Oikonomos-II+：一种基于强化学习的云资源推荐系统，专为高性能计算（HPC）和人工智能（AI）工作负载设计

《IEEE Open Journal of Circuits and Systems》：Oikonomos-II+: a Reinforcement-Learning, Cloud Resource Recommender for HPC & AI Workloads

　　

摘要：

Oikonomos-II+ 是一种混合强化学习系统，用于为高性能计算（HPC）和人工智能（AI）应用推荐最佳的云实例类型。与需要历史数据或重复执行作业的现有方法不同，Oikonomos-II+ 可以通过用户提交的作业进行在线学习。它结合了改进的 Neural-LinUCB 算法和高斯过程回归来建模作业参数、实例类型和执行时间之间的关系。这使得它即使在缺乏先验数据的情况下也能有效地平衡探索和利用。我们在多种 HPC 和 AI 工作负载上评估了 Oikonomos-II+ 的六种配置，优化了成本和速度。结果表明，该系统能够收敛到最优的资源选择方案，性能优于纯预测或基于搜索的方法。通过将部署的应用视为黑盒，并消除对预先存在的训练数据或辅助运行的需求，Oikonomos-II+ 为异构云环境中的动态资源选择提供了一种通用且开销较低的解决方案。