論文の概要: Pricing-Driven Resource Allocation in the Computing Continuum
- arxiv url: http://arxiv.org/abs/2604.12642v1
- Date: Tue, 14 Apr 2026 12:12:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.428976
- Title: Pricing-Driven Resource Allocation in the Computing Continuum
- Title（参考訳）: 計算連続体における価格駆動型資源配分
- Authors: Alejandro García-Fernández, Boris Sedlak, José Antonio Parejo, Pantelis Frangoudis, Antonio Ruiz-Cortés, Schahram Dustdar,
- Abstract要約: 本稿では,計算連続体における資源配分問題の価格に基づく定式化について述べる。
また、設定空間の汎用表現としての価格の可能性についても検討している。
- 参考スコア（独自算出の注目度）: 42.28135382167815
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deploying applications across the computing continuum requires selecting infrastructure nodes from geographically distributed and heterogeneous environments while satisfying constraints (e.g., performance, location). This decision problem is an important facet of resource allocation. As infrastructures grow in scale and heterogeneity, the resulting decision space becomes inherently combinatorial. Existing approaches typically formulate this problem as a constrained optimization task using ad-hoc representations of infrastructure topologies and demand, which hinders generalization across solutions. In contrast, Software as a Service ecosystems address a structurally similar configuration problem through pricings -structures whose plans and add-ons implicitly define the configuration space of possible subscriptions. Building on this observation, this work explores the potential of pricings as general-purpose representations of configuration spaces, positioning them as a promising alternative for addressing configuration problems, such as resource allocation, across the computing continuum. To this end, the paper presents the following contributions: i) a pricing-based formulation of the resource allocation problem in the computing continuum, enabling infrastructure configuration spaces to be represented using pricings; ii) a workflow that leverages PRIME, a pricing analysis engine, to explore these spaces and compute cost-optimal deployments satisfying functional and non-functional constraints; iii) generation processes for synthetic infrastructure topologies and workload demands; and iv) a dataset comprising 9,600 precomputed resource allocation scenarios to support benchmarking.
- Abstract（参考訳）: コンピューティング連続体にアプリケーションをデプロイするには、制約(例えば、パフォーマンス、位置)を満たしながら、地理的に分散した異種環境からインフラストラクチャノードを選択する必要がある。
この決定問題は資源割り当ての重要な側面である。
インフラの規模と不均一性が大きくなると、結果として得られる決定空間は本質的に組合せ空間となる。
既存のアプローチでは、この問題をインフラストラクチャトポロジと需要のアドホックな表現を用いて制約付き最適化タスクとして定式化し、ソリューション全体の一般化を妨げている。
対照的に、Software as a Serviceのエコシステムは、サブスクリプションの可能な構成空間を暗黙的に定義する価格構造を通じて、構造的に類似した構成問題に対処します。
この観測に基づいて、この研究は構成空間の汎用表現としての価格の可能性を探究し、計算連続体全体にわたって資源割り当てのような構成問題に対処するための有望な代替手段として位置づける。
この目的のために、本論文は以下の貢献を述べる。
一 計算連続体における資源配分問題の価格に基づく定式化であって、インフラストラクチャの構成空間を価格を用いて表現することができること。
二 価格分析エンジンであるPRIMEを利用して、これらの空間を探索し、機能的及び非機能的制約を満たすコスト最適配置を計算するワークフロー
三 合成インフラのトポロジ及びワークロードの要求の発生過程
iv) ベンチマークをサポートするために、9,600の事前計算されたリソース割り当てシナリオからなるデータセット。
関連論文リスト
- Real-Time AI Service Economy: A Framework for Agentic Computing Across the Continuum [10.35088918434398]
本稿では、DAGとしてモデル化されたサービス依存グラフの構造が、分散化された価格ベースのリソース割り当てが大規模に確実に機能するかどうかの主要な決定要因であることを示す。
本稿では、クロスドメインなサブグラフをリソーススライスに分割し、よりシンプルでよく構造化されたインターフェースを市場に提供するハイブリッド管理アーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-03-05T19:14:54Z) - Adaptive GPU Resource Allocation for Multi-Agent Collaborative Reasoning in Serverless Environments [0.3668877906130206]
大規模言語モデルを用いたマルチエージェントシステムは、複雑な推論タスクを解くための有望なパラダイムとして登場してきた。
サーバレスGPUプラットフォームにこれらのシステムを効率的にデプロイすることは、リソース割り当てに重大な課題をもたらす。
本稿では,ラウンドロビンスケジューリングと比較して85%の遅延低減を実現する適応型GPUリソース割り当てフレームワークを提案する。
論文 参考訳（メタデータ） (2025-12-15T09:21:48Z) - Joint Partitioning and Placement of Foundation Models for Real-Time Edge AI [43.38839324900098]
本稿では,基礎モデルの空間配置と内部セグメント化の両方を,実行時解決構造に高める枠組みを提案する。
我々は6Gマルチアクセスエッジコンピューティングにおける代表的なユースケースとともに、アーキテクチャとアルゴリズムのコンポーネントを紹介する。
論文 参考訳（メタデータ） (2025-11-30T19:16:30Z) - Dynamic Function Configuration and its Management in Serverless Computing: A Taxonomy and Future Directions [14.448267395835721]
サーバレスクラウドコンピューティングモデルは、サービスプロバイダが基盤となるインフラストラクチャ管理を開発者から抽象化するフレームワークを提供する。
このサーバレスモデルでは、Fはイベント駆動の関数指向コンピューティングサービスを提供する。
論文 参考訳（メタデータ） (2025-10-02T03:09:54Z) - Computing entanglement costs of non-local operations on the basis of algebraic geometry [0.0]
分離可能な(SEP)チャネルに対する最適化を体系的に単純化するフレームワークを開発する。
本フレームワークは,SEPチャネル下での非ローカル操作の実装において,ワンショットの絡み合いコストの計算に応用する。
論文 参考訳（メタデータ） (2025-01-29T03:16:30Z) - Conjunctive Query Based Constraint Solving For Feature Model
Configuration [79.14348940034351]
本稿では、制約満足度問題を解決するために共役クエリーを適用する方法を示す。
このアプローチは、構成タスクを解決するために、広範囲のデータベース技術の応用を可能にする。
論文 参考訳（メタデータ） (2023-04-26T10:08:07Z) - Multi-Resource Allocation for On-Device Distributed Federated Learning
Systems [79.02994855744848]
本研究は,デバイス上の分散フェデレーション学習(FL)システムにおいて,レイテンシとエネルギー消費の重み付け和を最小化する分散マルチリソース割り当て方式を提案する。
システム内の各モバイルデバイスは、指定された領域内でモデルトレーニングプロセスを実行し、それぞれパラメータの導出とアップロードを行うための計算と通信資源を割り当てる。
論文 参考訳（メタデータ） (2022-11-01T14:16:05Z) - Decision-making Oriented Clustering: Application to Pricing and Power
Consumption Scheduling [61.062312682535755]
本稿では、意思決定指向クラスタリングの枠組みを定式化し、データ空間の判断に基づく分割と適切な代表決定を提供するアルゴリズムを提案する。
この新しいフレームワークとアルゴリズムを、リアルタイム価格と消費電力スケジューリングの典型的な問題に適用することにより、洞察に富んだ分析結果を得る。
論文 参考訳（メタデータ） (2021-06-02T08:41:04Z) - Clustered Federated Learning via Generalized Total Variation
Minimization [83.26141667853057]
本研究では,分散ネットワーク構造を持つローカルデータセットの局所的(あるいはパーソナライズされた)モデルを学習するための最適化手法について検討する。
我々の主要な概念的貢献は、総変動最小化(GTV)としてフェデレーション学習を定式化することである。
私たちのアルゴリズムの主な貢献は、完全に分散化されたフェデレーション学習アルゴリズムです。
論文 参考訳（メタデータ） (2021-05-26T18:07:19Z) - CoreDiag: Eliminating Redundancy in Constraint Sets [68.8204255655161]
最小コア(最小非冗長制約集合)の決定に利用できる新しいアルゴリズムを提案する。
このアルゴリズムは、冗長性の度合いが高い分散知識工学シナリオにおいて特に有用である。
本手法の適用可能性を示すために, 商業的構成知識ベースを用いた実証的研究を実施した。
論文 参考訳（メタデータ） (2021-02-24T09:16:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。