可持续数据中心控制基准测试工具SustainDC
原文中文,约500字,阅读约需2分钟。发表于: 。本研究解决了当前数据中心在能源消耗和气候变化影响方面的可持续控制问题。SustainDC是一个用于基准测试多智能体强化学习算法(MARL)的Python环境,支持自定义数据中心配置和任务管理。研究表明,MARL算法在优化数据中心操作上具有显著提升潜力,有助于实现可持续计算。
本文探索使用强化学习设计云计算节点上的功耗限制策略,通过将软件堆栈与硬件控制机制相结合,设计一个代理程序来控制处理器的最大供电功率,而不会影响应用性能。利用PPO代理程序在计算节点的数学模型上学习最优策略,通过平衡功耗和应用性能来采取行动。