Author:
Rosa Lucas,Goldman Alfredo
Abstract
Este artigo propõe abordar os desafios de eficiência energética e escalonamento de fluxos de trabalho científicos em ambientes de computação sem servidor. Integrando técnicas de aprendizado de máquina e simulação, a pesquisa visa preencher lacunas entre eficiência energética e escalonamento sem servidor. A metodologia inclui coleta de dados históricos, previsão de consumo energético por meio de aprendizado de máquina e desenvolvimento de políticas de escalonamento com redes neurais profundas. O projeto também envolve adaptação de sistemas de gerenciamento de fluxo de trabalho e validação em ambientes reais, visando oferecer soluções viáveis para os desafios atuais em HPC.
Publisher
Sociedade Brasileira de Computação