。ジョブ管理部130は、ジョブスケジューラ150のスケジューリング結果で指定される計算ノードを用いてジョブの実行を開始するよう、ジョブ実行管理部160に依頼する。ジョブ管理部130は、計算ノードでジョブを実行させる。ジョブ実行管理部160からジョブの実行を終了した旨の通知を受け付けると、ジョブが終了したことを予測部140に通知する。
出力側教師データO2は、投入されたジョブの直前のイベント(該当ユーザのログインまたは該当ユーザのジョブ終了)の発生時刻と、今回投入されたジョブの投入時刻との時間差(相対時間)である。予測部140は、ログイン履歴およびジョブ履歴を参照して、直前のイベントが該当ユーザのログインかジョブ終了かを判断し、当該イベントの発生時刻を得ることができる。
図8は、管理ノードの処理例を示すフローチャートである。以下、図8に示す処理をステップ番号に沿って説明する。
(S13)予測部140は、ニューラルネットワークN11による学習結果を用いて、計算ノードの需要予測を行う。処理の詳細は後述される。
なお、予測部140は、ステップS12またはステップS14の実行後、次の通知を受け付けるまで待機する。次の通知を受け付けると、再度ステップS11を開始する。
(S21)予測部140は、記憶部110に記憶されたログイン履歴およびジョブ履歴を参照して、今回のジョブを依頼したユーザに対する、今回のジョブ投入の直前のイベントを判定する。直前のイベントがジョブ終了である場合、処理をステップS22に進める。直前のイベントがログインである場合、処理をステップS23に進める。なお、予測部140は、ログイン履歴およびジョブ履歴に含まれるイベントのうち、ログインまたはジョブ終了のイベントのみに着目してステップS21の判定を行う(例えば、ジョブ実行開始などの他のイベントを無視して直前のイベントを判断する)。
(S24)予測部140は、ステップS21で判定した直前のイベントの時刻情報を2πで正規化し、sin,cos値を計算する。
(S27)予測部140は、ステップS24〜S26で取得した各ジョブに関する情報をニューラルネットワークN11の入力側教師データとする。そして、処理をステップS28に進める。
(S28)予測部140は、今回投入されたジョブの所要ノード数をジョブ管理部130から取得する。
(S33)予測部140は、ニューラルネットワークN11による教師付き学習計算を実行する。例えば、予測部140は、誤差逆伝搬法(バックプロパゲーション)を用いて、ニューラルネットワークN11に含まれる各結合定数を更新する。予測部140は、学習結果(更新後の各結合定数)を、ユーザIDに対応付けて記憶部110に格納する。
(S42)予測部140は、今回受け付けた通知がログインまたはジョブ終了の何れかであるかを判定する。ジョブ終了の場合、処理をステップS43に進める。ログインの場合、処理をステップS44に進める。
(S45)予測部140は、該当ユーザの過去m個分の終了ジョブ識別子と終了コードとを記憶部110に記憶されたジョブ履歴から取得する。予測部140は、該当ユーザについて、現時刻に対して直近のm個分の終了ジョブ識別子と終了コードとを取得する。
(S47)予測部140は、ステップS41〜S46で取得した情報をニューラルネットワークN11の入力データとして、該当のユーザによる次のジョブの所要ノード数および投入までの時間の予測値を計算する。予測部140は、現在時刻に投入までの時間の予測を加えた時刻を、次のジョブの投入予測時刻とする。なお、予測部140は、該当ユーザのユーザIDに基づいて、該当ユーザに対応するニューラルネットワークN11の学習結果の情報を記憶部110から取得し、ステップS47の予測に用いることができる。
図12は、再通電操作の例を示すフローチャートである。以下、図12に示す処理をステップ番号に沿って説明する。以下に示す手順は、図8のステップS14に相当する。
(S58)ノード管理部170は、ステップS53で計算した不足ノード数分の計算ノードを、直ちに再通電する。そして、処理を終了する。
11 管理ノード
11a 記憶部
11b 演算部
12,13,14 計算ノード
15 ネットワーク
N1 ニューラルネットワーク
Claims (9)
- 複数のジョブを実行する複数のノードと、
ジョブの投入時に、前記投入時よりも前の実行済ジョブの情報、前記実行済ジョブの実行終了コード、投入対象ジョブと投入済ジョブの情報、および、直前のイベントの発生時から前記投入時までの時間差に基づいて、前記イベントの発生後に投入されるジョブの投入までの時間と当該ジョブの所要ノード数とを機械学習機構により学習し、
前記イベントが発生すると、前記機械学習機構による学習結果を用いて、次のジョブの投入までの時間と前記次のジョブの所要ノード数とを予測し、予測に応じて前記複数のノードそれぞれの起動状態を制御する、演算部と、
を有する並列処理装置。 - 前記演算部は、前記機械学習機構による学習の際、前記実行済ジョブの情報、前記実行済ジョブの実行終了コード、および、前記投入済ジョブの情報を前記機械学習機構の入力側教師データとし、前記投入対象ジョブの実行に用いられるノードの数、および、前記時間差を出力側教師データとする、請求項1記載の並列処理装置。
- 前記演算部は、更に、前記イベントの発生時刻の情報を前記入力側教師データとする、請求項2記載の並列処理装置。
- 前記イベントは、ユーザのログインであり、
前記演算部は、前記ユーザのログイン時に、前記ログイン時よりも前の実行済ジョブの情報、当該実行済ジョブの実行終了コード、および、現在の投入済ジョブの情報を前記機械学習機構に入力し、前記次のジョブの投入までの時間と前記次のジョブの所要ノード数とを計算する、請求項1乃至3の何れか1項に記載の並列処理装置。 - 前記イベントは、何れかのジョブの終了であり、
前記演算部は、当該ジョブの終了時に、前記終了時よりも前の実行済ジョブの情報、当該実行済ジョブの実行終了コード、および、現在の投入済ジョブの情報を前記機械学習機構に入力し、前記次のジョブの投入までの時間と前記次のジョブの所要ノード数とを計算する、請求項1乃至3の何れか1項に記載の並列処理装置。 - 前記演算部は、ユーザによるジョブの投入を受け付けると、前記ユーザにより要求されたジョブの実行の履歴および前記ユーザのログインの履歴を用いて前記機械学習機構による学習を行い、学習結果をユーザ毎に記憶部に格納する、請求項1乃至5の何れか1項に記載の並列処理装置。
- 前記演算部は、予測した前記次のジョブの投入までの時間と現在時刻とから前記次のジョブの投入が予測される予測時刻を求め、前記所要ノード数と現在起動済の計算ノードの数に応じて、電源オフまたはサスペンド状態である計算ノードのうち前記予測時刻までに起動させる計算ノードの数を決定し、決定した数の計算ノードの起動の所要時間と前記予測時刻とに基づいて、起動対象の計算ノードの起動を開始する時刻を計算する、請求項1乃至6の何れか1項に記載の並列処理装置。
- コンピュータに、
複数のジョブを実行する複数のノードに対するジョブの投入時に、前記投入時よりも前の実行済ジョブの情報、前記実行済ジョブの実行終了コード、投入対象ジョブと投入済ジョブの情報、および、直前のイベントの発生時から前記投入時までの時間差に基づいて、前記イベントの発生後に投入されるジョブの投入までの時間と当該ジョブの所要ノード数とを機械学習機構により学習し、
前記イベントが発生すると、前記機械学習機構による学習結果を用いて、次のジョブの投入までの時間と前記次のジョブの所要ノード数とを予測する、
処理を実行させるジョブ管理プログラム。 - コンピュータが、
複数のジョブを実行する複数のノードに対するジョブの投入時に、前記投入時よりも前の実行済ジョブの情報、前記実行済ジョブの実行終了コード、投入対象ジョブと投入済ジョブの情報、および、直前のイベントの発生時から前記投入時までの時間差に基づいて、前記イベントの発生後に投入されるジョブの投入までの時間と当該ジョブの所要ノード数とを機械学習機構により学習し、
前記イベントが発生すると、前記機械学習機構による学習結果を用いて、次のジョブの投入までの時間と前記次のジョブの所要ノード数とを予測する、
ジョブ管理方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016158758A JP2018026050A (ja) | 2016-08-12 | 2016-08-12 | 並列処理装置、ジョブ管理プログラムおよびジョブ管理方法 |
US15/671,669 US20180046505A1 (en) | 2016-08-12 | 2017-08-08 | Parallel processing apparatus and job management method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016158758A JP2018026050A (ja) | 2016-08-12 | 2016-08-12 | 並列処理装置、ジョブ管理プログラムおよびジョブ管理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018026050A true JP2018026050A (ja) | 2018-02-15 |
Family
ID=61158989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016158758A Withdrawn JP2018026050A (ja) | 2016-08-12 | 2016-08-12 | 並列処理装置、ジョブ管理プログラムおよびジョブ管理方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20180046505A1 (ja) |
JP (1) | JP2018026050A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019194868A1 (en) * | 2018-04-05 | 2019-10-10 | The Fin Exploration Company | Allocating resources in response to estimated completion times for requests |
KR20200068562A (ko) * | 2018-12-05 | 2020-06-15 | 한국전자통신연구원 | 클라우드 컴퓨팅 시스템의 워커 스케줄링 방법 및 이를 위한 장치 |
JP2020129314A (ja) * | 2019-02-12 | 2020-08-27 | 富士通株式会社 | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 |
KR20200133484A (ko) * | 2019-05-20 | 2020-11-30 | 주식회사 에이젠글로벌 | 분산 병렬 기반 인공지능 예측 모델 관제 장치 및 방법 |
WO2022044121A1 (ja) * | 2020-08-25 | 2022-03-03 | 日本電信電話株式会社 | リソース量推定装置、リソース量推定方法及びプログラム |
JP7405008B2 (ja) | 2020-06-08 | 2023-12-26 | 富士通株式会社 | 情報処理装置、情報処理プログラム、及び、情報処理方法 |
JP7449779B2 (ja) | 2020-06-03 | 2024-03-14 | 株式会社日立製作所 | ジョブ管理方法、及びジョブ管理装置 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019066971A (ja) * | 2017-09-29 | 2019-04-25 | キヤノン株式会社 | 画像形成装置、画像形成装置の制御方法、及びプログラム |
US10795724B2 (en) * | 2018-02-27 | 2020-10-06 | Cisco Technology, Inc. | Cloud resources optimization |
GB2572004A (en) * | 2018-03-16 | 2019-09-18 | Mcb Software Services Ltd | Resource allocation using a learned model |
CN109032784A (zh) * | 2018-08-07 | 2018-12-18 | 郑州云海信息技术有限公司 | 一种多任务并行构建方法及装置 |
TWI813745B (zh) * | 2018-09-25 | 2023-09-01 | 日商夏普股份有限公司 | 空氣清淨機及空氣清淨機的控制方法 |
JP6614373B1 (ja) * | 2019-02-13 | 2019-12-04 | 富士通クライアントコンピューティング株式会社 | 推論処理システム、推論処理装置及びプログラム |
JP7243361B2 (ja) * | 2019-03-25 | 2023-03-22 | 富士通株式会社 | ジョブスケジューラ及びジョブスケジュール制御方法 |
CN110990144B (zh) * | 2019-12-17 | 2022-11-08 | 深圳市晨北科技有限公司 | 一种任务确定方法及相关设备 |
US11709701B2 (en) * | 2019-12-31 | 2023-07-25 | Paypal, Inc. | Iterative learning processes for executing code of self-optimizing computation graphs based on execution policies |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6957426B2 (en) * | 2001-04-05 | 2005-10-18 | Hewlett-Packard Development Company L.P. | Independent tool integration |
US20080320482A1 (en) * | 2007-06-20 | 2008-12-25 | Dawson Christopher J | Management of grid computing resources based on service level requirements |
US9419814B2 (en) * | 2009-03-03 | 2016-08-16 | Cisco Technology, Inc. | Event / calendar based auto-start of virtual disks for desktop virtualization |
US8719829B2 (en) * | 2009-03-09 | 2014-05-06 | International Business Machines Corporation | Synchronizing processes in a computing resource by locking a resource for a process at a predicted time slot |
US8291503B2 (en) * | 2009-06-05 | 2012-10-16 | Microsoft Corporation | Preloading modules for performance improvements |
US8782454B2 (en) * | 2011-10-28 | 2014-07-15 | Apple Inc. | System and method for managing clock speed based on task urgency |
JP6191301B2 (ja) * | 2013-07-22 | 2017-09-06 | 富士通株式会社 | 情報処理装置、ジョブスケジューリング方法およびジョブスケジューリングプログラム |
JP6431257B2 (ja) * | 2013-10-21 | 2018-11-28 | キヤノン株式会社 | ネットワークシステム及びネットワークデバイスの管理方法、ネットワークデバイスおよびその制御方法とプログラム、管理システム |
US10031785B2 (en) * | 2015-04-10 | 2018-07-24 | International Business Machines Corporation | Predictive computing resource allocation for distributed environments |
-
2016
- 2016-08-12 JP JP2016158758A patent/JP2018026050A/ja not_active Withdrawn
-
2017
- 2017-08-08 US US15/671,669 patent/US20180046505A1/en not_active Abandoned
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019194868A1 (en) * | 2018-04-05 | 2019-10-10 | The Fin Exploration Company | Allocating resources in response to estimated completion times for requests |
KR20200068562A (ko) * | 2018-12-05 | 2020-06-15 | 한국전자통신연구원 | 클라우드 컴퓨팅 시스템의 워커 스케줄링 방법 및 이를 위한 장치 |
KR102448789B1 (ko) * | 2018-12-05 | 2022-09-30 | 한국전자통신연구원 | 클라우드 컴퓨팅 시스템의 워커 스케줄링 방법 및 이를 위한 장치 |
JP2020129314A (ja) * | 2019-02-12 | 2020-08-27 | 富士通株式会社 | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 |
JP7177350B2 (ja) | 2019-02-12 | 2022-11-24 | 富士通株式会社 | ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置 |
KR20200133484A (ko) * | 2019-05-20 | 2020-11-30 | 주식회사 에이젠글로벌 | 분산 병렬 기반 인공지능 예측 모델 관제 장치 및 방법 |
KR20210070253A (ko) * | 2019-05-20 | 2021-06-14 | 주식회사 에이젠글로벌 | 분산 병렬 기반 인공지능 예측 모델 관제 장치 및 방법 |
KR102308105B1 (ko) * | 2019-05-20 | 2021-10-01 | 주식회사 에이젠글로벌 | 분산 병렬 기반 인공지능 예측 모델 관제 장치 및 방법 |
KR102421254B1 (ko) * | 2019-05-20 | 2022-07-15 | 주식회사 에이젠글로벌 | 분산 병렬 기반 인공지능 예측 모델 관제 장치 및 방법 |
JP7449779B2 (ja) | 2020-06-03 | 2024-03-14 | 株式会社日立製作所 | ジョブ管理方法、及びジョブ管理装置 |
JP7405008B2 (ja) | 2020-06-08 | 2023-12-26 | 富士通株式会社 | 情報処理装置、情報処理プログラム、及び、情報処理方法 |
WO2022044121A1 (ja) * | 2020-08-25 | 2022-03-03 | 日本電信電話株式会社 | リソース量推定装置、リソース量推定方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20180046505A1 (en) | 2018-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018026050A (ja) | 並列処理装置、ジョブ管理プログラムおよびジョブ管理方法 | |
US10896372B2 (en) | Speculative asynchronous sub-population evolutionary computing | |
US10084658B2 (en) | Enhanced cloud demand prediction for smart data centers | |
JP6560263B2 (ja) | 仮想コンピュータリソースのスケジューリングのためのローリングリソースクレジット | |
CN103597449B (zh) | 操作系统解耦的异构计算 | |
US8996890B2 (en) | Method for power conservation in virtualized environments | |
Gao et al. | Quality of service aware power management for virtualized data centers | |
US8230249B2 (en) | Dynamic selection of server states for servers in a cluster of servers | |
WO2014124448A1 (en) | Cost-minimizing task scheduler | |
US20130339759A1 (en) | Method and system for automated application layer power management solution for serverside applications | |
TW201015289A (en) | Coordinated link power management | |
KR102546060B1 (ko) | 블록체인 트랜잭션 처리 방법, 장치, 전자 기기 및 매체 | |
US20200310526A1 (en) | Systems and methods for managing power consumption and device resources | |
US20150378782A1 (en) | Scheduling of tasks on idle processors without context switching | |
US9983907B2 (en) | Resource-aware backfill job scheduling | |
JP5355592B2 (ja) | ハイブリッド型のコンピューティング環境を管理するためのシステムおよび方法 | |
US20230127112A1 (en) | Sub-idle thread priority class | |
Ying et al. | Optimizing energy, locality and priority in a mapreduce cluster | |
Zakarya | Energy and performance aware resource management in heterogeneous cloud datacenters | |
Yang | Energy-efficient cloud data center with fair service level agreement for green computing | |
US10936368B2 (en) | Workload management with delegated correction of execution issues for improving a functioning of computing machines | |
Lee et al. | Improving data-analytics performance via autonomic control of concurrency and resource units | |
Badr et al. | Task consolidation based power consumption minimization in cloud computing environment | |
Pete et al. | 3E-VMC: An experimental energy efficient model for VMs scheduling over cloud | |
Leena Sri et al. | Speculation based decision support system for efficient resource provisioning in cloud data center |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190513 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20190517 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190517 |
|
A761 | Written withdrawal of application |
Free format text: JAPANESE INTERMEDIATE CODE: A761 Effective date: 20200220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200219 |