SLA-MORL：面向 SLA 的多目标强化学习在 HPC 资源优化中的应用.pdfVIP

SLA-MORL：面向SLA的多目标强化学习在

HPC资源优化中的应用

SerajAlMahmudMostafa,AravindMohan,JianwuWang

DepartmentofInformationSystems,UniversityofMaryland,BaltimoreCounty,Baltimore,MD,USA

DepartmentofComputerScience,McMurryUniversity,Abilene,TX,USA

摘要—云环境中的机器学习工作负载动态资源分配仍然具然而，将MORL应用于复杂的HPC和云环境带

有挑战性，因为需要在最小化训练时间和运营成本的同时满足服来了显著的挑战。首先，RL算法存在样本效率低下[2]

务水平协议（SLA）约束。传统方法采用静态资源分配或单目标的问题，需要与动态系统进行大量的交互，因此导致了

优化，导致要么违反SLA，要么浪费资源。我们提出了SLA-