云计算市场主要采用按需付费模式,这种模式需要云租户在提交计算任务(例如MapReduce)之前,根据该任务的服务需求(例如完成任务的截止时间)来估算所需要租用的计算资源(例如用于执行计算任务的虚拟机)的数量。在虚拟机性能会发生波动的公有云环境中,为了保障计算任务的按时完成以及减少租用计算资源的费用,租户需要自动化的资源管理系统,来根据计算任务的具体运行情况实时调整租用资源的数量。基于多模态神经网络的弹性资源管理系统可用于解决上述问题。该系统包含初始资源推荐模块以及弹性资源管理模块。初始资源推荐模块会根据租户计算任务的截止时间和工作量,为租户推荐能按时完成任务且租用费用最少的计算资源配置。在任务的计算过程中,弹性资源管理模块的多模态神经网络能够提取计算资源数量、计算资源利用率和任务计算速度等三个模态的特征,实时对任务完成时间进行更加准确的预测。这种预测模型能够在虚拟机性能出现下降时,及时捕捉到任务计算速度上的变化,调整预测结果。当预测到计算任务的完成时间超过截止时间时,该系统会增加计算资源的数量,提升任务的计算速度,最终保障任务按时完成。在阿里云中基于Hadoop计算框架开发实现了该系统。通过对该系统的实际测试表明:1)在确定初始计算资源数量时,该系统的预测模型对于任务完成时间的预测准确率为98.4%;2)与领域内现有的其它资源管理系统相比,该系统可在保证任务按时完成的同时,最多节省云租户30.8%的计算资源租用成本。