麻省理工學院的研究人員開發(fā)的新型系統(tǒng)可以自動“學習”如何在數(shù)千臺服務器上調(diào)度數(shù)據(jù)處理操作，而這通常是由不精確的人工設(shè)計算法完成的任務。這樣做可以幫助當今耗電的數(shù)據(jù)中心更加高效地運行。

數(shù)據(jù)中心可以包含數(shù)以萬計的服務器，這些服務器不斷運行來自開發(fā)人員和用戶的數(shù)據(jù)處理任務。群集調(diào)度算法可實時跨服務器分配傳入任務，以有效利用所有可用的計算資源并快速完成工作。

但是，傳統(tǒng)上，人們會根據(jù)一些基本準則（“策略”）和各種折衷來微調(diào)那些調(diào)度算法。例如，他們可以對算法進行編碼，以快速完成某些作業(yè)，或者在作業(yè)之間平均分配資源。但是工作負載（意味著組合任務的組）各種各樣。因此，人類幾乎不可能針對特定的工作負載優(yōu)化其調(diào)度算法，因此，他們常常無法發(fā)揮其真正的效率潛力。

麻省理工學院的研究人員將所有手動編碼轉(zhuǎn)移到了機器上。在SIGCOMM上發(fā)表的一篇論文中，他們描述了一種利用“強化學習”（RL）（一種反復試驗的機器學習技術(shù)）來針對特定服務器群集中特定工作負載量身定制調(diào)度決策的系統(tǒng)。

為此，他們建立了新穎的RL技術(shù)，可以對復雜的工作量進行訓練。在培訓中，系統(tǒng)嘗試了多種可能的方式來跨服務器分配傳入的工作負載，最終在利用計算資源和快速處理速度方面找到了最佳折衷方案。除了“減少工作完成時間”這樣的簡單指令，不需要人工干預。

與最佳的手寫調(diào)度算法相比，研究人員的系統(tǒng)完成工作的速度提高了大約20%到30%，而在交通繁忙時則完成速度提高了一倍。但是，大多數(shù)情況下，系統(tǒng)會學習如何有效壓縮工作負載而幾乎沒有浪費。結(jié)果表明，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載。

電氣工程和計算機科學系的博士生Hongzi Mao說：“如果您有使用機器進行反復試驗的方法，他們可以嘗試以不同的方式安排作業(yè)，并自動找出哪種策略比其他方法更好。” （EECS）?！斑@可以自動提高系統(tǒng)性能。利用率的任何微小提高，即使提高1%，都可以節(jié)省數(shù)百萬美元，并為數(shù)據(jù)中心節(jié)省大量能源?！?/p>

EECS教授和計算機科學與人工智能實驗室（CSAIL）的研究員穆罕默德·阿里扎德（Mohammad Alizadeh）補充說：“制定調(diào)度決策沒有萬能的選擇。” “在現(xiàn)有系統(tǒng)中，這些是您必須預先決定的硬編碼參數(shù)。相反，我們的系統(tǒng)將根據(jù)數(shù)據(jù)中心和工作負載學習調(diào)整其調(diào)度策略特征。”

通常，數(shù)據(jù)處理作業(yè)進入數(shù)據(jù)中心，以“節(jié)點”和“邊緣”的圖形表示。每個節(jié)點代表一些需要完成的計算任務，其中節(jié)點越大，所需的計算能力越強。連接節(jié)點的邊緣將連接的任務鏈接在一起。調(diào)度算法根據(jù)各種策略將節(jié)點分配給服務器。

但是傳統(tǒng)的RL系統(tǒng)并不習慣于處理這樣的動態(tài)圖。這些系統(tǒng)使用軟件“代理”進行決策并接收反饋信號作為獎勵。從本質(zhì)上講，它會嘗試在給定的上下文中學習任何理想行為，從而最大化其對任何給定動作的回報。例如，它們可以幫助機器人學習如何執(zhí)行與通過與環(huán)境交互來拾取物體等任務，但這涉及通過更容易設(shè)置的像素網(wǎng)格處理視頻或圖像。

為了構(gòu)建他們的基于RL的調(diào)度程序Decima，研究人員必須開發(fā)一種模型，該模型可以處理圖形結(jié)構(gòu)的作業(yè)，并可以擴展到大量作業(yè)和服務器。他們系統(tǒng)的“代理”是一種調(diào)度算法，該算法利用了圖神經(jīng)網(wǎng)絡(luò)，通常用于處理圖結(jié)構(gòu)數(shù)據(jù)。為了提出適合計劃的圖神經(jīng)網(wǎng)絡(luò)，他們實現(xiàn)了一個自定義組件，該組件聚集了跨圖路徑的信息-例如快速估計完成圖的給定部分需要多少計算。這對于作業(yè)調(diào)度很重要，因為“子”（下）節(jié)點要等到其“父”（上）節(jié)點完成后才能開始執(zhí)行，因此，預測圖表中沿不同路徑的未來工作對于制定良好的調(diào)度決策至關(guān)重要。