面向可持续冷却与机器学习集成的可配置 Pythonic 数据中心模型
机器学习
2024-04-22 v1 人工智能
系统与控制
系统与控制
摘要
关于估算并进而减少企业数据中心运营碳足迹的讨论日益增多。数据中心的设计与智能控制对其碳足迹有重要影响。在本文中，我们展示了 PyDCM，这是一个 Python 库，能够实现数据中心设计的极快速原型开发，并应用强化学习驱动的控制，以评估包括碳足迹、能耗以及观测温度热点在内的关键可持续性指标。我们展示了 PyDCM 的这些能力，并将其与 EnergyPlus 中现有的数据中心建模工作进行了比较。PyDCM 还可以用作独立的 Gymnasium 环境，用于演示以可持续性为中心的数据中心控制。
关键词
引用
@article{arxiv.2404.12498,
title = {A Configurable Pythonic Data Center Model for Sustainable Cooling and ML Integration},
author = {Avisek Naug and Antonio Guillen and Ricardo Luna Gutierrez and Vineet Gundecha and Sahand Ghorbanpour and Sajad Mousavi and Ashwin Ramesh Babu and Soumyendu Sarkar},
journal= {arXiv preprint arXiv:2404.12498},
year = {2024}
}
备注
NeurIPS 2023 Workshop on Tackling Climate Change with Machine Learning https://www.climatechange.ai/papers/neurips2023/15. arXiv admin note: substantial text overlap with arXiv:2310.03906