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

आधुनिक दुनिया में, हमारा डिजिटल जीवन दुनिया भर में फैले कंप्यूटर केंद्रों के विशाल नेटवर्क पर निर्भर है। ये सुविधाएं, जिन्हें डेटा सेंटर कहा जाता है, वीडियो स्ट्रीमिंग से लेकर आर्टिफिशियल इंटेलिजेंस को प्रशिक्षित करने तक, हर चीज़ के इंजन के रूप में कार्य करती हैं। हालाँकि, ये इंजन सभी एक जैसे नहीं बने होते हैं। कुछ ठंडी जलवायु और सस्ती बिजली वाले स्थानों पर स्थित हैं, जबकि अन्य गर्म और महंगी क्षेत्रों में स्थित हैं। इसके अलावा, इनके भीतर के कंप्यूटर एक स्थिर गति से नहीं चलते; ठीक वैसे ही जैसे बहुत अधिक कारों के आने पर एक राजमार्ग धीमा हो जाता है, एक डेटा सेंटर की प्रोसेसिंग पावर भी तब कम हो जाती है जब उस पर एक साथ बहुत अधिक कार्यों का बोझ आ जाता है। इंजीनियरों के लिए चुनौती यह तय करना है कि प्रत्येक डिजिटल कार्य को कहाँ भेजा जाना चाहिए। यदि वे एक ही शक्तिशाली केंद्र को बहुत अधिक काम भेजते हैं, तो वह केंद्र जाम हो जाता है और धीमा हो जाता है। यदि वे कार्यों को गलत जगह भेजते हैं, तो कार्य में बहुत अधिक समय लग सकता है या ऊर्जा की लागत बहुत अधिक हो सकती है। एक आदर्श संतुलन खोजने के लिए एक ऐसी प्रणाली की आवश्यकता है जो वास्तविक समय में इन बदलती परिस्थितियों के प्रति प्रतिक्रिया दे सके।

वुहान यूनिवर्सिटी ऑफ टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने डेटा सेंटरों को निष्क्रिय मशीनों के रूप में नहीं, बल्कि स्वतंत्र निर्णय लेने वालों के रूप में मानकर इस पहेली को सुलझाने का एक नया तरीका प्रस्तावित किया है। अपने अध्ययन में, उन्होंने एक ऐसी स्थिति की कल्पना की जहाँ प्रत्येक डेटा सेंटर एक तर्कसंगत व्यवसायी की तरह कार्य करता है, जो अपने पड़ोसियों के साथ बातचीत करते हुए अपने लिए सर्वश्रेष्ठ कार्य करने का प्रयास करता है। एक एकल केंद्रीय कंप्यूटर द्वारा सबको निर्देश देने के बजाय, शोधकर्ताओं ने एक ऐसी प्रणाली डिजाइन की जहाँ डेटा सेंटर एक-दूसरे के साथ बातचीत (नेगोशिएशन) करते हैं। जब किसी एक केंद्र के पास ऐसा कार्य होता जिसे वह कुशलतापूर्वक संभाल नहीं सकता, तो वह दूसरे केंद्र से उसे लेने के लिए कहता है। महत्वपूर्ण बात यह है कि प्राप्त करने वाले केंद्र के पास 'ना' कहने का अधिकार होता है। यदि अनुरोध को अस्वीकार कर दिया जाता है, तो कार्य वहीं रुक जाता है, लेकिन अनुरोध करने वाले केंद्र को इस बर्बाद प्रयास के लिए एक छोटा सा दंड (पेनल्टी) भुगतना पड़ता है। यह सरल नियम नेटवर्क को काम भेजने के मामले में अधिक सावधान और रणनीतिक बनाता है।

शोधकर्ताओं ने इस विचार का परीक्षण करने के लिए एक कंप्यूटर सिमुलेशन बनाया, जिसमें संयुक्त राज्य अमेरिका के आठ डेटा सेंटरों का एक आभासी नेटवर्क तैयार किया गया। उन्होंने दस हजार अलग-अलग कार्य उत्पन्न किए, जिनमें छोटे और त्वरित कार्यों से लेकर विशाल और जटिल गणनाएं शामिल थीं, और देखा कि यह प्रणाली कैसे व्यवहार करती है। उन्होंने इस नई पद्धति की तुलना पुरानी रणनीतियों से की, जैसे कि प्रत्येक कार्य को उसी कंप्यूटर पर चलाना जिसने उसे बनाया था, या कार्यों को किसी भी उपलब्ध सर्वर पर बेतरतीब ढंग से भेजना। उन्होंने एक "लालची" (ग्रीडी) दृष्टिकोण का भी परीक्षण किया जहाँ केंद्र बिना परिणामों के बारे में सोचे सबसे तेज़ उपलब्ध सर्वर को कार्य भेज देते थे, और एक मानक गेम-थ्योरी मॉडल का भी परीक्षण किया जिसमें प्राप्तकर्ता केंद्र के पास अनुरोध को अस्वीकार करने की क्षमता नहीं थी।

परिणामों ने दिखाया कि नया बातचीत-आधारित (नेगोशिएशन-बेस्ड) सिस्टम अन्यों की तुलना में काफी बेहतर काम करता है। प्राप्त करने वाले केंद्रों को 'ना' कहने की अनुमति देकर और इस तथ्य को ध्यान में रखकर कि व्यस्त सर्वर की गति धीमी हो जाती है, यह प्रणाली स्वाभाविक रूप से सबसे लोकप्रिय स्थानों के जाम होने से बचती है। काम को कंबल की तरह समान रूप से फैलाने के बजाय, प्रणाली एक ऐसे पैटर्न में स्थिर हो गई जहाँ कुछ विशिष्ट केंद्र 'हब' बन गए, जो आने वाले काम का एक बड़ा हिस्सा संभालते हैं, जबकि अन्य अपने स्थानीय कार्यों पर ध्यान केंद्रित करते हैं। ऐसा इसलिए हुआ क्योंकि प्रणाली ने सीखा कि किसी हब को कार्य भेजना तभी सार्थक है जब उस हब के पास इसे संभालने के लिए पर्याप्त गति बची हो। जब एक हब बहुत व्यस्त हो जाता है, तो उसकी आंतरिक गति गिर जाती है, जिससे वहां और अधिक काम भेजना कम आकर्षक हो जाता है। इस स्व-नियामक तंत्र ने नेटवर्क को किसी भी स्थान पर ओवरलोड होने से बचा लिया।

एक प्रमुख खोज यह थी कि अस्वीकृत अनुरोध के लिए दंड (पेनल्टी) इस प्रणाली की सफलता के लिए अत्यंत महत्वपूर्ण था। यदि कोई दंड नहीं होता, तो डेटा सेंटर तेज़ जीत की उम्मीद में व्यस्त हब्स को कार्य भेजते रहते, जिससे अराजकता और ऊर्जा की बर्बादी होती। यदि दंड बहुत अधिक होता, तो केंद्र मदद मांगने से बहुत डर जाते, जिससे कार्य धीमे स्थानीय प्रोसेसरों में फंसे रह जाते। शोधकर्ताओं ने इस दंड के लिए एक "स्वीट स्पॉट" (इष्टतम बिंदु) पाया, जो एक मध्य मार्ग था जो केंद्रों को नए कनेक्शन आज़माने के लिए प्रोत्साहित करता था लेकिन उन्हें उन अनुरोधों में समय बर्बाद करने से रोकता था जिनके विफल होने की संभावना अधिक थी। उनके सिमुलेशन में, इस संतुलित दृष्टिकोण ने एक मानक ग्रीडी रणनीति की तुलना में समग्र दक्षता में लगभग 27.0% का सुधार किया और स्थानीय रूप से सब कुछ चलाने की तुलना में कुल ऊर्जा लागत को लगभग 36.2% कम कर दिया।

अध्ययन ने इन समस्याओं के बारे में पुराने सोचने के तरीकों की एक खामी को भी उजागर किया। कई पिछले मॉडल मानते थे कि डेटा सेंटर की गति स्थिर होती है, जैसे कि एक कार जो ट्रैफिक के बावजूद हमेशा साठ मील प्रति घंटे की रफ्तार से चलती है। शोधकर्ताओं ने दिखाया कि यह धारणा अवास्तविक योजनाएं बनाती है। उनके मॉडल में, जहाँ वर्कलोड बढ़ने के साथ गति कम हो जाती है, प्रणाली स्वाभाविक रूप से किसी भी एकल नोड को ओवरलोड होने से बचाती है। कंप्यूटिंग शक्ति का यह गतिशील दृष्टिकोण एक स्थिर और कुशल नेटवर्क बनाने के लिए आवश्यक सिद्ध हुआ। यह कार्य सुझाव देता है कि वैश्विक कंप्यूटिंग संसाधनों के प्रबंधन का भविष्य कठोर, ऊपर से नीचे (टॉप-डाउन) नियंत्रण में नहीं, बल्कि लचीले, स्थानीय समझौतों में निहित है जहाँ प्रत्येक प्रतिभागी दूसरों की सीमाओं और विकल्पों का सम्मान करता है।