AzurePublicDataset

AzurePublicDataset

Azure云平台多样化工作负载数据集

AzurePublicDataset项目提供Azure云平台多种工作负载数据集,涵盖虚拟机、Azure Functions和LLM推理等领域。这些数据集反映了不同时期Azure服务的使用情况,为云计算资源管理和优化研究提供了宝贵素材。项目还包含相关论文链接和使用指南,有助于深入理解和分析云计算平台的运行特征。

AzureMicrosoft虚拟机函数计算大语言模型Github开源项目

概述

本仓库包含Microsoft Azure公开发布的跟踪数据,以造福研究和学术社区。 目前有两类跟踪数据:

  • 虚拟机跟踪:两个代表性的Microsoft Azure虚拟机(VM)工作负载跟踪数据,分别收集于2017年和2019年,以及一个专门用于研究打包算法的VM请求跟踪数据。
  • Azure Functions跟踪:Azure Functions调用的代表性跟踪数据,收集于2019年的两周内,以及Azure Functions blob访问的跟踪数据,收集于2020年11月至12月之间。
  • Azure LLM推理跟踪:LLM推理调用的代表性跟踪数据,包含输入和输出令牌,收集于2023年11月。

我们按原样提供这些跟踪数据,但愿意帮助研究人员理解和使用它们。如有任何问题或疑问,请发送电子邮件至我们的邮件列表

按论文快速链接:

  • 论文"Resource Central: Understanding and Predicting Workloads for Improved Resource Management in Large Cloud Platforms"(SOSP'17)的跟踪数据(2017)(2019)
  • 论文"Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider"(ATC'19)的跟踪数据(2019)
  • 论文"Protean: VM Allocation Service at Scale"(OSDI'20)的跟踪数据(2020)
  • 论文"Faa$T: A Transparent Auto-Scaling Cache for Serverless Applications"(SoCC'21)的跟踪数据(2020)
  • 论文"Splitwise: Efficient generative LLM inference using phase splitting"(ISCA'24)的跟踪数据(2023)
  • 论文"Designing Cloud Servers for Lower Carbon"(ISCA'24)的数据集和代码(2023)

虚拟机跟踪

这些跟踪数据是Azure某一地理区域第一方VM工作负载的经过清理的子集。我们提供了jupyter笔记本,直接比较每个跟踪数据与其对应的完整VM工作负载的主要特征,显示它们在定性上非常相似(2019年的VM部署规模除外)。比较这两个跟踪数据的特征说明了工作负载在这两年间如何变化。

如果您在研究中使用这些VM跟踪数据,请务必引用我们的SOSP'17论文"Resource Central: Understanding and Predicting Workloads for Improved Resource Management in Large Cloud Platforms",其中包含了2017年Azure VM工作负载的完整分析。

跟踪数据位置

  • AzurePublicDatasetV1 - 使用2017年Azure VM工作负载数据创建的跟踪,包含约200万台VM和12亿次利用率读数的信息。
  • AzurePublicDatasetV2 - 使用2019年Azure VM工作负载数据创建的跟踪,包含约260万台VM和19亿次利用率读数的信息。

Azure打包跟踪数据

  • AzureTracesForPacking2020 - 该数据集代表Microsoft Azure计算服务的部分工作负载,专门用于评估打包算法。数据集包括:

    • VM请求及其优先级
    • 每个请求的VM生命周期
    • 每种VM类型分配的(标准化)资源

如果您在研究中使用Azure打包跟踪数据,请务必引用我们的OSDI'20论文"Protean: VM Allocation Service at Scale",其中包含Azure分配器及相关工作负载分析的描述。

Azure Functions跟踪

函数调用

  • AzureFunctionsDataset2019 - 这些跟踪数据包含2019年7月运行在Azure Functions上的部分应用程序的以下信息:

    • 每分钟每个(匿名化)函数被调用的次数及其对应的触发器组
    • (匿名化)函数如何分组到(匿名化)应用程序中,以及应用程序如何按(匿名化)所有者分组
    • 每个函数的执行时间分布
    • 每个应用程序的内存使用分布

如果您在研究中使用2019年Azure Functions跟踪数据,请务必引用我们的ATC'20论文"Serverless in the Wild: Characterizing and Optimizing the Serverless Workload at a Large Cloud Provider",其中包含2019年7月Azure Functions工作负载的完整分析。

  • AzureFunctionsInvocationTrace2021 - 这是从2021-01-31开始的两周函数调用跟踪。跟踪包含调用到达和离开(或完成)时间,具有以下模式:

    • app:应用程序ID(加密)
    • func:函数ID(加密),仅在应用程序内唯一
    • end_timestamp:函数调用结束时间戳(毫秒)
    • duration:函数调用持续时间(毫秒)

如果您在研究中使用2021年Azure Functions跟踪数据,请引用这篇SOSP'21论文"Faster and Cheaper Serverless Computing on Harvested Resources"

Functions Blob访问

  • AzureFunctionsBlobDataset2020 - 这是Microsoft Azure Functions中blob访问的样本,收集于2020年11月23日至12月6日。该数据集是SoCC 2021论文"Faa$T: A Transparent Auto-Scaling Cache for Serverless Applications"中描述和分析的数据。

Azure LLM推理跟踪

  • AzureLLMInferenceDataset2023 - 这是Azure中两个LLM推理服务的样本,包含输入和输出令牌。该数据集收集于2023年11月11日。其中包含ISCA 2024论文"Splitwise: Efficient generative LLM inference using phase splitting"中描述和分析的数据。

联系我们

如有任何问题或疑问,请发送电子邮件至我们的邮件列表

这些跟踪数据源于Azure和Microsoft Research之间的合作。

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。

下拉加载更多