Hem EFTER PLUGGET Nya metoder för effektivare och energisnålare Internettjänster

Nya metoder för effektivare och energisnålare Internettjänster

Publicerat av: Redaktionen

fvqbsdmqngtvxbsun6ocMiljarder människors användande av Internettjänster kräver stora datacenter som hanterar all data och dessa förbrukar mycket energi. Mina Sedaghat har i sin avhandling tagit fram metoder och algoritmer för att hantera och schemalägga resurserna i stora datacenter billigare, effektivare, mer tillförlitligt, och med mindre miljöpåverkan.  Hon försvarar sin avhandling vid Umeå universitet torsdag den 21 januari.

Den koreanska popvideon Gangnam Style har har haft ungefär 2,5 miljarder visningar på YouTube, vilket resulterar i en strömförbrukning på mer än 400GWh. Om, i det värsta scenariot, den elen skulle genereras med dieselkraftverk, skulle det innebära att mer än 250 000 ton koldioxid produceras. Det motsvarar det årliga koldioxidutsläppet från cirka100 000 bilar.

Dessa exempel är inte ovanliga. Miljontals människor använder olika tjänster som Google, Facebook, Twitter och Instagram varje dag. Denna ökning av Internetanvändning och informationen som genereras av miljarder människor kräver stora datacenter med rader efter rader av servrar som behöver enorma mängder av utrymme, el och kylningssystem.

Mina Sedeghat presenterar i sin avhandling metoder och tekniker för att effektivt utnyttja servrar i datacenter, så att Internettjänsterna kan leverera resultat med hög prestanda med mindre resurser.

Vilken slags teknik handlar det om?

– Det kan till exempel röra sig om smarta scheduleringssystem, som packar ihop många tjänstekomponenter på få servrar på ett sätt så att processorer, minne, minnesbandredd, nätverkskapacitet, och andra resurser används maximalt. På så sätt kan energieffektiviteten förbättras och den negativa miljöpåverkan minskas, och samtidigt minskas driftskostnaderna för datacenter, säger Mina Sedaghat.

Mina Sedaghats avhandlingsarbete har utförts i samarbete med GoogleInc., Institutionen för matematik och matematisk statistik vid Umeå universitet och Institutionen för Communication Network vid Kungliga Tekniska Högskolan (KTH).

Avhandlingen har publicerats digitalt

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>