本發明公開了一種數據中心能耗聯合優化方法、系統、介質及設備,構建數據中心多智能體環境;根據scheduling_agent的狀態空間、動作空間和獎勵函數構建任務調度強化學習模型;根據cooling_agent的狀態空間、動作空間和獎勵函數構建溫度調控強化學習模型;基于任務調度強化學習模型和溫度調控強化學習模型構建異構多智能體強化學習的聯合控制模型,向聯合控制模型中導入構建的數據中心多智能體環境;使用聯合控制模型,以數據中心整體能耗最小化為目標集中訓練scheduling_agent與cooling_agent,使用聯合控制模型訓練得到的scheduling_agent與cooling_agent,根據各自的觀測信息執行以降低自身能耗為目標的動作策略,同時保證動態數據中心環境的平衡,實現整體能耗最小化。本發明在降低計算能耗與制冷能耗之間取得平衡,同時降低數據中心的整體能耗。
聲明:
“數據中心能耗聯合優化方法、系統、介質及設備” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)