• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>2017 IEEE Nordic Circuits and Systems Conference: NORCHIP and International Symposium of System-on-Chip >Workload prediction for runtime resource management
【24h】

Workload prediction for runtime resource management

机译：用于运行时资源管理的工作量预测

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

An intelligent resource manager is an essential part of platforms based on heterogeneous architectures. The resource manager should be able to accurately predict the future workload of the system at hand and take it into consideration for making decisions. In this paper, we study a large computer cluster and show that there exist patterns in the sequence of applications that each user runs over time, and that these patterns can be used for modeling and prediction of the applications that will be requested in the future. To this end, we develop a predictive technique based on the n-gram model. It is shown that, due to the varied nature of application sequences of different users, a universal model does not provide optimal results, and a customized model should be constructed for each user. The experimental results show that the straightforward methods have a prediction accuracy below 16% when assessed on a real-life data set. Our technique provides an accuracy improvement of more than 51% in comparison with the straightforward method.
机译：智能资源管理器是基于异构体系结构的平台的重要组成部分。资源管理器应该能够准确预测手头系统的未来工作量，并在进行决策时将其考虑在内。在本文中，我们研究了一个大型计算机集群，并显示了每个用户随时间运行的应用程序序列中都存在一些模式，并且这些模式可用于对将来将要使用的应用程序进行建模和预测。为此，我们开发了基于n-gram模型的预测技术。结果表明，由于不同用户的应用程序序列的不同性质，通用模型无法提供最佳结果，因此应为每个用户构建定制模型。实验结果表明，在真实数据集上进行评估时，直接方法的预测准确性低于16％。与直接方法相比，我们的技术可将精度提高51％以上。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号