(Master) Modellierung von Server Energieverbrauch mit maschinellen Lernverfahren
23.06.2014Modeling Server Energy Consumption using Machine Learning
In dieser Arbeit werden neue Modelle für die automatisierte Vorhersage von Server-Stromverbräuchen erstellt.
Motivation
Für effizientes Strom-Management in Rechenzentren ist es notwendig, dass Betreiber in der Lage sind Stromverbräuche von Serversystemen in Abhängigkeit von Systemauslastung und anderen Performanzkennzahlen vorherzusagen. Für diese Vorhersage werden i.A. Modelle in Abhängigkeit von CPU und Speicherauslastung verwendet. Dabei handelt es sich typischerweise um klassische Regressionsmodelle. Es wäre jedoch auch möglich maschinelle Lernverfahren zu verwenden, um den Stromverbrauch eines Systems während der Laufzeit zu lernen. Viele dieser Verfahren wurden für Stromverbräuche noch nicht verwendet.
Ziele
Das Ziel dieser Arbeit ist die Erstellung von Strommodellen mit anderen Verfahren als klassischer linearer Regression. Diese Vorhersagen dieser neuen Modelle werden mit Vorhersagen auf Basis von etablierten Regressionsmodellen verglichen. Daten zur Evaluation werden durch Messungen auf Serversystemen mit modernster Ausstattung und Messverfahren erhoben.
Wir bieten
- Zusammenarbeit mit führenden Industriepartnern, wie HP, Fujitsu
- Ergebnisse werden bei der SPEC zur Standardisierung von Benchmarks verwendet
- Ausgezeichnete Arbeitsumgebung mit guter Betreuung
- Arbeit mit neuesten Methoden und Technologien
Dauer
6 Monate
Kontakt
Jóakim v. Kistowski, M.Sc.
Zurück