超级计算机中节点温度的时空建模
应用统计
2016-05-27 v4
摘要
洛斯阿拉莫斯国家实验室(LANL)拥有许多大型超级计算集群。这些集群需要巨大的功率(每个约500-2000 kW)，且大部分能量转化为热。因此，冷却超级计算机的组件成为一项关键且昂贵的任务。最近启动了一个项目，以优化用于冷却容纳三个此类大型集群之一的房间的冷却系统，并制定减少冷却成本和监测其他机房的通用良好实践程序。本工作侧重于统计方法，用于量化对房间进行的若干冷却改变对计算机各个节点温度的影响。该房间中最大的集群有1600个节点，在一般使用期间运行各种作业。由于极端温度很重要，使用正态分布加上用于上尾的广义帕累托分布来建模边际分布，并辅以高斯过程copula以解释时空依赖性。采用高斯马尔可夫随机场(GMRF)模型来建模冷却改变发生时对节点温度的空间和/或时间效应。该模型随后用于评估每次房间改变后节点温度的状况。该分析方法被用于揭示其中一个超级计算集群上节点过热问题事件的原因。下一步还将使用该模型估计由于供应空气温度升高引起的节点温度趋势，并最终决定任何进一步温度升高何时变得不安全。同一过程也可应用于降低其他数据中心的冷却开支。
引用
@article{arxiv.1505.06275,
title = {Spatiotemporal Modeling of Node Temperatures in Supercomputers},
author = {Curtis B Storlie and Brian J Reich and William N Rust and Lawrence O Ticknor and Amanda M Bonnie and Andrew J Montoya and Sarah E Michalak},
journal= {arXiv preprint arXiv:1505.06275},
year = {2016}
}