arrow
返回

Engineering carbon-aware software services

delete2026-06-30
delete0
PRE
AI
M
Marco Angiolini *
S
Stefano Forti *
J
Jacopo Soldani *
A
Antonio Brogi *
DOI:10.1007/s10586-026-06212-8delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
信息技术部门日益增长的碳足迹呼吁减少软件运行碳排放的方法。为此,出现了对设计碳感知软件(即能够根据当前可用能源组合的碳强度动态调整其功能)的系统性方法的需求。本文提出了一种面向DevOps的软件工程方法,用于基于碳强度预测和服务请求率来实施、配置和评估碳感知软件服务。该方法结合了基于策略模式的软件设计方法与混合整数线性规划模型,动态选择替代服务实现以最小化排放并保持输出质量。一个开源原型支持自适应服务的基于模拟的设计和运行时配置。所提出的方法和框架在三个自然语言处理任务(即文本生成、命名实体识别和问答)上得到验证,表明开发者可以识别有效的实现权衡,并相较于静态、非自适应服务实现高达80%的碳减排。
Keyword:
Carbon-aware services
Green design patterns
Carbon footprint reduction
Mathematical optimisation
Sustainable software engineering

期刊

C
Cluster Computing-The Journal of Networks Software Tools and Applications
IF:
4.1
论文数:
5.1K
被引数:
7.5K

机构

D
department of computer science
学者数:
796
论文数: 416
被引数: 0
引用论文

引用论文

Short-term forecasting of CO2 emission intensity in power grids by machine learning
err2020-11-01
err52
errOAAI
errLeerbeck, Kenneth; Bacher, Peder; Junker, Rune Gronborg; Goranovic, Goran; Corradi, Olivier; Ebrahimy, Razgar; Tveit, Anna; Madsen, Henrik
err分享
err收藏
err分享
err收藏
err分享
err收藏
学者 查看更多内容