人工智能技术在云计算数据中心能量管理中的应用与展望
发布时间:2020-12-21 17:37
云计算数据中心是重要的电力用户,其消耗电量随着互联网发展和国家数字化建设快速增加,对数据中心进行能量管理和优化是绿色经济必然要求。该文主要探讨人工智能技术在云计算数据中心能量管理和优化中的应用,介绍了深度学习、深度强化学习和知识图谱等新一代人工智能研究热点,提出了一个跨层的数据中心能耗感知和精确能量管理框架,梳理比较了机房、设备、云计算平台、业务系统和数据中心5个层面的能量管理和优化技术,总结分析了当前存在的不足和挑战,展望了未来新一代人工智能技术在云计算数据中心研究和应用趋势。
【文章来源】:中国电机工程学报. 2019年01期 北大核心
【文章页数】:13 页
【文章目录】:
0 引言
1 新一代人工智能技术
1.1 深度学习
1.2 深度强化学习
1.3 知识图谱
2 数据中心能量管理
3 人工智能技术的应用
3.1 机房能量管理与优化
3.2 IT设备能量管理与优化
3.3 云计算平台能量管理与优化
3.4 业务系统能量管理与优化
3.5 数据中心能量管理与优化
4 结论与展望
【参考文献】:
期刊论文
[1]基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究[J]. 魏东,龚庆武,来文青,王波,刘栋,乔卉,林刚. 中国电机工程学报. 2016(S1)
[2]基于卷积神经网络的说话人识别算法[J]. 胡青,刘本永. 计算机应用. 2016(S1)
[3]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光. 计算机研究与发展. 2016(03)
[4]基于卷积神经网络的微博情感倾向性分析[J]. 刘龙飞,杨亮,张绍武,林鸿飞. 中文信息学报. 2015(06)
[5]云视频监控系统的能耗优化研究[J]. 熊永华,张因升,陈鑫,吴敏. 软件学报. 2015(03)
[6]基于动态定价策略的数据中心能耗成本优化[J]. 王巍,罗军舟,宋爱波. 计算机学报. 2013(03)
[7]虚拟化云计算平台的能耗管理[J]. 叶可江,吴朝晖,姜晓红,何钦铭. 计算机学报. 2012(06)
本文编号:2930210
【文章来源】:中国电机工程学报. 2019年01期 北大核心
【文章页数】:13 页
【文章目录】:
0 引言
1 新一代人工智能技术
1.1 深度学习
1.2 深度强化学习
1.3 知识图谱
2 数据中心能量管理
3 人工智能技术的应用
3.1 机房能量管理与优化
3.2 IT设备能量管理与优化
3.3 云计算平台能量管理与优化
3.4 业务系统能量管理与优化
3.5 数据中心能量管理与优化
4 结论与展望
【参考文献】:
期刊论文
[1]基于卷积神经网络的输电线路区内外故障判断及故障选相方法研究[J]. 魏东,龚庆武,来文青,王波,刘栋,乔卉,林刚. 中国电机工程学报. 2016(S1)
[2]基于卷积神经网络的说话人识别算法[J]. 胡青,刘本永. 计算机应用. 2016(S1)
[3]知识图谱构建技术综述[J]. 刘峤,李杨,段宏,刘瑶,秦志光. 计算机研究与发展. 2016(03)
[4]基于卷积神经网络的微博情感倾向性分析[J]. 刘龙飞,杨亮,张绍武,林鸿飞. 中文信息学报. 2015(06)
[5]云视频监控系统的能耗优化研究[J]. 熊永华,张因升,陈鑫,吴敏. 软件学报. 2015(03)
[6]基于动态定价策略的数据中心能耗成本优化[J]. 王巍,罗军舟,宋爱波. 计算机学报. 2013(03)
[7]虚拟化云计算平台的能耗管理[J]. 叶可江,吴朝晖,姜晓红,何钦铭. 计算机学报. 2012(06)
本文编号:2930210
本文链接:https://www.wllwen.com/kejilunwen/rengongzhinen/2930210.html