HuntMS：面向碳排放和成本降低的微服务地理分布框架
计算与语言
2026-03-16 v2
摘要
微服务是云计算中主导的架构，提供可扩展性和模块化，但也带来复杂的部署挑战。随着数据中心对全球碳排放贡献率显著，碳感知调度已成为有前景的缓解策略。然而，大多数现有解决方案针对批处理、高性能或无服务器工作负载，假设可访问全球规模的基础设施。这种假设并不适用于许多国家或区域中小型企业( SME)的微服务应用，而这些企业才是真实世界的主流。在本文中，我们提出HuntMS，一种面向碳排放和效率感知的微服务部署方案，考虑碳排放、成本和延迟约束。HuntMS通过可扩展的优化策略，在地理受限的区域之间动态放置微服务，利用基于洞察的搜索空间修剪技术。我们在真实部署上的评估显示，HuntMS能够快速适应工作负载和碳强度的实时变化，平均相较于单一国家内的静态部署，在碳排放减少37.4%、运营成本降低3.6%，同时始终满足SLO。通过这种方式，HuntMS为面向延迟敏感应用在区域受限基础设施中的碳和成本感知微服务部署提供了可能。
引用
@article{arxiv.2603.10767,
title = {mAceReason-Math: A Dataset of High-Quality Multilingual Math Problems Ready For RLVR},
author = {Konstantin Dobler and Simon Lehnerer and Federico Scozzafava and Jonathan Janke and Mohamed Ali},
journal= {arXiv preprint arXiv:2603.10767},
year = {2026}
}