Key points are not available for this paper at this time.
مع نقص الطاقة وتغير المناخ العالمي الذي يثير قلقنا هذه الأيام، أصبح استهلاك الطاقة في مراكز البيانات قضية رئيسية. من الواضح أنه يمكن تحقيق تقليص كبير في استهلاك الطاقة عن طريق إيقاف تشغيل الخوادم عندما لا تكون قيد الاستخدام. تهدف هذه الورقة إلى تصميم وتنفيذ وتقييم خوارزمية جدولة خضراء تدمج متنبئًا شبكيًا عصبيًا لتحسين استهلاك الطاقة للخوادم في الحوسبة السحابية. نستخدم المتنبئ للتنبؤ بالطلب المستقبلي على الحمل بناءً على الطلب التاريخي. وفقًا للتنبؤ، تعمل الخوارزمية على إيقاف الخوادم غير المستخدمة وإعادة تشغيلها لتقليل عدد الخوادم العاملة، مما يقلل من استخدام الطاقة في نقاط الاستهلاك للاستفادة من جميع المستويات الأخرى. للتقييم، نقوم بإجراء محاكاة باستخدام مسارين للحمل. تظهر النتائج أن وضع PP20 يمكن أن يوفر ما يصل إلى 46.3% من استهلاك الطاقة مع معدل انخفاض قدره 0.03% على أحد مسارات الحمل، ومعدل انخفاض قدره 0.12% مع معدل تقليل الطاقة قدره 46.7% على الآخر.
دوي وآخرون (الخميس) درسوا هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: