2611 EnergyPredict — система прогнозирования энергопотребления вычислительных задач

Ролич Алексей Юрьевич

руководитель проекта

Старт

12.10.2026

Представление

05.11.2026 – 19.11.2026

Постерная сессия

26.01.2027 – 06.02.2027

Защита

06.04.2027 – 17.04.2027

Паспорт проекта

Аннотация

Энергопотребление становится одним из ключевых ограничений современных вычислительных центров: рост нагрузки увеличивает не только прямое потребление электроэнергии, но и затраты на охлаждение оборудования. Поэтому управление инфраструктурой должно учитывать не только производительность, но и энергетическую эффективность. В большинстве систем планирование ориентировано прежде всего на загрузку ресурсов и время выполнения задач, тогда как две задачи схожей продолжительности могут иметь...

Отрасль

Информатика

Цель

Разработать модель и программный модуль прогнозирования энергопотребления вычислительных задач и исследовать зависимость энергозатрат от характеристик нагрузки (workload) на уровне отдельных задач и вычислительного кластера.

Ожидаемые результаты

Модуль оценки и прогнозирования энергопотребления
- Программный компонент с единым интерфейсом, принимающий описание задачи и возвращающий прогноз энергопотребления;
- Интеграция с планировщиком (в частности, со стендами проектов №2612–2613).
Конвейер подготовки данных
- Загрузка и приведение F-DATA (Fugaku) и Google Cluster Power к единому формату признаков, с разделением на обучающую и тестовую выборки без утечки
- Аналитическая панель и визуализация
Исследовательские результаты:

Форма и способы промежуточного контроля

Последовательные контрольные точки: анализ данных → энергетические профили → baseline-модель → ML-модель → промежуточный сравнительный отчёт.

Форма представления результатов

Продуктовые: модуль оценки энергопотребления; аналитическая панель; визуализация энергетических профилей. Исследовательские: модель зависимости energy/workload; сравнительный анализ методов; классификация типов задач.

Ресурсное обеспечение

Рабочая станция, Python, Jupyter; GPU желательно.

Имеющийся задел

Датасеты: F-DATA / Fugaku; Google Cluster Power 2019. библиотеки анализа данных и ML. Взаимосвязь проектов №2611–2613 (кластер проектов): №2613 предоставляет инфраструктуру и формат данных; №2612 расширяет её на GPU; №2611 поставляет энергетическую модель, которую первые два используют как дополнительный критерий планирования. Общими являются формат нагрузки, набор трасс и методология воспроизводимого сравнения, что позволяет комбинировать результаты трёх проектов.