← 返回企业版
📊

AI 日志分析

HeteroFlow 是本站的异构算力与大模型调度产品。面向不同客户的 GPU 组合与任务结构,分析调度日志并给出可核对的建议(愿景)。

愿景

以下为企业版能力方向说明(愿景)。数字和时延来自线上页面原文,本仓库没有对应实测记录。

为什么单独做日志分析

每个客户都不同

GPU 型号、训练/推理比例和高峰时段不同,通用权重很难同时合适。

浪费不容易看见

显存申请偏大、分片过粗和碎片,需要量化后才能讨论是否调整。

参数太多

权重、阈值和队列配额不适合靠反复试错。建议应带预期影响和风险说明。

规划中的分析路径

1

数据采集

调度日志、GPU 指标、任务元数据和系统事件,按客户隔离。

2

特征提取

到达间隔、运行时长、提交习惯、利用率曲线和异常特征。

3

分客户分析模型

增量更新的分析模型,不把训练过程放进调度热路径。与对外示例模型不是同一类。

4

建议输出

参数建议、浪费分析、异常提示和文字周报,并附风险说明。

线上页面列出的四类分析模型(愿景)

异常模式

Isolation Forest 与 LSTM-VAE。示例是失败率突升、延迟变大、碎片加剧。

需求预测

LightGBM 与时序特征。示例是按小时预测 GPU 需求,供伸缩讨论。

参数建议

以历史日志做调度模拟,给出 Binpack 等参数的调整建议。

文字报告

由示例模型生成周报/月报摘要,推送渠道包括邮件或企微/钉钉(愿景)。

联系商务了解这项能力的当前范围