MDNベースのシナリオ確率更新と適応的共通劣化度を伴うADMMを用いたデータセンターのデータ駆動型電力・計算・熱協調最適化

日本語

データセンターの電力・計算・熱を協調最適化する手法を提案。混合密度ネットワーク（MDN）でシナリオ確率を更新し、適応的共通劣化度を導入したADMMで分散最適化を解く。再エネ変動下での運用コストとエネルギー効率の改善を狙う。

English

Proposes coordinated electricity–computing–thermal optimization for data centers, using a mixture density network (MDN) to update scenario probabilities and an ADMM variant with adaptive common degradation degree for distributed solving. Aims to cut operating cost and improve energy efficiency under renewable variability.

日本のGX文脈において

データセンターの電力消費と再エネ調達は、日本のGX政策（省エネ法・再エネ導入）や企業のScope 2削減目標と直結する。AI計算需要の急増下で、運用最適化は脱炭素とコスト両立の実務的論点を提供する。

In the global GX context

Data center energy demand is a fast-growing disclosure and decarbonization issue globally, tied to Scope 2 accounting and renewable procurement. The optimization approach speaks to operational efficiency levers relevant to corporate climate targets, though it does not itself address disclosure frameworks.