能源感知的工作流执行:科学计算集群中节能与减排技术概览
分布式、并行与集群计算
2025-06-05 v1
摘要
许多领域的科学研究通常需要分析大型数据集,科学家经常使用工作流系统来利用计算机集群进行数据分析。然而,由于其规模庞大,这些工作流应用在计算资源使用、能源消耗和碳排放方面可能造成相当大的环境足迹。鉴于气候变化的迫切需求,减轻碳排放至关重要。本章通过估算来自不同科学领域的三个真实工作流的碳足迹来具体说明该问题。随后,我们描述了用于减少单个工作流任务及整个工作流应用程序能源消耗(从而减小碳足迹)的技术,例如使用能源效率更高的异构架构、生成优化代码、调整处理器电压和频率、将工作负载整合到共享集群节点上,以及进行能源效率优化的工作负载调度。
引用
@article{arxiv.2506.04062,
title = {Energy-Aware Workflow Execution: An Overview of Techniques for Saving Energy and Emissions in Scientific Compute Clusters},
author = {Lauritz Thamsen and Yehia Elkhatib and Paul Harvey and Syed Waqar Nabi and Jeremy Singer and Wim Vanderbauwhede},
journal= {arXiv preprint arXiv:2506.04062},
year = {2025}
}
备注
Partially supported by the Engineering and Physical Sciences Research Council under grant number UKRI154