ترجمه فارسی مقاله به سوی برنامه‌ریزی هوشمند در Tapis

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Toward Smart Scheduling in Tapis
عنوان مقاله به فارسی به سوی برنامه‌ریزی هوشمند در Tapis
نویسندگان Joe Stubbs, Smruti Padhy, Richard Cardone
فرمت مقاله انگلیسی PDF
تعداد صفحات 4
دسته بندی موضوعات Performance,Distributed, Parallel, and Cluster Computing,Machine Learning,عملکرد , توزیع , موازی و محاسبات خوشه ای , یادگیری ماشین ,
توضیحات Submitted 5 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 5 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 160,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The Tapis framework provides APIs for automating job execution on remote resources, including HPC clusters and servers running in the cloud. Tapis can simplify the interaction with remote cyberinfrastructure (CI), but the current services require users to specify the exact configuration of a job to run, including the system, queue, node count, and maximum run time, among other attributes. Moreover, the remote resources must be defined and configured in Tapis before a job can be submitted. In this paper, we present our efforts to develop an intelligent job scheduling capability in Tapis, where various attributes about a job configuration can be automatically determined for the user, and computational resources can be dynamically provisioned by Tapis for specific jobs. We develop an overall architecture for such a feature, which suggests a set of core challenges to be solved. Then, we focus on one such specific challenge: predicting queue times for a job on different HPC systems and queues, and we present two sets of results based on machine learning methods. Our first set of results cast the problem as a regression, which can be used to select the best system from a list of existing options. Our second set of results frames the problem as a classification, allowing us to compare the use of an existing system with a dynamically provisioned resource.

چکیده به فارسی (ترجمه ماشینی)

Tapis Framework API را برای خودکارسازی اجرای شغل در منابع از راه دور ، از جمله خوشه ها و سرورهای HPC که در ابر هستند ، فراهم می کند.TAPIS می تواند تعامل با از راه دور سایبرینساختار (CI) را ساده کند ، اما خدمات فعلی به کاربران نیاز دارند تا پیکربندی دقیق یک کار را برای اجرای از جمله سیستم ، صف ، تعداد گره و حداکثر زمان اجرا از جمله سایر ویژگی ها مشخص کنند.علاوه بر این ، منابع از راه دور باید قبل از ارائه شغل در TAPIS تعریف و پیکربندی شوند.در این مقاله ، ما تلاش های خود را برای توسعه یک قابلیت برنامه ریزی هوشمندانه شغلی در TAPIS ارائه می دهیم ، جایی که ویژگی های مختلف در مورد پیکربندی شغلی می تواند به طور خودکار برای کاربر تعیین شود و منابع محاسباتی را می توان به صورت پویا توسط TAPIS برای مشاغل خاص تهیه کرد.ما یک معماری کلی برای چنین ویژگی هایی ایجاد می کنیم ، که نشان می دهد مجموعه ای از چالش های اصلی برای حل است.سپس ، ما بر روی یک چالش خاص تمرکز می کنیم: پیش بینی زمان صف برای کار در سیستم ها و صف های مختلف HPC ، و دو مجموعه از نتایج را بر اساس روش های یادگیری ماشین ارائه می دهیم.اولین مجموعه نتایج ما مشکل را به عنوان رگرسیون رقم می زند ، که می تواند برای انتخاب بهترین سیستم از لیستی از گزینه های موجود استفاده شود.مجموعه دوم نتایج ما مشکل را به عنوان یک طبقه بندی فریم می کند و به ما امکان می دهد تا استفاده از یک سیستم موجود را با یک منبع پویا تهیه کنیم.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.