Решение прикладных задач методами искусственного интеллекта

Count time series analysis of jobs scheduling in the hybrid supercomputer center

[Анализ дискретных временных рядов для планирования задач гибридного суперкомпьютерного центра]

S. V. Malov, A. A. Lukashin

Peter the Great St. Petersburg Polytechnic University

Аннотация: Повышение эффективности использования суперкомпьютерных центров является крайне важной задачей, особенно в условиях растущего спроса на высокопроизводительные вычисления и дефицит суперкомпьютерных ресурсов. Статистический анализ результатов различных показателей функционирования суперкомпьютера направлен на создание моделей управления вычислительными ресурсами и формирование базы для использования методов искусственного интеллекта. Целью данного исследования является изучение входящего потока заявок пользователей, во многом определяющего загрузку ресурсов суперкомпьютера. Для анализа входящего потока заявок пользователей используются обобщенные линейные модели и обобщенные уравнения оценивания, а также пуассоновская авторегрессионная модель, применение которых позволяет учитывать зависимость наблюдений и эффект избыточной дисперсии. По результатам наблюдений за работой суперкомпьютера получены оценки временного тренда, а также показатели изменений интенсивности потока заявок в рамках недельного и годового циклов с классификацией по областям знаний и вычислительным комплексам. Установлены показатели статистической значимости изменений в рамках недельного и годового цикла с учетом данной классификации. В результате углубленного анализа с использованием методов множественного сравнения получены статистически значимые порядки главных эффектов недельного и годового факторов.

Ключевые слова: дискретные временные ряды, обобщенные уравнения оценки, пуассоновская условно авторегрессионная модель, множественные сравнения, суперкомпьютерный кластер, планирование задач.

УДК: 519.25

Поступила в редакцию: 25.06.2024

Язык публикации: английский

DOI: 10.18721/JCSTCS.17304