Kubeflow異構算力調度策略研究

摘要： Kubeflow將機器學習和云計算技術兩個技術領域相結合，集成了大量的機器學習工具，為生產級的機器學習平臺落地提供了可行方案。機器學習通常依托圖形處理器（GPU）等專用處理器來提高訓練和推理速度，隨著云計算集群規(guī)模的動態(tài)調整，不同計算架構的云計算節(jié)點可以靈活地加入/退出集群，傳統(tǒng)的輪詢調度策略已無法滿足動態(tài)調整下的異構算力資源調度。為解決Kubeflow平臺異構算力的分配優(yōu)化問... （共8頁）