論文の概要: Exploiting the Solar Energy Surplus for Edge Computing

• arxiv url: http://arxiv.org/abs/2006.05703v1
• Date: Wed, 10 Jun 2020 07:52:28 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-16 03:00:28.976692
• Title: Exploiting the Solar Energy Surplus for Edge Computing
• Title（参考訳）: エッジコンピューティングのための太陽エネルギー余剰の爆発
• Authors: Borja Martinez and Xavier Vilajosana
• Abstract要約: クラウドサービスをプライベート、分散、ソーラーパワーのコンピューティング施設に移行する機会コストについて検討する。 我々は、コンピューティングリソースをクラウドプールにリースする潜在的収益と、余剰エネルギーをグリッドに販売することで得られる収益とを比較した。 結果は、このモデルが経済的に実現可能であり、技術的に実現可能であることを示している。
• 参考スコア（独自算出の注目度）: 2.468408769917523
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the context of the global energy ecosystem transformation, we introduce a new approach to reduce the carbon emissions of the cloud-computing sector and, at the same time, foster the deployment of small-scale private photovoltaic plants. We consider the opportunity cost of moving some cloud services to private, distributed, solar-powered computing facilities. To this end, we compare the potential revenue of leasing computing resources to a cloud pool with the revenue obtained by selling the surplus energy to the grid. We first estimate the consumption of virtualized cloud computing instances, establishing a metric of computational efficiency per nominal photovoltaic power installed. Based on this metric and characterizing the site's annual solar production, we estimate the total return and payback. The results show that the model is economically viable and technically feasible. We finally depict the still many questions open, such as security, and the fundamental barriers to address, mainly related with a cloud model ruled by a few big players.
• Abstract（参考訳）: グローバルエネルギーエコシステムの変革の文脈では、クラウドコンピューティング分野の二酸化炭素排出量を減らすための新しいアプローチを導入し、同時に、小規模の私的太陽光発電プラントの展開を促進する。 クラウドサービスをプライベート、分散、ソーラーパワーのコンピューティング施設に移行する機会コストについて検討する。 そこで本研究では,コンピューティング資源をクラウドプールにリースする潜在的収益と,余剰エネルギーをグリッドに販売した収益とを比較した。 まず、仮想クラウドコンピューティングインスタンスの消費を推定し、名目光電力当たりの計算効率の指標を確立する。 この測定値に基づいて、この地域の年間ソーラー生産を特徴付け、合計のリターンと報酬を見積もる。 結果は、このモデルは経済的に実現可能であり、技術的に実現可能であることを示している。 最終的に私たちは、セキュリティなど、まだオープンである多くの疑問と、対処すべき基本的な障壁を描き出しました。

関連論文リスト

• Solarcast-ML: Per Node GraphCast Extension for Solar Energy Production [0.0]
  このプロジェクトは、太陽エネルギー生産予測機能を統合することで、グローバル気象予報のための最先端グラフニューラルネットワーク(GNN)であるGraphCastモデルの拡張を示す。 提案手法は、GraphCastが生成した天気予報を利用して、ニューラルネットワークモデルを用いて、様々な気象条件に基づいて実際の太陽出力と潜在的な太陽出力の比率を予測する。 その結果, 太陽放射の正確な予測, 収束挙動, トレーニング損失の低減, および太陽放射パターンの正確な予測において, モデルの有効性が示された。
  論文  参考訳（メタデータ） (2024-06-19T13:47:05Z)
• Computing in the Era of Large Generative Models: From Cloud-Native to AI-Native [46.7766555589807]
  クラウドネイティブ技術と高度な機械学習推論の両方のパワーを利用するAIネイティブコンピューティングパラダイムについて説明する。 これらの共同作業は、コスト・オブ・グッド・ソード(COGS)を最適化し、資源のアクセシビリティを向上させることを目的としている。
  論文  参考訳（メタデータ） (2024-01-17T20:34:11Z)
• How Can We Train Deep Learning Models Across Clouds and Continents? An Experimental Study [57.97785297481162]
  代表的なCV, NLP, ASRモデルに対して, 異なるゾーン, 大陸, 雲におけるトレーニングの費用とスループットについて検討した。 スポット価格を活用することで、複数の安価なインスタンスでモデルをトレーニングし、より集中的かつ強力なハードウェアと、競争力のある価格でオンデマンドのクラウド製品の両方を台無しにする、新たなコスト効率の方法が実現されることを示す。
  論文  参考訳（メタデータ） (2023-06-05T18:17:37Z)
• Improving day-ahead Solar Irradiance Time Series Forecasting by Leveraging Spatio-Temporal Context [46.72071291175356]
  太陽発電は二酸化炭素の排出量を大幅に削減することで気候変動を緩和する大きな可能性を秘めている。 しかし、太陽光の固有の変動は、電力網に太陽エネルギーをシームレスに統合する上で大きな課題となる。 本稿では,衛星データを用いた時間的文脈の活用を目的としたディープラーニングアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-06-01T19:54:39Z)
• Sustainable AIGC Workload Scheduling of Geo-Distributed Data Centers: A Multi-Agent Reinforcement Learning Approach [48.18355658448509]
  生成的人工知能の最近の進歩は、機械学習トレーニングの需要が急増し、エネルギー消費の大幅な増加によるコスト負担と環境問題を引き起こしている。 地理的に分散したクラウドデータセンタ間でのトレーニングジョブのスケジューリングは、安価で低炭素エネルギーのコンピューティング能力の使用を最適化する機会を浮き彫りにする。 本研究では,実生活におけるワークロードパターン,エネルギー価格,炭素強度を組み込んだクラウドシステムと対話することで,マルチエージェント強化学習とアクタクリティカルな手法に基づく最適協調スケジューリング戦略の学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-04-17T02:12:30Z)
• Data-driven soiling detection in PV modules [58.6906336996604]
  太陽光発電モジュールの土質比を推定する問題について検討した。 私たちのアルゴリズムの重要な利点は、ラベル付きデータでトレーニングする必要がない、土壌を推定することです。 実験により, 土質比を推定するための工法として, 現状を著しく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2023-01-30T14:35:47Z)
• Measuring the Carbon Intensity of AI in Cloud Instances [91.28501520271972]
  我々は,ソフトウェアの炭素強度を測定するための枠組みを提供し,運転中の炭素排出量を測定することを提案する。 私たちは、Microsoft Azureクラウドコンピューティングプラットフォームにおける排出削減のための一連のアプローチを評価します。
  論文  参考訳（メタデータ） (2022-06-10T17:04:04Z)
• SunCast: Solar Irradiance Nowcasting from Geosynchronous Satellite Data [2.285928372124628]
  本稿では,太陽フレーミングを次のフレーム予測問題として扱う畳み込み長短期記憶ネットワークモデルを提案する。 当社のモデルは、GPUを使わずに1台のマシン上で、北米全体の太陽光放射を最大3時間60秒で予測できる。
  論文  参考訳（メタデータ） (2022-01-17T01:55:26Z)
• A Moment in the Sun: Solar Nowcasting from Multispectral Satellite Data using Self-Supervised Learning [4.844946519309793]
  我々は、自己教師付き学習を用いた多スペクトル衛星データから、太陽流の一般的なモデルを構築した。 我々のモデルは、衛星観測に基づいて、位置の将来の太陽放射を推定する。 提案手法は,25の太陽観測地点にまたがる異なる範囲で評価し,地平線を予測できる。
  論文  参考訳（メタデータ） (2021-12-28T03:13:44Z)
• Review of Kernel Learning for Intra-Hour Solar Forecasting with Infrared Sky Images and Cloud Dynamic Feature Extraction [0.0]
  太陽光発電システムによって生じるエネルギーの不確実性は、保証された信頼性の高いエネルギー供給のために追加のコストを発生させる。 本研究は、時間内太陽予報の確率論的多タスクの導入により、追加コストを削減することを目的としている。
  論文  参考訳（メタデータ） (2021-10-11T21:25:20Z)
• Data integration and prediction models of photovoltaic production from Brazilian northeastern [0.0]
  エネルギー事業では、電力会社はこの情報を使ってグリッド内の電力の流れを制御する。 太陽光発電システムのエネルギー効率を向上するためには、複数の地理空間変数と気象変数を結合する必要がある。 本研究では,衛星データ統合プラットフォームの構築を提案し,生産推定モデル,基地局計測,実際の生産能力について検討する。
  論文  参考訳（メタデータ） (2020-01-29T14:39:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。