技术携手赋能：阿里云与达摩院联合论文斩获 ICDE 殊荣

2024-02-06 14:49:05

近年来，随着人工智能、大数据等新兴技术的快速发展，各行业对云计算的需求也日益旺盛。在云计算领域，弹性预测技术发挥着至关重要的作用，它能够帮助企业根据业务需求动态调整计算资源，从而优化成本，提升资源利用率。

日前，阿里云容器服务团队与达摩院数据决策团队合作的论文《RobustScaler: QoS-Aware Autoscaling for Complex Workloads》被数据管理与数据库国际顶级学术会议 ICDE（International Conference on Data Engineering）录用。该论文提出了一种新的弹性预测算法 RobustScaler，可显著提高复杂工作负载场景下的弹性预测精度。

RobustScaler 算法的优势在于能够同时考虑工作负载的多个关键指标，如 CPU 利用率、内存使用率和响应时间等，并通过机器学习模型对这些指标进行综合预测，从而得到更加准确的预测结果。此外，RobustScaler 算法还具有鲁棒性，能够抵抗噪声和异常值的影响，在复杂多变的工作负载场景下也能保持较高的预测精度。

此次阿里云与达摩院合作的论文被 ICDE 录用，充分体现了阿里云在弹性预测领域的领先实力。RobustScaler 算法的创新性和实用性也得到了学术界的认可，相信该算法将在未来为企业提供更加高效、稳定的云计算服务，助力企业数字化转型。

创新算法助力弹性预测

在云计算环境中，弹性预测技术是实现资源自动伸缩的基础。传统的弹性预测算法往往只考虑单一指标，如 CPU 利用率，这可能会导致预测结果不准确，尤其是对于复杂的工作负载场景。

RobustScaler 算法通过同时考虑工作负载的多个关键指标，并通过机器学习模型对这些指标进行综合预测，能够更加准确地预测工作负载的资源需求。此外，RobustScaler 算法还具有鲁棒性，能够抵抗噪声和异常值的影响，在复杂多变的工作负载场景下也能保持较高的预测精度。

广泛应用场景

RobustScaler 算法可广泛应用于各种云计算场景，如：

容器化应用：在容器化环境中，RobustScaler 算法可以帮助企业根据容器的资源需求动态调整容器数量，从而优化资源利用率，降低成本。
无服务器计算：在无服务器计算场景中，RobustScaler 算法可以帮助企业根据函数的调用量动态调整函数的并发度，从而避免资源浪费，降低成本。
大数据处理：在分布式大数据处理场景中，RobustScaler 算法可以帮助企业根据数据处理任务的资源需求动态调整计算资源，从而优化资源利用率，提升任务处理效率。