异构能源供电的数据中心高效率能耗管理研究

With the pervasive applications of Cloud and Big-data computing, datacenters are facing increasing power demand and severe carbon emission, which makes the datacenter power management becomes the attractive topic in the computer architecture field. Recently, several proposals leverage emerging energy sources such as renewable power and energy storage devices to handle the high power demand and severe carbon emission issues in datacenters. However, most of the existing studies focus on sole-type of power supply and the power management methods are limited by the characteristics of specific power source. With the rapid development of smart grid and distributed generation, coordinately managing multiple power supplies, such as renewable power, energy storage devices, utility power and generators as heterogeneous power sources for datacenters can further improve the energy efficiency, reduce carbon emission and power cost of datacenters. Therefore, at the background of heterogeneous power supplies driven datacenters, this project will study the different characteristics of various power supplies and the capacity planning schemes for each power source, propose a dynamic control method of different energy storage device, design a heterogeneous power supply architecture that can be controlled with a fine-grained manner, and further present an adaptive & cross-layer algorithm of datacenter power management by modeling the multiple heterogeneous power supplies. The project will make significant contributions for designing environment friendly, energy efficient green datacenters.

云计算与大数据技术的广泛应用突显了数据中心日益严重的能耗与碳排放等问题，使得数据中心能耗管理成为了计算机体系结构领域的研究热点。目前一些新兴的研究利用可再生能源、能量存储设备等能量源来解决数据中心碳排放与能耗问题。但是，已有的技术大多是基于单一类型的能量源，其能耗管理存在一定的局限性。随着分布式发电与智能电网技术的快速发展，通过统筹管理多种能量源像可再生能源、能量存储设备、市电、后备电源等组成异构能源来驱动数据中心具有进一步改善其能效、降低碳排放与成本的潜力。因此，本课题以多路异构能源驱动的数据中心为背景，研究不同种能量源的特性与容量配置方案；设计一种动态自适应的能量存储控制方法；提出可细粒度操控的异构能源电力体系架构；通过对多路异构能源建模，进一步提出一种动态、跨层的异构能源数据中心能耗管理算法。本课题对于设计环境友好、高效节能的新型绿色数据中心具有重要的意义。

数据中心能耗管理是计算机体系结构领域一项重要研究内容，特别是随着云计算和大数据的繁荣使得数据中心日益面临巨大的能耗、碳排放及成本等问题。最近，在可再生能源驱动数据中心以及分布式发电与智能电网快速发展的背景下，结合多种可再生能源、能量存储设备、市电、后备电源等组成异构能源来驱动数据中心具有改善其能效、降低碳排放与成本的潜力。然而，传统数据中心能耗管理大多基于特定类型的能量源，高效的异构能源驱动的数据中心体系架构设计和能耗管理算法研究比较欠缺。本课题以异构能源驱动的数据中心为背景，研究不同种能量源的特性与容量配置方法；设计了动态自适应的能量存储系统控制方法；提出细粒度、跨层的异构能量源的数据中心电力体系结构；本研究还进一步结合当前人工智能技术，对数据中心能耗进行智能地管控，通过研究机器学习及神经网络等算法与架构，利用这些最新技术为本项目进一步提升了能耗管理的效率。本课题对于设计环境友好、能源节约、动态自适应控制的新型绿色数据中心具有重要的意义。本项目取得的相关成果主要发表在IEEE Transactions on Parallel and Distributed Systems（TPDS，CCF A类期刊，长文2篇），IEEE Transactions on Circuits and Systems I-Regular Papers（TCAS-I，CCF A类期刊，长文1篇），IEEE Transactions on Sustainable Computing（长文1篇），在IEEE International Symposium on Circuits and Systems (IEEE ISCAS)及IEEE Asia and South Pacific Design Automation Conference (IEEE ASP-DAC)等4篇论文发表在国际学术会议上。