Outline
为了更全面、精确地研究HPC全球年能源消耗，我们将模型细化，以便考虑不同类型的HPC系统及多种能源消耗种类。模型会分解为更细致的模块，通过区分HPC类型、计算能耗种类并综合地理和环境因素，形成多维度的预测。
模型结构设计与模块细化
模型将分解为以下五个主要模块：
- HPC类型细分模块：考虑不同的HPC类型（如数据中心、超级计算机、矿机）并进行单独计算。
- 能源消耗种类模块：根据直接与间接能源消耗种类进行分类，例如运行能耗、冷却能耗和待机能耗。
- 负荷利用率与动态波动模块：在满负荷和平均利用率下计算能耗，同时考虑不同时段的负荷变化。
- 地理与能源结构模块：按照区域能源结构和能源来源比例调整能耗估算。
- 全局汇总模块：将各模块计算的能耗结果综合，输出HPC全球年总能耗预测。
模型具体步骤和公式
1. HPC类型细分模块
将HPC系统划分为多种类型，每种类型的功率和利用率都可能不同。设有 ( N ) 种HPC类型，其中每种类型分别记录其功率和运行特性：
[
E_{type_i} = \sum_{j=1}^{T} P_{i,j} \times H_{i,j} \times U_{i,j}
]
其中：
- ( E_{type_i} )：第 ( i ) 种HPC类型的年总能耗
- ( P_{i,j} )：第 ( i ) 种类型在第 ( j ) 时段的功率（单位：kW）
- ( H_{i,j} )：第 ( i ) 种类型在第 ( j ) 时段的工作时间（小时）
- ( U_{i,j} )：第 ( i ) 种类型在第 ( j ) 时段的利用率
将此模块分解出每种HPC类型的年能耗后，将输出传递给后续模块。
2. 能源消耗种类模块
为了更全面，细化能耗种类为直接运行能耗、冷却能耗和待机能耗等不同消耗类别。
[
E_{i, total} = E_{i, run} + E_{i, cool} + E_{i, idle}
]
其中：
- ( E_{i, total} )：第 ( i ) 种HPC类型的年总能耗
- ( E_{i, run} )：第 ( i ) 种HPC类型的运行能耗
- ( E_{i, cool} )：第 ( i ) 种HPC类型的冷却能耗
- ( E_{i, idle} )：第 ( i ) 种HPC类型的待机能耗
3. 负荷利用率与动态波动模块
根据HPC系统的利用率曲线（满负荷与平均负荷），计算不同时间段的能耗波动情况。考虑日负荷波动和长期负荷趋势：
[
U_{i,j}(t) = U_{avg, i} + A_i \sin(2 \pi f_i t + \phi_i)
]
其中：
- ( U_{i,j}(t) )：第 ( i ) 种HPC类型在时刻 ( t ) 的利用率
- ( A_i )、( f_i )、( \phi_i )：代表负荷波动的振幅、频率和相位
通过负荷波动模型，我们可以预测HPC系统在全年不同时间的利用率，生成时变的能耗曲线。
4. 地理与能源结构模块
全球HPC分布不均且能源来源不同，使用加权的区域能源结构来调整能耗数据。每个区域的能源结构影响该地区的碳排放和总能耗。
[
E_{geo} = \sum_{k=1}^{M} (E_{total, k} \times S_k)
]
其中：
- ( M )：全球分区数
- ( E_{total, k} )：第 ( k ) 个区域的年总能耗
- ( S_k )：第 ( k ) 个区域的能源来源加权因子（由可再生与非可再生能源比例确定）
此模块在全球范围内调整HPC的能耗预测值，考虑能源结构差异和碳排放特性。
5. 全局汇总模块
将各个模块的计算结果汇总，输出HPC的全球年总能耗。汇总公式如下：
[
E_{global} = \sum_{i=1}^{N} E_{i, total} + E_{geo}
]
其中：
- ( E_{global} )：全球HPC年总能耗预测值
- ( E_{i, total} )：每种HPC类型的年总能耗
- ( E_{geo} )：地理调整后能耗
模型使用说明
- 初始化数据：输入每种HPC类型的功率、冷却和待机能耗，以及全球各地区的能源结构和利用率。
- 逐模块运行：按顺序计算每个模块的能耗数据，逐步调整并优化计算参数。
- 全局输出与预测：得出全球年能耗预测值，模拟在不同负荷、地理和能源结构下的消耗情况。
该模型旨在为不同类型HPC系统提供精准的能耗估算，并考虑到复杂的能源结构及负荷波动影响，从而形成稳定可靠的预测。