- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
本发明公开了一种面向分布式深度学习训练任务的高效资源分配系统,包括:初始资源配置模块;LAS队列;二分类器;性能模型;多级反馈队列MLFQ,首先将分布式深度学习作业分为可预测作业和不可预测作业,并对两类作业设置不同的作业优先级和资源调整方案。针对于可预测作业,资源调整的收益往往是可以预测的,因此每次调整都可以给集群带来收益。而不可预测作业,其收益往往不可知。此外,可预测作业和不可预测作业的优先级计算方式不同,可预测作业综合考虑资源调整和剩余作业完成时间来计算优先级,而不可预测作业通过已接受服务数
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113190351 B
(45)授权公告日 2022.06.21
(21)申请号 202110487973.2 (56)对比文件
文档评论(0)