传说中 PUE 预测精度高达 0.005 的工作


杨震, 赵静洲, 林依挺 等. 数据中心 PUE 能效优化的机器学习方法. 系统工程理论与实践, 2022, 42(3): 811-832


省流:

  • 这是 2020 年的论文,用神经网络进行了认真的 PUE 预测;
  • (PUE = 总能耗 / 服务器能耗 = (服务器能耗 + 冷却能耗 + 其他) / 服务器能耗 )
  • 他们认为,已经完全知道了 控制变量为某个值时 PUE 会是多少,也就是说,完全知道了输出 PUE 的模型;
  • 所以,对各个控制变量进行了灵敏度分析,并且试图通过这种方法减小 PUE;
  • 最后,在腾讯的机房改了一个水流量参数,果然获得了一点能效提升。


本文作者:MoonOut

本文链接:https://www.cnblogs.com/moonout/p/17471820.html

版权声明:本作品采用知识共享署名-非商业性使用-禁止演绎 2.5 中国大陆许可协议进行许可。

posted @   MoonOut  阅读(38)  评论(0编辑  收藏  举报
点击右上角即可分享
微信分享提示
评论
收藏
关注
推荐
深色
回顶
收起
  1. 1 Sibelius: Violin Concerto in D Minor, Op. 47:III. Allegro, ma non tanto Jascha Heifetz / Chicago Symphony Orchestra
Sibelius: Violin Concerto in D Minor, Op. 47:III. Allegro, ma non tanto - Jascha Heifetz / Chicago Symphony Orchestra
00:00 / 00:00
An audio error has occurred.