Real-Time GPU Resource Allocation for Deep Learning Applications by H Wang et al This paper proposes a method for dynamically allocating GPU resources to deep learning applications using prediction mo

《实时GPU资源分配用于深度学习应用》由H. Wang等人提出了一种基于ARIMA和LSTM预测模型的动态分配GPU资源给深度学习应用的方法。作者展示了他们的方法可以通过减少资源争用和提高利用率来提高系统的整体性能。 《基于ARIMA-LSTM的GPU云计算资源管理》由Y. Wang等人提出了一种基于ARIMA-LSTM的GPU云计算环境资源管理系统。作者证明了他们的系统可以有效地预测未来的资源需求并相应地分配资源，从而提高性能并减少能源消耗。 《使用ARIMA和LSTM时间序列模型的GPU资源管理》由S. Biswas等人提出了一种GPU资源管理系统，该系统使用ARIMA和LSTM模型预测未来的资源需求。作者证明了他们的系统可以根据预测的需求有效地分配资源给不同的应用程序，从而提高性能并减少等待时间。