一种Spark自动能效优化方法

AITNT
正文
推荐专利
一种Spark自动能效优化方法
申请号:CN202411973777
申请日期:2024-12-30
公开号:CN119781936A
公开日期:2025-04-08
类型:发明专利
摘要
一种Spark自动能效优化方法,涉及计算机技术领域,针对现有Spark应用的能效优化效率低的问题,本申请的技术方案可以显著提升Spark应用的能效优化效率。在本申请中,用户仅需提交命令,系统即可自动解析参数、应用需求,并调用优化方案进行参数调优,大大减轻了手动调优的工作负担,加速了Spark应用的部署和执行过程。本申请所提出的技术方案结合了启发式优化和机器学习方法的优势,能够在数据不足的情况下依赖硬件条件进行初步调优(“冷启动”),并且为后续的机器学习模型提供训练数据。这种方案增强了系统在不同场景下的适应性和鲁棒性。
技术关键词
能效优化方法 机器学习优化 能耗 搜索算法 参数优化方法 机器学习方法 模型库 核心 训练神经网络 神经网络训练 机器学习模型 功耗 集群 列表 命令 鲁棒性 误差 负担
系统为您推荐了相关专利信息
1
基于大数据的多参数冷源智能控制系统及方法
冷源智能控制系统 舒适度 深度强化学习算法 冷源系统 大数据
2
视频编码的分像素搜索方法、系统、设备及存储介质
像素点 视频编码 双线性插值 搜索方法 计算机可执行指令
3
分布式服务的拓扑变更检测方法、装置及电子设备
拓扑图 分布式服务 变更检测方法 编辑 序列
4
基于大小交路、快慢车越行工况的马尔可夫决策过程模型的深度强化学习求解方法
站台 深度强化学习算法 决策 神经网络参数 DQN算法
5
基于强化学习的自适应声场优化控制系统
优化控制系统 声波传播路径 层次聚类方法 反射率 支持向量机算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号