MIT SuperCloud 跟踪重放仿真：用于研究最优可持续性政策
分布式、并行与集群计算
2025-09-23 v1
摘要
AI 超级计算的快速增长正在创造前所未有的电力需求，下一代 GPU 数据中心需要数百兆瓦的功率，并且在消耗方面呈现快速且大幅度的波动。为了应对电力公司和系统运营商面临的挑战，我们扩展了 ExaDigiT，这是一个用于建模超级计算机电力、制冷和调度的开源数字孪生框架。该框架最初开发用于从领导级 HPC 系统重放跟踪日志，现已集成异构性、多租户和云规模工作负载。在本工作中，我们聚焦于 MIT SuperCloud TX-GAIA 系统上基于强化学习 (RL) 的可持续性政策实验的仿真环境。RAPS 模块提供了详细的功率和性能统计数据，支持研究调度策略、激励机制和硬件/软件原型设计。 preliminary RL 实验使用近端策略优化 (Proximal Policy Optimization) 表明，学习能源感知调度决策是可行的，突显了 ExaDigiT 作为探索提高吞吐量、效率和可持续性最优政策平台的潜力。
引用
@article{arxiv.2509.16513,
title = {Trace Replay Simulation of MIT SuperCloud for Studying Optimal Sustainability Policies},
author = {Wesley Brewer and Matthias Maiterth and Damien Fay},
journal= {arXiv preprint arXiv:2509.16513},
year = {2025}
}
备注
2 pages, 2 figures