摘要
本发明公开了一种基于任务调度与热管理的联合优化方法、设备和介质,通过将计算密集型任务调度与热管理相结合,能够动态地调整制冷需求与供应的匹配,针对IT子系统和制冷子系统之间的时间常数不匹配问题,引入了双时间尺度控制框架,在快速时间尺度上,利用深度强化学习算法进行秒级或毫秒级的任务调度决策;在慢时间尺度上,采用多智能体强化学习算法实现跨多个数据中心的分钟级协同热管理。能够在运营成本、任务停留时间和能源使用效率之间实现良好的平衡,优化了任务调度和热管理的联合目标,有效应对了地理分布数据中心中面临的多目标优化挑战,显著提高了系统的能效和稳定性。
技术关键词
任务调度
分布式数据中心
联合优化方法
双时间尺度
热管理
能源
决策
多智能体强化学习
空调单元
深度强化学习算法
制冷子系统
冷却系统
定义
中心机房
计算机房
处理器
太阳能
系统为您推荐了相关专利信息
自动化生成方法
生成智能
生成图表
文档生成技术
跨模态
配置管理数据库
异常状态
保障系统
子模块
插件管理
数据中心机房
仿真数据
数据生成模型
语义
服务器
智能工单
集成系统
分配系统
动态阈值调节
机器人