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。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步