Game-Theoretic Workload Allocation with Dynamic Computing Efficiency and Rejection-Aware Migration in Heterogeneous Data Centers

في العالم الحديث، تعتمد حياتنا الرقمية على شبكات واسعة من مراكز الكمبيوتر المنتشرة في جميع أنحاء العالم. هذه المرافق، المعروفة باسم مراكز البيانات، تعمل كمحركات لكل شيء، بدءاً من بث مقاطع الفيديو وصولاً إلى تدريب الذكاء الاصطناعي. ومع ذلك، فإن هذه المحركات ليست جميعها مبنية بنفس الطريقة؛ فبعضها يقع في مناطق ذات مناخ بارد وكهرباء رخيصة، بينما يقع البعض الآخر في مناطق حارة ومكلفة. علاوة على ذلك، لا تعمل الحواسيب داخل هذه المراكز بسرعة ثابتة؛ فتماماً كما يتباطأ الطريق السريع عندما تدخل إليه الكثير من السيارات، تنخفض قدرة المعالجة في مركز البيانات عندما يغمره عدد كبير جداً من المهام في وقت واحد. ويتمثل التحدي الذي يواجه المهندسين في تحديد المكان الذي يجب أن تذهب إليه كل مهمة رقمية. فإذا أرسلوا مهاماً كثيرة جداً إلى مركز واحد قوي، سيصبح ذلك المركز مزدحماً وبطيئاً. وإذا أرسلوا المهام إلى المكان الخاطئ، فقد تستغرق المهمة وقتاً طويلاً أو تكلف الكثير من الطاقة. ويتطلب إيجاد التوازن المثالي نظاماً يمكنه الاستجابة لهذه الظروف المتغيرة في الوقت الفعلي.

اقترح فريق من الباحثين في جامعة ووهان للتكنولوجيا طريقة جديدة لحل هذا اللغز عبر التعامل مع مراكز البيانات ليس كآلات سلبية، بل كصناع قرار مستقلين. في دراستهم، تخيلوا سيناريو يعمل فيه كل مركز بيانات كمالك عمل عقلاني، يحاول القيام بأفضل عمل ممكن لنفسه مع التفاعل مع جيرانه. وبدلاً من وجود كمبيوتر مركزي واحد يملي على الجميع ما يجب فعله، صمم الباحثون نظاماً تتفاوض فيه مراكز البيانات مع بعضها البعض. فعندما يكون لدى مركز ما مهمة لا يستطيع التعامل معها بكفاءة، يطلب من مركز آخر توليها. ومن الأهمية بمكان أن للمركز المستلم الحق في قول "لا". وإذا تم رفض الطلب، تبقى المهمة في مكانها الأصلي، لكن المركز الطالب يدفع غرامة صغيرة مقابل المحاولة الضائعة. هذه القاعدة البسيطة تجبر الشبكة على أن تكون أكثر حذراً واستراتيجية بشأن مكان إرسال العمل.

قام الباحثون ببناء محاكاة حاسوبية لاختبار هذه الفكرة، حيث أنشأوا شبكة افتراضية مكونة من ثمانية مراكز بيانات عبر الولايات المتحدة. وقد قاموا بتوليد عشرة آلاف مهمة مختلفة، تراوحت بين الوظائف الصغيرة والسريعة والحسابات الضخمة والمعقدة، وراقبوا كيف يتصرف النظام. وقارنوا طريقتهم الجديدة بالاستراتيجيات القديمة، مثل تشغيل كل مهمة ببساطة على الكمبيوتر الذي أنشأها، أو إرسال المهام عشوائياً إلى أي خادم متاح. كما اختبروا نهجاً "جشعاً" حيث ترسل المراكز المهام إلى أسرع خادم متاح دون التفكير في العواقب، ونموذج نظرية الألعاب القياسي الذي يفتقر إلى القدرة للمركز المستلم لرفض الطلب.

أظهرت النتائج أن النظام الجديد القائم على التفاوض كان يعمل بشكل أفضل بكثير من غيره. فمن خلال السماح للمراكز المستلمة بقول "لا" ومن خلال مراعاة حقيقة أن الخادم المزدحم يتباطأ، تجنب النظام بشكل طبيعي ازدحام المواقع الأكثر شعبية. وبدلاً من نشر العمل بالتساوي مثل البطانية، استقر النظام في نمط أصبح فيه عدد قوارب معينة مراكز رئيسية (Hubs)، تتعامل مع حصة كبيرة من العمل الوارد، بينما ركزت مراكز أخرى على مهامها المحلية الخاصة. حدث هذا لأن النظام تعلم أن إرسال مهمة إلى مركز رئيسي لا يستحق العناء إلا إذا كان لا يزال يمتلك سرعة كافية للتعامل معها. وعندما يصبح المركز الرئيسي مزدحماً جداً، تنخفض سرعته الداخلية، مما يجعله أقل جاذبية لإرسال المزيد من العمل إليه. وقد منع آلية التنظيم الذاتي هذه الشبكة من الوقوع في حالة يكون فيها الجميع مثقلين بالأعباء.

وكان اكتشاف رئيسي هو أن الغرامة المفروضة على الطلب المرفوض كانت حيوية لنجاح النظام. فإذا لم تكن هناك غرامة، ستستمر مراكز البيانات في إرسال المهام إلى المراكز الرئيسية المزدحمة، آملة في تحقيق ربح سريع، مما يؤدي إلى الفوضى وهدر الطاقة. وإذا كانت الغرامة مرتفقة جداً، ستصبح المراكز خائفة جداً من طلب المساعدة، مما يترك المهام عالقة في معالجات محلية بطيئة. وجد الباحثون "نقطة مثالية" لهذه الغرامة، وهي منطقة وسطى تشجع المراكز على تجربة اتصالات جديدة ولكنها تثنيها عن إضاعة الوقت في طلبات من المرجح أن تفشل. وفي عمليات المحاكاة التي أجروها، أدى هذا النهج المتوازن إلى تحسين الكفاءة الإجمالية للنظام بنسبة تقارب 27.0% مقارنة باستراتيجية جشعة قياسية، وقلل إجمالي تكلفة الطاقة بنسبة تقارب 36.2% مقارنة بتشغيل كل شيء محلياً ببساطة.

كما سلطت الدراسة الضوء على خلل في الطرق القديمة للتفكير في هذه المشكلات. فقد افترضت العديد من النماذج السابقة أن سرعة مركز البيانات ثابتة، مثل سيارة تسير دائماً بسرعة ستين ميلاً في الساعة بغض النظر عن حركة المرور. وأظهر الباحثون أن هذا الافتراض يؤدي إلى خطط غير واقعية. ففي نموذجهم، حيث تنخفض السرعة مع زيادة عبء العمل، يتجنب النظام طبيعياً تحميل أي عقدة (Node) فوق طاقتها. وقد ثبت أن هذه الرؤية الديناميكية لقدرة الحوسبة ضرورية لإنشاء شبكة مستقرة وفعالة. ويشير العمل إلى أن مستقبل إدارة موارد الحوسبة العالمية لا يكمن في التحكم الصارم من الأعلى إلى الأسفل، بل في الاتفاقات المحلية المرنة حيث يحترم كل مشارك حدود وخيارات الآخرين.