深度强化学习资源管理器

闲置资源回收加速39%

首个用深度强化学习实时回收无服务器平台闲置资源并加速函数执行的资源管理器。

Yu, Hanfei · Wang, Hao · Jian, Li · Yuan, Xu · Park, Seung-jong

IEEE Transactions on Parallel and Distributed Systems 2024

参数信息

闲置资源回收比例

38 %

函数加速比例

39 %

第99百分位延迟降幅

26 %

技术优势

闲置资源可安全回收

通过实时监测函数资源利用率，检测用户配置与实际消耗的不匹配，并利用DRL算法中的安全防护机制避免影响函数性能。

加速效果显著

利用回收的闲置资源，39%的函数调用得到加速，第99百分位响应延迟降低26%。

应用场景

• 云资源调度：动态回收闲置资源，提升云平台整体利用率。
• 深度强化学习系统：将深度强化学习应用于实时资源调度决策。
• 分布式系统运维：自动检测并调整函数资源配置，简化分布式系统运维。