Aug, 2023
SHIELD：碳，废水和能源感知数据中心管理的可持续混合进化学习框架
SHIELD: Sustainable Hybrid Evolutionary Learning Framework for Carbon, Wastewater, and Energy-Aware Data Center Management
Sirui Qi, Dejan Milojicic, Cullen Bash, Sudeep Pasricha
TL;DR本研究提出了一个名为 SHIELD 的混合工作负载管理框架，利用机器学习引导的局部搜索和基于分解的进化算法来共同优化地理分布数据中心的碳排放、水足迹和能源成本，实现了 34.4 倍的加速比、2.1 倍的帕累托超体积改进，并将碳足迹最多减少 3.7 倍、水足迹最多减少 1.8 倍、能源成本最多减少 1.3 倍，与现有技术相比，所有目标（碳、水、成本）的累积改进最多可达到 4.8 倍。