.png){kind=icon}
返回
A relax-and-round optimization algorithm for online NUMA-aware virtual machine placement
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.126653.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
虚拟机（VM）放置算法的性能直接关系到云服务运营商的经济利润。由于高实时计算需求，当前基于优化的方法需要求解整数规划问题，无法在线实现大规模问题的应用。我们提出了一种高效的松弛-舍入优化算法来解决这个问题。首先，我们提出了一种虚拟机放置模型，其目标是通过最大化资源池的剩余资源价值，从而为未知的未来虚拟机需求预留资源。其次，我们通过引入指定NUMA节点的额外决策变量来处理非均匀内存访问（NUMA）结构。最后，我们提出了一种启发式松弛-舍入算法，能够高效求解整数规划问题，并保证约束条件的满足。所提出的方法在HUAWEI云平台上进行了测试。结果显示，所提出方法在性能上明显优于当前的近似或智能优化方法（如Best-Fit、First-Fit、深度强化学习等），与精确方法相当，但计算效率远高于精确方法。
Keyword:
VM placement
NUMA structure
Optimization-based approach
LP relaxation
Heuristic algorithm
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
暂无机构信息
引用论文
.png){kind=icon}
A Utilization Based Genetic Algorithm for virtual machine placement in cloud systems基于利用率的遗传算法在云计算系统中的虚拟机放置
PREAI
分享收藏Virtual Machine Placement for Minimizing Image Retrieval Cost and Communication Cost in Cloud Data Center虚拟机部署以最小化云数据中心中的图像检索成本和通信成本
PREAI
分享收藏
查看更多内容