基于输入的动态内存配置的无服务器计算函数集成学习方法
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出了MemFigLess内存分配器,旨在解决无服务器计算中的内存配置问题。通过分析函数和训练模型,该方法智能配置内存,显著减少资源浪费和成本。在AWS Lambda上,MemFigLess可减少82%的资源分配和87%的运行成本。
🎯
关键要点
- 本研究提出了MemFigLess内存分配器,旨在解决无服务器计算中的内存配置问题。
- MemFigLess基于输入特征,通过离线执行函数分析和训练多输出随机森林回归模型,智能配置内存。
- 该方法显著减少资源浪费和优化成本。
- 研究表明,MemFigLess在AWS Lambda上能够减少高达82%的资源分配和87%的运行成本。
🏷️
标签
➡️