(Master/Praktikum) Vorhersage des Energieverbrauchs von Serverapplikationen

In dieser Arbeit soll eine Vorhersage von Server-Stromverbräuchen für verschiedene Applikationen anhand von Benchmarkergebnissen getroffen werden.

Motivation

Für effizientes Strom-Management in Rechenzentren ist es notwendig, dass Betreiber in der Lage sind Stromverbräuche von Serversystemen in Abhängigkeit von Anfrageraten, Systemauslastung und anderen Performanzkennzahlen vorherzusagen. Für diese Vorhersage können allgemeine maschinelle Lernverfahren verwendet werden. Solche Verfahren könnten den Stromverbrauch eines Servers bei der Ausführung einer speziellen Applikation, welche auf diesem Server laufen soll, vorhersagen.

 

Ziele

Das Ziel dieser Arbeit ist die Auswertung von bereits implementierten maschinellen Lernverfahren anhand von Messungen des Stromverbrauchs von typischen Serverapplikationen. Dabei weren die Lernverfahren mit Daten von anderen Servern und Messungen aus Standardbenchmarks trainiert und es soll ermittelt werden, welche Verfahren sich für die Stromverhersage von Serverlasten besonders eignen. Die Daten werden mit Strommessungen auf mehreren verschiedenen, an Strommessgeräte angeschlossenen, modernen Servern in der Cloud des Lehrstuhls 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 in einer aktuellen Cloud- und Server-Umgebung

Dauer

3-5 Monate

 

Kontakt

Jóakim v. Kistowski, M.Sc.

joakim.kistowski@uni-wuerzburg.de