算力网络中面向计算重用的任务调度优化

摘要： 为应对未来算力需求爆炸性增长所带来的挑战，将计算重用技术引入算力网络中，通过重用计算任务结果，来缩短服务时延并减少计算资源消耗。在此基础上，提出基于服务联盟的上下文感知在线学习算法。首先，设计重用指数来减少额外查找时延；然后，基于服务联盟机制进行在线学习，根据上下文信息及历史经验做出计算任务调度决策。仿真实验结果表明，所提算法在服务时延、计算资源消耗等方面均优于基准算法。 （共14页）