.png){kind=icon}
返回
HRB: A Backfilling Algorithm for Heterogeneous Clusters with Job Prioritization
.png){kind=icon}
OA
AI
DOI：10.1016/j.future.2025.108309.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
回填是一种在高性能计算（HPC）系统中广泛使用的调度技术，用于提高资源利用率。然而，传统的算法如EASY Backfill是为单核同构环境设计的，未考虑多核架构的影响或异构集群中节点的个体特性。本文提出了两种EASY的改进算法，即异构回填（HB）和异构重排序回填（HRB）。这些算法通过将节点属性纳入调度过程，使回填策略适应异构多核环境。HB算法根据给定标准（如功耗或性能）对节点进行排序，以改善资源分配。HRB算法通过引入作业重排序标准扩展此方法，从而实现更高效的回填决策。对这些算法的评估表明，它们能够显著降低异构集群中的能耗并提高调度效率。结果表明，所提出的算法在能耗、等待时间或工期（makespan）方面优于传统的回填方法，如EASY Backfill。通过利用现代HPC系统的异构性，这些算法实现了更高效的资源利用，并有助于提升大规模计算环境的整体性能。
Keyword:
HPC Scheduling
Backfilling Algorithm
Heterogeneous Clusters
Energy-Aware Scheduling
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
F
IF:
0
论文数:
642
被引数:
0
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏A Study of the High-Performance Computing Parallelism in Solving Complexity of Meteorology Data and Calculations气象数据与计算复杂度求解中的高性能计算并行性研究
PREAI
分享收藏Backfilling using system-generated predictions rather than user runtime estimates使用系统生成的预测而不是用户运行时估计进行回填
PREAI
分享收藏Intelligent energy pairing scheduler (InEPS) for heterogeneous HPC clusters异构HPC集群的智能能量配对调度器(InEPS)
OAAI
OAAI分享收藏
查看更多内容