期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于深度强化学习的多数据中心一体化调度优化 被引量:5
1
作者 方和平 刘曙光 +1 位作者 冉泳屹 钟坤华 《计算机应用》 CSCD 北大核心 2023年第6期1884-1892,共9页
多数据中心任务调度策略的目的是把计算任务分配到各个数据中心的不同服务器上,以促进资源利用率和能效的提升,为此提出了基于深度强化学习的多数据中心一体化调度策略。所提策略分为数据中心选择和数据中心内部任务分配两个阶段。在多... 多数据中心任务调度策略的目的是把计算任务分配到各个数据中心的不同服务器上,以促进资源利用率和能效的提升,为此提出了基于深度强化学习的多数据中心一体化调度策略。所提策略分为数据中心选择和数据中心内部任务分配两个阶段。在多数据中心选择阶段,整合算力资源以提高总体资源利用率,首先采用具有优先经验回放的深度Q网络(PER-DQN)在以数据中心为节点的网络中获取到达各个数据中心的通信路径;然后计算资源使用成本和网络通信成本,并依据这两个成本之和最小的原则选择最优的数据中心。在数据中心内部任务分配阶段,首先在所选数据中心内部,划分计算任务并遵循先到先服务(FCFS)原则将任务添加到调度队列中;然后结合计算设备状态和环境温度,采用基于双深度Q网络(Double DQN)的任务分配算法获得最优分配策略,以选择服务器执行计算任务,避免热点的产生,并降低制冷设备的能耗。实验结果表明,基于PER-DQN的数据中心选择算法相较于计算资源优先(CRF)、最短路径优先(SPF)路径选择方法的平均总成本分别下降了3.6%、10.0%;基于Double DQN的任务部署算法相较于较轮询调度(RR)、贪心调度(Greedy)算法的平均电源使用效率(PUE)分别下降了2.5%、1.7%。可见,所提策略能够有效降低总成本和数据中心能耗,实现多数据中心的高效运行。 展开更多
关键词 深度强化学习 多数据中心 任务调度 温度感知 电源使用效率
在线阅读 下载PDF
面向云计算业务的总体拥有成本建模方法 被引量:2
2
作者 黄家明 李冠广 +1 位作者 侯青军 赵坤 《哈尔滨工程大学学报》 EI CAS CSCD 北大核心 2020年第4期589-594,共6页
针对云计算数据中心硬件规模和硬件种类急剧膨胀带来云计算数据中心总体拥有成本模型计算非常复杂的问题,本文提出了一种基于数据中心建设资本和运营资本构建数据中心成本的方法。该方法提出云计算数据中心成本因子的概念,简化IT设备与... 针对云计算数据中心硬件规模和硬件种类急剧膨胀带来云计算数据中心总体拥有成本模型计算非常复杂的问题,本文提出了一种基于数据中心建设资本和运营资本构建数据中心成本的方法。该方法提出云计算数据中心成本因子的概念,简化IT设备与数据中心分摊成本的关系,从IT设备购置成本、数据中心均摊成本和能耗成本3个方面为云计算数据中心建立有效数据中心成本模型。在实验部分,使用SPEC进行业务的模拟,使用浪潮小型数据中心、Smart rack整机柜服务器配置ARM节点和英特尔E5 2620节点进行数据中心成本成本的计算。实验表明:ARM服务器数据中心成本成本降低了25%,该TCO模型为云计算数据中心成本优化提供重要参考依据。 展开更多
关键词 云计算 大数据 数据中心 总体拥有成本 数据中心成本因子 绿色数据中心 功耗模型 电源使用效率
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部