AI batch jobs such as model training, inference pipelines, and data analytics require substantial GPU resources and often need to finish before a deadline. Spot instances offer 3-10x lower cost than on-demand instances, but their unpredictable availability makes meeting deadlines difficult. Existing systems either rely solely on spot instances and risk deadline violations, or operate in simplified single-region settings. These approaches overlook substantial spatial and temporal heterogeneity in spot availability, lifetimes, and prices. We show that exploiting such heterogeneity to access more spot capacity is the key to reduce the job execution cost. We present SkyNomad, a multi-region scheduling system that maximizes spot usage and minimizes cost while guaranteeing deadlines. SkyNomad uses lightweight probing to estimate availability, predicts spot lifetimes, accounts for migration cost, and unifies regional characteristics and deadline pressure into a monetary cost model that guides scheduling decisions. Our evaluation shows that SkyNomad achieves 1.25-3.96x cost savings in real cloud deployments and performs within 10% cost differences of an optimal policy in simulation, while consistently meeting deadlines.


翻译:AI批处理作业,如模型训练、推理管道和数据分析,需要大量的GPU资源,并且通常需要在截止时间前完成。竞价实例的成本比按需实例低3-10倍,但其不可预测的可用性使得满足截止时间变得困难。现有系统要么仅依赖竞价实例并面临违反截止时间的风险,要么在简化的单区域设置中运行。这些方法忽略了竞价实例在可用性、生命周期和价格方面存在的显著时空异质性。我们证明,利用这种异质性来获取更多的竞价容量是降低作业执行成本的关键。我们提出了SkyNomad,一个多区域调度系统,它在保证截止时间的同时,最大化竞价实例的使用并最小化成本。SkyNomad使用轻量级探测来估计可用性,预测竞价实例的生命周期,考虑迁移成本,并将区域特性与截止时间压力统一到一个指导调度决策的货币成本模型中。我们的评估表明,SkyNomad在实际云部署中实现了1.25-3.96倍的成本节省,在模拟中其成本与最优策略的差异在10%以内,同时始终满足截止时间。

0
下载
关闭预览

相关内容

人工智能杂志AI(Artificial Intelligence)是目前公认的发表该领域最新研究成果的主要国际论坛。该期刊欢迎有关AI广泛方面的论文,这些论文构成了整个领域的进步,也欢迎介绍人工智能应用的论文,但重点应该放在新的和新颖的人工智能方法如何提高应用领域的性能,而不是介绍传统人工智能方法的另一个应用。关于应用的论文应该描述一个原则性的解决方案,强调其新颖性,并对正在开发的人工智能技术进行深入的评估。 官网地址:http://dblp.uni-trier.de/db/journals/ai/
AI应用正当时,详解AI应用开发新范式
专知会员服务
28+阅读 · 2025年7月10日
《生成式AI 商业落地白皮书》
专知会员服务
52+阅读 · 2024年8月5日
盘点来自工业界的GPU共享方案
计算机视觉life
12+阅读 · 2021年9月2日
【资源】kaggle数据科学竞赛方案集锦
专知
27+阅读 · 2019年9月4日
完备的 AI 学习路线,最详细的资源整理!
新智元
18+阅读 · 2019年5月4日
深度学习的GPU:深度学习中使用GPU的经验和建议
数据挖掘入门与实战
11+阅读 · 2018年1月3日
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
VIP会员
最新内容
非对称优势:美海军开发低成本反无人机技术
专知会员服务
4+阅读 · 今天4:39
《美战争部小企业创新研究(SBIR)计划》
专知会员服务
5+阅读 · 今天2:48
《军事模拟:将军事条令与目标融入AI智能体》
专知会员服务
8+阅读 · 今天2:43
【NTU博士论文】3D人体动作生成
专知会员服务
6+阅读 · 4月24日
以色列军事技术对美国军力发展的持续性赋能
专知会员服务
8+阅读 · 4月24日
《深度强化学习在兵棋推演中的应用》40页报告
专知会员服务
13+阅读 · 4月24日
《多域作战面临复杂现实》
专知会员服务
9+阅读 · 4月24日
《印度的多域作战:条令与能力发展》报告
专知会员服务
4+阅读 · 4月24日
相关VIP内容
AI应用正当时,详解AI应用开发新范式
专知会员服务
28+阅读 · 2025年7月10日
《生成式AI 商业落地白皮书》
专知会员服务
52+阅读 · 2024年8月5日
相关基金
国家自然科学基金
9+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
Top
微信扫码咨询专知VIP会员