一种耦合作业调度与批量同步并行功率动态的AI数据中心分层半马尔可夫负载模型

摘要

本文提出了一种分层半马尔可夫数据中心负载模型，该模型耦合了作业调度层和作业内层，以捕捉AI数据中心在秒级和日/周/年级时间尺度上的功率波动。模型通过非齐次复合泊松过程模拟作业到达，并利用五状态半马尔可夫过程描述节点内的计算、同步和检查点步骤，从而准确反映峰值与平均功率比。