★ 3
研究用 100ms 级监控揭示 GPU 集群利用率严重不足
论文基于英伟达 DCGM 库开发轻量监控工具，在 89 节点、319 块 GPU 的大学集群上以 100ms 粒度采集数据。发现超 70% 作业占用显存不足 20%、50% 作业 SM 利用率低于 5%，80% 作业申请与实际时长严重不符，调度与多任务仍有大量优化空间。
arXiv cs.AI5 天前
#作业调度
共 4 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 2
论文统计评估深度强化学习用于 HPC 作业调度
论文系统比较 PPO、A2C、DQN 六种深度强化学习方案（含与不含动作掩码）在两种真实 Slurm 负载上的 HPC 作业调度表现。结果显示同构负载上掩码 DRL 相对随机对照无显著提升，异构负载上 MaskablePPO 三项指标均优于对照，最大有界减速比 LCFS 低 22%，但与其他掩码方…
arXiv cs.AI17 天前
★ 2
RAC：面向约束工程任务的智能体关系契约
论文提出 RAC，一种与执行框架无关的工程智能体动作与反馈契约，规定权威观测、语义动作、工具实现、独立验证与修复证据。在 PCB 布局、布线与修复任务上，RAC 在九个模型上平均清洁通过率达 90.9%，优于最强基线 74.0%；在作业车间调度中直接关系动作质量通过率 96.3%，远高于代码中介的…
arXiv cs.AI17 天前
★ 1
面向网格作业运行时间预测的防泄漏调度感知机器学习
论文在GWA-T-4 AuverGrid工作负载上重新定义CPU突发时间预测为防泄漏的执行前作业运行时间预测，仅使用提交时属性并采用时间与冷启动评估。经时间验证调优后CatBoost取得最佳部署导向结果，单服务器仿真显示预测驱动的SJF相比FCFS将平均等待时间降低50.92%。研究指出随机划分评…
arXiv cs.LG48 天前
这个主题的相关资产
相关公司英伟达（Nvidia）1