APP下载

基于深度学习的主机负载在线预测模型研究

2021-09-15钱声攀翟天一张徐东常彦博

计算机工程 2021年9期
关键词:历史信息模型

钱声攀,于 洋,翟天一,张徐东,常彦博

(1.中国电力科学研究院有限公司信息通信研究所,北京 100192;2.中国科学院计算技术研究所,北京 100190;3.中国科学院大学 人工智能学院,北京 100049)

0 概述

信息技术水平的提高使得计算模式由最初集中交付式发展为云计算模式[1],云计算[2]是新一轮IT革命的标志性成果,已经成为社会创新发展的战略性关键技术和平台。作为云计算物理承载基础的数据中心,近年来其不论在规模还是数量上都得到了快速发展,并已被相关行业广泛采用,但是,数据中心中的许多问题尚未得到完全解决,行业应用中仍面临各种问题和挑战[3-4],这些问题集中体现在2 个方面,一是数据中心给运营商带来了日益庞大的电力开销,相关统计结果表明[5],2014 年美国数据中心电能消耗总量占据全美全年总耗电量的1.8%,预计到2020 年,全球数据中心耗电量将占到当年全球总耗电量的8%[6];二是大型数据中心给社会带来了沉重的环保压力,全球环保组织(GeSI)估计,到2020 年数据中心温室气体排放总量将占到IT 领域总排放量的18%[7]。因此,在提供高质量服务的同时如何降低数据中心对资源的消耗以及对环境的负面影响,成为近年来学术界和工业界广泛关注的焦点。

目前,常见的降低数据中心能耗的措施是根据数据中心当前负载情况进行硬件资源调度,使得数据中心在保证服务质量的前提下尽可能高效使用硬件资源,将空转服务器进行休眠或者关机从而降低能耗。……

登录APP查看全文

猜你喜欢

历史信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
订阅信息
3D打印中的模型分割与打包
新历史
展会信息
健康信息
健康信息(九则)