?
Энергоэффективность Центра обработки данных как совокупности инженерной и ИТ инфраструктуры
Приборы и системы. Управление, контроль, диагностика. 2019. № 12. С. 50–55.
Амзараков М. Б., Сухов Р. Р., Исаев Е. А., Амзаракова А. М.
Энергоэффективность центров обработки данных (ЦОД) принято оценивать как соотношение всей потраченной ЦОД энергии к количеству энергии переданной для работы ИТ оборудования (PUE). Таким образом можно вычислить количество энергии, затраченной на полезную работу и количество энергии, затраченной на вспомогательные нужды при электроснабжении ИТ. С точки зрения ЦОД, вся энергия переданная ИТ является «полезной». Но так ли это? В настоящей статье рассматривается распределение и затраты электроэнергии «внутри» ИТ оборудования, а также поднимаются вопросы оценки энергоэффективности работы ИТ оборудования в совокупности с энергоэффективностью ЦОД. Ключевые слова: Центр обработки данных (ЦОД), энергоэффективность, энергопотребление.
Приоритетные направления:
бизнес-информатика
Язык:
русский
IEEE, 2026.
Добавлено: 23 июня 2026 г.
Herbert A., Cherednichenko O., Lybrand T. и др., International Journal of Molecular Sciences 2025 Vol. 26 No. 6 Article 2422
Добавлено: 22 июня 2026 г.
Калужский печатный двор, 2026.
Сборник трудов конференции "Математические идеи академика
П.Л. Чебышёва, их приложения в естественных науках и технологиях искусственного интеллекта» ...
Добавлено: 20 июня 2026 г.
Стогниева О. Н., Чеснокова Н. Е., Отечественная и зарубежная педагогика 2026 Т. 1 № 3 (115) С. 123–131
Внедрение генеративных инструментов искусственного интеллекта в образовательную практику актуализирует проблему педагогически обоснованного использования данных технологий при создании образовательного видеоконтента, который всё чаще применяется в языковом и профессионально-ориентированном обучении.
Цель статьи — провести сравнительный анализ образовательного видеоконтента, созданного с применением генеративных ИИ-инструментов, с позиций теории когнитивной нагрузки и принципов педагогического дизайна, а также выявить дидактические условия повышения ...
Добавлено: 20 июня 2026 г.
Cherednichenko O., Herbert A., Попцова М. С., Computational and Structural Biotechnology Journal 2025 Vol. 27 P. 992–1000
Добавлено: 19 июня 2026 г.
Анненков А. Н., Нестеров Р. А., Моделирование и анализ информационных систем 2026 Т. 33 № 2 С. 176–205
Декларативные модели процессов широко используются в process mining для гибкого описания поведения
процессов с помощью наборов ограничений. Однако модели, автоматически извлекаемые из журналов событий, могут содержать несогласованные ограничения, что затрудняет их интерпретацию и делает их непригодными для исполнения, проверки соответствия или дальнейшего анализа. Существующие методы анализа согласованности либо опираются на автоматные конструкции с высокой асимптотической сложностью ...
Добавлено: 18 июня 2026 г.
Cham: Springer Publishing Company, 2026.
Добавлено: 18 июня 2026 г.
Поддьяков А. Н., Троицкий вариант. Наука 2026 № 12 С. 24–25
В научно-популярной заметке представлен обзор содержания поста филдсовского медалиста Тимоти Гауэрса о возможностях ИИ в математике и содержания комментариев под постом. Обзор сделан в основном чат-ботом DeepSeek. В заключение обсуждается возможность не только решения задач искусственным интеллектом, но и их постановки. ...
Добавлено: 18 июня 2026 г.
Beznosikov A., Kormakov G., Grigorievskiy A. и др., Journal of Optimization Theory and Applications 2026 Vol. 209 Article 18
Добавлено: 17 июня 2026 г.
Chertenkov V. I., Щур Л. Н., Lobachevskii Journal of Mathematics 2026 Vol. 47 No. 2 P. 720–727
Добавлено: 16 июня 2026 г.
Добавлено: 16 июня 2026 г.
Добавлено: 16 июня 2026 г.
Добавлено: 16 июня 2026 г.
Novopoltsev M., Tulenkov A., Murtazin R. и др., IEEE Access 2025 Vol. 13 P. 188170–188181
Добавлено: 16 июня 2026 г.
Stepin A., Mozikov M., Kabanov A. и др., IEEE Access 2026 Vol. 14 P. 48127–48144
Добавлено: 16 июня 2026 г.
Abdullaeva I., Karpukhin I., Filatov A. и др., IEEE Access 2026 Vol. 14 P. 59390–59408
Добавлено: 16 июня 2026 г.
Ivanov S., Borisov V., Али С. и др., , in: 2025 IEEE XVII International Scientific and Technical Conference on Actual Problems of Electronic Instrument Engineering (APEIE).: IEEE, 2025. Ch. 127 P. 1–7.
Добавлено: 19 декабря 2025 г.
Внимание к охране природы принимает все большую значимость для бизнеса с одной стороны в связи с ужесточением в природоохранном законодательстве, а с другой в связи с использованием ESG рейтингов при принятии решений о коммерческой деятельности компаний. Составление рейтинга LLM систем, способных оказывать консультационные услуги в области природоохраны и ESG, позволяет осуществить выбор такой системы для ...
Добавлено: 18 сентября 2025 г.
Соколов Б. О., / Series OSF "SocArXiv". 2025.
This paper reviews various estimands used in modern scientific and applied research to operationalize causal inquiries within the Rubin Causal Model framework. I first introduce the most widely utilized average treatment effects, such as ATE, ATT, and ATC. I then describe their popular extensions, including those targeting local and conditional treatment effects; causal interactions and mediation; effects ...
Добавлено: 6 мая 2025 г.
Цель данной статьи - анализ и оценка культурных характеристик лидеров продуктовых команд цифровой экосистемы с точки зрения операционной эффективности. Используя модели бинарного выбора (основные выводы были сделаны на основе логит-регрессий), была обнаружена отрицательная взаимосвязь между вероятностью достижения бизнес-целей командой и отношением лидера к дистанции власти и неопределенности. Дистанция власти и неприятие неопределенности также влияют на ...
Добавлено: 17 февраля 2025 г.
Миркин Б. Г., Паринов А. А., Галынчик М. С. и др., / Series WP7 "Математические методы анализа решений в экономике, бизнесе и политике". 2024.
Добавлено: 26 ноября 2024 г.
Emmanuel I. C., Митрофанова Е. С., / Series 4064475 "ArXiv Preprint". 2022.
Работа посвящена изучению надежности моделей на российских данных методом предсказания наступления таких стартовых событий как: первый развод, первое трудоустройство и завершение образования. Наша цель состояла в том, чтобы сделать классификаторы более устойчивым, уменьшив погрешности при работе с сензитивными данными, увеличивая или по крайней мере поддерживая точность предсказаний.
Мы использовали нейронные методы «отсева» и модель «отсева признаков» ...
Добавлено: 31 мая 2022 г.
В контексте данной статьи акселератор открытых инноваций (АОИ) представляет организацию, которая
помогает ее клиентам получить прибыль от открытых инноваций путем подключения внешних партнеров (или
провайдеров решений) ко всем стадиям инновационного проекта
В статье мы рассматриваем:
• инструменты, которые помогают компаниям управлять целенаправленным входящим и исходящим потоками
знаний и место АОИ среди них;
• общую модель проекта ОИ, которая реализуется компанией, выделяя ...
Добавлено: 17 сентября 2021 г.