【每周论文】Heracles: Improving Resource Efficiency at Scale（ISCA 2015）
这篇文章发表在ISCA 2015，其中一作 DAVID LO 2015年毕业于斯坦福大学，是Christos Kozyrakis的学生，毕业之后去了Google的Platforms team，这个工作就是他在Google实习期间做出来的工作。 在数据中心中，为了保护一些面向用户的延迟敏感型应用，例如搜索服务、实时翻译服务、视频网站等应用的服务质量，通常会为其分配过多的资源来保证其性能，这其实是在一
相关文章
- 1. Improving Sample Efficiency In Model-Free Reinforcement Learning From Images 论文翻译
- 2. 一周一论文（翻译）——[SIGMOD 2015] Congestion Control for Large-Scale RDMA
- 3. 一周一论文（翻译）——[SIGMOD 2016] RDMA over Commodity Ethernet at Scale
- 4. 【每周论文】Apollo: Scalable and Coordinated Scheduling for Cloud-Scale Computing
- 5. Forecasting at Scale论文------Prophet预测模型
- 6. ISCA 2018 论文 部分（一）
- 7. 论文理解《Stacked Pooling: Improving Crowd Counting by Boosting Scale Invariance》
- 8. Learning with Privacy at Scale
- 9. Lecture on improving office efficiency with office365 (October 23, 2019)
- 10. AugFPN: Improving Multi-scale Feature Learning for Object Detection 论文笔记
- 更多相关文章...
- • CAP理论是什么？ - NoSQL教程
- • Rust 生命周期 - RUST 教程
- • 使用Rxjava计算圆周率
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. Improving Sample Efficiency In Model-Free Reinforcement Learning From Images 论文翻译
- 2. 一周一论文（翻译）——[SIGMOD 2015] Congestion Control for Large-Scale RDMA
- 3. 一周一论文（翻译）——[SIGMOD 2016] RDMA over Commodity Ethernet at Scale
- 4. 【每周论文】Apollo: Scalable and Coordinated Scheduling for Cloud-Scale Computing
- 5. Forecasting at Scale论文------Prophet预测模型
- 6. ISCA 2018 论文 部分（一）
- 7. 论文理解《Stacked Pooling: Improving Crowd Counting by Boosting Scale Invariance》
- 8. Learning with Privacy at Scale
- 9. Lecture on improving office efficiency with office365 (October 23, 2019)
- 10. AugFPN: Improving Multi-scale Feature Learning for Object Detection 论文笔记