A Scalable Wide-Area Grid Resource Management Framework
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Grid computing systems federate resources belonging to several organizations to support applications with large computation and storage needs. Effective resource management is crucial for realizing the promise of the grid. However, current grid resource management frameworks have a number of limitations including poor scalability, and inadequate support for quality of service (QoS). This paper describes a novel and scalable grid resource management framework that can address these limitations. The framework relies on a hierarchical organization of resources and resource managers (RM) within an organization. Resources are assigned to jobs through decentralized inter and intra organizational collaborations between RMs. The framework employs a hierarchical information aggregation scheme that permits scalable grid resource management. Such a capability allows more intelligent placement of workloads across the grid than is feasible with traditional resource managers. For example, loads can be balanced across the grid clusters to avoid over utilization of resources resulting in better QoS for jobs. Hierarchical segmentation of grid resources allows the framework to handle dynamic situations (e.g., failure recovery, and nodes joining the Grid). The improved scalability of the framework, however, comes at the price of incurring additional complexity and overhead. Sophisticated protocols need to be designed to build and provide the functionality of the hierarchy. Considering the benefits and limitations of our approach, we believe the hierarchical framework is best suited for managing planetary scale grid systems supporting "embarrassingly" parallel jobs that require computational resources beyond the borders of an organization
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle