运筹与管理 ›› 2026, Vol. 35 ›› Issue (2): 106-113.DOI: 10.12005/orms.2026.0049
汪胜1,3, 陈世平1,2, 刘蒙1
WANG Sheng1,3, CHEN Shiping1,2, LIU Meng1
摘要: 异构GPU集群为批次作业处理提供了关键算力,然而传统方法在应对作业需求多样性和资源异构动态性方面存在一定局限。为此,本文提出了一种基于多目标优化的异构GPU集群资源分配方法,构建了综合资源利用率、作业等待时间以及集群负载均衡的多目标资源分配优化模型,设计了马尔科夫决策过程框架并结合深度Q网络(Deep Q-Network, DQN)进行求解。同时,通过构建深度神经网络模型并引入双参数阈值线性衰减策略,优化了模型的训练和决策过程。基于阿里云数据集开展实验验证,结果表明,基于DQN的多目标资源分配模型能够同时有效地优化GPU和CPU利用率、减少批次作业平均等待时间并改善集群负载均衡度;在不同批次作业规模及异构集群配置场景下,相较于传统算法显示出更好的适应性;同时在时间开销方面优于其他深度强化学习方法。本文揭示了深度强化学习算法在异构GPU集群批次作业资源分配中的应用潜力,为异构集群资源管理提供了实践基础。
中图分类号: