Seminarios

El siguiente modelo ha sido ampliamente usado para estudiar el tiempo de procesamiento en sistemas como data centers y plataformas de cloud computing. Las tareas que llegan al sistema deben ser asignadas a uno de varios servidores en forma inmediata e irrevocable, y cada servidor procesa las tareas que le fueron asignadas en orden de llegada; en general las tareas llegan de acuerdo a un proceso de Poisson y tienen duraciones exponenciales, por lo que las cantidades de tareas en los servidores evolucionan como una cadena de Markov. Varias políticas de distribución de tareas (load balancing) han sido analizadas con éxito en distintos regímenes asintóticos. Una de las claves de este éxito ha sido la simetría del modelo, en el que dos servidores con la misma cantidad de tareas son intercambiables. Presentaremos resultados para modelos donde hay varios tipos de tareas y un grafo determina para cada tipo cuáles son los servidores compatibles, rompiendo la simetría antes mencionada. Estos modelos están motivados por la distribución heterogénea de datos y modelos de machine learning entre los servidores de data centers y plataformas de cloud computing.