Encrypted Content
阅读更多论文笔记 - 一种区域数据中心集群内联合计算工作负载和能源协调的在线算法
这篇论文的核心目标，是在区域数据中心集群场景下，同时协调计算任务分配与能源流动，提出一种无需未来预测信息的在线优化算法。论文特别强调两个问题：第一，如何在不知道未来负载、光伏出力和电价的条件下实时决策；第二，如何在分布式实现时兼顾求解效率。为此，作者提出了基于 Lyapunov optimization 的在线算法，以及一种带迭代截断与后续修正的加速 ADMM 分布式协调方法。
论文笔记 - 在分布式计算连续体中的碳感知任务调度：一种基于李雅普诺夫的强化学习方法
这篇论文的核心目标，是在 Distributed Computing Continuum（DCC） 场景下，把“实时任务调度”与“长期碳预算约束”统一起来。作者提出了一种 Lyapunov 虚拟碳队列 + 动态权重 PPO + 节点内凸优化切片 的双层调度框架，用于在异构云—雾—边环境中实现低时延、低碳排、可长期约束满足的任务调度。
论文笔记 - 四级联合优化调度及区域能源自治实现
本文面向数据中心需求响应问题，提出了一个融合任务时延敏感性、分层调度和故障自治的面向数据中心运营商（DCO）的四层级联合优化调度框架。其主要贡献在于：一是通过 cold/warm/hot 任务分类，将业务任务属性显式嵌入迁移层级与调度边界；二是通过 top-region-city-park 四层结构实现信息分层汇聚和任务分层优化；三是通过自治机制提升调度系统在中心失效场景下的可用性。实验结果表明，在正常工况下，该方法相较无 DR 情形可降低 32.25% 总成本，同时在不同层级调度中心故障时仍能保持较好的经济性。对我们的研究而言，这篇论文的主要启发在于：可以借鉴其任务分层、层级调度与局部自治思想，进一步发展面向电力指令驱动的任务级算力负荷灵活响应方法。
论文笔记 - 分布式鲁棒优化调度模型：考虑时空响应的电算协同
这篇论文的核心目标，是把数据中心中的计算任务建模为一种可以进行时间平移与空间迁移的柔性负荷，并在风电、光伏、计算任务三类不确定性同时存在的情况下，构建一个数据驱动的两阶段分布鲁棒优化调度模型，用于实现电力系统与算力系统的协同调度。