arXiv cs.AI· Xin Qin, Dawei Qiu, Fei Teng·· 4 小时前AI 评分31
无需求解器的 AI 数据中心任务成本感知在线调度方法
Solver-Free and Cost-Aware Online Scheduling of AI Data Center Tasks
AI 导读
该论文提出一种受对偶分解启发的无求解器在线优化规则,在任务到达时即分配启动时段,以在运营约束下优化电费成本,将弹性任务移至低价时段并保证高优先级任务按时执行。在 A100 GPU 轨迹(3,456 块 GPU、1,343 个任务)上的模拟显示,该规则使 GPU 与 CPU 使用率保持在容量内并以低成本完成调度。与多时间尺度优化基准相比,它成本更低,且因无需求解器而计算时间大幅减少。
正文 · AI 翻译
摘要:AI 数据中心持续接收计算任务,而基于求解器的优化需要时间运行,且电力按结算周期计价。本文通过一种受对偶分解启发的无求解器在线优化规则弥合这一时间差。该规则在任务到达时为其分配启动时段,在运行约束下优化能源成本,将灵活任务转移至低价时段,同时保证高优先级任务按计划执行。基于 A100 GPU 追踪数据(3,456 块 GPU、1,343 个任务)的仿真表明,所提规则在将 GPU 和 CPU 使用率保持在容量范围内的同时,以低成本调度任务。与多时间尺度优化基准相比,它实现了更低的成本,且由于无需求解器,计算时间大幅减少。
| 学科: | 系统与控制(eess.SY);人工智能(cs.AI) |
| 引用为: | arXiv:2611.22239 [eess.SY] |
| (或 arXiv:2611.22239v1 [eess.SY] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.22239 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Xin Qin [查看邮箱]
[v1]
2026年11月17日星期二 05:39:35 UTC(817 KB)
来源:arXiv cs.AI · arxiv.org