論文の概要: Towards a Systematic Survey for Carbon Neutral Data Centers

• arxiv url: http://arxiv.org/abs/2110.09284v3
• Date: Fri, 28 Jan 2022 03:26:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-11 09:52:59.605180
• Title: Towards a Systematic Survey for Carbon Neutral Data Centers
• Title（参考訳）: 炭素中性データセンターの体系的調査に向けて
• Authors: Zhiwei Cao, Xin Zhou, Han Hu, Zhi Wang, Yonggang Wen
• Abstract要約: データセンターは大規模なエネルギー消費のため、炭素集約型企業である。 データセンター産業は2030年までに世界の二酸化炭素排出量の8%を占めると見積もられている。 本研究は, 政策指標と技術方法論の両方を考慮した, 炭素中性データセンターへのロードマップを提案する。
• 参考スコア（独自算出の注目度）: 23.339102377319833
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Data centers are carbon-intensive enterprises due to their massive energy consumption, and it is estimated that data center industry will account for 8\% of global carbon emissions by 2030. However, both technological and policy instruments for reducing or even neutralizing data center carbon emissions have not been thoroughly investigated. To bridge this gap, this survey paper proposes a roadmap towards carbon-neutral data centers that takes into account both policy instruments and technological methodologies. We begin by presenting the carbon footprint of data centers, as well as some insights into the major sources of carbon emissions. Following that, carbon neutrality plans for major global cloud providers are discussed to summarize current industrial efforts in this direction. In what follows, we introduce the carbon market as a policy instrument to explain how to offset data center carbon emissions in a cost-efficient manner. On the technological front, we propose achieving carbon-neutral data centers by increasing renewable energy penetration, improving energy efficiency, and boosting energy circulation simultaneously. A comprehensive review of existing technologies on these three topics is elaborated subsequently. Based on this, a multi-pronged approach towards carbon neutrality is envisioned and a digital twin-powered industrial artificial intelligence (AI) framework is proposed to make this solution a reality. Furthermore, three key scientific challenges for putting such a framework in place are discussed. Finally, several applications for this framework are presented to demonstrate its enormous potential.
• Abstract（参考訳）: データセンターは大量のエネルギー消費のために炭素集約型企業であり、データセンター産業は2030年までに世界の二酸化炭素排出量の82%を占めると推定されている。 しかし、データセンターの二酸化炭素排出量を削減または中和するための技術と政策の手段は、いずれも完全には調査されていない。 このギャップを埋めるため,本稿では,政策機器と技術方法論の両方を考慮したカーボンニュートラルデータセンターのロードマップを提案する。 まず、データセンターのカーボンフットプリントを提示することから始め、そして炭素排出の主な源に関するいくつかの洞察から始めます。 その後、主要なグローバルクラウドプロバイダに対するカーボン中立性計画が議論され、この方向の現在の産業活動が要約される。 以下では、コスト効率の高い方法でデータセンターの炭素排出量を相殺する方法を説明するための政策指標として、炭素市場を紹介する。 技術面では、再生可能エネルギーの普及、エネルギー効率の向上、同時にエネルギー循環の向上により、炭素中性データセンターの実現を提案する。 これら3つのトピックに関する既存技術の総合的なレビューは後述する。 これに基づいて、カーボン中立性に対する多角的アプローチが想定され、このソリューションを実現するために、デジタルツインパワー産業人工知能(AI)フレームワークが提案されている。 さらに,このような枠組みを立案する上での3つの重要な科学的課題について論じる。 最後に、このフレームワークのいくつかのアプリケーションは、その巨大な可能性を示すために提示されます。

関連論文リスト

• The Sunk Carbon Fallacy: Rethinking Carbon Footprint Metrics for Effective Carbon-Aware Scheduling [2.562727244613512]
  本研究は, 炭素会計指標を用いて, 所定のサーバ群上での炭素を意識したジョブスケジューリングと配置を評価する。 本研究では, 炭素添加コストに影響を及ぼす要因について検討した。
  論文  参考訳（メタデータ） (2024-10-19T12:23:59Z)
• Carbon Market Simulation with Adaptive Mechanism Design [55.25103894620696]
  炭素市場(英: carbon market)は、個人の利益をグローバルユーティリティーと整合させる経済エージェントをインセンティブとする、市場ベースのツールである。 階層型モデルフリーマルチエージェント強化学習(MARL)を用いて市場をシミュレートする適応機構設計フレームワークを提案する。 MARLは、政府エージェントが生産性、平等、二酸化炭素排出のバランスをとることができることを示している。
  論文  参考訳（メタデータ） (2024-06-12T05:08:51Z)
• CarbonSense: A Multimodal Dataset and Baseline for Carbon Flux Modelling [9.05128569357374]
  データ駆動型カーボンフラックスモデリングのための、最初の機械学習対応データセットであるCarbonSenseを紹介する。 我々の実験は、マルチモーダルなディープラーニング技術がこの領域にもたらす可能性を示している。
  論文  参考訳（メタデータ） (2024-06-07T13:47:40Z)
• Generative AI for Low-Carbon Artificial Intelligence of Things with Large Language Models [67.0243099823109]
  ジェネレーティブAI(GAI)は、AIoT(Artificial Intelligence of Things)の二酸化炭素排出量を減らす大きな可能性を秘めている 本稿では, 炭素排出量削減のためのGAIの可能性について検討し, 低炭素AIoTのための新しいGAI対応ソリューションを提案する。 本稿では,Large Language Model (LLM) を利用したCO_2排出最適化フレームワークを提案し,このフレームワークにより,プラグ可能なLLMとRetrieval Augmented Generation (RAG) モジュールを設計する。
  論文  参考訳（メタデータ） (2024-04-28T05:46:28Z)
• Leveraging AI-derived Data for Carbon Accounting: Information Extraction from Alternative Sources [0.0]
  我々は、信頼できる炭素会計手順への道筋に重要な役割を果たす、より多様なデータソースの必要性について論じる。 金融・海運データに対するOpenAIのGPT APIを用いたNLPを用いた分析により,近年の現実世界データに関するケーススタディを提案する。
  論文  参考訳（メタデータ） (2023-11-26T22:49:41Z)
• When the Metaverse Meets Carbon Neutrality: Ongoing Efforts and Directions [13.14817138936995]
  メタバースは最近大衆から注目を集めている。 物理的な世界で果たす役割に関係なく、私たちは新しい役割として生きることができる仮想世界を構築します。 それは必然的に、社会の優先事項としての炭素中立性の実現を妨げ、地球に重荷を課す。
  論文  参考訳（メタデータ） (2023-01-18T16:25:18Z)
• 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)
• Treehouse: A Case For Carbon-Aware Datacenter Software [4.7521372297013365]
  デナードのスケーリングの終わりとムーアの法則の減速は、データセンターのエネルギー利用を持続不可能な経路に押し上げた。 我々は、ソフトウェア中心のアプローチにより、データセンターコンピューティングの炭素強度を大幅に削減できると主張している。
  論文  参考訳（メタデータ） (2022-01-06T16:00:53Z)
• Modelling the transition to a low-carbon energy supply [91.3755431537592]
  気候変動の影響を制限するため、低炭素電力供給への移行が不可欠である。 二酸化炭素排出量の削減は、世界がピーク点に達するのを防ぐのに役立ちます。 排気ガスの排出は、世界中の気象条件の極端に繋がる可能性がある。
  論文  参考訳（メタデータ） (2021-09-25T12:37:05Z)
• Optimizing carbon tax for decentralized electricity markets using an agent-based model [69.3939291118954]
  人為的気候変動の影響を避けるためには、化石燃料から低炭素技術への移行が必要である。 炭素税は、この移行を支援する効率的な方法であることが示されている。 NSGA-IIの遺伝的アルゴリズムを用いて、電力混合の平均電気価格と相対炭素強度を最小化する。
  論文  参考訳（メタデータ） (2020-05-28T06:54:43Z)
• Towards the Systematic Reporting of the Energy and Carbon Footprints of Machine Learning [68.37641996188133]
  我々は、リアルタイムエネルギー消費と二酸化炭素排出量を追跡するための枠組みを導入する。 エネルギー効率のよい強化学習アルゴリズムのためのリーダーボードを作成します。 炭素排出量削減とエネルギー消費削減のための戦略を提案する。
  論文  参考訳（メタデータ） (2020-01-31T05:12:59Z)

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。