特許ウォッチ

公開番号2025173111
公報種別公開特許公報(A)
公開日2025-11-27
出願番号2024078509
出願日2024-05-14
発明の名称IT運用管理装置および方法
出願人株式会社日立製作所
代理人弁理士法人ウィルフォート国際特許事務所
主分類G06F 9/50 20060101AFI20251119BHJP(計算;計数)
要約【課題】リソースを適切に管理する。
【解決手段】環境構築装置20は、運用環境30における複数のコンテナそれぞれのワークロードの特性に応じてプリエンプション対象となるコンテナを選定する。環境構築装置20は、リソース管理部22と、稼働情報取得部23と、環境情報記憶部24と、を備える。リソース管理部は、運用環境に対するコンテナの配置をコンテナ配置情報242として管理する。稼働情報取得部は、運用環境で稼働するリソースの稼働状況をコンテナ監視情報243として取得する。環境情報記憶部は、コンテナ配置情報およびコンテナ監視情報を記憶する。リソース管理部は、コンテナ配置情報およびコンテナ監視情報に基づいて、実行中のコンテナのワークロード特性を推測し、複数のコンテナからプリエンプション対象となるコンテナを選定する。
【選択図】図1
特許請求の範囲【請求項１】
運用環境における複数のコンテナそれぞれのワークロードの特性に応じてプリエンプション対象となるコンテナを選定するＩＴ運用管理装置であって、
前記運用環境に対する前記コンテナの配置をコンテナ配置情報として管理するリソース管理部と、
前記運用環境で稼働するリソースの稼働状況をコンテナ監視情報として取得する稼働情報取得部と、
前記コンテナ配置情報および前記コンテナ監視情報を記憶する環境情報記憶部と、を備え、
前記リソース管理部は、前記コンテナ配置情報および前記コンテナ監視情報に基づいて、実行中のコンテナのワークロード特性を推測し、前記複数のコンテナからプリエンプション対象となるコンテナを選定するＩＴ運用管理装置。
続きを表示（約 1,500 文字）【請求項２】
前記運用環境に対する前記コンテナの配置指示をコンテナ配置指示情報として取得する配置指示情報取得部を備え、
前記リソース管理部は、前記コンテナ配置指示情報前記と、前記コンテナ配置情報と、前記コンテナ監視情報に基づいて、前記プリエンプション対象となるコンテナを選定する、
請求項１に記載のＩＴ運用管理装置。
【請求項３】
前記リソースは、第１プロセッサと、当該第１プロセッサよりも処理性能が低い第２プロセッサとを有し、
前記リソース管理部は、前記第１プロセッサから前記第２プロセッサに再配置させるコンテナを前記プリエンプション対象として選定する、
請求項１に記載のＩＴ運用管理装置。
【請求項４】
前記第１プロセッサは、ＧＰＵであり、
前記第２プロセッサは、ＣＰＵである、
請求項３に記載のＩＴ運用管理装置。
【請求項５】
前記コンテナ監視情報には、前記複数のコンテナ毎のリクエスト処理時間およびＧＰＵ利用率が含まれており、
前記リソース管理部は、前記リクエスト処理時間および前記ＧＰＵ利用率に基づいて、前記プリエンプション対象となるコンテナを選定する、
請求項４に記載のＩＴ運用管理装置。
【請求項６】
前記コンテナ監視情報には、前記複数のコンテナ毎のＶＲＡＭ利用量が含まれており、
前記リソース管理部は、前記ＶＲＡＭ利用量に基づいて、前記プリエンプション対象となるコンテナを選定する、
請求項１に記載のＩＴ運用管理装置。
【請求項７】
運用環境における複数のコンテナそれぞれのワークロードの特性に応じてプリエンプション対象となるコンテナを選定するＩＴ運用管理装置によるＩＴ運用管理方法であって、
前記運用環境に対するコンテナの配置指示をコンテナ配置指示情報として取得するステップと、
前記運用環境に対する前記コンテナの配置をコンテナ配置情報として取得するステップと、
前記運用環境で稼働するリソースの稼働状況をコンテナ監視情報として取得するステップと、
前記コンテナ配置指示情報と、前記コンテナ配置情報と、前記コンテナ監視情報を記憶するステップと、
前記コンテナ配置情報および前記コンテナ監視情報に基づいて、実行中のコンテナのワークロード特性を推測し、前記複数のコンテナからプリエンプション対象となるコンテナを選定するステップと、を有するＩＴ運用管理方法。
【請求項８】
前記プリエンプション対象となるコンテナを選定するステップは、前記プリエンプション対象のコンテナを前記リソースのうちＧＰＵを利用せずにＣＰＵに処理させるように前記運用環境に配置する、
請求項７に記載のＩＴ運用管理方法。
【請求項９】
前記コンテナ監視情報には、前記複数のコンテナ毎のリクエスト処理時間及びＧＰＵ利用率が含まれており、
前記プリエンプション対象となるコンテナを選定するステップは、前記リクエスト処理時間およびＧＰＵ利用率に基づいて、前記プリエンプション対象となるコンテナを選定する、
請求項８に記載のＩＴ運用管理方法。
【請求項１０】
前記コンテナ監視情報には、前記複数のコンテナ毎のＶＲＡＭ利用量が含まれており、
前記プリエンプション対象となるコンテナを選定するステップは、前記ＶＲＡＭ利用量に基づいて、前記プリエンプション対象となるコンテナを選定する、
請求項７に記載のＩＴ運用管理方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、ＩＴ運用管理装置および方法に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
人工知能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ、ＡＩ）の分野、特にディープラーニングでは、大量のデータ処理と並列計算に高性能なグラフィックス処理ユニット（ＧｒａｐｈｉｃａｌＰｒｏｃｅｓｉｎｇＵｎｉｔ、ＧＰＵ）が必要とされている。ＧＰＵは、高価であるため、複数の開発プロジェクトが共有するインフラでは、効率的なリソース配分およびジョブスケジューリングが重要となる。一方、中央処理装置（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ、ＣＰＵ）は、より一般的にコスト効率の良いリソースとして扱われ、その適切な利用もまた重要である。
【０００３】
Ｋｕｂｅｒｎｅｔｅｓは、一般的なウェブサービス系ワークロード向けのリソーススケジューリングに使用されるものの、ＡＩ開発のニーズに完全には対応していない。このギャップを埋めるために、ＫｕｅｕｅというＯＳＳが開発され、ＡＩ開発をはじめとした特有のスケジューリングニーズに対応している（非特許文献１）。
【０００４】
さらに、特許文献１には、ＣＰＵとＧＰＵの効率的な利用を目指し、コード内容に基づくＧＰＵ利用の判定手法が記載されている。
【先行技術文献】
【非特許文献】
【０００５】
Ｋｕｅｕｅ、インターネット＜URL：https://kueue.sigs.k8s.io＞
国際公開第２０２２／０７９７４８号
【発明の概要】
【発明が解決しようとする課題】
【０００６】
ＧＰＵインフラにおけるジョブスケジューリングの問題に焦点を当てた場合、非特許文献1のジョブスケジューリングシステムは、複数のコンテナプログラムに対して優先度を基にリソースを割り当てる。このプロセスにおいて、高優先度のコンテナプログラムが必要とするリソースを確保するために、低優先度のコンテナプログラムを一時的に停止することがある。このような操作をプリエンプションと呼ぶ。しかし、プリエンプションによって低優先度のコンテナプログラムが停止されると、そのプログラムのスループットは、０になってしまう。
【０００７】
さらに、特許文献1では、配置対象のプログラムのソースコードの内容を分析してＧＰＵ利用を判定する。しかし、この判定手法では、プログラムの内容を分析できない場合、利用するインフラの種類を特定することができない。このため、リソースの種類を動的にかつ効率的に選択し、割り当てることが困難である。
【０００８】
そこで、本発明は、上記課題に鑑みてなされたもので、その目的は、リソースを適切に管理する技術を提供することにある。
【課題を解決するための手段】
【０００９】
上記目的を解決するために、本発明は、運用環境における複数のコンテナそれぞれのワークロードの特性に応じてプリエンプション対象となるコンテナを選定するＩＴ運用管理装置であって、前記運用環境に対する前記コンテナの配置をコンテナ配置情報として管理するリソース管理部と、前記運用環境で稼働するリソースの稼働状況をコンテナ監視情報として取得する稼働情報取得部と、前記コンテナ配置情報および前記コンテナ監視情報を記憶する環境情報記憶部と、を備え、前記リソース管理部は、前記コンテナ配置情報および前記コンテナ監視情報に基づいて、実行中のコンテナのワークロード特性を推測し、前記複数のコンテナからプリエンプション対象となるコンテナを選定する。
【発明の効果】
【００１０】
本発明によれば、リソースを適切に管理することができる。
【図面の簡単な説明】
（【００１１】以降は省略されています）

関連特許