분산 데이터 센터를 위한 에너지 관리 및 AIGC 워크로드 스케줄링 통합: 확산 모델 기반 보상 형성 접근법
Joint Energy Management and Coordinated AIGC Workload Scheduling for Distributed Data Centers: A Diffusion-Aided Reward Shaping Approach
분산 데이터 센터에서 AIGC 워크로드의 모델 이질성과 암묵적 서비스 품질 평가 문제를 해결하기 위해, 서비스 품질의 명시적 수학적 특성화와 GPU DVFS·BESS·냉각 시스템을 통합한 에너지 관리 프레임워크를 제안한다. 작업 스케줄링 결정 간 강한 결합으로 인한 보상 희소성(reward sparsity) 문제를 극복하고자 확산 모델 기반 보상 형성(reward shaping) 기법을 심층 강화학습(DRL)에 결합하였으며, 실험 결과 기존 DRL 대비 누적 보상 최대 1.5배 향상 및 시스템 효용 30% 이상 개선을 달성하였다.