近日，计算机科学与技术学院教授王祥丰牵头完成的“基于学习优化的云计算资源规划调度方法”成果获得2024年中国工业与应用数学学会（CSIAM）应用数学落地成果认证。该成果联合华为云计算技术有限公司完成，并已成功落地应用于华为云架构。
CSIAM应用数学落地成果证书
成果代表王祥丰、周文礼（左一/二）
于第四届“数学促进企业创新发展论坛”领奖
云计算资源规划调度的数学理论基础深植于运筹学之中，是典型的人工智能与数学深度交叉的研究领域。因其具有大规模、高复杂度和不确定性等特点，“不确定环境下的资源调度问题”和“高维动态复杂系统中的自适应资源规划问题”一直是云计算资源管理领域中亟待解决的关键问题。
云计算资源规划调度框架逻辑及解决方案
王祥丰教授团队与华为云算法创新实验室自2020年起长期合作，先后在云计算高效虚拟机调度方法和云计算资源自适应容量规划方法两个方面展开深入研究，取得了一系列成果：
在云计算高效虚拟机调度方法方面，创新性提出了基于学习优化的云计算资源调度方法，形成组合优化理论指导的强化学习云计算资源调度方法框架，实现人工智能与运筹学交叉融合。进一步为了促进学习优化方法的实际应用效率，融合华为云实际数据与场景，开源发布国内首个云计算资源调度仿真环境VMAgent，同时开源虚拟机调度标准数据集“Huawei-East-1”。系列相关工作发表于人工智能权威期刊和会议IJCAI、WWW及Pattern Recognition。
VMAgent可视化界面
在云计算资源自适应容量规划方法方面，通过引入虚拟集群概念及“重规划”思想, 提出以至少资源浪费为目标的容量规划效率度量指标，创新性提出了基于学习优化的自适应“重规划”框架方案。该框架已整合入华为云“瑶光”云计算系统架构，通过自适应容量规划子模块增强云计算资源调度效率和稳定性。王祥丰教授承担的“公有云场景下计算资源池容量规划技术研究”项目获得华为云2023年“十大优秀技术项目”，并荣获华为云2023年度“技术合作年度优秀合作伙伴奖”。
华为云年度优秀合作伙伴奖证书
大模型等人工智能技术的发展，给云计算资源管理同时带来了机遇和挑战。王祥丰教授及团队也正在着力研究如何利用大模型设计更加高效的云计算资源规划调度新方法，同时探索针对大模型训练及推断应用的云计算资源规划调度新方法，进一步促进人工智能与数学的深度交叉融合。
