Aging-Aware Online Distributed Scheduling for Lifecycle Carbon Reduction in Geo-Distributed Data Centers
本文提出了一种感知老化、在线分布式调度框架，该框架通过利用率相关的老化模型以及隐私保护的 ZSP-ADMM 算法，将运营碳排放与隐含碳排放相结合，为地理分布的数据中心实现了碳足迹和运营成本的显著降低。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
现代世界运行在数据中心之上，这些庞大的计算机仓库为从视频流媒体到人工智能的一切事物提供动力。这些设施对电力有着巨大的渴求，而它们不断增长的胃口正在推高碳排放量——即那些将热量困在地球大气层中的气体。多年来，工程师们一直试图通过将工作任务转移到风能和太阳能等清洁能源供应的时段和地点，使这些中心变得更加绿色。然而，这种方法存在一个盲点：它将数据中心内部的计算机视为永不磨损的设备。事实上，高负荷运行服务器会产生热量和压力，从而加速其物理老化。当一台服务器比预期更早损坏时，就必须进行更换。制造一台新机器并处置旧机器会产生大量的碳，这往往超过了该机器本身所消耗的电量。这种被称为“隐含碳”的隐藏成本意味着，仅仅追求廉价的清洁电力有时可能会适得其反，因为强制性的硬件提前更换会在长期内对地球造成更大的伤害。
一组研究人员开发了一种新的管理这些数字动力中心的方法，该方法考虑了这种损耗。他们创建了一个系统，不仅关注服务器的每日电费，还审视服务器的整个生命周期。该方法不再仅仅询问哪里有最清洁的电力，还会询问哪些计算机已经“疲劳”，以及哪些仍然“新鲜”。通过平衡对清洁能源的需求与对保护硬件的需求，他们可以调度任务在不太容易损坏的机器上运行，从而降低数据中心在整个生命周期内的总碳足迹。
研究人员建立了一个将服务器的工作强度与退化速度联系起来的模型。他们发现，当服务器被推向极限时，它会升温并加速老化，从而缩短其有效寿命。这种加速老化意味着数据中心必须更早购买新设备，而制造新设备的碳成本会被计入中心的总环境影响中。为了解决这个问题，该团队设计了一个在线调度系统。与那些需要预知未来才能制定计划的旧方法不同，该系统能够实时做出反应。它观察天气、电价以及服务器当前的负载，然后对任务的去向做出瞬时的决策。它使用一种数学方法，将系统的状态视为一种平衡行为，不断进行调整以保持稳定，而无需预测明天的天气或价格。
在管理分布在不同城市的网络化数据中心时，一个主要的挑战是隐私问题。每个中心都希望对其特定的工作负载细节保密，但它们又必须相互协作，以确保整个网络的总工作量保持平衡。研究人员用一个巧妙的通信技巧解决了这个问题。中心们并不分享其精确的数值，而是交换经过轻微修改的数据。他们在发送数据时加入了随机噪声，但加入的方式使得这些噪声在所有中心的数据相加时会相互抵消。这使得网络能够在不泄露任何单一中心私有运营秘密的情况下，找到全局最优解。该系统在掩盖每个中心具体操作细节的同时，确保了总工作量的平衡。
当团队使用来自三个不同地点的真实世界数据测试其方法时，结果非常明确。通过将“将工作转移至清洁能源源头”的策略与“保护硬件免受不必要压力”的策略相结合，他们取得了显著的改进。与忽略硬件老化的标准方法相比，他们的新系统减少了 13.0% 的总碳排放量，同时也降低了 12.6% 的运营成本。模拟显示，该系统成功地将工作转移到了不易快速老化的服务器上，延长了它们的寿命并推迟了更换需求。此外，该系统学会了在电价便宜且供应充足时为电池充电，并在价格高涨时进行放电，从而适应全天变化的情况。
研究还强调了电池管理的重要性。旧方法通常使用固定的规则来决定何时充电或放电，这往往导致存储的使用过于保守且低效。然而，新系统会根据当前的电价和可再生能源的供应量来调整其电池策略。当阳光灿烂或风力强劲且价格较低时，系统会更积极地进行充电；当情况反转时，它会释放储存的能量。这种灵活性使数据中心能够在不浪费存储容量的前提下，更好地利用清洁能源。
最后，这项研究表明，数字时代的真正可持续发展需要超越“插头”本身。仅仅转向绿色电力是不够的，还必须关注消耗电力的机器。通过将计算机的物理损耗视为调度的一个关键因素，研究人员展示了一条通往数据中心之路——使其不仅运行成本更低，而且在长期内对地球更加友好。研究结果表明，一种综合考量（同时考虑能源消耗与材料浪费）的整体视角，对于计算技术的未来至关重要。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。