Buchumschlag

Cluster Workload Allocation: A Predictive Approach Leveraging Machine Learning Efficiency

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Sliwko, Leszek
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence Distributed, Parallel, and Cluster Computing Software Engineering
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cluster Workload Allocation: Semantic Soft Affinity Using Natural Language Processing
von: Sliwko, Leszek, et al.
Veröffentlicht: (2026)

Intelligent Load Balancing in Cloud Computer Systems
von: Sliwko, Leszek
Veröffentlicht: (2025)

A novel strategy for multi-resource load balancing in agent-based systems
von: Sliwko, Leszek, et al.
Veröffentlicht: (2025)

Enhancing Cluster Scheduling in HPC: A Continuous Transfer Learning for Real-Time Optimization
von: Sliwko, Leszek, et al.
Veröffentlicht: (2025)

Workload Schedulers -- Genesis, Algorithms and Differences
von: Sliwko, Leszek, et al.
Veröffentlicht: (2025)

A Reinforced Evolution-Based Approach to Multi-Resource Load Balancing
von: Sliwko, Leszek
Veröffentlicht: (2025)

LADs: Leveraging LLMs for AI-Driven DevOps
von: Khan, Ahmad Faraz, et al.
Veröffentlicht: (2025)

A Meta-Heuristic Load Balancer for Cloud Computing Systems
von: Sliwko, Leszek, et al.
Veröffentlicht: (2025)

A Taxonomy of Schedulers -- Operating Systems, Clusters and Big Data Frameworks
von: Sliwko, Leszek
Veröffentlicht: (2025)

ALPACA -- Adaptive Learning Pipeline for Comprehensive AI
von: Torka, Simon, et al.
Veröffentlicht: (2024)

Local-Splitter: A Measurement Study of Seven Tactics for Reducing Cloud LLM Token Usage on Coding-Agent Workloads
von: Agyemang, Justice Owusu, et al.
Veröffentlicht: (2026)

Self-Organizing Interaction Spaces: A Framework for Engineering Pervasive Applications in Mobile and Distributed Environments
von: Malhotra, Shubham
Veröffentlicht: (2025)

AGOCS -- Accurate Google Cloud Simulator Framework
von: Sliwko, Leszek, et al.
Veröffentlicht: (2025)

From Legacy Fortran to Portable Kokkos: An Autonomous Agentic AI Workflow
von: Gupta, Sparsh, et al.
Veröffentlicht: (2025)

LogAction: Consistent Cross-system Anomaly Detection through Logs via Active Domain Adaptation
von: Duan, Chiming, et al.
Veröffentlicht: (2025)

Action Engine: Automatic Workflow Generation in FaaS
von: Esashi, Akiharu, et al.
Veröffentlicht: (2024)

Scalable Explainability-as-a-Service (XaaS) for Edge AI Systems
von: Singh, Samaresh Kumar, et al.
Veröffentlicht: (2026)

HPCAgentTester: A Multi-Agent LLM Approach for Enhanced HPC Unit Test Generation
von: Karanjai, Rabimba, et al.
Veröffentlicht: (2025)

CuTeGen: An LLM-Based Agentic Framework for Generation and Optimization of High-Performance GPU Kernels using CuTe
von: Saba, Tara, et al.
Veröffentlicht: (2026)

Astra: A Multi-Agent System for GPU Kernel Performance Optimization
von: Wei, Anjiang, et al.
Veröffentlicht: (2025)

AutoRAGTuner: A Declarative Framework for Automatic Optimization of RAG Pipelines
von: Zeng, Xintan, et al.
Veröffentlicht: (2026)

Leveraging AI for Productive and Trustworthy HPC Software: Challenges and Research Directions
von: Teranishi, Keita, et al.
Veröffentlicht: (2025)

On the Inference (In-)Security of Vertical Federated Learning: Efficient Auditing against Inference Tampering Attack
von: Huang, Chung-ju, et al.
Veröffentlicht: (2025)

A Reinforcement Learning Environment for Automatic Code Optimization in the MLIR Compiler
von: Tirichine, Mohammed, et al.
Veröffentlicht: (2024)

MPIrigen: MPI Code Generation through Domain-Specific Language Models
von: Schneider, Nadav, et al.
Veröffentlicht: (2024)

Federated Learning With L0 Constraint Via Probabilistic Gates For Sparsity
von: Huthasana, Krishna Harsha Kovelakuntla, et al.
Veröffentlicht: (2025)

Root Cause Analysis for Microservice Systems via Cascaded Conditional Learning with Hypergraphs
von: Xie, Shuaiyu, et al.
Veröffentlicht: (2025)

A Survey on Failure Analysis and Fault Injection in AI Systems
von: Yu, Guangba, et al.
Veröffentlicht: (2024)

Testing learning-enabled cyber-physical systems with Large-Language Models: A Formal Approach
von: Zheng, Xi, et al.
Veröffentlicht: (2023)

Hydra: Brokering Cloud and HPC Resources to Support the Execution of Heterogeneous Workloads at Scale
von: Alsaadi, Aymen, et al.
Veröffentlicht: (2024)

DR.FIX: Automatically Fixing Data Races at Industry Scale
von: Behrang, Farnaz, et al.
Veröffentlicht: (2025)

OptiML: An End-to-End Framework for Program Synthesis and CUDA Kernel Optimization
von: Bhattacharjee, Arijit, et al.
Veröffentlicht: (2026)

SemanticForge: Repository-Level Code Generation through Semantic Knowledge Graphs and Constraint Satisfaction
von: Zhang, Wuyang, et al.
Veröffentlicht: (2025)

Simplifying Root Cause Analysis in Kubernetes with StateGraph and LLM
von: Xiang, Yong, et al.
Veröffentlicht: (2025)

SysMoBench: Evaluating AI on Formally Modeling Complex Real-World Systems
von: Cheng, Qian, et al.
Veröffentlicht: (2025)

VibeCodeHPC: An Agent-Based Iterative Prompting Auto-Tuner for HPC Code Generation Using LLMs
von: Hayashi, Shun-ichiro, et al.
Veröffentlicht: (2025)

LLMs as Packagers of HPC Software
von: Melone, Caetano, et al.
Veröffentlicht: (2025)

FIRST: Federated Inference Resource Scheduling Toolkit for Scientific AI Model Access
von: Tanikanti, Aditya, et al.
Veröffentlicht: (2025)

From Edge to HPC: Investigating Cross-Facility Data Streaming Architectures
von: George, Anjus, et al.
Veröffentlicht: (2025)

PRAXIS: Integrating Program Analysis with Observability for Root-Cause Analysis
von: Cui, Shengkun, et al.
Veröffentlicht: (2025)