云边协同的深度学习作业调度方法

来源：软件学报杂志2025年第12期北京时间：

作者：谷典典，金鑫，刘譞哲

单位：谷典典，北京大学 计算机学院, 北京 10087111,金鑫，北京大学 计算机学院, 北京 10087102,刘譞哲，北京大学 计算机学院, 北京 10087103

摘要：边缘服务器(edge server)为移动智能应用提供了低延时、高性能的服务. 然而, 由于边缘服务器上的负载量随时间波动较大, 在负载较低的时刻, 许多边缘服务器处于闲置状态, 其计算资源并没有得到充分利用. 与边缘服务器的利用率不同, 随着人工智能技术在人们生活中的应用越来越广泛, 云计算集群中的计算资源对于深度学习训练作业来说仍较为紧张. 现有的集群调度策略不能有效利用云计算集群外的空闲计算资源, 而有效利用云计算集群外的空闲计算资源可以缓解云计算集群的资源紧张问题, 从而使得更多截止期敏感的深度学习训练作业在截止期之前完成. 针对这一问题, 设计一种面向截止期敏感的深度学习训练作业的集群调度策略, 协同调度云计算资源和空闲的边缘计算资源, 充分利用不同深度学习训练作业的性能特征和空闲的边缘服务器设备, 使得更多的截止期敏感的深度学习训练作业在其截止期之前完成. 最后, 实验结果表明, 云边协同的调度方法在提升作业的截止期满足率方面优于其他基线方法, 并有效地利用空闲的边缘服务器设备, 提高计算资源的利用率.

关键词：云边协同;深度学习训练;集群调度;集群管理;截止期

基金资助：国家重点研发计划(2022YFB4500700); 国家杰出青年科学基金(62325201); 国家自然科学基金 (62172008)