Dong-A大学 Park Junghyun、Kim Daero 在云计算顶级学术会议发表论文
在中国深圳举行的“IEEE 2024云计算国际会议”
东亚大学（校长 Lee Haewoo）计算机工学系硕士研究生 Park Junghyun 和 Kim Daero 在被认为是云计算领域最高水平国际学术会议的“IEEE International Conference on Cloud Computing (CLOUD) 2024”上发表了优秀论文。
近日在中国深圳市（Shenzhen）举行的本次学术会议，同时也是韩国研究财团（National Research Foundation of Korea, NRF）指定的优秀学术会议。
东亚大学研究团队发表的论文题目为《Carbon-Aware and Fault-Tolerant Migration of Deep Learning Workloads in the Geo-distributed Cloud（地理分布式云环境中深度学习作业的碳感知与容错迁移）》。
这篇论文在东亚大学计算机·人工智能工学部教授 Han Jeonggyu 和教授 Cheon Sejin 的指导下完成，硕士研究生 Park 作为第一作者之一、硕士研究生 Kim 作为第一作者之一，人工智能学科学生 Kim Jiseon 作为参与作者署名。
在本论文中，研究团队探讨了全球关注焦点之一、也是釜山市主要悬而未决课题之一的碳排放量削减问题。人工智能训练主要在云环境中进行，OpenAI 的 ChatGPT 等大型语言模型（Large Language Model, LLM）在运行中消耗海量电力并排放碳。尤其是为数据中心供电的发电环节碳排放量正逐年持续攀升。
为解决这一问题，东亚大学研究团队注意到，云数据中心分布于全球各地，与之相连的电网在不同时间点具有不同的碳排放量特征。基于这一特性，研究团队提出了一种迁移方法：在深度学习模型训练过程中，将模型训练迁移至电力供应充足且预期碳排放量最低的云环境中。
以往研究多以固定区域的云环境为对象，仅着眼于降低电力消耗或仅降低碳排放量，而本次研究的意义在于，提出了能够利用分布式数据中心特征并吸收短时电力峰值的云中间件核心技术。
由于不同区域的碳排放量存在差异，该技术可以根据时空变化，将服务在不同数据中心之间进行有效分配，从而将碳排放量降至最低，并有望在测量和降低部署在云上的公共机构、企业各类网站托管与应用服务的数字碳排放量方面，提供技术支撑、制定减排对策。
硕士研究生 Park 表示：“在实验室日夜辛苦付出，能够取得宝贵成果，我感到非常高兴。今后希望成为能够为釜山市数据中心碳排放量削减核心技术作出贡献的人才。”
硕士研究生 Kim 表示：“通过此次国际学术会议，与世界优秀研究者交流后，深刻认识到数字碳排放削减问题正在迅速成为全球重大议题。我们提出的技术有望作为云中间件的核心技术加以应用，这一点令我倍感意义重大。”
![“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①](https://cwcontent.asiae.co.kr/asiaresize/93/2026051914165468840_1779167814.png)
教授 Cheon 表示：“尽管在国外，旨在减少云计算等数字碳排放量的可持续计算（Sustainable Computing）研究非常活跃，但在韩国的机构和企业中，只有少数研究者在开展相关研究。我认为，韩国国内也有必要在数字碳排放领域建立系统协作机制和面向技术开发的研究组织。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
