面向回填优化的作业时长预测

摘要

目前,国内各大超算中心高性能计算集群通常使用先来先服务等传统的作业调度方法,此类调度方法简单、实用性强,但却容易产生大量闲置的资源碎片.针对上述问题,一种比较普遍的策略是使用回填,它优化资源碎片的利用,但好的回填依赖于对作业执行时间的预知.VASP是国内应用最普及的高性能计算应用软件之一,本文通过分析VASP作业特性,抽取相应的作业特征集,提出一种基于随机森林的二次预测模型IRPA,对VASP作业进行时长的预测,并且利用我校TC4600平台上的VASP作业数据集进行验证.实验结果和其他几个单一模型进行对比,表明IRPA在粗粒度下具有较高的预测准确率.