持続可能なATLASコンピューティングのためのカーボンアウェア・スケジューリング
Carbon-Aware Scheduling for Sustainable ATLAS Computing (原題)
Jesica Katie Sabau, Kristin Lohwasser
🤖 gxceed AI 要約
日本語
本稿はLHCのATLAS実験を事例に、電力グリッドの炭素強度に応じて計算ジョブを遅延させる「サステナブル・キュー」を提案する。機械学習や炭素予測を必要とせず、公開グリッドデータのみで動作する階層的パーセンタイル閾値方式を採用。シナリオ分析では、グリッド脱炭素化がキューの性能を向上させる一方、CPU容量の増加は性能を低下させることが示された。時間シフトの制約と機会を探る第一歩となる予備的成果である。
English
Using the ATLAS experiment at the LHC as a case study, this paper presents the Sustainable Queue, a carbon-aware scheduler that delays flexible computing jobs to periods of lower grid carbon intensity via tiered percentile thresholds. It requires no machine learning or carbon forecasting, relying solely on public grid data. Scenario analysis shows grid decarbonisation improves queue performance, while adding CPU capacity alone reduces it. These preliminary results explore constraints and opportunities of temporal shifting.
Unofficial AI-generated summary based on the public title and abstract. Not an official translation.
📝 gxceed 編集解説 — Why this matters
日本のGX文脈において
日本ではデータセンターの電力消費と脱炭素化がGX政策の焦点となりつつあり、再エネ調達やカーボンフリー電力の時間的マッチングに関心が高まる。本稿のカーボンアウェア・スケジューリングは、国内の研究機関や企業が保有する計算資源の運用最適化に示唆を与える。
In the global GX context
As global data centre energy demand surges, carbon-aware scheduling aligns with corporate 24/7 carbon-free energy goals and CSRD/ISSB Scope 2 reporting. This work offers a lightweight, forecast-free approach that could inform disclosure of temporal matching strategies and grid-interactive computing.
👥 読者別の含意
🔬研究者:炭素強度に基づくジョブスケジューリングの実証手法と、グリッド脱炭素化・CPU容量増加が性能に与える影響を定量的に示す。
🏢実務担当者:データセンターや計算資源の運用担当者が、追加の予測モデルなしに電力の炭素強度を考慮したスケジューリングを導入する際の参考になる。
🏛政策担当者:研究機関やデータセンターの電力消費をグリッドの炭素強度に合わせて柔軟化する政策的インセンティブの設計に示唆を与える。
📄 Abstract（原文）
This contribution investigates carbon aware compute scheduling using the ATLAS experiment at the Large Hadron Collider (LHC) as an example case. The Worldwide LHC Computing Grid (WLCG) consumes approximately 1.25 TWh of energy per year during LHC runs, with computing jobs dispatched immediately regardless of the carbon intensity of the local electricity grid. The Sustainable Queue is presented, a carbon-aware scheduler that delays flexible ATLAS computing jobs to periods of lower carbon intensity using a tiered percentile threshold system. The scheduler requires no machine learning or carbon forecasting and operates entirely on publicly available grid data. Scenario analysis shows that grid decarbonisation improves the queue performance, while increasing CPU capacity alone reduces it. These first results give an idea of constraints and opportunities of temporal shifting in these contexts and are meant to be a stepping stone for more in-depth investigations.
🔗 Provenance — このレコードを発見したソース
- openalex http://cds.cern.ch/record/2971091first seen 2026-09-26 04:44:45
🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。
gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。