CN105452984A - 计算数据中心中的电源使用效率 - Google Patents
计算数据中心中的电源使用效率 Download PDFInfo
- Publication number
- CN105452984A CN105452984A CN201380078539.2A CN201380078539A CN105452984A CN 105452984 A CN105452984 A CN 105452984A CN 201380078539 A CN201380078539 A CN 201380078539A CN 105452984 A CN105452984 A CN 105452984A
- Authority
- CN
- China
- Prior art keywords
- shared resource
- amount
- equipment group
- equipment
- power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0833—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network energy consumption
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Abstract
提供了测量数据中心的效率的系统以及方法。该方法包括以下动作:识别数据中心的模型内的至少一个空间,至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;确定由第一设备组消耗的功率的量;确定由第一设备组消耗的至少一个共享资源的量;确定由至少一个共享资源消耗的功率的量;计算第一设备组的损耗;以及基于由第一设备组消耗的功率的量、由至少一个共享资源提供者消耗的功率的量、第一设备组的损耗和至少一个共享资源提供者的损耗计算效率度量。
Description
背景
技术领域
本公开总体上涉及测量电源使用,并且更具体地,涉及用于测量以及提高数据中心内的电源使用效率的系统以及方法。
论述
响应于以信息为基础的经济的不断增长的需求,信息技术网络继续在全球范围内扩散。这种增长的一个表现是集中式网络数据中心。集中式网络数据中心通常由并置在提供共享资源(例如,网络连接、电源以及冷却能力)给信息技术设备的结构中的各种信息技术设备组成。在一些数据中心中,信息技术设备被容纳于专门的外壳(被称为“机架”)中,其集成了连接、电源和冷却元件。这些机架可以位于一个或多个机房中。在一些数据中心中,机架被组织成行,并且这些行可以被布置以形成热通道和冷通道以降低与冷却该信息技术设备相关的成本。这些特征使得数据中心以有成本效益的方式来提供许多软件应用所需的计算能力。
一般而言,数据中心具有被配置成避免断电的配电系统,因为数据中心包括高百分比的关键负荷(criticalload),没有它们企业可能无法运行。通常情况下,不间断电源(“UPS”)被在配电系统中采用以确保设备接收到连续功率并且避免任何断电。典型的配电系统包括成机架的设备(例如,位于数据中心中的服务器等)。一般来说,提供了许多配电电路被提供,并且每个电路经由断路器供应电力给一个或多个电气负载(例如,服务器、冷却系统、照明电路等)。这些系统通常包括断路器被安装在其中的机架(即,配电单元)或者可选地包含一般而言在设计上类似于被在普通商业设施中发现的配电板的电气配电板的机架。
概述
本文所公开的实施例表现出的理解的是,许多数据中心浪费大量的电功率。根据各个方面和实施例,提供了一种测量数据中心的效率的方法。该方法包括以下动作:识别数据中心的计算机实现的模型内的至少一个空间,至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;确定由第一设备组消耗的功率的量;确定由第一设备组消耗的至少一个共享资源的量;确定由至少一个共享资源提供者在提供所述量的至少一个共享资源给第一设备组时所消耗的功率的量;基于由第一设备组消耗的功率的量,计算由第一设备组招致的损耗;基于由至少一个共享资源提供者消耗的功率的量,计算由至少一个共享资源提供者招致的损耗;以及基于由第一设备组消耗的功率的量、由至少一个共享资源提供者消耗的功率的量、由第一设备组招致的损耗和由至少一个共享资源提供者招致的损耗,计算关于至少一个空间的效率度量。
计算该效率度量的动作可以包括计算电源使用效率(PUE)、绿色能源系数(GEC)值、能量再利用因子(ERF)值和碳使用效率(CUA)中的至少一个。该效率度量可以是PUE度量。该方法还可以包含基于由第一设备组消耗的功率的估计量和由第一设备组招致的估计损耗计算PUE度量的动作。确定由第一设备组消耗的功率的量的动作可以包括确定在第一设备组中的设备是否招致固定损耗、比例损耗或平方律损耗中的至少一种。该方法还可以包括接收描述以下项中的至少一项的数据的动作:由在第一设备组内各件设备消耗的功率的测得量、由第一设备组内各件设备消耗的功率的估计量、设备组内各件设备的效率特性和第一设备组内各件设备之间的电力连接。
至少一个共享资源可以是冷却,以及至少一个共享资源提供者可以是冷却单元。该方法还可以包括以下动作:确定由供应电力给冷却单元的配电设备消耗的冷却的量,该配电设备被包括在第一设备组中;以及基于由配电设备消耗的冷却的量,调节由至少一个共享资源提供者消耗的功率的量。
确定由供应电力给冷却单元的配电设备消耗的冷却的量的动作可以包括确定由供应电力给CRAH、CRAC、风扇、冷冻机单元、通风单元、冷却塔和泵中的至少一个的配电设备消耗的冷却的量。
该方法还可以包括以下动作:响应于调节由至少一个共享资源提供者消耗的功率的量,重新计算由至少一个共享资源提供者招致的损耗;以及基于由至少一个共享资源提供者招致的损耗、由第一设备组消耗的功率的量和由配电设备消耗的功率的量,计算每千瓦(kW)损耗因子。
确定由至少一个共享资源提供者消耗的功率的量的动作可以包括计算由至少一个共享资源提供者消耗的功率的估计量,以及确定由至少一个共享资源提供者招致的损耗包括计算由至少一个共享资源提供者招致的估计损耗。该方法还可以包括使用计算机实现的模型确定在第一设备组和被包含在至少一个第二空间内的第二设备组之间的消耗的比率的动作。
该方法还可以包括以下动作:计算关于至少一个第一空间的第一PUE;计算关于至少一个第二空间的第二PUE;以及基于第一PUE和第二PUE,计算关于数据中心的第三PUE。计算第二PUE的动作可以包括计算关于包括有未被记录的设备的被识别的空间的第二PUE。
在另一个实施例中,提供了一种数据中心管理系统。数据中心管理系统可以包括存储器和耦合到存储器的至少一个处理器。至少一个处理器被配置成:识别数据中心的模型内的至少一个空间,至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;确定由第一设备组消耗的功率的量;确定由第一设备组消耗的至少一个共享资源的量;确定由至少一个共享资源提供者在提供所述量的至少一个共享资源给第一设备组时所消耗的功率的量;基于由第一设备组消耗的功率的量,计算由第一设备组招致的损耗;基于由至少一个共享资源提供者消耗的功率的量,计算由至少一个共享资源提供者招致的损耗;以及基于由第一设备组消耗的功率的量、由至少一个共享资源提供者消耗的功率的量、由第一设备组招致的损耗和由至少一个共享资源提供者招致的损耗,计算关于至少一个空间的效率度量。
至少一个处理器还可以被配置成计算电源使用效率(PUE)、绿色能源系数(GEC)值、能量再利用因子(ERF)值和碳使用效率(CUA)中的至少一个。该效率度量可以是PUE度量。至少一个处理器还可以被配置成基于由第一设备组消耗的功率的估计量和由第一设备组招致的估计损耗计算PUE度量。
至少一个处理器还可以被配置成确定在第一设备组中的设备是否招致固定损耗、比例损耗或平方律损耗中的至少一种。至少一个处理器还可以被配置成接收描述以下项中的至少一项的数据:由在第一设备组内各件设备消耗的功率的测得量、由第一设备组内各件设备消耗的功率的估计量、设备组内各件设备的效率特性和第一设备组内各件设备之间的电力连接。至少一个共享资源可以是冷却,以及至少一个共享资源提供者可以是冷却单元。至少一个处理器还可以被配置成:确定由供应电力给冷却单元的配电设备消耗的冷却的量,该配电设备被包括在第一设备组中;以及基于由配电设备消耗的冷却的量,调节由至少一个共享资源提供者消耗的功率的量。
至少一个处理器还可以被配置成确定由供应电力给CRAH、CRAC、风扇、冷冻机单元、通风单元、冷却塔和泵中的至少一个的配电设备消耗的冷却的量。至少一个处理器还可以被配置成:响应于调节由至少一个共享资源提供者消耗的功率的量,重新计算由至少一个共享资源提供者招致的损耗;以及基于由至少一个共享资源提供者招致的损耗、由第一设备组消耗的功率的量和由配电设备消耗的功率的量,计算每千瓦(kW)损耗因子。
在又一实施例中,提供了一种计算机可读介质,其上存储有用于测量数据中心效率的指令序列。指令引起至少一个处理器:识别在数据中心的模型内的至少一个空间,至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;确定由第一设备组消耗的功率的量;确定由第一设备组消耗的至少一个共享资源的量;确定由至少一个共享资源提供者在提供所述量的至少一个共享资源给第一设备组时所消耗的功率的量;基于由第一设备组消耗的功率的量,计算由第一设备组招致的损耗;基于由至少一个共享资源提供者消耗的功率的量,计算由至少一个共享资源提供者招致的损耗;以及基于由第一设备组消耗的功率的量、由共享资源提供者消耗的功率的量、由第一设备组招致的损耗和由至少一个共享资源提供者招致的损耗,计算关于至少一个空间的效率度量。
附图简述
附图不旨在按比例绘制。在附图中,在各附图中示出的每个相同的或几乎相同的组件被用相似的数字来表示。为了清楚起见,并不是每一个组件可以被标记在每个附图中。在附图中:
图1根据一个实施例示出了的分布式计算机系统的框图;
图2根据一个实施例呈现了包括分布式系统的物理元件和逻辑元件的环境图;
图3A根据本文公开的实施例示出了数据中心的一个示例;
图3B是关于根据一个实施例的实际数据中心效率模型的能量流图;
图4是根据一个实施例的场景的一个示例的图示;
图5是根据一个实施例的场景的另一个示例的图示;
图6是涉及估计数据中心的共享子系统的功率值的方法;以及
图7示出了显示共享资源PUE度量的一个示例。
详细描述
一些方面和实施例提供了用于测量数据中心的能源效率以及对其进行建模的方法以及系统。测量能源效率的一种方法包括关于数据中心的电源使用效率(PUE)的计算。PUE是关于测量数据中心能量效率的行业标准,并且是关于众多信息技术管理人员在确定数据中心的电源效率(powerefficiency)时的关键性能指标。PUE表示数据中心如何良好地提供能量给它的信息技术设备。数据中心工作人员可以通过分析相对于数据中心设计和操作中的变化的关于单独的数据中心的PUE值中的变化来应用PUE。PUE的至少一些公式(formulation)衡量在由数据中心消耗的总能量和由被安装在数据中心内的IT(信息技术)设备消耗的能量之间的关系。当在适当的环境中查看时,PUE的这一公式可以为高效的电源和冷却架构的设计、这些架构内设备的部署和该设备的日常运行提供强有力的指导和有益的洞察。
常规的PUE计算方法和工具全都提供用于计算自包含的(即,在数据中心中使用的所有资源都仅由该数据中心使用,而不与另一数据中心进行共享)的数据中心的PUE。然而,数据中心往往共享共同的资源提供者(或子系统)。在一些数据中心配置中,发电机、开关设备、冷却溶液和其他子系统可以被在同一位置处的多个数据中心之间共享。此外,数据中心的冷却回路可以延伸进入接近数据中心的为办公室区域提供舒适的冷却的占据的空间。可以理解的是,PUE计算的当前公式不考虑这些情况。
因此,在本文公开的实施例中,系统以及方法准确地计算由供应数据中心内的一个或多个被识别的空间的共享资源所消耗的能量的一个或多个分数(fraction)。这些被识别的空间可以包括例如一个或多个数据中心机房。另外,被识别的空间可以含有一个或多个设备组。例如,设备组可以被容纳在一个或多个机架中,或者可以是成组的相关联的机架。机架可以含有服务器、UPS设备、配电设备以及其他数据中心设备。在其他示例中,设备组可以是独立的设备(如配电设备、冷却设备等)。在一些实施例中,系统还计算与非可测量的系统(例如办公室冷却系统)共享资源的数据中心的PUE。
本文公开的至少一些实施例涉及用户可以通过其设计以及分析数据中心电源使用以及与建筑物基础设施的其他部分共享的电源使用的系统、设备以及方法。这些系统、设备以及方法可以通过允许用户创建从其中性能度量被确定的电源配置的模型来促进此设计和分析活动。系统和用户两者都可以使用这些性能度量以确定满足不同的设计目标的替代的冷却和电源基础设施配置。
根据本实施例的本文公开的方面不将其应用限于在以下描述中阐述或在附图中示出的组件的结构和布置的细节。这些方面能够假设其它实施例并且能够被以各种方式来实践或执行。本文提供了具体实现的示例,其仅用于说明性的目的并且不旨在是限制性的。特别地,结合任何一个或多个实施例论述的动作、元件和特征不旨在被在任何其它实施例中排除类似的角色。
例如,根据本发明的一个实施例,计算机系统被配置成执行本文所描述的功能中的任何功能,其包括但不限于配置、建模以及呈现关于特定的数据中心和建筑物配置的信息。此外,在实施例中的计算机系统可以用来自动测量数据中心或建筑物以及诸如冷冻机或冷却器的控制设备中的环境参数和电源使用以优化性能。此外,本文所描述的系统可以被配置成包括或排除本文讨论的功能中的任何功能。因此,实施例不限于特定的功能或一组功能。此外,本文所使用的措辞和术语是为了描述的目的,而不应被认为是限制性的。本文“包括(including)”、“包含(comprising)”、“具有(having)”,“含有(containing)”,“涉及(involving)”以及它们的变形的使用意在包含其后列出的项及其等同物以及附加的项。
计算机系统
本文根据本实施例所描述的各种方面以及功能可以被实现为在一个或多个计算机系统上的硬件或软件。有当前处于使用中的计算机系统的很多示例。这些示例尤其包括网络设备、个人计算机、工作站、大型机、联网的客户端、服务器、媒体服务器、应用服务器、数据库服务器和Web服务器。计算机系统的其他示例可以包括移动计算设备(如蜂窝电话和个人数字助理)以及网络设备(如负载均衡器、路由器和交换机)。此外,根据本实施例的方面可以位于单个计算机系统上或者可以分布在连接到一个或多个通信网络的多个计算机系统之间。
例如,各个方面以及功能可以分布在被配置成提供服务给一个或多个客户端计算机或作为分布式系统的一部分执行总体任务的一个或多个计算机系统之间。此外,可以在包括分布在执行各种功能的一个或多个服务器系统之间的组件的客户端服务器或多层系统上执行各方面。因此,实施例不限于在任何特定系统或成组的系统上执行。此外,可以以软件、硬件或固件或其任何组合来实现各方面。因此,可以使用各种硬件配置和软件配置在方法、动作、系统、系统元件和组件内实现根据本实施例的方面,并且实施例不限于任何特定的分布式架构、网络或通信协议。
图1示出了分布式计算机系统100的框图,在其中根据本实施例的各种方面以及功能可以被实践。分布式计算机系统100可以包括一个或多个计算机系统。例如,如所示出的,分布式计算机系统100包括计算机系统102、104和106。如所示出的,计算机系统102、104和106通过通信网络108互连并且可以通过通信网络108交换数据。网络108可以包括计算机系统通过其可以交换数据的任何通信网络。为了使用网络108来交换数据,计算机系统102、104和106以及网络108可以使用各种方法、协议和标准,其尤其包括令牌环、以太网、无线以太网、蓝牙、TCP/IP、UDP、Http、FTP、SNMP、SMS、MMS、SS7、Json、Soap和Corba。为了确保数据传输是安全的,计算机系统102、104和106可以使用包括TLS、SSL或VPN以及其它安全技术的多种安全措施经由网络108发送数据。虽然分布式计算机系统100示出了三个联网的计算机系统,但是分布式计算机系统100可以包括使用任何介质和通信协议联网的任意数量的计算机系统和计算设备。
根据本实施例的各个方面以及功能可以被实现为在包括图1中所示的计算机系统102的一个或多个计算机系统中执行的专用硬件或软件。如所描绘的,计算机系统102包括处理器110、存储器112、互连元件114、接口116和储存器118。处理器110可以执行导致被操纵的数据的一系列指令。处理器110可以是市售的处理器,如英特尔奔腾、摩托罗拉PowerPC、SGIMIPS、SunUltraSPARC或Hewlett-PackardPA-RISC处理器,但是可以是任何类型的处理器、多处理器、微处理器或控制器,因为许多其他处理器以及控制器是可用的。处理器110通过互连元件114连接到其他系统元件(包括一个或多个存储器设备112)。
存储器112可以用于在计算机系统102的操作期间存储程序和数据。因此,存储器112可以是相对高性能易失性随机存取存储器(如动态随机存取存储器(DRAM)或静态存储器(SRAM))。然而,存储器112可以包括用于存储数据的任何设备(如磁盘驱动器或其他非易失性的非暂时性存储设备)。根据本发明的各个实施例可以将存储器112组织成特殊化的(并且,在某些情况下)唯一的结构以执行本文所公开的方面和功能。
计算机系统102的组件是由互连元件(如互连元件114)耦合的。互连元件114可以包括一个或多个物理总线(例如,集成在相同的机器内的组件之间的总线),但是可以包括在包含诸如IDE、SCSI、PCI和InfiniBand的专门或标准计算总线技术的系统元件之间的任何通信耦合。互连元件114使得诸如数据以及指令的通信能够在计算机系统102的系统组件之间进行交换。
计算机系统102还包括一个或多个接口设备116(如输入设备、输出设备和组合输入/输出设备)。接口设备可以接收输入或提供输出。更具体地,输出设备可以呈现信息用于外部演示。输入设备可以从外部来源接受信息。接口设备的示例包括键盘、鼠标设备、轨迹球、麦克风、触摸屏、打印设备、显示屏、扬声器、网络接口卡等。接口设备允许计算机系统102与外部实体(例如用户和其它系统)交换信息以及进行通信。
储存器系统118可以包括计算机可读和可写的、非易失性、非暂时性存储介质,其中存储有定义将被处理器执行的程序的指令。储存器系统118还可以包括被记录在介质上或在介质中的信息,并且该信息可以由该程序进行处理。更具体地,信息可以被存储在被特别配置成节省存储空间或提高数据交换性能的一个或多个数据结构中。指令可以被永久存储为编码信号,并且指令可以引起处理器执行本文所描述的功能中的任何功能。介质可以例如是光盘、磁盘或闪存等等。在操作中,处理器或某些其他控制器可以引起数据被从非易失性记录介质中读入例如存储器112的另一个存储器中,与被包括在储存器系统118中的存储介质相比,其允许处理器更快地访问信息。存储器可以位于储存器系统118或存储器112中,然而,处理器110可以操作在存储器112内的数据,以及然后在处理被完成之后,可以将数据复制到与储存器系统118相关联的介质。各种组件可以管理在介质和集成电路存储元件之间的数据移动并且目前所述实施例不限于此。此外,实施例不限于特定的存储器系统或数据存储系统。
尽管计算机系统102被以示例的方式示出为一种类型的计算机系统,在其上可以实践根据本实施例的各种方面和功能,但是本公开的实施例的任何方面不限于被在如图1中所示的计算机系统上实现。根据本公开的实施例的各个方面以及功能可以被在具有与在图1中示出的不同的架构或组件的一个或多个计算机上实践。例如,计算机系统102可以包括专门编程的专用硬件(诸如例如被定制来执行本文所公开的特定操作的专用集成电路(ASIC))。而另一实施例可以使用利用摩托罗拉PowerPC处理器运行MACOS系统X的几个通用计算设备以及运行专有硬件和操作系统的几个专门的计算设备来执行相同的功能。
计算机系统102可以是包括管理被包括在计算机系统102中的硬件元件的至少一部分的操作系统的计算机系统。通常,处理器或控制器(如处理器110)执行操作系统,该操作系统可以是例如诸如可从微软公司获得的WindowsNT、Windows2000(WindowsME)、WindowsXP或WindowsVista操作系统的基于Windows的操作系统、可从苹果电脑公司获得的MACOS系统X操作系统、许多基于Linux的操作系统发行版之一(例如,可从RedHat公司获得的企业Linux操作系统)、可从SunMicrosystems获得的Solaris操作系统或可从各种来源获得的UNIX操作系统。许多其他的操作系统可以被使用,并且实施例不限于任何特定实现。
处理器和操作系统一起定义了计算机平台,针对其可以编写以高级编程语言形式的应用程序。这些组件的应用可以是可执行的中间体(例如通过使用例如TCP/IP的通信协议的例如因特网的通信网络传送的C、字节码或直译码)。同样地,可以使用诸如.Net、SmallTalk、Java、C++、Ada或C#(C-Sharp)的面向对象的编程语言来实现根据本公开的实施例的方面。其他面向对象的编程语言也可以被使用。可替代地,功能性、脚本或逻辑编程语言可以被使用。
此外,根据目前公开的实施例的各个方面以及功能可以被在非编程环境中实现,非编程环境例如以HTML、XML或其他格式创建的当在浏览器程序的窗口中查看时呈现图形用户界面的方面或执行其他功能的文档。此外,根据本发明的各种实施例可以被实现为编程的或非编程的元件或者它们的任意组合。例如,可以使用HTML来实现网页,而可以用C++来编写被从网页内调用的数据对象。因此,目前公开的实施例不限于特定的编程语言并且任何适当的编程语言也可以被使用。
包括在实施例中的计算机系统可以执行在目前公开的实施例的范围之外的附加功能。例如,系统的方面可以被使用现有的商业产品来实现,现有的商业产品例如诸如例如可从华盛顿州西雅图(SeattleWA.)的微软获得的SQLServer、来自CA红木海岸的Oracle的Oracle数据库和来自Oracle的子公司MySQLAB的MySQL的数据库管理系统或者例如来自纽约Armonk的IBM的WebSphere中间件的集成软件。然而,运行例如SQLServer的计算机系统可以能够支持根据目前公开的实施例的方面和关于各式各样的应用的数据库两者。
示例系统架构
参考图2,系统200包括用户202、接口204、数据中心设计及管理系统206、通信网络208和数据中心数据库210。系统200可以允许用户202(诸如数据中心建筑师或其他数据中心工作人员)与接口204进行交互来创建或修改一个或多个数据中心配置的模型。根据一个实施例,接口204可以包括如公开于2008年5月15日提交的名称为METHODSANDSYSTEMSFORMANAGINGFACILITYPOWERANDCOOLING的申请号为PCT/US08/63675的专利合作条约申请中(其被分配给本申请的受让人并且其据此通过引用以其整体并入本文(在本文被称为“PCT/US08/63675申请”))的地板编辑器(flooreditor)和机架编辑器的各方面。在其他实施例中,可以用使得用户202能够以拖放方式设计包括数据中心或其任意子集的物理布局的表示的模型的专门设施来实现接口204。这种布局可以包括数据中心结构组件以及数据中心设备的表示。下面进一步讨论如可以在本文公开的各种实施例中找到的接口204的特征。在至少一个实施例中,关于数据中心的信息由系统200通过接口接收到,并且对于数据中心的评估和建议被提供给用户。此外,在至少一个实施例中,优化过程可以被执行以优化数据中心的冷却性能和能量使用。
如示于图2中的,数据中心设计及管理系统206将数据设计接口204呈现给用户202。根据一个实施例,数据中心设计及管理系统206可以包括如在PCT/US08/63675中公开的数据中心设计及管理系统。在本实施例中,设计接口204可以包含被包括在PCT/US08/63675中的输入模块、显示模块和生成器模块的功能,并且可以使用数据库模块来存储和检索数据。
如所示出的,数据中心设计及管理系统206可以经由网络208与数据中心数据库210交换信息。此信息可以包括支持数据中心设计及管理系统206的特征和功能所需要的任何信息。例如,在一个实施例中,数据中心数据库210可以包括被存储在PCT/US08/63675中描述的数据中心设备数据库中的数据的至少一些部分。在另一个实施例中,该信息可以包括支持接口204所需要的任何信息(例如,除其他数据外,一个或多个数据中心模型配置的物理布局、被包括在模型配置中的冷却提供者的生产和分布特征、模型配置中的冷却消费者的消费特征以及要被包括在群集中的设备机架和冷却提供者的列表)。
在一个实施例中,数据中心数据库210可以存储关于冷却提供者的类型、由每个类型的冷却提供者提供的冷空气量和由冷却提供者提供的冷空气的温度的信息。因此,例如,数据中心数据库210包括关于额定以在68华氏温度下以5600立方英尺每分钟(cfm)的速率提供气流的特定类型的CRAC单元的记录。此外,数据中心数据库210可以存储关于诸如CRAC的入口温度和出口温度以及一个或多个设备机架的进气温度和排气温度的一个或多个冷却度量的信息。温度可以被周期性测量并被输入到系统中,或在其他实施例中,温度可以被使用耦合到系统200的设备连续地监控。
在另一个实施例中,数据中心数据库210可以存储关于计算或IT设备(如服务器)的类型的信息,并且还可以包括关于服务器负荷(weight)、估计的关于服务器的热容量、最大的CPU负载能力的信息以及其他信息。
数据中心数据库210可以采取能够在包括(除其他构造外)平面文件、索引文件、层次数据库、关系数据库或面向对象数据库的计算机可读介质上存储信息的任何逻辑结构的形式。可以使用唯一和外键关系和索引来对数据进行建模。可以在各种域和表格之间建立唯一和外键关系和索引以确保数据完整性和数据交换性能两者。
在图2中示出了计算机系统,其包括数据中心设计及管理系统206、网络208和数据中心设备数据库210(各自可以包括一个或多个计算机系统或者被包括在一个或多个计算机系统中)。如上面关于图1所讨论的,计算机系统可以具有一个或多个处理器或控制器、存储器和接口设备。在图2中所描绘的系统200的特定配置仅用于说明的目的并且本发明的实施例可以被在其他环境中实践。本文所描述的实施例不限于特定数量的用户或系统。
此外,可以理解的是,在由图2所示的一些实施例中,设计接口204、数据中心设计及管理系统206、网络208和数据中心数据库210可以被并入独立(非-分布式)的计算机系统。在实施例中的这些中,数据中心设计及管理系统206以及设计接口204是由诸如上面参考图1所述的处理器110的一个或多个本地处理器来实现的。此外,在这些实施例中,网络208包括使能在数据中心数据库210和数据中心设计及管理系统206之间的数据通信的例如以上参考图1所述的互连元件114的互连元件。此外,在这些实施例中,数据中心数据库210被存储在可由数据中心设计及管理系统206访问的非易失性本地储存器(例如以上参考图1描述的数据储存器118)中。
尽管计算机系统202通过示例的方式被示出为一种类型的计算机系统,在其上可以实践各个方面和功能,方面以及功能不限于被在如图2中所示的计算机系统202上实现。各个方面以及功能可以被在具有与在图2中示出的不同的架构或组件的一个或多个计算机上实践。例如,计算机系统202可以包括专门编程的专用硬件(如被定制来执行本文所公开的特定操作的专用集成电路(“ASIC”))。而另一示例可以使用利用摩托罗拉PowerPC处理器运行MACOS系统X的几个通用计算设备以及运行专有硬件和操作系统的几个专门的计算设备的网格来执行相同的功能。
计算机系统200可以是包括管理被包括在计算机系统200中的硬件元件的至少一部分的操作系统的计算机系统。在一些示例中,处理器或控制器(如处理器110(图1))执行操作系统。可以被执行的特定操作系统的示例包括诸如可从微软公司获得的WindowsNT、Windows2000(WindowsME)、WindowsXP、WindowsVista或Windows7操作系统的基于Windows的操作系统、可从苹果电脑公司获得的MacOS系统X操作系统或iOS操作系统、许多基于Linux的操作系统发行版之一(例如,可从RedHat公司获得的企业Linux操作系统、可从SunMicrosystems获得的Solaris操作系统)或可从各种来源获得的UNIX操作系统。许多其他的操作系统可以被使用,并且示例不限于任何特定操作系统。
处理器110(图1)和操作系统一起定义了计算机平台,针对其编写了以高级编程语言形式的应用程序。这些组件应用可以是通过例如使用例如TCP/IP的通信协议的因特网的通信网络进行通信的可执行的中间体、字节码或直译码。同样地,可以使用诸如.Net、SmallTalk、Java、C++、Ada、C#(C-Sharp)、Python或JavaScript的面向对象的编程语言来实现方面。其他面向对象的编程语言也可以被使用。可替代地,功能性、脚本或逻辑编程语言可以被使用。
此外,各个方面以及功能可以被在非编程环境中实现,非编程环境例如以HTML、XML或其他格式创建的当在浏览器程序的窗口中查看时可以呈现图形用户界面的方面或执行其他功能的文档。此外,各种示例可以被实现为编程的或非编程的元件或者它们的任意组合。例如,网页可以被使用HTML来实现,而从网页内调用的数据对象可以被用C++来编写。因此,示例不限于特定的编程语言并且任何适当的编程语言可以被使用。因此,本文所公开的功能组件可以包括被配置成执行本文描述的功能的多种多样的元件(例如专门的硬件、可执行代码、数据结构或对象)。
在一些示例中,本文所公开的组件可以读取影响由组件执行的功能的参数。这些参数可以被物理地存储于任何形式的合适的存储器(包括易失性存储器(如RAM)或非易失性存储器(如磁性硬盘驱动器))中。此外,参数可以在逻辑上被存储于适当的数据结构(如通过用户模式应用定义的数据库或文件)或于共同的共享数据结构(如通过操作系统定义的应用注册表)中。此外,一些示例提供了允许外部实体修改参数以及从而配置组件的行为的系统接口和用户接口两者。
在本文所述的一些实施例中,确定了关于诸如冷却回路、发电机或开关设备的数据中心共享公共资源的PUE度量。根据至少一种公式,关于专用建筑物的PUE度量被根据方程1来计算:
方程(1)
其中总设施能量是由专用建筑物的所有设备消耗的总能量以及IT设备能量是由被安装在专用建筑物内的IT设备消耗的总能量。
更具体地,参照方程1中给出的PUE的公式,一些实施例测量由数据中心的一个或多个组件使用的能量以及合计(aggregate)组件测量结果来计算总设施能量和IT设备能量。例如,IT设备能量可以包括与所有的IT设备(例如,计算、存储和网络设备)连同补充的设备(例如,用来监控或以其他方式控制数据中心的KVM开关、监控器器和工作站/笔记本电脑)相关联的能量。在至少一个示例中,总设施能量可以包括如上所述的IT设备能量加上使用能量支持IT设备的一切。在一个示例中,支持IT设备的资源提供者可以包括功率输送组件(如UPS系统、开关设备、发电机、配电单元(PDU)、电池以及IT设备外部的配电损耗)。支持IT设备能量的另外的设备可以包括冷却系统组件(如冷冻机、冷却塔、泵、计算机房空气处理单元(CRAH)、计算机房空调单元(CRAC)和直接膨胀空气处理机(DX)单元。在另一示例中,支持IT设备能量的设备可以包括各种杂项组件负载(例如,数据中心照明等)。
可以理解的是,可以不使用数据中心的IT设备或机械基础设施组件的铭牌额定值来准确计算PUE值。相反,针对具有与操作数据中心的相关性的PUE计算的组成部分,可以收集实际的能量测量结果。在于2008年10月29日递交的、名称为ELECTRICALEFFICIENCYMEASUREMENTFORDATACENTERS的被转让给本申请的受让人以及据此通过引用以其整体并入本文的申请号为PCT/US2008/081602的国际专利申请(以下被称为“PCT/US2008/081602申请”)中描述了能量测量和效率计算的方法。
PCT/US2008/081602申请描述了准确地表示特定的数据中心的运作并且将IT负载、室外天气统计、一天中时间的电费率等作为输入接受的数据中心模型可以被有效地使用在数据中心能量管理程序中。不像仅提供关于在测量的时间的条件的数据的实际运行的数据中心的测量,模型可以基于输入条件提供一系列数据。例如,模型可以提供在满负载的数据中心的效率的预期值(甚至当IT负载是额定负载的一小部分时)。可以使用允许有意义的比较的相同的输入条件来分析两个不同的数据中心模型。此外,可以在数据中心被建成之前创建模型(允许在构造之前预测性能)。
在本文描述的实施例中,共享的PUE被计算。这个新的度量指示由混合使用设施内的被识别的空间(如数据中心或数据中心机房,即:位于可以支持其他功能的建筑物内的数据中心)消耗的能量。例如,数据中心可以占据含有非IT操作的某些组合的办公大楼内的单一楼层(如一般行政办公空间)。混合使用设施可以具有专用于每个被识别的空间的不同的基础设施(例如,UPS以及冷却系统)或者可以具有在被识别的空间之中共享的基础设施。
关于共享资源的数据中心或数据中心机房的PUE的计算是很难正确地做到的,因为共享子系统的功率消耗将被在共享它的数据中心之间划分。为了凭经验准确地测量功率消耗,仪表需要在适当的位置,并且很难在特定装置内进行所需要的测量中的一些是。没有确定共享子系统中的多少应被包括在PUE计算中的能力,很难确定精确的功率消耗以及难以优化电源使用。
确定关于PUE的共享子系统的负载的先前方法包括将足够的仪表加入到数据中心以允许共享功率消耗的精确划分(exactdivision)。然而,这种方法可能是昂贵的并且添加大量的仪表到现有的数据中心可能证明是困难并耗时的。在一些情况下,将仪表安装在所要求的地方可能是不可能的。
其他方法包括使用估算数据中心和建筑物使用的知识估计共享子系统的划分。这种方法可能是不精确的,并且典型地没有考虑到在数据中心的共享子系统之间电源的使用可能会随着时间的推移而波动。例如,如果数据中心共享其冷却回路与办公空间的舒适的冷却,则由每个所花费的冷却的分数可以随着外界温度和一天中的时间而变化。
又一先前的方法包括基于所测量的另一共享子系统的使用(例如总计总的电源使用)分配共享子系统的功耗。通常应当进入数据中心中的共享资源的分数被设定为总功率消耗的该数据中心使用的相同分数。
尽管这种方法比上面列出的方法更加精确,但是当共享子系统的实际功耗不精确地遵循该功率消耗时,这种方法仍然缺乏精确性。例如,在具有共享公共冷却回路的两个机房的数据中心中,每个数据中心机房的冷却使用取决于除了仅仅总的功率消耗以外的若干其他因素(即,在机房内冷却溶液的渗透、有效性)。
在以下描述的实施例中,计算机系统(如参照图1描述的计算机系统中的一个或多个)计算所有冷却设备和电力供应商的负载。然后该系统计算在共享每个资源的能量系统中的每一个中的共享子系统的损耗。所估计的损耗是根据效率上的差别进行调节的。
当今的数据中心是具有多个数据中心机房的巨大的站点。典型地,这些机房共享相同的电源和冷却基础设施。站点一般具有从发电厂接收电力的一个公共开关设备和冷却系统以确保对于在站点上的所有机房的足够的冷却。除此之外,每个数据中心机房具有由该机房单独使用的设备。例如机架、服务器和照明设备以及冷冻机或者行内的冷却器只在机房内是相关的。
图3A示出包括由数据中心300使用的设备的数据中心300的一个示例。在此示例中,设备机架302位于六个不同的IT设备机房内,并且冷冻机304都在同一个机房内。包括开关设备306和UPS308的电源设备也可用于机房。所有的数据中心机房可以依靠由UPS308供应的电力和由冷冻机302供应的冷水。确定数据中心300的每个IT设备机房的PUE是与确定如何可以对每个机房单独地做出优化和改进相关的。例如,如果六个机房之一容纳传统设备(legacyequipment),则将传统设备机房的PUE与新的IT设备机房的PUE进行比较可以是有利的。然而,如上所述的先前PUE方法是不精确的并且不能解释不等大小、负载和容量的机房。如下所述,本文中公开了方法以及系统,其允许对于可以包括在各种情况下的不等大小、负载和容量的机房的数据中心300的准确的基于机房的PUE确定。如下面进一步描述的,图4和图5的方法概述了完成这种基于机房的PUE确定的两种场景。
图3B示出了关于实际的数据中心效率模型的能量流图的一个示例。实际的数据中心效率模型描绘了如何通过IT负载和室外条件确定该数据中心基础设施的功率消耗(损耗),从而引发电源、冷却和照明系统内的能量流动。数据中心(UPS、CRAH等)中的每个设备类将负载作为输入接受,并且根据设备配置和固有的效率特征生成功率消耗(损耗)。可以针对现有的数据中心创建关于数据中心的效率模型,或者如果电源、冷却以及照明设备的设计和特征是已知的,则它可以被在数据中心甚至被构造之前创建。如果该模型准确地表示该设计,则它提供的数据将同样是准确的。
本文描述的系统、设备和方法可以利用数据中心模型(如在图3B和PCT/US2008/081602申请中描述的中心模型)。然而,系统、装置和方法不需要整个站点或数据中心被建模。相反,系统、装置和方法可以将数据中心配置推广到两种场景(在图4中示出的场景400和在图5中示出的场景500)。在每个场景中,目标是计算两个PUE值:一个针对分别在图4和图5中示出的数据中心机房402和502,以及一个针对分别在图4和图5中示出的数据中心机房404和504。
参考图4,示出的是包括数据中心机房402、数据中心机房404和电气房406的通常以400指定的场景的一个示例。电气房406中的设备包括开关设备408和UPS410,其中开关设备408和UPS410中的每一个被在数据中心机房402和404之间共享。数据中心机房402包括配电设备412和IT负载416。类似地,数据中心机房404包括配电设备414和IT负载418。数据中心机房402和404两者位于数据中心模型内。因此,在所示的场景400中,共享资源的所有的数据中心机房被在数据中心模型内识别(即,所有的子系统被测量或被估计)。使用所识别的机房的功率值,系统可以使用数据中心模型来估计共享的子系统的功率消耗。在这个示例中,关于子系统的实际功率消耗和功率损耗的功率值取决于其当前负载。因为负载来自多于一个子系统,因此难以仅使用来自数据中心机房402、404和406中的一个的信息来正确地估计功率值。然而,估计关于对于数据中心机房402、404和406中的每一个的共享子系统的实际功率消耗和功率损耗的值导致对于确定用来划分共享子系统的功率消耗的分数有用的数据,如下面在图6的方法600中进一步描述的。
参考图5,示出了通常以500指定的场景的一个示例,其包括数据中心机房502、数据中心机房504和电气房506。电气房506中的设备(包括开关设备508和UPS510)被在数据中心机房502和504之间共享。如所示出的,场景500包括被识别为在数据模型和未识别出的数据中心机房504内并且在数据中心模型外的数据中心机房502和506(即,子系统未被测量或估计,设备未被记录,等等)。然而,根据其他实施例,场景500可以包括在数据中心模型内的多于两个被识别的数据中心机房。同样地,根据其他实施例,场景500可以包括在数据中心模型外部的多于一个未被识别的数据中心机房。数据中心机房502包括配电设备512和IT负载516。同样地,数据中心机房504包括配电设备514和IT负载518。
如所示出的,场景500包括数据中心机房504,其包括关于功率消耗和功率损耗的未确定的功率值。上面关于图4所讨论的方法假设每个数据机房402、404和406被测量或估计。为了解释数据机房504而不估计或测量关于数据中心机房504的功率值,对于场景500的解决方案是要使用被在该数据模型内识别出的数据中心机房的数据中心模型来估计共享子系统的功率值。在图4的场景400的背景下,由数据中心机房504牵引(draw)的未确定的负载将产生不准确的负载计算。这是因为场景400没有考虑到,共享子系统的实际损耗与该共享子系统的总负载有关。在一个实施例中,对于场景500的解决方案是,该共享子系统的总负载被测量。因为该共享子系统被在数据中心模型中建模,该共享子系统的总负载和损耗可以被计算。损耗是负载的函数,并且,数据中心机房在评估下放在该共享子系统上的负载是基于在数据中心模型中所完成的估计被计算出来的。因此,在该共享子系统的负载的当前等级的评估下由数据中心机房引起的实际损耗可以被计算出来。
图6示出使用被在数据中心模型内识别出的数据中心机房的模型来估计共享子系统的功率值的方法600的一个示例。在方法600中,该共享子系统被在数据中心模型中识别出,并且该共享子系统的总负载和损耗被计算出来。如以上所讨论的,该损耗是负载的函数,并且数据中心机房放在该共享子系统上的负载是被从基于数据中心模型所完成的估计确定的。因此,由在该共享子系统的负载的当前等级的数据中心机房引起的实际损耗可以被计算出来,如下所述。
在动作602,系统基于连接到共享子系统的下游路径的每件设备确定该共享子系统的负载。如果讨论中的设备是功率消耗器(例如,刀片服务器、机架式LCD面板),则没有进一步连接到下游的设备,并且该设备的负载是由该设备本身所消耗的功率的量。在步骤604中,如果该设备是功率分配器(例如,UPS),则该系统确定该负载。如果该设备是功率分配器,则系统将该设备上的负载确定为连接到该共享子系统的所有设备上的负载加上该共享子系统本身的损耗的和。例如,UPS的负载不仅被基于UPS本身的损耗(或效率)来确定,而且也被基于UPS下游组件的负载(例如,由UPS提供以消散由UPS产生的热量的冷却系统的负载)来确定。该共享子系统上的负载可以被使用方程2来计算:
其中l是设备e的负载,以及m是该共享子系统的损耗。
在动作606,该系统计算在当前负载的损耗。根据在动作602和604所确定的共享子系统的负载并且基于固定损耗和比例损耗的恒定值来计算在给定负载的一件设备的损耗。设备的损耗可以被使用方程(3)表示:
me=a+leb+lec2方程(3)
其中m是设备e的损耗,l是该设备上的负载,a是固定损耗,b是比例损耗,以及c是该设备的平方律损耗。
在动作608,该系统确定该共享子系统是否在评估下的数据中心机房(即,图4的数据机房402、404、406或图5的数据机房502、504以及506)内产生热量。根据一个实施例,如果该共享子系统在评估下的空间内产生热量,则对在评估下的数据中心机房进行冷却的每个冷却单元的负载必须被相应地调节(即,因为增加的负载将由冷却单元牵引以消散由该共享子系统产生的热量)。重要的是要注意到,仅仅被放在数据中心内的设备需要被考虑到。尽管被放在建筑物的屋顶上的冷冻机的风扇确实产生热量,但是该热量不通过冷却器进行交换,因此不需考虑到它。在本实施例中,如果讨论中的设备产生要由冷却设备交换的热量,则该冷却设备上的负载需要调节,并且该方法继续进行至动作610。如果该子系统不产生被通过冷却设备交换的热量,则该方法继续进行至动作612。
在动作610,该设备上游的所有设备和电力供应商的负载被调节为在动作608所确定的新的负载。之后,该方法返回到动作602并且重新评估受影响的设备。根据一个实施例,为了防止其中该迭代将引起该过程从不结束的场景,负载中的改变的最小阈值被在动作610使用。根据本实施例,如果负载的改变是高于最小阈值,则该方法继续至动作610并且计算与该设备有关的热量的损耗。同样地,如果负载的改变低于最小阈值,则该方法继续至动作612并且不在动作610开始重新评估。
当负载和损耗已经稳定(即,由于由共享子系统产生的热量,在冷却单元上的负载低于阈值或不存在)时,在该当前负载的每千瓦(kW)损耗因子被在动作612计算出来。这对于在共享相同的子系统的能量系统之间正确地共享损耗是必要的。损耗kW被使用方程(4)来表示:
方程(4)
其中m是该共享子系统的损耗,以及l是该共享子系统的当前负载。
在动作614,该共享子系统在共享该子系统的能量系统中的每一个中的损耗是基于在动作612计算出的每kW损耗因子值获得的。通过将每件设备放在该共享子系统上的负载乘以每kW损耗因子值来确定该损耗。
该子系统的效率可以被使用如下的方程(5)来计算:
e(Lm)=(Lm-f(Lm))/Lm方程(5)
Lm表示测量的该共享子系统的总负载,f是该共享子系统的损耗函数,以及f(Le)是该共享子系统的估计损耗。为了确定方程(5)中实际的损耗,该系统使用包括以下项的输入:在数据中心机房中的设备的负载(被测量的或被估计的)、在数据中心机房中的设备的效率特性(典型地特定于供应商)和在数据中心机房中的设备之间的电力连接(如存储在上面参考图2描述的数据中心数据库210中)。
使用如在方程(5)中计算出的该共享子系统的效率,该共享子系统的估计的负载(Le)可以被计算出来。该子系统的估计的损耗因此被使用方程(6)计算出来:
f(Le)方程(6)
这不是实际的损耗,因为它被以与该共享子系统实际上运行在的效率不同的效率计算出来。该实际的损耗被使用方程(7)来计算:
实际的损耗=f(Le)/e(Le)*e(Lm),其中e(Le)=(Le-f(Le))/Le方程(7)
可以理解的是,通过执行根据方法600的过程,计算机系统可以确定共享资源提供者的功率消耗而不凭经验测量该功率消耗。
图7示出显示了关于整个站点、数据中心机房A和数据中心机房B的共享子系统PUE度量的一个示例。如所示出的,该PUE度量可以包括从1.00至5.00的值的范围,其中该范围上的最低数对应于高程度的效率,而最高数对应于低程度的效率。
本文至此已经描述了的系统、设备以及方法增强了PUE计算并且包括计算关于单独的数据中心机房和作为整体的数据中心的精确的PUE值的能力。本文描述的系统以及方法可以被用作对于现有的PUE计算的扩展。知道了要在数据中心的PUE计算中包括的共享子系统的负载,使得可能确定准确的功率消耗,以及因此,使得可能确定如何最佳地优化电源使用。此外,知道了共享子系统的负载使能准确地计算与其他数据中心或非数据中心空间共享资源的数据中心中的PUE的能力。具有了测量在不同的功率消耗者之间分离的一件设备的功率消耗的能力避免了安装仪表的不必要的时间和成本。因此,在不改变数据中心的物理基础设施的情况下,使能以其它方式的计算变得困难。
该计算的结果可以用来显示站点的整体效率以及显示单独的数据中心机房的效率的细目分类(breakdown)。
由以上描述的系统和方法计算出的子系统损耗也可以用来计算除了PUE之外的若干数据中心效率度量(如绿色能源系数(GEC)、能量再利用因数(ERF)和碳使用效率(CUE))。这些度量了供应数据中心的能量的来源(煤、石油、风等)中的所有因素。根据能量来源,消耗的能量可以具有各种碳排放量。改变本公开中描述的损耗计算来计算这些度量是没有必要的,但是该数据中心模型应当被用关于能源供应的数据来扩充。这然后可以用来计算相应的碳排放量,其然后被用来计算度量。每能源供应的碳排放数据可以来自几个来源(如国家指数)或由单独的能源公司来提供。
至此已经描述了本公开的至少一个说明性实施例,本领域技术人员将容易想到各种改变、修改和改进。这样的改变、修改和改进旨在处于本公开的范围和精神之内。因此,前面的描述是仅通过示例的方式来进行,并且不旨在作为限制性的。本公开的限制仅被在所附权利要求及其等同物中限定。
Claims (20)
1.一种测量数据中心的效率的方法,所述方法包括:
识别数据中心的计算机实现的模型内的至少一个空间,所述至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;
确定由所述第一设备组消耗的功率的量;
确定由所述第一设备组消耗的所述至少一个共享资源的量;
确定由所述至少一个共享资源提供者在提供所述量的所述至少一个共享资源给所述第一设备组时所消耗的功率的量;
基于由所述第一设备组消耗的所述功率的量,计算由所述第一设备组招致的损耗;
基于由所述至少一个共享资源提供者消耗的所述功率的量,计算由所述至少一个共享资源提供者招致的损耗;以及
基于由所述第一设备组消耗的所述功率的量、由所述至少一个共享资源提供者消耗的所述功率的量、由所述第一设备组招致的所述损耗和由所述至少一个共享资源提供者招致的所述损耗,计算关于所述至少一个空间的效率度量。
2.根据权利要求1所述的方法,其中,计算所述效率度量包括计算以下项中的至少一项:电源使用效率(PUE)、绿色能源系数(GEC)值、能量再利用因子(ERF)值和碳使用效率(CUA)。
3.根据权利要求2所述的方法,其中,所述效率度量是PUE度量以及所述方法还包含基于由所述第一设备组消耗的功率的估计量和由所述第一设备组招致的估计损耗来计算所述PUE度量。
4.根据权利要求1所述的方法,其中,确定由所述第一设备组消耗的所述功率的量包括确定在所述第一设备组中的设备是否招致固定损耗、比例损耗或平方律损耗中的至少一种。
5.根据权利要求1所述的方法,还包括接收描述以下项中的至少一项的数据:由在所述第一设备组内各件设备消耗的功率的测得量、由在所述第一设备组内各件设备消耗的功率的估计量、在所述设备组内各件设备的效率特性和在所述第一设备组内各件设备之间的电力连接。
6.根据权利要求1所述的方法,其中,所述至少一个共享资源是冷却,所述至少一个共享资源提供者是冷却单元以及所述方法还包括:
确定由供应电力给所述冷却单元的配电设备消耗的冷却的量,所述配电设备被包括在所述第一设备组中;以及
基于由所述配电设备消耗的所述冷却的量,调节由所述至少一个共享资源提供者消耗的所述功率的量。
7.根据权利要求6所述的方法,其中,确定由供应电力给所述冷却单元的所述配电设备消耗的所述冷却的量包括:确定由供应电力给CRAH、CRAC、风扇、冷冻机单元、通风单元、冷却塔和泵中的至少一个的配电设备消耗的冷却的量。
8.根据权利要求6所述的方法,还包括:
响应于调节由所述至少一个共享资源提供者消耗的所述功率的量,重新计算由所述至少一个共享资源提供者招致的所述损耗;以及
基于由所述至少一个共享资源提供者招致的所述损耗、由所述第一设备组消耗的所述功率的量和由所述配电设备消耗的所述功率的量,计算每千瓦(kW)损耗因子。
9.根据权利要求1所述的方法,其中,确定由所述至少一个共享资源提供者消耗的所述功率的量包括计算由所述至少一个共享资源提供者消耗的功率的估计量,以及确定由所述至少一个共享资源提供者招致的所述损耗包括计算由所述至少一个共享资源提供者招致的估计的损耗,以及所述方法还包括使用所述计算机实现的模型确定在所述第一设备组和被包括在至少一个第二空间内的第二设备组之间的消耗的比率。
10.根据权利要求9所述的方法,还包括:
计算关于所述至少一个第一空间的第一PUE;
计算关于所述至少一个第二空间的第二PUE;以及
基于所述第一PUE和所述第二PUE计算关于所述数据中心的第三PUE。
11.根据权利要求10所述的方法,其中,计算所述第二PUE包括计算关于包括未被记录的设备的被识别的空间的第二PUE。
12.一种数据中心管理系统,包括:
存储器;以及
至少一个处理器,所述至少一个处理器耦合到所述存储器,所述至少一个处理器被配置为:
识别数据中心的模型内的至少一个空间,所述至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;
确定由所述第一设备组消耗的功率的量;
确定由所述第一设备组消耗的所述至少一个共享资源的量;
确定由所述至少一个共享资源提供者在提供所述量的所述至少一个共享资源给所述第一设备组时所消耗的功率的量;
基于由所述第一设备组消耗的所述功率的量计算由所述第一设备组招致的损耗;
基于由所述至少一个共享资源提供者消耗的所述功率的量计算由所述至少一个共享资源提供者招致的损耗;以及
基于由所述第一设备组消耗的所述功率的量、由所述至少一个共享资源提供者消耗的所述功率的量、由所述第一设备组招致的所述损耗和由所述至少一个共享资源提供者招致的所述损耗,计算关于所述至少一个空间的效率度量。
13.根据权利要求12所述的系统,其中,所述至少一个处理器还被配置为计算以下项中的至少一项:电源使用效率(PUE)、绿色能源系数(GEC)值、能量再利用因子(ERF)值和碳使用效率(CUA)。
14.根据权利要求13所述的系统,其中,所述效率度量是PUE度量,所述至少一个处理器还被配置为基于由所述第一设备组消耗的功率的估计量和由所述第一设备组招致的估计损耗来计算所述PUE度量。
15.根据权利要求12所述的系统,其中,所述至少一个处理器还被配置为确定在所述第一设备组中的设备是否招致固定损耗、比例损耗或平方律损耗中的至少一种。
16.根据权利要求12所述的系统,其中,所述至少一个处理器还被配置为接收描述以下项中的至少一项的数据:由在所述第一设备组内各件设备消耗的功率的测得量、由在所述第一设备组内各件设备消耗的功率的估计量、在所述设备组内各件设备的效率特性和在所述第一设备组内各件设备之间的电力连接。
17.根据权利要求12所述的系统,其中,所述至少一个共享资源是冷却,所述至少一个共享资源提供者是冷却单元以及所述至少一个处理器还被配置为:
确定由供应电力给所述冷却单元的配电设备消耗的冷却的量,所述配电设备被包括在所述第一设备组中;以及
基于由所述配电设备消耗的所述冷却的量调节由所述至少一个共享资源提供者消耗的所述功率的量。
18.根据权利要求12所述的系统,其中,所述至少一个处理器还被配置为确定由供应电力给CRAH、CRAC、风扇、冷冻机单元、通风单元、冷却塔和泵中的至少一个的配电设备消耗的冷却的量。
19.根据权利要求17所述的系统,其中,所述至少一个处理器还被配置为:
响应于调节由所述至少一个共享资源提供者消耗的所述功率的量,重新计算由所述至少一个共享资源提供者招致的所述损耗;以及
基于由所述至少一个共享资源提供者招致的所述损耗、由所述第一设备组消耗的所述功率的量和由所述配电设备消耗的所述功率的量,计算每千瓦(kW)损耗因子。
20.一种计算机可读介质,其上存储有用于测量数据中心的效率的指令序列,所述指令序列包括将引起至少一个处理器执行以下动作的指令:
识别数据中心的模型内的至少一个空间,所述至少一个空间包括消耗由至少一个共享资源提供者提供的至少一个共享资源的第一设备组;
确定由所述第一设备组消耗的功率的量;
确定由所述第一设备组消耗的所述至少一个共享资源的量;
确定由所述至少一个共享资源提供者在提供所述量的所述至少一个共享资源给所述第一设备组时消耗的功率的量;
基于由所述第一设备组消耗的所述功率的量,计算由所述第一设备组招致的损耗;
基于由所述至少一个共享资源提供者消耗的所述功率的量,计算由所述至少一个共享资源提供者招致的损耗;以及
基于由所述第一设备组消耗的所述功率的量、由所述共享资源提供者消耗的所述功率的量、由所述第一设备组招致的所述损耗和由所述至少一个共享资源提供者招致的所述损耗计算关于所述至少一个空间的效率度量。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/048608 WO2014209370A1 (en) | 2013-06-28 | 2013-06-28 | Calculating power usage effectiveness in data centers |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105452984A true CN105452984A (zh) | 2016-03-30 |
CN105452984B CN105452984B (zh) | 2019-03-08 |
Family
ID=52142493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380078539.2A Active CN105452984B (zh) | 2013-06-28 | 2013-06-28 | 计算数据中心中的电源使用效率 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10956841B2 (zh) |
EP (1) | EP3014383A4 (zh) |
CN (1) | CN105452984B (zh) |
WO (1) | WO2014209370A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942217A (zh) * | 2018-09-21 | 2020-03-31 | 潜能恒信能源技术股份有限公司 | 一种构建零碳绿色能源体系的方法和系统 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10976359B2 (en) | 2012-09-01 | 2021-04-13 | Promptlink Communications, Inc. | Functional verification process and universal platform for high-volume reverse logistics of CPE devices |
US11284063B2 (en) | 2012-12-28 | 2022-03-22 | Promptlink Communications, Inc. | Video quality analysis and detection of blockiness, artifacts and color variation for high-volume testing of devices using automated video testing system |
US11847007B2 (en) | 2014-01-09 | 2023-12-19 | Nautilus True, Llc | Data center total resource utilization efficiency (TRUE) system and method |
TWI521338B (zh) * | 2015-02-04 | 2016-02-11 | 碩天科技股份有限公司 | 機房的電源管理設備及其方法 |
CN116737256A (zh) | 2016-02-22 | 2023-09-12 | 斯诺普西斯公司 | 自动调整计算系统的方法、计算系统和计算机可读介质 |
US20190057180A1 (en) * | 2017-08-18 | 2019-02-21 | International Business Machines Corporation | System and method for design optimization using augmented reality |
KR20190067402A (ko) * | 2017-12-07 | 2019-06-17 | 전자부품연구원 | IoT 시각지능을 이용한 데이터 센터 에너지 소비전력 진단 데이터 수집 방법 |
US11461210B2 (en) | 2019-06-26 | 2022-10-04 | Kyndryl, Inc. | Real-time calculation of data center power usage effectiveness |
CN112183907B (zh) * | 2019-07-01 | 2023-10-27 | 中国信息通信研究院 | 一种数据中心的碳使用率的确定方法和装置 |
CN112395161A (zh) * | 2020-11-26 | 2021-02-23 | 国网天津市电力公司 | 大数据中心能耗分析方法及计算设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101165632A (zh) * | 2006-10-18 | 2008-04-23 | 国际商业机器公司 | 在间歇功率环境中预测功率事件的系统和方法 |
US20090201293A1 (en) * | 2008-02-12 | 2009-08-13 | Accenture Global Services Gmbh | System for providing strategies for increasing efficiency of data centers |
CN101933019A (zh) * | 2007-10-29 | 2010-12-29 | 美国能量变换公司 | 数据中心的电效率测量 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101755495B (zh) | 2007-05-15 | 2013-10-16 | 美国能量变换公司 | 用来管理设施供电和冷却的方法和系统 |
US8671294B2 (en) * | 2008-03-07 | 2014-03-11 | Raritan Americas, Inc. | Environmentally cognizant power management |
AU2009260168A1 (en) * | 2008-06-18 | 2009-12-23 | Kinesis Pty Ltd | A method and system for determining a sustainability metric |
EP2835715A4 (en) * | 2012-04-02 | 2015-12-16 | Fujitsu Ltd | DATA CENTER OF THE MODULAR TYPE |
-
2013
- 2013-06-28 EP EP13888426.7A patent/EP3014383A4/en not_active Ceased
- 2013-06-28 US US14/899,794 patent/US10956841B2/en active Active
- 2013-06-28 CN CN201380078539.2A patent/CN105452984B/zh active Active
- 2013-06-28 WO PCT/US2013/048608 patent/WO2014209370A1/en active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101165632A (zh) * | 2006-10-18 | 2008-04-23 | 国际商业机器公司 | 在间歇功率环境中预测功率事件的系统和方法 |
CN101933019A (zh) * | 2007-10-29 | 2010-12-29 | 美国能量变换公司 | 数据中心的电效率测量 |
US20090201293A1 (en) * | 2008-02-12 | 2009-08-13 | Accenture Global Services Gmbh | System for providing strategies for increasing efficiency of data centers |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942217A (zh) * | 2018-09-21 | 2020-03-31 | 潜能恒信能源技术股份有限公司 | 一种构建零碳绿色能源体系的方法和系统 |
CN110942217B (zh) * | 2018-09-21 | 2023-04-07 | 潜能恒信能源技术股份有限公司 | 一种构建零碳绿色能源体系的方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
US10956841B2 (en) | 2021-03-23 |
WO2014209370A1 (en) | 2014-12-31 |
US20160140468A1 (en) | 2016-05-19 |
EP3014383A1 (en) | 2016-05-04 |
EP3014383A4 (en) | 2016-12-07 |
CN105452984B (zh) | 2019-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105452984A (zh) | 计算数据中心中的电源使用效率 | |
CN102224474B (zh) | 用于评估和管理数据中心气流和功率使用的系统和方法 | |
CN103766015B (zh) | 用于数据中心温度和气流值辅助预测的测量系统与方法 | |
CN103155734B (zh) | 用于预测数据中心瞬态冷却性能的系统和方法 | |
Hossain et al. | A belief rule based expert system for datacenter PUE prediction under uncertainty | |
US10552761B2 (en) | Non-intrusive fine-grained power monitoring of datacenters | |
JP5904488B2 (ja) | データ・センタの効率分析及び最適化のための方法、システム、コンピュータ・プログラム | |
RU2488878C2 (ru) | Измерение электрического кпд для центров обработки данных | |
US8086544B2 (en) | Analysis of energy-related factors for selecting computational job locations | |
US8131515B2 (en) | Data center synthesis | |
JP2012527675A (ja) | データセンタシミュレータ | |
US8560291B2 (en) | Data center physical infrastructure threshold analysis | |
Zoie et al. | An analysis of the power usage effectiveness metric in data centers | |
CN104797990A (zh) | 用于表征热瞬态性能的方法和仪器 | |
Conficoni et al. | Hpc cooling: A flexible modeling tool for effective design and management | |
Parnell et al. | Trends in high performance computing: Exascale systems and facilities beyond the first wave | |
US8838423B2 (en) | Managing an infrastructure | |
CN113170592B (zh) | 基于监测/控制机制的热控制优化 | |
Coles | Demonstration of data center energy use prediction software | |
Avotins et al. | Development of analysis tools for energy efficiency increase of existing data centres | |
Rădulescu et al. | New metrics for the measurement of energy efficiency in data centers | |
Levy | New Family of Data Center Metrics Using a Multidimensional Approach for a Holistic Understanding | |
Grüter et al. | Eod designer: A computation tool for energy optimization of data centers | |
Kaivosoja | Green Data Centers: Evaluating Efficiency | |
Somani | Advanced thermal management strategies for energy-efficient data centers |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |