講演抄録/キーワード |
講演名 |
2021-04-15 13:50
機械学習によるサーバ消費電力推定に関する研究 ~ ディスクへの負荷が集中するケース ~ ○藤田勝美・岩佐絵里子・金子雅志(NTT) NS2021-6 |
抄録 |
(和) |
サーバの消費電力削減に対するアプローチとしてタスクスケジューリングやDVFSによる制御技術がある.これらの技術において消費電力推定は重要な要素技術である.サーバの消費電力推定に関する先行研究では,処理特性を考慮しサーバの構成要素(CPUやメモリなど)に対して集中的に負荷がかかるケースについて検討されている.本研究ではディスクへ負荷が集中するケースに焦点を当て,サーバの消費電力をリアルタイム推定するモデルを機械学習により構築した.学習データセットとしてサーバ消費電力の実測値と Linux perf から取得可能なパフォーマンスイベントを採用し,学習・推定・評価を行った.その結果,負荷量に対する消費電力変動を追従できるモデルが構築できた.さらに,特徴量分析から処理特性の異なる負荷に対して個別に消費電力推定モデルを構築する必要があることを明らかにした. |
(英) |
A server power consumption is one of the problem in a data center. There are virtualization and DVFS approaches to address this problem. Estimating power consumption of servers is necessary for these approaches. Previous works presented server power models for CPU and memory intensive workloads. In this paper, we focused on disk intensive workloads and built the server power model by machine learning. Our method used processor performance events as input data. This model is applicable to a server power estimation for disk intensive workload. Moreover we analyzed the feature importance and found that different server power models are needed depending on the type of workloads. |
キーワード |
(和) |
サーバ / 消費電力 / 機械学習 / / / / / |
(英) |
server / power consumption / machine learning / / / / / |
文献情報 |
信学技報, vol. 121, no. 2, NS2021-6, pp. 31-36, 2021年4月. |
資料番号 |
NS2021-6 |
発行日 |
2021-04-08 (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 |
NS2021-6 |
研究会情報 |
研究会 |
NS |
開催期間 |
2021-04-15 - 2021-04-16 |
開催地(和) |
オンライン開催 |
開催地(英) |
Online |
テーマ(和) |
トラヒック,NW評価,性能,リソース管理・制御,トラヒックエンジニアリング,NW信頼性・レジリエンシ,ネットワークインテリジェンス・AI,一般 |
テーマ(英) |
Traffic, Network evaluation, Performance, Resource control and management, Traffic engineering, Network reliability and resilience, Network Intelligence and AI, etc. |
講演論文情報の詳細 |
申込み研究会 |
NS |
会議コード |
2021-04-NS |
本文の言語 |
日本語 |
タイトル(和) |
機械学習によるサーバ消費電力推定に関する研究 |
サブタイトル(和) |
ディスクへの負荷が集中するケース |
タイトル(英) |
Estimation of server power consumption using machine learning |
サブタイトル(英) |
In the case of disk intensive workload |
キーワード(1)(和/英) |
サーバ / server |
キーワード(2)(和/英) |
消費電力 / power consumption |
キーワード(3)(和/英) |
機械学習 / machine learning |
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) |
藤田 勝美 / Katsumi Fujita / フジタ カツミ |
第1著者 所属(和/英) |
日本電信電話株式会社 (略称: NTT)
NTT (略称: NTT) |
第2著者 氏名(和/英/ヨミ) |
岩佐 絵里子 / Eriko Iwasa / イワサ エリコ |
第2著者 所属(和/英) |
日本電信電話株式会社 (略称: NTT)
NTT (略称: NTT) |
第3著者 氏名(和/英/ヨミ) |
金子 雅志 / Masashi Kaneko / カネコ マサシ |
第3著者 所属(和/英) |
日本電信電話株式会社 (略称: NTT)
NTT (略称: NTT) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2021-04-15 13:50:00 |
発表時間 |
25分 |
申込先研究会 |
NS |
資料番号 |
NS2021-6 |
巻番号(vol) |
vol.121 |
号番号(no) |
no.2 |
ページ範囲 |
pp.31-36 |
ページ数 |
6 |
発行日 |
2021-04-08 (NS) |
|