字节跳动ByteBrain团队提出秒级推理强化学习VMR系统

6月5日，字节跳动技术团队微信公众号发文称，字节跳动ByteBrain团队主导，联合UC Merced和UC Berkeley提出了VMR²L，研发了一套基于深度强化学习的VMR系统，在保持近似最优性能的同时，将推理时间压缩至1.1秒，成功实现系统性能与工业可部署性的统一。

本工作已在系统顶会EuroSys25发表。本文两位共同一作是字节跳动ByteBrain团队的实习生，研究聚焦于长期被忽视但至关重要的虚拟机重调度（VMR）问题。VMR指的是在已有资源使用状态下，通过迁移部分已部署的VM来重组资源、降低碎片、提升整体资源利用率。