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。发表于：。本研究解决了无服务器计算中功能内存配置的困难，提出了一种基于输入特征的内存分配器MemFigLess。该方法通过离线执行函数分析和训练多输出随机森林回归模型，能够智能配置内存，从而减少资源浪费并优化成本。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。
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。
