| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-12-20 11:20 ［奨励講演］機械学習とCFDを用いたデータセンタの動的消費電力予測と最適化 ○桑原鋭人・徐 英峰・松田和浩・松岡茂登（阪大）  NS2018-159 |
|
| 抄録 | （和） | 本研究では, 数値流体力学(CFD) シミュレーションと個別機器の消費電力モデルを用いて, 従来プロセス よりはるかに少ない時間（1/10）で, 任意の構造の, 任意の機器構成からなるデータセンタの全体の電力を, データセ ンタ全体の学習データ無しに予測できる簡易な電力シミュレータを提案し, データセンタテストベッドに適用し, CPU 使用率が全サーバで均一になるようタスク配置をした場合の消費電力の予測結果と, 実際の消費電力と比較した. その 結果, シミュレーション誤差を最大でも8%以下に抑制した. また、この消費電力シミュレータを用いたデータセンタ の消費電力を最小化するデータセンタオプティマイザ(DCO) を提案し, データセンタ全体の消費電力を削減するよう にサーバのワークロード分配の最適制御を行った。この結果、従来の均一なワークロード分配と比較することで最大 8%の消費電力削減を実現した。本研究で構築したDCO は、あらゆる規模のデータセンタのための実用的な動的最適 タスク割り当て管理システムとしての可能性を示した |
| （英） | Simply by using computational fluid dynamics (CFD) and a power consumption model incorporating each piece of equipment including servers and air conditioners, we built a power consumption simulator to predict the total power consumption of a data center that can have any device configuration, without having to learn the entire data center in advance. The error of the power consumption model built by this deep learning method was at most 8%. An algorithm with a data center optimizer (DCO) that incorporates the power consumption simulator found the optimum operation parameters of the air conditioners and optimum workload allocation that minimizes the total power consumption. In an actual implementation, the total power consumption fell within 1 second by 8% from the initial state with a uniform workload allocation. The DCO constructed in this research exhibited potential as a practical dynamic optimal task allocation management system for data centers of any size. | |
| キーワード | （和） | DCO / 消費電力モデル / CMC / / / / / |
| （英） | DCO / 消費電力システム / CMC / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 371, NS2018-159, pp. 17-22, 2018年12月. | |
| 資料番号 | NS2018-159 | |
| 発行日 | 2018-12-13 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2018-159 |
|
| 研究会情報 | |
| 研究会 | RCS NS |
| 開催期間 | 2018-12-20 - 2018-12-21 |
| 開催地（和） | 尾道市民会館 |
| 開催地（英） | Onomichi City Hall |
| テーマ（和） | マルチホップ／リレー／協調，耐災害無線ネットワーク，センサ・メッシュネットワーク，アドホックネットワーク，D2D・M2M，無線ネットワークコーディング，ハンドオーバ/AP切替/接続セル制御/基地局間負荷分散/モバイルNW動的再構成，QoS・QoE保証／無線VoIP，一般 |
| テーマ（英） | Mobile Ad-hoc Network, Ubiquitous Network, Wireless Communication, security, Multi-Access Network |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2018-12-RCS-NS |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習とCFDを用いたデータセンタの動的消費電力予測と最適化 |
| サブタイトル（和） | |
| タイトル（英） | Dynamic power consumption prediction and optimization of data center by using deep learning and computational fluid dynamics |
| サブタイトル（英） | |
| キーワード(1)（和/英） | DCO / DCO |
| キーワード(2)（和/英） | 消費電力モデル / 消費電力システム |
| キーワード(3)（和/英） | CMC / CMC |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 桑原 鋭人 / Hayato Kuwahara / クワハラ ハヤト |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 徐 英峰 / Ying-Feng Hsu / |
| 第2著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 松田 和浩 / Kazuhiro Matsuda / マツダ カズヒロ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 松岡 茂登 / Morito Matsuoka / マツオカ モリト |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： Osaka Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-12-20 11:20:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NS |
| 資料番号 | NS2018-159 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.371 |
| ページ範囲 | pp.17-22 |
| ページ数 | 6 |
| 発行日 | 2018-12-13 (NS) |
[研究会発表申込システムのトップページに戻る]