Bài báo này đề xuất một bộ lập lịch dựa trên mô hình ngôn ngữ quy mô lớn (LLM) dựa trên khuôn khổ ReAct để giải quyết các vấn đề lập lịch tác vụ điện toán hiệu năng cao (HPC). Các phương pháp dựa trên phương pháp tìm kiếm (FCFS, SJF) và các kỹ thuật tối ưu hóa hiện có thiếu khả năng thích ứng với khối lượng công việc động và không thể đồng thời tối ưu hóa nhiều mục tiêu. Bộ lập lịch dựa trên LLM được đề xuất sử dụng bộ nhớ tạm để theo dõi lịch sử lập lịch, cải thiện việc ra quyết định thông qua phản hồi ngôn ngữ tự nhiên và đảm bảo tính khả thi và an toàn thông qua mô-đun thực thi ràng buộc. Các đánh giá về nhiều tình huống khối lượng công việc HPC thực tế khác nhau bằng cách sử dụng O4-Mini của OpenAI và Claude 3.7 của Anthropic chứng minh rằng bộ lập lịch dựa trên LLM cân bằng hiệu quả nhiều mục tiêu và cung cấp suy luận minh bạch thông qua theo dõi ngôn ngữ tự nhiên. Nó thể hiện sự thỏa mãn ràng buộc tuyệt vời và thích ứng với các khối lượng công việc đa dạng mà không cần học tập theo miền cụ thể. Tuy nhiên, sự đánh đổi giữa chất lượng suy luận và chi phí tính toán vẫn là một thách thức đối với việc triển khai theo thời gian thực. Bài báo này là nghiên cứu toàn diện đầu tiên về ứng dụng LLM suy luận vào lập lịch HPC, chứng minh tiềm năng của nó trong tối ưu hóa đa mục tiêu đồng thời nêu bật những hạn chế về hiệu quả tính toán.
