p Os matemáticos da RUDN University criaram um modelo de eficiência máxima de data centers. É baseado em uma cadeia de Markov não trivial. Além das aplicações práticas óbvias dos resultados para a organização de servidores e centros de dados, a parte teórica será útil para a teoria das filas e filas, bem como para trabalhar com big data e redes neurais. O estudo está publicado na revista Matemática . p Um data center é um sistema de servidores, e sua tarefa é fornecer recursos de computação e espaço em disco a pedido dos usuários. Quanto maior a carga, quanto mais o equipamento esquenta. Os servidores podem parar de funcionar temporariamente se superaquecerem. O nível de temperatura que corresponde ao ponto de superaquecimento é chamado de primeiro nível crítico. O segundo é o nível ao qual a temperatura do servidor deve cair para que ele retome (pelo menos parcialmente) o trabalho.

p Esses níveis são diferentes. Por exemplo, se cada usuário carregar o servidor de modo que a temperatura de seu processador cresça 0,1 grau, e o primeiro nível crítico é 100 graus, o segundo nível crítico não deve ser superior a 99,9 graus. Se colocado acima, a primeira solicitação do usuário superaquecerá o servidor novamente. Nesse caso, os dois níveis críticos devem estar localizados próximos o suficiente um do outro - se a diferença for grande, a capacidade do servidor não será usada completamente. É necessário configurar esses níveis para que os servidores do data center não desliguem constantemente por superaquecimento e ao mesmo tempo funcionem com carga total.

p Os matemáticos da RUDN University Olga Dudina e Alexander Dudin conseguiram encontrar uma solução para o problema de otimização, o que garante que os servidores funcionem com capacidade total, mas não superaquecem. Sua condição é a seguinte:dependendo de um processo aleatório que simula o fluxo de usuários, coloque dois níveis críticos para evitar o superaquecimento, mas o poder de computação seria usado ao máximo. Ao mesmo tempo, inatividade parcial é permitida, isso é, se o segundo nível de temperatura crítica for excedido, algumas solicitações de usuários são rejeitadas.

p Os matemáticos resolveram equações probabilísticas para diferentes valores de níveis críticos. Como um processo aleatório que simula a chegada de usuários, Os matemáticos da Universidade RUDN usaram a cadeia de Markov. O exemplo mais simples de tal cadeia é um passeio aleatório de um ponto ao longo de uma linha reta. Todo segundo, uma moeda é lançada:se cara, o ponto avança 1 cm; se coroa, 1 cm atrás. O tempo é discreto neste processo, ou seja, as mudanças ocorrem uma vez por segundo, e a posição do ponto no futuro depende apenas de sua posição atual e do resultado do sorteio.

p Para testar a eficácia de seu método, Os matemáticos da Universidade RUDN conduziram um experimento numérico que simulou o comportamento do servidor. Seus resultados foram avaliados usando o indicador E, critério de qualidade que determina perdas por negação de serviço ao usuário e superaquecimento dos equipamentos por unidade de tempo. Descobriu-se que o novo método permite mais de dez vezes - de 0,31 a 0,03 - reduzir a perda do servidor simulado e aumentar significativamente a eficiência do data center.

p Também, a cadeia de Markov, que se originou no trabalho de matemáticos, tem algumas propriedades interessantes. Além de suas aplicações em TI, seu modelo será útil na teoria de filas. Esta teoria é necessária para resolver problemas de filas, trabalhar com big data e redes neurais.