Контейнеризована оптимізація Dispatcher-Deployer-Executor для короткострокової оренди ресурсів у багатосерверних системах

Анотація

У сучасних розподілених обчислювальних системах архітектури з кількома серверами та чергами операцій забезпечують управління гетерогенними ресурсозатратними навантаженнями, такими як навчання штучного інтелекту, транскодування медіафайлів та обчислювальне моделювання для промислової оптимізації. Традиційні однопроцесорні системи характеризуються послідовними обмеженнями та неефективним розподілом ресурсів, тоді як паралелізм у мультисерверних конфігураціях призводить до підвищеного енергоспоживання. Дане дослідження удосконалює архітектуру Dispatcher-Deployer-Executor (DDE) для оптимізації ресурсоспоживання в реальному часі в мультипроцесорних середовищах. Мета полягає в підвищенні швидкодії виконання операцій та мінімізації вартості виконання для випадків, коли потрібна невелика кількість обчислень та максимальний паралелізм. За допомогою теоретичного моделювання та емпіричної верифікації розширена DDE вводить режим container для Deployer/Executor, які функціонують у контейнерах, забезпечуючи оркестрацію на короткострокову оренду стандартними засобами (наприклад, Docker та Kubernetes). Це реалізує динамічне масштабування ресурсів та ефективне застосування моделі й методу в хмарних середовищах, з основною перевагою швидкого доступу до потужних обчислень при суттєвій економії, оскільки виключається необхідність придбання серверів чи довгострокової оренди для обмежених обсягів розрахунків. Основний сценарій застосування – задачі, орієнтовані на центральний процесор (CPU), оскільки контейнери оптимізовані для CPU-bound обчислень, таких як розрахунок траєкторій частинок пилу шляхом числового рішення диференціальних рівнянь руху. Результати свідчать про суттєве зменшення споживання ресурсів та фінансових витрат порівняно з базовим режимом при збереженні продуктивності; швидка оренда контейнерів забезпечує перевагу в економії витрат та гнучкості. Розширена DDE сприяє сталим обчисленням, балансуючи ефективність, надійність та швидкість для різноманітних задач. Майбутні розширення можуть інтегрувати використання режиму очікування та гібернації для зменшення енергоспоживання.