研究目的
通过提出一种名为SAGITTA的随机建模方法,优化分布式云中的太阳能消耗,旨在通过合理分配计算资源给传入的用户请求来最小化可再生能源损失。
研究成果
SAGITTA在棕色能源消耗方面表现优异,与最优解仅相差5.2%。它在所有案例中均优于传统方法,并能随云数据中心数量平滑扩展。未来工作包括通过集成虚拟机动态迁移能力和站点间能源生产来扩展SAGITTA,使其适应连续工作负载,并整合网络设备对能耗的影响。
研究不足
该研究未明确模拟褐煤发电,假设电信网络对系统运行影响可忽略不计,且未考虑数据中心冷却系统所消耗的能源。此外,用于计算最优能耗的动态规划算法需要大量计算资源。
1:实验设计与方法选择:
本研究采用随机建模方法估算可再生能源产量,并运用贪婪启发式算法为接入的用户请求分配资源及关闭闲置服务器。
2:样本选取与数据来源:
使用绿色电力生产的真实记录与实际工作负载轨迹。绿色电力数据来自南特大学Photovolta项目,工作负载输入基于标准化ClarkNet HTTP轨迹。
3:实验设备与材料清单:
模拟涉及由基于法国实验测试平台Grid’5000的Taurus服务器构成的同构节点集群组成的数据中心。
4:实验流程与操作步骤:
实施SAGITTA方法的控制器每个时间槽(每五分钟)运行一次,保存当日从绿色电源接收的所有数据,并利用该历史数据计算标准差。
5:数据分析方法:
通过基于仿真的评估,将SAGITTA的性能与两种受循环调度启发的算法进行对比。
独家科研数据包,助您复现前沿成果,加速创新突破
获取完整内容