論文の概要: Integrating Sustainable Computing With Sustainable Energy Research
- arxiv url: http://arxiv.org/abs/2412.12355v1
- Date: Mon, 16 Dec 2024 20:56:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-18 14:00:15.259679
- Title: Integrating Sustainable Computing With Sustainable Energy Research
- Title（参考訳）: サステナブルコンピューティングとサステナブルエネルギー研究の統合
- Authors: Michael James Martin, Aaron Andersen, Charles Tripp, Kristin Munch,
- Abstract要約: NRELの計算科学センターには、サステナビリティ研究に特化した最大の高性能コンピューティング能力がある。
EEREによるサステナビリティ研究におけるHPC使用率は10年間で30。
- 参考スコア（独自算出の注目度）: 0.0
- License:
- Abstract: NREL's computational sciences center hosts the largest high performance computing (HPC) capabilities dedicated to sustainability research while functioning as a living laboratory for sustainable computing. NREL's HPC capabilities support the research needs of the Department of Energy's Office of Energy Efficiency and Renewable Energy (EERE). In ten years of operation, HPC use in EERE-sponsored sustainability research has grown by a factor of 30. This paper analyzes this research portfolio, providing examples of individual use cases. The paper documents NREL's history of operating one of the world's most sustainable data centers while examining pathways to improving sustainability beyond reduction of PUE. This paper concludes by examining the unique opportunities created for sustainable computing research created by combining an HPC system dedicated to sustainability research and a research program in sustainable computing.
- Abstract（参考訳）: NRELの計算科学センターは、サステナビリティ研究のための最大のハイパフォーマンスコンピューティング(HPC)能力を持ち、サステナビリティコンピューティングのためのリビングラボとして機能している。
NRELのHPC能力はエネルギー省エネルギー効率再生エネルギー局(EERE)の研究ニーズをサポートする。
EEREによるサステナビリティ研究におけるHPC使用率は10年間で30。
本稿では、この研究ポートフォリオを分析し、個別のユースケースの例を示す。
この論文は、NRELが世界で最も持続可能なデータセンターの1つを運営し、PUEの削減を超えてサステナビリティを向上させるための道筋を調査した歴史を文書化している。
本稿では,サステナビリティ研究専用のHPCシステムと,サステナビリティコンピューティングの研究プログラムを組み合わせた,持続可能なコンピューティング研究のためのユニークな機会について考察する。
関連論文リスト
- Sustainable Quantum Computing: Opportunities and Challenges of Benchmarking Carbon in the Quantum Computing Lifecycle [4.239520037881946]
本稿では,基礎的方法論とオープンな研究課題を提供する炭素対応量子コンピューティングフレームワークを提案する。
私たちの活動への呼びかけは、持続可能な量子コンピューティングとして知られる新しい研究方向の確立です。
論文 参考訳（メタデータ） (2024-08-11T03:02:19Z) - System Support for Environmentally Sustainable Computing in Data Centers [4.774769264608661]
現代のデータセンターは環境維持性のサポートが不十分なため、炭素フットプリントの増大に悩まされている。
予備的な結果を提示し、これをデータセンターにおける環境保全コンピューティングを前進させる大きな可能性を秘めているイニシアチブとして認識する。
論文 参考訳（メタデータ） (2024-03-19T12:56:02Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Managing Software Provenance to Enhance Reproducibility in Computational
Research [1.1421942894219899]
計算に基づく科学研究の管理は、個人の好みと研究の性質に基づいて実験を設計する個々の研究者に委ねられることが多い。
我々は、研究者がトレーサビリティーの明確な記録を提供するための実行環境を明示的に作成することで、計算に基づく科学研究の品質、効率、そして改善できると考えている。
論文 参考訳（メタデータ） (2023-08-29T21:13:18Z) - An Open Community-Driven Model For Sustainable Research Software:
Sustainable Research Software Institute [0.586336038845426]
Sustainable Research Software Institute (SRSI) モデルは、研究ソフトウェアコミュニティにおける持続可能なプラクティスを促進する。
このホワイトペーパーはSRSIモデルの詳細な概要を提供し、その目的、サービス、資金調達メカニズム、コラボレーション、そしてそれが研究ソフトウェアコミュニティに与える影響について概説する。
論文 参考訳（メタデータ） (2023-08-29T01:00:32Z) - 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) - Assessing Scientific Contributions in Data Sharing Spaces [64.16762375635842]
本稿では、研究者の科学的貢献を測定するブロックチェーンベースのメトリクスであるSCIENCE-indexを紹介する。
研究者にデータ共有のインセンティブを与えるため、SCIENCE-indexはデータ共有パラメータを含むように拡張されている。
本モデルは, 地理的に多様な研究者の出力分布とh-indexの分布を比較して評価する。
論文 参考訳（メタデータ） (2023-03-18T19:17:47Z) - Distributed Energy Management and Demand Response in Smart Grids: A
Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。
特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
論文 参考訳（メタデータ） (2022-11-29T01:18:58Z) - GreenDB -- A Dataset and Benchmark for Extraction of Sustainability
Information of Consumer Goods [58.31888171187044]
毎週、ヨーロッパのオンラインショップから商品を収集するデータベースであるGreenDBを提示する。
製品サステナビリティのプロキシとして、専門家が評価するサステナビリティラベルに依存している。
本稿では,データを用いてトレーニングしたMLモデルを用いて,製品のサステナビリティラベルを確実に予測できることを示す。
論文 参考訳（メタデータ） (2022-07-21T19:59:42Z) - 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。