Towards Adaptive Resource Management for HPC Workloads in Cloud Environments
Tid: Må 2025-06-02 kl 14.00
Plats: E2, Lindstedtsvägen 3, Stockholm
Språk: Engelska
Ämnesområde: Datalogi
Respondent: Daniel Araújo De Medeiros , Beräkningsvetenskap och beräkningsteknik (CST)
Opponent: Prof. Paolo Bientinesi, Umeå universitet
Handledare: Prof. Ivy Bo Peng, Beräkningsvetenskap och beräkningsteknik (CST)
QC 20250506
Abstract
Att maximera resurseffektiviteten ar avgörande vid utformningen av molnbaserade system, som framst byggs för att uppfylla specifika krav på tjänstekvalitet. Vanliga optimeringstekniker inkluderar containerisering, arbetsflödesorkestrering, elasticitet och vertikal skalning, med målet att förbättra resursutnyttjandet och minska kostnaderna. I kontrast fokuserar lokala högprestandaberäkningssystem (HPC) på maximal prestanda och förlitar sig oftast på statisk resursallokering. Även om denna strategi har vissa fördelar jämfört med molnlösningar, kan den vara begränsande när det gäller att hantera de allt mer dynamiska resursbehoven hos tätt sammankopplade HPC-arbetslaster, vilket gör adaptiv resursförvaltning utmanande. Denna avhandling undersöker körningen av högprestandaarbetslaster i molnbaserade miljöer, med fokus på både horisontell och vertikal skalning samt möjligheten att köra HPC-arbetsflöden i molnet. Dessutom kommer vi att analysera kostnaderna for att distribuera dessa arbetslaster i containeriserade miljöer och utvärdera fördelarna med att använda objektlagring i molnbaserade HPC-system.