Uncertainty-Aware Decarbonization for Datacenters

要約

この論文は、データセンターの脱炭素化に向けた炭素強度予測の不確実性を定量化する最初の取り組みを表しています。
私たちは、時間的および空間的という 2 つのタイプの不確実性を特定して分析し、それらのシステムへの影響について議論します。
炭素強度予測の不確実性を定量化する際の時間的ダイナミクスに対処するために、等角予測ベースのフレームワークを導入します。
評価結果は、私たちの技術がさまざまな有意水準にわたる不確実性の定量化において目標範囲を確実に達成していることを示しています。
生産電力トレースを使用して、それぞれ時間的および空間的負荷のシフトに焦点を当てた 2 つのケース スタディを実施します。
この結果は、スケジュールの決定に不確実性を組み込むことで、炭素排出量のそれぞれ 5% と 14% の増加を防ぐことができることを示しています。
これらのパーセンテージは、20 MW データセンター クラスターにおける炭素排出量の絶対削減量が 2.1 トンと 10.4 トンに相当します。

要約(オリジナル)

This paper represents the first effort to quantify uncertainty in carbon intensity forecasting for datacenter decarbonization. We identify and analyze two types of uncertainty — temporal and spatial — and discuss their system implications. To address the temporal dynamics in quantifying uncertainty for carbon intensity forecasting, we introduce a conformal prediction-based framework. Evaluation results show that our technique robustly achieves target coverages in uncertainty quantification across various significance levels. We conduct two case studies using production power traces, focusing on temporal and spatial load shifting respectively. The results show that incorporating uncertainty into scheduling decisions can prevent a 5% and 14% increase in carbon emissions, respectively. These percentages translate to an absolute reduction of 2.1 and 10.4 tons of carbon emissions in a 20 MW datacenter cluster.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google