云数据中心计算与冷却能耗动态管理的启发式与元启发式算法
分布式、并行与集群计算
2023-12-19 v1 人工智能
摘要
数据中心的能耗数字惊人，而云应用日益普及正加剧其计算需求。此外，为使服务器保持在可靠的热运行条件内所需的冷却也会影响数据机房内的热量分布，从而影响服务器的功率漏泄。优化这些基础设施的能耗是一项重大挑战，以使数据中心具备更强的可扩展性。因此，理解功率、温度、整合与性能之间的关系对于在数据中心层面实现能效管理至关重要。在本研究中，我们提出了新颖的功率与热感知策略及模型，基于元启发式优化的全局能耗，从局部视角提供冷却与计算的联合优化。我们的结果表明，结合元启发式与最佳适应递减算法的双重感知，使我们能够将全局能耗转化为更快、更轻量的优化策略，从而可在运行期间使用。该方法在兼顾计算与冷却基础设施的同时，可将数据中心的能效提升高达 21.74%，并保持服务质量。
引用
@article{arxiv.2312.10663,
title = {Heuristics and Metaheuristics for Dynamic Management of Computing and Cooling Energy in Cloud Data Centers},
author = {Patricia Arroba and José L. Risco-Martín and José M. Moya and José L. Ayala},
journal= {arXiv preprint arXiv:2312.10663},
year = {2023}
}