【AI】字節跳動研發深度強化學習VMR系統,推理時間大縮
《經濟通通訊社6日專訊》6月5日,字節跳動技術團隊微信公眾號發文稱,字節跳動
ByteBrain團隊主導,聯合UCMerced和UCBerkeley提出了
VMR2L,研發了一套基於深度強化學習的VMR系統,在保持近似最優性能的同時,將推理
時間壓縮至1﹒1秒,成功實現系統性能與工業可部署性的統一。
VMR主要用於優化資源配置,通過遷移部分已部署的虛擬機來減少資源碎片並提升整體資
源
《經濟通通訊社6日專訊》6月5日,字節跳動技術團隊微信公眾號發文稱,字節跳動
ByteBrain團隊主導,聯合UCMerced和UCBerkeley提出了
VMR2L,研發了一套基於深度強化學習的VMR系統,在保持近似最優性能的同時,將推理
時間壓縮至1﹒1秒,成功實現系統性能與工業可部署性的統一。
VMR主要用於優化資源配置,通過遷移部分已部署的虛擬機來減少資源碎片並提升整體資
源