이 논문은 데이터 센터의 탄소 발자국, 에너지 소비, 에너지 비용을 동시에 최적화하는 DC-CFR이라는 새로운 다중 에이전트 강화 학습 프레임워크를 제안한다.
DC-CFR은 세 가지 하위 문제를 해결한다:
이 세 가지 문제는 서로 복잡하게 연결되어 있어 개별적으로 해결하기 어렵다. DC-CFR은 이들 간의 상호 의존성을 효과적으로 관리하여 실시간으로 최적의 정책을 도출한다.
실험 결과, DC-CFR은 기존 ASHRAE 제어기 대비 탄소 배출을 14.5%, 에너지 사용량을 14.4%, 에너지 비용을 13.7% 감축할 수 있었다. 이는 데이터 센터 운영의 지속 가능성 향상에 크게 기여할 것으로 기대된다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Soumyendu Sa... at arxiv.org 03-22-2024
https://arxiv.org/pdf/2403.14092.pdfDeeper Inquiries