發(fā)布時間：2020-12-21 17:37

　　云計算數(shù)據(jù)中心是重要的電力用戶,其消耗電量隨著互聯(lián)網(wǎng)發(fā)展和國家數(shù)字化建設快速增加,對數(shù)據(jù)中心進行能量管理和優(yōu)化是綠色經(jīng)濟必然要求。該文主要探討人工智能技術(shù)在云計算數(shù)據(jù)中心能量管理和優(yōu)化中的應用,介紹了深度學習、深度強化學習和知識圖譜等新一代人工智能研究熱點,提出了一個跨層的數(shù)據(jù)中心能耗感知和精確能量管理框架,梳理比較了機房、設備、云計算平臺、業(yè)務系統(tǒng)和數(shù)據(jù)中心5個層面的能量管理和優(yōu)化技術(shù),總結(jié)分析了當前存在的不足和挑戰(zhàn),展望了未來新一代人工智能技術(shù)在云計算數(shù)據(jù)中心研究和應用趨勢。 

【文章來源】：中國電機工程學報. 2019年01期 北大核心

【文章頁數(shù)】：13 頁

【文章目錄】：
0 引言
1 新一代人工智能技術(shù)
    1.1 深度學習
    1.2 深度強化學習
    1.3 知識圖譜
2 數(shù)據(jù)中心能量管理
3 人工智能技術(shù)的應用
    3.1 機房能量管理與優(yōu)化
    3.2 IT設備能量管理與優(yōu)化
    3.3 云計算平臺能量管理與優(yōu)化
    3.4 業(yè)務系統(tǒng)能量管理與優(yōu)化
    3.5 數(shù)據(jù)中心能量管理與優(yōu)化
4 結(jié)論與展望


【參考文獻】：
期刊論文
[1]基于卷積神經(jīng)網(wǎng)絡的輸電線路區(qū)內(nèi)外故障判斷及故障選相方法研究[J]. 魏東,龔慶武,來文青,王波,劉棟,喬卉,林剛.  中國電機工程學報. 2016(S1)
[2]基于卷積神經(jīng)網(wǎng)絡的說話人識別算法[J]. 胡青,劉本永.  計算機應用. 2016(S1)
[3]知識圖譜構(gòu)建技術(shù)綜述[J]. 劉嶠,李楊,段宏,劉瑤,秦志光.  計算機研究與發(fā)展. 2016(03)
[4]基于卷積神經(jīng)網(wǎng)絡的微博情感傾向性分析[J]. 劉龍飛,楊亮,張紹武,林鴻飛.  中文信息學報. 2015(06)
[5]云視頻監(jiān)控系統(tǒng)的能耗優(yōu)化研究[J]. 熊永華,張因升,陳鑫,吳敏.  軟件學報. 2015(03)
[6]基于動態(tài)定價策略的數(shù)據(jù)中心能耗成本優(yōu)化[J]. 王巍,羅軍舟,宋愛波.  計算機學報. 2013(03)
[7]虛擬化云計算平臺的能耗管理[J]. 葉可江,吳朝暉,姜曉紅,何欽銘.  計算機學報. 2012(06)



本文編號：2930210