异构服务器数据中心任务调度策略

摘要

针对当前我国数据中心面临的节能、节碳的挑战,以及任务调度和资源分配问题,首先根据用户需求进行分类,然后构建了两阶段的任务调度模型:作业调度和资源分配。依据用户需求的层次化,采用深度神经网络将多个不同的作业系统空间输入,根据所需资源调度到多个异构服务器中,目的是寻找最优调度策略。此外,引入双重深度Q网络,以实现高效且灵活的资源分配。在此基础上,建立了1个优化框架,用以解决异构服务器数据中心的任务调度问题。实验结果表明,与传统的任务调度和资源分配方法相比,所提出的两阶段异构服务器模型在任务调度和资源分配方面有显著优势,该模型将任务调度和资源分配独立并行处理,能够更好地调度用户任务,与MLF和FERPTS相比,能耗分别降低了5.7%和9.7%,展示出显著的优势。

关键词

数据中心 / 任务调度 / 资源分配 / 异构服务器 / 双重深度Q网络