論文の概要: Jointly Managing Electrical and Thermal Energy in Solar- and Battery-powered Computer Systems

• arxiv url: http://arxiv.org/abs/2305.00855v1
• Date: Mon, 1 May 2023 14:53:53 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-02 13:04:15.913994
• Title: Jointly Managing Electrical and Thermal Energy in Solar- and Battery-powered Computer Systems
• Title（参考訳）: ソーラー・バッテリー・コンピュータシステムにおける電気・熱エネルギーの共同管理
• Authors: Noman Bashir, Yasra Chandio, David Irwin, Fatima M. Anwar, Jeremy Gummeson, Prashant Shenoy
• Abstract要約: 本研究では,環境駆動型コンピュータシステムにおける電気・熱エネルギーの相互作用を捉える熱力学モデルを開発した。 小型のプロトタイプとプログラム可能なインキュベータを用いて,これらのシステムに影響を及ぼす熱的効果を評価する。
• 参考スコア（独自算出の注目度）: 2.4607540629220384
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Environmentally-powered computer systems operate on renewable energy harvested from their environment, such as solar or wind, and stored in batteries. While harvesting environmental energy has long been necessary for small-scale embedded systems without access to external power sources, it is also increasingly important in designing sustainable larger-scale systems for edge applications. For sustained operations, such systems must consider not only the electrical energy but also the thermal energy available in the environment in their design and operation. Unfortunately, prior work generally ignores the impact of thermal effects, and instead implicitly assumes ideal temperatures. To address the problem, we develop a thermodynamic model that captures the interplay of electrical and thermal energy in environmentally-powered computer systems. The model captures the effect of environmental conditions, the system's physical properties, and workload scheduling on performance. In evaluating our model, we distill the thermal effects that impact these systems using a small-scale prototype and a programmable incubator. We then leverage our model to show how considering these thermal effects in designing and operating environmentally-powered computer systems of varying scales can improve their energy-efficiency, performance, and availability.
• Abstract（参考訳）: 環境を動力とするコンピュータシステムは、太陽や風などの環境から回収された再生可能エネルギーを運用し、電池に蓄えている。 環境エネルギーの収穫は、外部電源を使わずに小型の組込みシステムでは長年必要であったが、エッジアプリケーションのための持続可能な大規模システムを設計する上でも重要になっている。 持続的な運用のためには、このようなシステムは電気エネルギーだけでなく、設計や運用で利用できる熱エネルギーも考慮しなければならない。 残念なことに、先行研究は一般的に熱効果の影響を無視し、代わりに暗黙的に理想的な温度を仮定する。 この問題に対処するため,環境駆動型コンピュータシステムにおける電気・熱エネルギーの相互作用を捉える熱力学モデルを開発した。 モデルは、環境条件、システムの物理的特性、およびワークロードのスケジューリングがパフォーマンスに与える影響をキャプチャする。 本モデルの評価では, 小型プロトタイプとプログラマブルインキュベータを用いて, これらのシステムに影響を与える熱的影響を蒸留する。 次に, 環境負荷の異なるコンピュータシステムの設計・運用におけるこれらの熱的効果を考慮すれば, エネルギー効率, 性能, 可用性が向上することを示す。

関連論文リスト

• Thermodynamic Roles of Quantum Environments: From Heat Baths to Work Reservoirs [49.1574468325115]
  量子熱力学における環境は通常、熱浴の役割を担う。 同じモデルでは、環境が3つの異なる熱力学的役割を担っていることが示される。 環境の正確な役割は結合の強さと構造によって決定される。
  論文  参考訳（メタデータ） (2024-08-01T15:39:06Z)
• Predicting Solar Heat Production to Optimize Renewable Energy Usage [0.0]
  本稿では、機械学習を用いて、熱生産を予測するモデルを自動的に構築し、継続的に適用するアプローチを提案する。 本稿では,ソリューションの予測精度について実証実験を行い,これらの結果がエンド・ツー・エンドシステムに与える影響について考察する。
  論文  参考訳（メタデータ） (2024-05-16T10:32:39Z)
• Global Transformer Architecture for Indoor Room Temperature Forecasting [49.32130498861987]
  本研究は,多室ビルにおける室内温度予測のためのグローバルトランスフォーマーアーキテクチャを提案する。 エネルギー消費を最適化し、HVACシステムに関連する温室効果ガス排出を削減することを目的としている。 本研究は,マルチルームビルにおける室内温度予測にトランスフォーマーアーキテクチャを適用した最初の事例である。
  論文  参考訳（メタデータ） (2023-10-31T14:09:32Z)
• Autonomous Payload Thermal Control [55.2480439325792]
  小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。 深部強化学習を用いた自律型熱制御ツールを提案する。 提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
  論文  参考訳（メタデータ） (2023-07-28T09:40:19Z)
• Intelligent Energy Management Systems -- A Review [0.0]
  家庭や職場の器具や器具を使うために電気を消費し、在宅勤務や在宅勤務時にある程度の快適さに達する。 このような問題を効果的に解決することは、環境と社会の両方に影響を及ぼす。 エネルギー消費をリアルタイムでモニタリングし、乗員のエネルギー浪費行動を変化させ、エネルギー節約シナリオを組み込んだ自動化を利用することは、世界のエネルギーフットプリントを減少させる方法である。
  論文  参考訳（メタデータ） (2022-05-16T20:10:20Z)
• Intelligent edge-based recommender system for internet of energy applications [2.1874189959020423]
  本稿では,エッジアーキテクチャを用いたホームアシストプラットフォームへのエネルギー効率フレームワークの完全統合について述べる。 エンドユーザは、Home-Assistantユーザインターフェースを使用して、その消費パターンと環境データを視覚化することができる。 より注目すべきは、説明可能な省エネレコメンデーションが、モバイルアプリケーション経由で通知形式でエンドユーザに配信されることだ。
  論文  参考訳（メタデータ） (2021-11-25T23:28:14Z)
• Learning, Computing, and Trustworthiness in Intelligent IoT Environments: Performance-Energy Tradeoffs [62.91362897985057]
  Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。 本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
  論文  参考訳（メタデータ） (2021-10-04T19:41:42Z)
• Enforcing Policy Feasibility Constraints through Differentiable Projection for Energy Optimization [57.88118988775461]
  本稿では,ニューラルポリシー内での凸操作制約を強制するために,PROF(Projected Feasibility)を提案する。 エネルギー効率の高い建築操作とインバータ制御の2つの応用についてPROFを実証する。
  論文  参考訳（メタデータ） (2021-05-19T01:58:10Z)
• Energy use in quantum data centers: Scaling the impact of computer architecture, qubit performance, size, and thermal parameters [0.0]
  量子コンピュータのサイズが大きくなるにつれて、量子データセンターが使用する全エネルギーがより懸念されるようになる。 絶対零に近い温度で動作しなければならない量子コンピュータの冷却要件は、計算システムパラメータによって決定される。 本稿では,コンピュータアーキテクチャと熱パラメータが全体のエネルギー要求に与える影響を報告する。
  論文  参考訳（メタデータ） (2021-03-30T23:50:02Z)
• AI Chiller: An Open IoT Cloud Based Machine Learning Framework for the Energy Saving of Building HVAC System via Big Data Analytics on the Fusion of BMS and Environmental Data [12.681421165031576]
  建物における省エネルギーと二酸化炭素排出量削減は気候変動対策の鍵となる手段の一つである。 シラーシステムの電力消費の最適化は、機械工学と建築サービス領域で広く研究されてきた。 ビッグデータとAIの進歩により、最適化問題への機械学習の採用が人気を集めている。
  論文  参考訳（メタデータ） (2020-10-09T09:51:03Z)
• NeurOpt: Neural network based optimization for building energy management and climate control [58.06411999767069]
  モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。 イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
  論文  参考訳（メタデータ） (2020-01-22T00:51:03Z)

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。