4月18日，我院为第一完成单位的SCI论文Energy-aware virtual machine placement based on a holistic thermal model for cloud data centers (论文中文名称为：基于整体热模型的云数据中心能效感知的虚拟机放置，其中林伟伟教授为论文通讯作者，林建鹏博士为论文第一作者，纽约州立大学李克勤教授为论文国际合作作者），入选JCR一区SCI期刊Future Generation Computer Systems（FGCS）的2026年“主编精选论文”（如图1所示），并被提名“年度最佳论文奖”。期刊FGCS目前的影响因子是6.1，是计算机系统、云计算、高性能计算和分布式计算等领域的重要国际期刊。此次入选主编精选论文，体现了该研究成果在绿色数据中心、热感知资源调度与能效优化等方向的创新性和学术影响力。

 

图1 FGCS 2026主编精选论文奖

论文面向如图2所示三层数据中心系统，针对云数据中心绿色节能问题，提出了一种基于一体化热模型的能效感知虚拟机放置方法TEVP，考虑数据中心计算系统与冷却系统运行能耗相互耦合特性，构建了CPU热模型和服务器入口温度模型并将其用于指导虚拟机调度和冷却参数优化。此外，论文进一步提出了融合差分进化算法和粒子群优化算法的混合群智能算法，以搜索更加节能的虚拟机放置方案。采用真实云负载数据进行实验验证表明，提出的方法能够保持较低的服务违约和热违约风险，同时降低数据中心5.6%以上的整体能耗。论文的主要创新包括：1）设计了一种基于热模型的虚拟机放置策略，可将数据中心整体能耗降低 5.6%~45.5%，同时维持可接受的服务等级协议违规率（SLAV）与热临界违规率（TCV）；2）构建了一套一体化热模型（包含CPU温度模型与服务器进风口温度模型），能够精准表征数据中心的动态热力环境，可指导虚拟机放置与动态制冷控制；3）提出一种新型混合群智能算法DE-ERPSO，融合差分进化算法（DE）与带精英重选机制的粒子群优化算法（PSO），能搜索更节能的虚拟机放置方案。论文的相关成果可为数据中心资源调度、热管理和绿色低碳运行贡献新的技术思路，也为面向智能算力基础设施的能效优化研究提供参考。

目前该论文已获得为期六个月的免费开放权益，开放访问持续至2026年秋季（获奖论文的具体信息详见爱思唯尔期刊官网发布的信息网址：https://www.sciencedirect.com/journal/future-generation-computer-systems/about/editors-choice/editor-s-choice-papers）。而且，论文相关代码已开源，开源地址为：https://github.com/ACAT-SCUT/TEVP。团队未来将继续围绕数据中心的热感知资源调度、计算与冷却系统协同优化等方向开展深入研究，为智能算力基础设施的高效、绿色、低碳运行提供技术支撑。

图2 论文的系统模型

团队介绍：林伟伟教授团队当前主要研究云计算调度优化和数据中心节能、算力能效建模与优化、大模型与边缘智能、时序预测建模与应用，实验室的开源主页https://github.com/ACAT-SCUT。