Подход к использованию нейронных сетей обнуления для решения задачи управления ресурсами распределенной динамической вычислительной сети

Настоящее исследование фокусируется на разработке и оптимизации подхода управления ресурсами в распределенных динамических вычислительных системах. Мы представляем новый гибридный метод, комбинируя динамическое управление частотой и напряжением с использованием нейронных сетей обнуления (НСО) для минимизации выбросов углекислого газа и снижения энергопотребления. Исследование включает систематические эксперименты, в ходе которых анализируется структура и параметры НСО для минимизации ошибок. Применение метода на реальных данных вычислительной сети NorduGRID продемонстрировало его эффективность, снижая выбросы CO2 на 9,4% за 30 дней при сохранении требуемой производительности. и является значимым вкладом в область развития энергоэффективных вычислительных систем. Проведены эксперименты на крупных вычислительных системах, включая более 2,7 миллиарда узлов с использованием реальных данных о выбросах углекислого газа. Полученные результаты подчеркивают перспективность гибридных подходов и использование нейронных сетей для оптимизации управления ресурсами в динамических вычислительных средах. Наш метод обеспечивает устойчивое и энергоэффективное выполнение вычислительных задач в условиях ограниченных ресурсов и является значимым вкладом в область развития энергоэффективных вычислительных систем. Разработанный подход предоставляет перспективы для оптимизации работы вычислительных систем, учитывая динамичный характер современных вычислительных задач и ограниченные ресурсы энергопотребления.