Das HOSHMAND-Framework (High-performance Open-sourced AI-based Scheduling Handler for Managing Node Distribution) stellt einen KI-gesteuerten Scheduler vor, der die Verteilung von Rechenjobs auf HPC-Systemen beschleunigt und die Ressourcenauslastung verbessert. Diese an der Universität Göttingen entwickelte Lösung nutzt ein rekurrentes neuronales Netzwerk (RNN), um die optimale Job-Knoten-Zuordnung vorherzusagen, und historische Daten, um Strategien dynamisch zu verfeinern. HOSHMAND passt sich schnell an schwankende Arbeitslasten und unterschiedliche Rechenanforderungen an. Seine Fähigkeit, mit heterogenen Ressourcen umzugehen, gewährleistet eine zuverlässige Leistung in Cloud-Umgebungen mit unterschiedlichen Hardware-Konfigurationen. Erste Tests mit dem Datensatz MIT SuperCloud haben gezeigt, dass die Planungszeiten reduziert und der Durchsatz verbessert werden konnten. Dieses Projekt ist eine Zusammenarbeit mit der DECICE-Initiative (Device-Edge-Cloud Intelligent Collaboration Framework, Beteiligung GWDG), die vom BMBF gefördert wird. Weitere Informationen: gwdg.de/about-us/gwdg-news/2024/GN_11-2024_www.pdf .