申请/专利权人:浙江大学海南研究院;浙江大学
申请日:2024-01-15
公开(公告)日:2024-04-05
公开(公告)号:CN117827461A
主分类号:G06F9/50
分类号:G06F9/50;G06N3/042;G06N3/0464;G06N3/082
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开一种DAG作业调度方法及系统,其中方法为,当作业的进度状态发生更新时,进行以下步骤:获取各作业的原生特征数据;基于图卷积神经网络对所述原生特征数据进行嵌入特征向量的提取,基于提取结果生成状态特征向量;将所述状态特征向量输入第一预测网络,由所述第一预测网络预测各候选任务被调度的概率,获得各候选任务的调度优先度;按照所述调度优先度从大到小的顺序,基于状态特征向量依次为候选任务选择分配节点,基于选择结果生成调度策略。本发明所提出的调度策略能够在全局上提高效率,还能降低作业执行过程中中间数据的缓存开销。
主权项:1.一种DAG作业调度方法,其特征在于,当作业的进度状态发生更新时,进行以下步骤:获取各作业的原生特征数据;所述原生特征数据包括作业原生特征向量及与任务一一对应的任务原生特征向量;所述作业原生特征向量包含所述作业的节点分配信息;所述任务原生特征向量包含所述节点分配信息,还包含对应任务的资源占用信息;基于图卷积神经网络对所述原生特征数据进行嵌入特征向量的提取,基于提取结果生成状态特征向量;将各作业的任务记为候选任务,所述状态特征向量与所述候选任务一一对应;将所述状态特征向量输入第一预测网络,由所述第一预测网络预测各候选任务被调度的概率,获得各候选任务的调度优先度;按照所述调度优先度从大到小的顺序,基于状态特征向量依次为候选任务选择分配节点,基于选择结果生成调度策略。
全文数据:
权利要求:
百度查询: 浙江大学海南研究院;浙江大学 DAG作业调度方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。