PulseAugur
中
实时 08:36:48
English(EN) Hierarchical Multi-Agent Reinforcement Learning for Carbon-Aware AI Data Centers in Power Distribution Systems

新框架使用多智能体强化学习实现碳感知人工智能数据中心

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个层次化碳感知多智能体强化学习（CA-MARL）框架，用于管理人工智能数据中心（AIDCs）的能源消耗。该框架旨在通过优化人工智能训练和推理工作负载来减少碳排放。该系统包括一个用于在AIDCs之间进行作业空间分配的工作负载管理器智能体，以及用于作业时间转移、GPU分配和冷却系统控制的本地AIDC智能体。 AI

影响 该框架通过优化能源使用和减少人工智能运营的碳足迹，有望实现更可持续的人工智能基础设施。

排序理由 该集群包含一篇详细介绍人工智能数据中心能源管理新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架使用多智能体强化学习实现碳感知人工智能数据中心

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hyunsoo Lee, Panggah Prabawa, Dae-Hyun Choi, Joongheon Kim ·

    Hierarchical Multi-Agent Reinforcement Learning for Carbon-Aware AI Data Centers in Power Distribution Systems

    arXiv:2607.03324v1 Announce Type: cross Abstract: Eco-friendly energy management for artificial intelligence data centers (AIDCs) is crucial because of the significant increase in energy consumption-induced carbon emissions from AIDCs resulting from the rapid expansion of AI appl…

相关实体

相关话题