麻省理工學(xué)院的專家說(shuō)，運(yùn)行人工智能(AI)的數(shù)據(jù)中心將比使用人工編輯算法時(shí)間表的數(shù)據(jù)中心效率更高。研究人員表示，他們已經(jīng)開發(fā)了一種自動(dòng)調(diào)度程序，可以將群集作業(yè)的速度提高20%或30%，在高峰期甚至可以提高2倍。
麻省理工學(xué)院人工智能作業(yè)調(diào)度程序可使用一種稱為“強(qiáng)化學(xué)習(xí)”(RL)的人工智能。這是一種基于反復(fù)試驗(yàn)的機(jī)器學(xué)習(xí)方法，可以根據(jù)特定集群中的實(shí)際工作量來(lái)修改調(diào)度決策。如果做得正確，人工智能可以取代當(dāng)前的最新方法，即算法。它們通常必須由工作人員進(jìn)行微調(diào)，從而導(dǎo)致效率低下。
麻省理工學(xué)院在與該技術(shù)相關(guān)的新聞文章中說(shuō)：“該系統(tǒng)可以使數(shù)據(jù)中心使用更少的資源以更高的速度處理相同的工作負(fù)載。適應(yīng)數(shù)據(jù)中心的強(qiáng)化學(xué)習(xí)形式可以徹底改變運(yùn)營(yíng)。”
麻省理工學(xué)院電氣工程與計(jì)算機(jī)科學(xué)系的學(xué)生Honghong Mao說(shuō)，“如果使用機(jī)器進(jìn)行反復(fù)試驗(yàn)的方法，他們可以嘗試不同的調(diào)度工作方式，并自動(dòng)找出哪種策略比其他方法更好。利用率稍有改善，即使是1%，也能節(jié)省數(shù)百萬(wàn)美元和大量能源。”
當(dāng)今的數(shù)據(jù)中心算法面臨哪些問(wèn)題
當(dāng)前在數(shù)千臺(tái)服務(wù)器上運(yùn)行任務(wù)的當(dāng)前算法的問(wèn)題是它們效率不高。理論上，它們應(yīng)該是這樣的，但是由于工作負(fù)載(任務(wù)的組合)是不同的，因此人類需要參與調(diào)整性能(例如，可能需要在作業(yè)之間共享資源，或者某些作業(yè)可能需要比其他作業(yè)更快地執(zhí)行)但是人類無(wú)法處理修改的范圍或范圍;這項(xiàng)工作太大了。
在人工編輯的調(diào)度中，人類無(wú)法理解的排列可以包括以下事實(shí)：較低的節(jié)點(diǎn)(較小的計(jì)算任務(wù))直到上節(jié)點(diǎn)(更大的、需要功率的計(jì)算任務(wù))完成其工作才能開始工作。科學(xué)家們解釋說(shuō)，計(jì)算資源的分配非常復(fù)雜。
麻省理工學(xué)院的系統(tǒng)Decima可以處理節(jié)點(diǎn)和邊緣(邊緣連接節(jié)點(diǎn)和鏈接任務(wù))的動(dòng)態(tài)圖形(表示)。而強(qiáng)化學(xué)習(xí)(RL)以前不可能做到這一點(diǎn)，因?yàn)闊o(wú)法充分理解圖表，傳統(tǒng)的強(qiáng)化學(xué)習(xí)(RL)系統(tǒng)不習(xí)慣處理這樣的動(dòng)態(tài)圖。
麻省理工學(xué)院基于圖形的人工智能與其他形式的圖像人工智能有所不同。例如，機(jī)器人通過(guò)處理圖像并在正確的情況下獲取獎(jiǎng)勵(lì)信號(hào)來(lái)了解不同場(chǎng)景下對(duì)象之間的差異。
但是，類似于向機(jī)器人呈現(xiàn)圖像，Decima系統(tǒng)中的工作負(fù)載被模仿，直到該系統(tǒng)通過(guò)接收人工智能獎(jiǎng)勵(lì)信號(hào)來(lái)改善其決策為止。這樣，一種特殊的基準(zhǔn)(與歷史進(jìn)行比較)就可以幫助Decima找出哪些行動(dòng)是好事，哪些是不好的事，即使由于工作結(jié)構(gòu)的復(fù)雜化使工作速度減慢，工作序列僅提供了較差的獎(jiǎng)勵(lì)信號(hào)。基線是MIT系統(tǒng)中的關(guān)鍵差異因素。
麥迪遜威斯康星大學(xué)教授Aditya Akella說(shuō)，“Decima可以找到調(diào)度優(yōu)化的機(jī)會(huì)，而這是繁重的工作，無(wú)法通過(guò)人工設(shè)計(jì)/調(diào)整過(guò)程來(lái)實(shí)現(xiàn)。那里的團(tuán)隊(duì)開發(fā)了許多高性能的調(diào)度程序。”
聯(lián)系客服
