跳到主要内容
检索

# 自适应任务分配

1 篇关联报道

订阅更新
  1. arXiv

    分布式训练的任务分配不再假设工人速度不变:滑动窗口让慢节点漂移时仍能跟上

    自适应任务分配此前只在工人计算时间固定的假设下才有理论保证,一旦共享集群里出现资源争抢、后台任务或网络拥塞,原本快的工人会临时变慢,旧分配随之失效。新的滑动窗口自适应任务分配(SW-ATA)用最近一段观测估计每个工人的延迟均值,并按置信下界选择分配,从而在延迟分布逐轮变化时仍能跟踪快工人。在合成漂移延迟的分布式随机优化实验中,它明显优于原自适应分配和均匀分配,运行时间接近已知真实均值的理想分配,同时消耗的工人时间最少。

已读完全部报道