阿里云算力电力协同优化成果获2023中国算力大会“最佳学术论文”荣誉

简介: 阿里云算力电力协同优化成果获2023中国算力大会“最佳学术论文”荣誉


【阅读原文】戳:阿里云算力电力协同优化成果获2023中国算力大会“最佳学术论文”荣誉


近日,在工业和信息化部、宁夏回族自治区人民政府共同主办的2023中国算力大会上,阿里云与华北电力大学合作完成的论文《信息-能源耦合视角下面向云计算数据中心低碳经济运行的算力优化调度研究》(Online job scheduling scheme for low-carbon data center operation: an information and energy nexus perspective )获大会“最佳学术论文”荣誉。


大会学术论文关注算力相关领域的基础理论和应用研究,论文领域包括通用算力、高性能算力、智能计算以及算力应用等,全国入选最佳论文共5篇阿里云位于展示榜第一位由中国科学院、中国社会科学院、中国科协、知名高校及科研机构专家、领军企业技术带头人组成的评审委员会选出,评审委员会集聚中国算力相关领域知名专家学者。


图丨最佳学术论文荣誉证书


阿里云算力-电力协同优化论文从信息与能源融合视角出发,首次提出了面向数据中心海量异构算力业务负载的在线低碳优化调度策略,并结合阿里云数据中心真实业务场景数据验证表明,该优化策略下存在实现数据中心37%能耗成本降低和14%碳排放成本优化的路径。研究成果同时也为阿里云数据中心在实际电力市场中的运营成本优化能源使用结构优化提供了创新视角,实现数据中心规模化效益,获得降本增效最优解,促进数据中心消纳可再生能源


图丨最佳学术论文期刊文章


论文提及的数据中心算力-电力协同优化技术主要是通过调度算力网中海量计算任务和算力资源,实现电力网中数据中心用电负荷时空分布的灵活调整,如数据中心可以将计算任务从电力供需紧张的晚间时段转移到光伏发电较多的日间时段,从而使用更多低价绿色电力,降低数据中心的能耗成本和碳排放。


图丨数据中心算力-电力协同调度示意图


阿里云与华北电力大学在数据中心领域合作研究多年,双方共同产出多项核心技术专利与学术期刊文章并获批国家自然科学基金项目等多项国家级科研项目去年6月,阿里云数据中心与华北电力大学基于业务负载灵活性调度的研究项目,通过在阿里张北及南通的数据中心开展相关验证,实现业内首次数据中心和电力系统以促进可再生能源消纳为目标的协同优化被行业视为迈出跨区域‘算力-电力’ 优化调度验证实验第一步相关成果写入阿里巴巴集团2023年ESG报告支撑阿里云数据中心荣获“中央网信办2022年度双化协同典型案例”中国能源研究会“全国十大碳中和优秀案例”日内瓦国际发明展等奖项。


图丨大会最佳学术论文颁奖图片


我们是阿里巴巴云计算和大数据技术幕后的核心技术输出者。

欢迎关注 “阿里云基础设施”同名微博知乎

获取关于我们的更多信息~

相关文章
|
存储 人工智能 运维
重磅发布!飞天智算平台+全球最大智算中心
阿里云宣布正式推出全栈智能计算解决方案“飞天智算平台”,并启动两座超大规模智算中心,为科研、公共服务和企业机构,提供强大的智能计算服务,可将计算资源利用率提高3倍以上,AI训练效率提升11倍,推理效率提升6倍。
8990 1
重磅发布!飞天智算平台+全球最大智算中心
|
人工智能 大数据 数据中心
|
存储 索引 Python
元组(Tuple)在Python编程中的应用与实例
元组(Tuple)在Python编程中的应用与实例
866 2
|
人工智能 算法 芯片
天天都在说的“算力”到底是个啥?一文全讲透!
算力是数字经济发展的重要支撑,尤其在AI和大数据应用中起着关键作用。阿里云致力于构建全球领先的算力基础设施,助力各行业数字化转型。吴泳铭和马云均强调了算力在未来科技竞争中的核心地位。2023年底,我国算力总规模达230EFLOPS,位居全球第二。算力分为通用、智能和超算算力,广泛应用于人工智能训练与推理等场景。中国正加速建设智算中心,推动算力产业链发展,并注重绿色低碳和智能运维,以应对日益增长的计算需求。
19326 19
|
人工智能 安全 搜索推荐
AI与能源管理:智能电网的未来
本文探讨了AI与智能电网的融合及其对能源管理的深远影响。智能电网利用先进的信息、通信和AI技术,实现电力的自主、智能化、高效管理。AI在精准预测电力需求、实时监测与故障诊断、智能能源调度、个性化能源服务和优化可再生能源利用等方面发挥关键作用,推动能源管理的高效、智能和可持续发展。
|
存储 人工智能 供应链
AI与能源系统:优化能源生产和消费
【10月更文挑战第9天】在当前全球能源转型的关键时期,人工智能(AI)正逐渐成为推动能源系统优化与升级的重要力量。本文探讨了AI在能源生产、分配、存储和消费等方面的应用。在能源生产中,AI通过智能预测与调度、故障预警及优化资源配置等方式提升效率;在能源分配与存储方面,AI推动智能电网管理和储能系统优化;在能源消费端,AI实现精细化管理,如智能家庭能源管理和工业节能。未来,AI将进一步融入能源系统的各个环节,促进能源的高效配置与可持续发展。然而,面对数据安全和算法透明度等挑战,需加强监管与伦理审查,确保AI技术健康发展。
|
开发者
如何画业务架构图
如何快速上手画业务架构图
12483 2
|
存储 人工智能 自然语言处理
新手指南:微软ai助手Copilot国内如何使用?
微软 Copilot 是一款强大的 AI 助手,掌握一些技巧可以让你更好地利用它,提高效率和创造力,让你的工作和生活更加精彩!
14340 11
|
运维 Kubernetes Java
阿里云容器计算服务ACS ,更普惠易用、更柔性、更弹性的容器算力
ACS(阿里云容器计算服务)推出Serverless容器算力,提供更普惠、柔性、弹性的算力资源,适用于多种业务场景,如复合应用、ACK集成、EMR大数据处理等,帮助企业降低成本、提升效率。
|
机器学习/深度学习 测试技术 数据处理
KAN专家混合模型在高性能时间序列预测中的应用:RMoK模型架构探析与Python代码实验
Kolmogorov-Arnold网络(KAN)作为一种多层感知器(MLP)的替代方案,为深度学习领域带来新可能。尽管初期测试显示KAN在时间序列预测中的表现不佳,近期提出的可逆KAN混合模型(RMoK)显著提升了其性能。RMoK结合了Wav-KAN、JacobiKAN和TaylorKAN等多种专家层,通过门控网络动态选择最适合的专家层,从而灵活应对各种时间序列模式。实验结果显示,RMoK在多个数据集上表现出色,尤其是在长期预测任务中。未来研究将进一步探索RMoK在不同领域的应用潜力及其与其他先进技术的结合。
624 4