Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Dynamic Task Scheduler for Real Time Requirement in Cloud Computing System Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

CGAN Based Cloud Computing Server Power Curve Generating

verfasst von : Longchuan Yan, Wantao Liu, Yin Liu, Songlin Hu

Erschienen in: Algorithms and Architectures for Parallel Processing

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

For a better power management of data center, it is necessary to understand the power pattern and curve of various application servers before server placement and setup in data center. In this paper, a CGAN based method is proposed to generate power curve of servers for various applications in data center. Pearson Correlation is used to calculate the similarity between the generated data and the real data. From our experiment of data from real data center, the method can generate the power curve of servers with good similarity with real power data and can be used in server placement optimization and energy management.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Dynamic Task Scheduler for Real Time Requirement in Cloud Computing System
Nächstes Kapitel One-Sided Communication in Coarray Fortran: Performance Tests on TH-1A
Literatur
1.
Baliga, J., Ayre, R.W.A., Hinton, K., Tucker, R.S.: Green cloud computing: balancing energy in processing, storage, and transport. In: Proceedings of the IEEE, pp. 149–167. IEEE (2010)
2.
Shehabi, A., et al.: United States Data Center Energy Usage Report. Lawrence Berkeley National Laboratory, Berkeley (2016)CrossRef
3.
Liang, L., Wenjun, W., Fei, Z.: Energy modeling based on cloud data center. J. Softw. 25(7), 1371–1387 (2014). (in Chinese)
4.
Goel, B., Mckee, S.A.: A methodology for modeling dynamic and static power consumption for multicore processors. In: Proceedings of IEEE International Parallel and Distributed Processing Symposium, pp. 273–282. IEEE (2016)
5.
Goodfellow, I., et al.: Generative adversarial nets. In: Advances in Neural Information Processing Systems, vol. 27, pp. 2672–2680. NIPS (2014)
6.
7.
Radford, A., Metz, L., Chintala, S.: Unsupervised representation learning with deep convolutional generative adversarial networks. In: Proceedings of International Conference on Learning Representations, arxiv:​1511.​06434 (2016)
8.
Chen, X., Duan, Y., Houthooft, R., Schulman, J., Sutskever, I., Abbeel, P.: Infogan: interpretable representation learning by information maximizing generative adversarial nets. In: Advances in Neural Information Processing Systems, vol. 29, pp. 2172–2180. NIPS (2016)
9.
Zhao, J., Mathieu M., Lecun, Y.: Energy-based generative adversarial network. In: Proceedings of International Conference on Learning Representations, arxiv:​1609.​03126 (2017)
10.
11.
Wong, D.: Peak efficiency aware scheduling for highly energy proportional servers. In: Proceedings of International Symposium on Computer Architecture, pp. 481–492. IEEE (2016)CrossRef
12.
Wu, Q., et al.: Dynamo: facebook’s data center-wide power management system. In: Proceedings of ACM/IEEE International Symposium on Computer Architecture, pp. 469–480. IEEE (2016)
13.
Hsu, C.-H., Deng, Q., Mars, J., Tang, L.: SmoothOperator: reducing power fragmentation and improving power utilization in large-scale datacenters. In: Proceedings of the Twenty-Third International Conference on Architectural Support for Programming Languages and Operating Systems, pp. 535–548. ACM (2018)
Metadaten
Titel
CGAN Based Cloud Computing Server Power Curve Generating
verfasst von
Longchuan Yan
Wantao Liu
Yin Liu
Songlin Hu
Copyright-Jahr
2018
Buch
Algorithms and Architectures for Parallel Processing

Print ISBN: 978-3-030-05062-7

Electronic ISBN: 978-3-030-05063-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-030-05063-4_2