面向绿色数据中心可持续发展的全伸缩自动化
分布式、并行与集群计算
2025-03-04 v2 人工智能
机器学习
摘要
云计算的迅速兴起导致数据中心碳排放惊人增长，其目前已占全球温室气体排放量的 3% 以上，亟需立即采取措施应对其对全球气候日益加剧的压力。此项工作的一个重要着力点是提高资源利用率以节省电力消耗。我们提出的全伸缩自动化（FSA）机制是一种在大规模云计算集群中动态适配资源以应付变化工作负载的有效方法，使数据中心内的集群维持期望的 CPU 利用率目标，从而提升能效。FSA 利用深度表征学习的力量精准预测各服务的未来工作负载并自动稳定相应的目标 CPU 使用水平，不同于 Autopilot 或 FIRM 等先前需借助统计模型与专家知识调整计算资源的自动伸缩方法。我们的方法在真实数据集上相较已有工作取得显著性能提升。我们还将 FSA 部署于工业数据中心的规模化云计算集群，据中国环境联合认证中心（CEC）认证，在 2022 年双十一购物节期间实现二氧化碳减排 947 吨，相当于节电 1,538,000 千瓦时，标志着本公司迈向 2030 碳中和战略目标的关键一步。
引用
@article{arxiv.2305.00706,
title = {Full Scaling Automation for Sustainable Development of Green Data Centers},
author = {Shiyu Wang and Yinbo Sun and Xiaoming Shi and Shiyi Zhu and Lin-Tao Ma and James Zhang and Yifei Zheng and Jian Liu},
journal= {arXiv preprint arXiv:2305.00706},
year = {2025}
}
备注
Accepted by the Thirty-Second(13th) International Joint Conference on Artificial Intelligence (IJCAI-23)