Publication

DejaVu: Accelerating Resource Allocation in Virtualized Environments

Dejan Kostic, Nedeljko Vasic, Dejan Novakovic
2012
Conference Papers

Résumé

Effective resource management of virtualized environments is a challenging task. State-of-the-art management systems either rely on analytical models or evaluate resource allocations by running actual experiments. However, both approaches incur a significant overhead once the workload changes. The former needs to recalibrate and re-validate models, whereas the latter has to run a new set of experiments to select a new resource allocation. During the adaptation period, the system may run with an inefficient configuration.

Source officielle

https://infoscience.epfl.ch/entities/publication/39915113-c9de-42fb-a061-dac588dc988a

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

DejaVu: Accelerating Resource Allocation in Virtualized Environments

Chattez avec Graph Search

CloudProphet: A Machine Learning-Based Performance Prediction for Public Clouds

Error Resilient In-Memory Computing Architecture for CNN Inference on the Edge

Efficient Analytical Query Processing on CPU-GPU Hardware Platforms