相关实验视频
Updated: May 9, 2025
06:42
Generation and Coherent Control of Pulsed Quantum Frequency Combs
Published on: June 8, 2018
8.9K
基于串联排队系统的三元光学计算机的性能和能源优化
Heqiang Zhang1, Meng Liu1, Weiwen Liu1
1School of Computer and Information Engineering, Fuyang Normal University, Fuyang, 236037, Anhui, China.
Scientific reports
|April 29, 2025
概括
这项研究优化了三元光学计算机 (TOC) 的性能和能源效率. 它引入了一种双目标模型,以平衡云计算和大数据平台的响应时间和功耗.
科学领域:
- 计算机科学 计算机科学
- 光学计算是指光学计算.
- 平行处理并行处理.
背景情况:
- 三元光学计算机 (TOC) 是云计算和大数据至关重要的新兴技术.
- 之前对TOC的研究主要集中在性能上,忽视了能源消耗的影响.
- 优化性能-能源的权衡对于实际的TOC应用是必不可少的.
研究的目的:
- 研究TOC系统中性能和能源消耗之间的优化权衡.
- 为TOCs开发一个双目标优化模型,考虑响应时间和能源使用.
- 在不同的负载条件下提出实现平衡性能和能源效率的战略.
主要方法:
- 使用M/M/1和M/M/c排队理论在联排队系统框架内构建了一个TOC服务模型.
- 分析了处理器分区策略和小型TOC (STOC) 的数量对系统性能和能源消耗的影响.
- 开发了一个包括响应时间和能源消耗在内的双目标优化模型.
主要成果:
- 增加活跃的STOC可以在响应时间至关重要时显著提高性能.
- 随着越来越多的STOC,观察到回报率下降,导致能源成本增加.
- 该研究确定了基于负载的分区和STOC分配的最佳策略.
结论:
- 双目标优化策略有效地平衡了TOC的性能和能源消耗.
- 拟议的方法使得云和大数据环境中的TOC系统能够有效地管理资源.
- 根据特定负载条件调整活跃的STOC数量和分区策略是最佳TOC操作的关键.
