面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。     

国家超级计算长沙中心助力新冠肺炎疫情防控【专题】

本文详细介绍了新型冠状病毒肺炎疫情期间，国家超级计算长沙中心积极联合各科技创新平台，发挥高性能计算资源优势，为新型冠状病毒肺炎防控提供了强有力的技术支撑。国家超级计算长沙中心建立了“基于超算的人工智能抗疫大数据平台”，在肺炎疫情分析预警、人工智能病原检测、精准体温测量等方面充分发挥大数据、人工智能和区块链等新技术优势，用科技力量“智斗”疫情，以及从防疫控疫、检验检测、药物疫苗发现等多方位着手，科技助力全面抗疫防疫。