핵심 개념
데이터 센터의 에너지 소비, 유연한 부하 이동, 배터리 운영을 동시에 최적화하여 실시간으로 탄소 발자국을 크게 감축할 수 있다.
초록
이 논문은 데이터 센터의 탄소 발자국, 에너지 소비, 에너지 비용을 동시에 최적화하는 DC-CFR이라는 새로운 다중 에이전트 강화 학습 프레임워크를 제안한다.
DC-CFR은 다음과 같은 핵심 구성요소로 이루어져 있다:
- 유연한 IT 부하 이동 에이전트: 전력망 탄소 집약도가 낮은 시간대로 부하를 이동시켜 탄소 발자국을 줄인다.
- 에너지 최적화 에이전트: HVAC 냉각 설정점을 최적화하여 에너지 소비를 줄인다.
- 배터리 운영 에이전트: 전력망 탄소 집약도가 낮은 시간대에 배터리를 충전하고, 높은 시간대에 방전하여 탄소 발자국을 감축한다.
이 세 에이전트는 서로 협력하며 실시간으로 작동하여 데이터 센터의 복잡한 상호의존성을 효과적으로 관리한다.
실험 결과, DC-CFR은 기존 ASHRAE 제어기 대비 탄소 배출량을 14.5%, 에너지 사용량을 14.4%, 에너지 비용을 13.7% 감축하는 것으로 나타났다. 이는 DC-CFR이 데이터 센터 운영의 지속 가능성 향상에 매우 효과적임을 보여준다.
통계
데이터 센터 최대 부하 1.2 MWh 기준, 1년 동안 실험한 결과
아리조나 지역에서 ASHRAE 대비 탄소 배출량 14.36% 감축
뉴욕 지역에서 ASHRAE 대비 탄소 배출량 15.08% 감축
워싱턴 지역에서 ASHRAE 대비 탄소 배출량 13.96% 감축
인용구
"데이터 센터의 에너지 소비, 유연한 부하 이동, 배터리 운영을 동시에 최적화하여 실시간으로 탄소 발자국을 크게 감축할 수 있다."
"DC-CFR은 기존 ASHRAE 제어기 대비 탄소 배출량을 14.5%, 에너지 사용량을 14.4%, 에너지 비용을 13.7% 감축하는 것으로 나타났다."