公开(公告)号：CN109324875B

公开(公告)日：2022-07-26

申请号：CN201811129629.0

申请日：2018-09-27

Applicant: 杭州电子科技大学

Inventor： 蒋从锋 ,  崔中江 ,  樊甜甜 ,  仇烨亮 ,  万健 ,  张纪林 ,  殷昱煜 ,  任祖杰

IPC: G06F9/455 ,  G06F9/48 ,  G06F1/329

Abstract: 本发明公开了一种基于强化学习的数据中心服务器功耗管理与优化方法。本发明使用强化学习方法来解决数据中心的功耗管理与优化问题，通过连续地观察数据中心这一随机系统的负载到达、负载分布与功耗使用信息，序贯地做出决策。即根据每个时刻观察到的状态，从可用的行动集合中选用一个行动做出决策。决策者根据新观察到的状态，再作新的决策，依此反复地进行。本发明可以无需任何先验知识，直接在线优化数据中心的负载分配策略，从而降低数据中心的整体运行功耗。

公开(公告)号：CN109324875A

公开(公告)日：2019-02-12

申请号：CN201811129629.0

申请日：2018-09-27

Applicant: 杭州电子科技大学

Inventor： 蒋从锋 ,  崔中江 ,  樊甜甜 ,  仇烨亮 ,  万健 ,  张纪林 ,  殷昱煜 ,  任祖杰

IPC: G06F9/455 ,  G06F9/48 ,  G06F1/329

Abstract: 本发明公开了一种基于强化学习的数据中心服务器功耗管理与优化方法。本发明使用强化学习方法来解决数据中心的功耗管理与优化问题，通过连续地观察数据中心这一随机系统的负载到达、负载分布与功耗使用信息，序贯地做出决策。即根据每个时刻观察到的状态，从可用的行动集合中选用一个行动做出决策。决策者根据新观察到的状态，再作新的决策，依此反复地进行。本发明可以无需任何先验知识，直接在线优化数据中心的负载分配策略，从而降低数据中心的整体运行功耗。