CN109542206A - 一种低能耗数据中心 - Google Patents
一种低能耗数据中心 Download PDFInfo
- Publication number
- CN109542206A CN109542206A CN201811221157.1A CN201811221157A CN109542206A CN 109542206 A CN109542206 A CN 109542206A CN 201811221157 A CN201811221157 A CN 201811221157A CN 109542206 A CN109542206 A CN 109542206A
- Authority
- CN
- China
- Prior art keywords
- cold
- data center
- energy consumption
- server
- memory block
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/3287—Power saving characterised by the action undertaken by switching off individual functional units in the computer system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0602—Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
- G06F3/0625—Power saving in storage systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
- G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
Abstract
本发明提供一种低能耗数据中心,数据中心包括云计算服务器区、冷数据存储区和热数据存储区。云计算服务区包含多个云计算服务器,冷数据存储区包含多台冷存储NAS设备以及冷数据管理服务器,热数据存储区包含多台热存储NAS设备以及热数据管理服务器,每个区域包含独立的汇聚交换机。低能耗数据中心采用可变制冷剂流量的中央空调多联机系统供冷,可根据实际冷负荷动态调节各区域制冷量。低能耗数据中心,具有系统结构简单、功能完整、冷热存储均衡、高可扩展性、高可靠性等特点,可以实现高效率的云计算及冷热存储功能,同时相比传统数据中心具有建设周期短、投资成本低、能源消耗较少等特点。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种低能耗数据中心。
背景技术
数据中心是全球协作的特定设备网络,用来在internet网络基础设施上传递、加速、展示、计算、存储数据信息,数据中心不仅仅包括计算机系统和其它与之配套的设备(例如通信和存储系统),还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置。国家信息化发展战略的社会发展趋势从宏观上决定了互联网服务产业的发展方向,数据中心作为承载新一代信息技术关键性基础设施,在智慧城市、电子政务、电子商务、行业信息化等各种IT应用与产业升级发展中发挥着重要作用。据统计,自2013年以来,全球的数据中心市场规模每年都保持10%以上的复合增长,而中国数据中心增长明显快于全球步伐,从规模上看,中国数据中心市场占全球市场一直在提升,由2010的8.6%迅速提升到2016年的24.3%,目前约占全球四分之一的市场。
随着数据中心的快速发展,数据中心电力需求与日俱增,数据中心的高能耗问题越来越引起人们的关注。调查表明,没有采用可再生能源的数据中心在未来的七年内可能成为最大的碳排放源头。根据瑞典研究人员预测,在全球范围内,数据中心成为全球能源使用规模最大的用户,能耗占比将从2015年的0.9%上升到2025年的4.5%;在中国,按照当前数据中心建设的进度计算,10年之后将有15%的电力被数据中心消耗。考虑到我国能源和环境的限制条件,设计和创造更加绿色、节能、低碳的数据中心势在必行。
数据中心能耗主要来源于IT设备、照明系统、空调系统、供配电系统等几部分。其中IT设备的能耗约占总功耗的约45%,空调制冷系统占40%,供电系统10%,照明系统5%左右。可以看到IT设备和制冷系统是用电的大户。很多顶级互联网企业的数据中心建在极地,可以通过外界的冷空气或者冷水进行散热,省去空调制冷的能耗,但是对于绝大多数的企业数据中心而言,在极地建数据中心的厂房、建设配套设施、雇佣运维人员等成本远超数据中心本身的能耗成本,而且数据中心距离用户太远显然会增加网络延迟,影响用户体验。
从IT设备能耗本身来说,目前数据中心大部分服务器实际上属于偏存储型服务器,这种服务器由于大量使用机械式硬盘和X86系列的高能耗芯片导致不必要的能耗浪费;从空调系统来说,当前多数大型数据中心采用基于冷水机组的中央空调系统,建设初期的投资较高,而且通常在制冷负荷大幅度变化、明显偏离设计指标时系统运行效率较差。理论上来说冷水机组具有更高的COP值,然而这是基于冷负荷稳定的位于设计负荷范围内的前提下,在实际系统运行中,数据中心的负荷并非恒定,而是随着数据中心IT设备的能耗而波动。尤其是现代数据中心的服务器会在低负荷时采用多种节能技术,更加大了实际运行功耗波动的幅度。特别是在冷负荷率较低的时候,冷水机组系统的整体效率较低,不利于降低能耗。
发明内容
本发明要解决以上技术问题,提供一种低能耗数据中心。
为解决上述技术问题,本发明采用的技术方案是:一种低能耗数据中心,数据中心包括云计算服务器区、冷数据存储区和热数据存储区,所述云计算服务区包含多个云计算服务器,所述冷数据存储区包含多台冷存储NAS设备以及冷数据管理服务器,所述热数据存储区包含多台热存储NAS设备以及热数据管理服务器,所述云计算服务器区还设有服务器汇聚交换机,所述服务器汇聚交换机通过接入交换机分别连接多个所述云计算服务器,所述冷数据存储区还设有冷存储汇聚交换机,所述冷存储汇聚交换机通过接入交换机分别连接多台所述冷存储NAS设备和所述冷数据管理服务器,所述热数据存储区还设有热存储汇聚交换机,所述热存储汇聚交换机通过接入交换机分别连接多台所述热存储NAS设备和所述热数据管理服务器,所述云计算服务器区、所述冷数据存储区和所述热数据存储区均采用可变制冷剂流量的中央空调多联机系统分区域供冷。
所述云计算服务器采用服务器虚拟化技术,将物理服务器分割为多台虚拟服务器,按照实际需求动态分配计算资源,并动态关闭不必要的计算节点。
所述冷数据管理服务器将多台所述冷存储NAS设备组成冷存储资源池,采用对象存储模式,提供重复数据删除以及数据压缩功能,并动态关闭不必要的冷存储节点。
所述热数据管理服务器将多台所述热存储NAS设备组成热存储资源池,采用对象存储模式,提供重复数据删除以及数据压缩功能,并动态关闭不必要的热存储节点。
所述中央空调多联机系统可根据所述云计算服务器区、所述冷数据存储区和所述热数据存储区内部冷负荷的变化自动调节制冷剂流量,通过对压缩机进行变频控制实现节能效果。
所述数据中心的一种典型运行方式如下:
1、接受用户的访问;
2、将用户的需求形成任务列表;
3、通过资源调度算法计算所需的服务器和存储资源;
4、从服务器、冷存储和热存储资源池中调配资源;
5、将调配的资源组成虚拟机提供给用户使用;
所述数据中心采用中央空调多联机系统,所述多联机中央空调系统可根据所述数据中心不同区域内冷负荷的变化自动调节制冷剂流量,对压缩机进行变频控制,实现节能允许。
本发明具有的优点和积极效果是:一种低能耗数据中心,将数据中心内部分为服务器区域、冷存储区域和热存储区域三个部分;服务器、冷存储和热存储分别采用虚拟化技术提高资源利用效率,并通过智能控制算法动态关闭不必要的计算/存储节点,以降低数据中心IT系统能耗;数据中心机房采用多联机中央空调系统代替传统的水冷机组,根据数据中心各区域冷负荷的变化自动调节制冷剂流量,对压缩机进行变频控制,减少空调系统的能源消耗。一种低能耗数据中心,具有系统结构简单、功能完整、冷热存储均衡、高可扩展性、高可靠性等特点,可以实现高效率的云计算及冷热存储功能,同时相比传统数据中心具有建设周期短、投资成本低、能源消耗较少等特点。
附图说明
图1是一种低能耗数据中心系统架构;
图2是一种低能耗数据中心的一种典型运行方式流程图;
图3是多联机中央空调系统结构示意图。
具体实施方式
下面结合附图对本发明的具体实施例做详细说明。
如图1-3所示,一种低能耗数据中心,数据中心内部划分为三个区域:云计算服务器区、冷数据存储区和热数据存储区。所述云计算服务区包含多个云计算服务器,所述冷数据存储区包含多台冷存储NAS设备以及冷数据管理服务器,所述热数据存储区包含多台热存储NAS设备以及热数据管理服务器。每个区域包含一台或多台独立的汇聚交换机,分为云计算汇聚交换机、热存储汇聚交换机和冷存储汇聚交换机。
所述低能耗数据中心的网络架构与传统数据中心网络机构类似,从上到下依次可分为核心层、汇聚层和接入层。核心层包括多台核心交换机,为进出数据中心的数据提供高速的转发,同时向下连接汇聚层;汇聚层包括云计算汇聚交换机、热存储汇聚交换机和冷存储汇聚交换机,向上连接核心层,向下连接接入层,同时提供其他的服务,例如防火墙,SSLoffload,入侵检测,网络分析等;接入层包含多个接入交换机,通常位于机架的顶部,并物理连接各种服务器和存储设备。
所述云计算服务器采用服务器虚拟化技术,将物理服务器分割为多台虚拟服务器,按照实际需求动态分配计算资源,并动态关闭不必要的计算节点;所述冷数据管理服务器将多台所述冷存储NAS设备通过存储虚拟化技术组成存储资源池,采用对象存储模式,提供重复数据删除以及数据压缩功能,并动态关闭不必要的存储节点;所述热数据管理服务器将多台所述热存储NAS设备通过存储虚拟化技术组成存储资源吃,采用对象存储模式,提供重复数据删除以及数据压缩功能,并动态关闭不必要的存储节点。
所述数据中心的一种典型运行方式如下:
1、接受用户的访问;
2、将用户的需求形成任务列表;
3、通过资源调度算法计算所需的服务器和存储资源;
4、从服务器、冷存储和热存储资源池中调配资源;
5、将调配的资源组成虚拟机提供给用户使用;
所述数据中心采用多联机中央空调系统,所述多联机中央空调系统可根据所述数据中心不同区域内冷负荷的变化自动调节制冷剂流量,对压缩机进行变频控制,实现节能允许。
低能耗数据中心,是将汇聚交换机按照功能分为三种类别:服务器汇聚交换机、热存储汇聚交换机以及冷存储汇聚交换机,其中服务器交换机下层连结通常的计算服务器,热存储汇聚交换机下层连结网络热存储设备,如SATA硬盘或闪存固态硬盘的NAS网络存储,同时包含至少一个网络热存储服务器用于管理热存储虚拟化访问,并提供重复数据删除、数据压缩以及动态分配节点等功能。冷存储汇聚交换机下层连结网络冷存储设备,如磁带机或蓝光存储的NAS网络存储,同时包含至少一个网络冷存储服务器,用于对多个冷存储设备进行虚拟化或集群操作。服务器本身带只有小容量硬盘,用于存储经常需要调用的操作系统文件及应用程序文件,而其余大量的数据文件保存在数据中心内部的冷热云存储空间。此方案的优势在于通过云存储技术可以将存储设备虚拟化,应用跨用户账户的重复数据删除以及数据压缩功能,明显减少实际使用的物理存储空间,同时可以采用动态节点管理功能关闭不必要的存储设备以节约能耗。同时,服务器本身也可以采用虚拟化技术以充份利用计算资源,在一个物理服务器上同时运行多个虚拟机,对于闲置的服务器进行休眠或者降频降压等节能管理。服务器的虚拟化也可以降低能源消耗,目前的节能技术包括但不限于AIS、CS、DVFS等常见技术。数据中心除IT设备能耗较大,空调系统的能耗也不可忽视,部分数据中心空调系统能耗甚至大于IT设备能耗,其中一个重要原因是很多大型数据中心采用大型离心式水冷机组作为空调系统的核心制冷设备,而离心式冷水机组通常满负荷运行效率较高,部分负荷运行效率较低,尤其是整个空调系统的效率,由于水循环系统很难完全按照负荷比例调节流量,因此低负荷运行时输送能耗浪费更多。本方案中服务器和冷热存储设备均采用动态调节技术,负荷变化幅度大,故设计选用多联机中央空调系统,其特点是设计简单,建设周期短,安装成本均较低,而且运行期间可以通过变冷剂流量调节制冷量适应数据IT系统冷负荷的变化,通过压缩机变频调节技术降低整体功耗,变工况运行综合效果超过水冷机组,因此可以达到较高的实际运行效率。
本方案涉及一种数据中心,在经典的三层网络架构基础上进行了调整,将冷热存储和服务器分别归到一类设备。
无论对于服务器还是存储设备,通过虚拟化实现资源的充份利用,动态关闭不需要的节点,都可以提高运行效率并实现明显的节能降耗。数据中心虽然理论上是24小时连续工作,但实际上不同时间段的访问量和计算量都变化很大,在夜晚或者凌晨,数据中心用户较少访问的时候数据中心的实际负荷很低,此时如果服务器仍然处于正常工作状态就会导致大量能源浪费。在理想情况下,在服务器的计算量下降和存储设备的访问量下降的时候,设备的能耗应该按比例下降,在用户不访问的情况下能耗应该降低到0,在实际运行中目前已经有很多种主流技术来实现低负荷状态下降低运行能耗,例如降低芯片电压和频率的DVFS技术,提高服务器利用效率的CS或者AIS方法,以及最近很多新出现的基于人工智能的动态调节方法等等,其核心思路都是根据实际负荷来动态调节设备运行状态。本方案中的设计将服务器与存储尽可能分离,可以进一步提高设备利用效率,减少不必要的存储空间,同时提高服务器和存储设备的虚拟化运行效率,可以实现更好的节能效果。
采用多联机中央空调进行制冷,分别控制制每个室内机的冷剂流量即可实现大范围变工况运行,室外机采用风冷散热可以避免冷却水蒸发,尤其适合在干旱缺水地区应用。传统的水冷机组仅在冷负荷稳定而且位于设计区间时运行效率较高,在部分负荷运行时由于冷冻水和冷却水的循环量通常无法按比例降低,会导致传输能耗损失大大增加,COP急剧下降,因此在变负荷运行下综合效率较低。
一种低能耗数据中心的最佳实施方式如图1-3所示。其中图1所示:在数据中心中配置核心交换机、服务器汇聚交换机、冷存储汇聚交换机、热存储汇聚交换机以及接入交换机,服务器采用常见的X86系统或更节能的ARM系统配置,配备容量较小的SAS硬盘以安装系统和应用程序,热存储系统采用基于闪存的NAS存储系统,冷存储配备基于蓝光的NAS存储,同时冷热存储系统分别配置用以进行虚拟化云存储管理的存储管理服务器;冷热存储NAS设备通常不会直接被访问,而是通过存储管理服务器访问虚拟化的云存储,常见的存储虚拟化方式如“对象存储”等。所谓对象存储在物理层是无层次结构的数据存储方法,对象的存储不使用目录树,而是把单独的数据单元存在于云存储池中的同一级别,同时每个对象都有唯一的识别名称,供应用进行检索,可以使用专用API在应用级别进行访问。存储管理服务器还可以具有重复数据删除功能和数据压缩功能,明显降低云存储的实际物理空间需求。在数据存储的底层,传统的数据中心存储系统会采用RAID方式进行数据备份,以保证数据的可靠性,现代大数据系统则常用HDFS等分布式存储系统,这种方式的磁盘利用效率要比RAID更高,同时还可以利用智能算法对副本数据进行动态迁移,关闭不访问的物理存储节能,从而进一步实现节能的效果。
图2所示:用户访问数据中心时,数据中心首先根据用户需求完成的任务生成任务列表,然后调度虚拟资源池中的虚拟化资源,可能包括服务器的虚拟化资源、热存储虚拟化资源、冷存储虚拟化资源或者其中一部分,最终资源调度程序将服务器、冷存储和热存储的虚拟化资源组合成虚拟机,完成用户需要的任务。在此过程中,虚拟调度算法会根据负荷变化自动调节物理节点的数量,关闭不必要的物理节点或降低其能耗运行,实现动态的负荷调节并降低数据中心的整体能耗。服务器的虚拟化技术是云数据中心的关键技术之一,它可以将单一的物理服务器切割成多台互相隔离的虚拟机,将硬件资源整合成为标准的计算单位,在逻辑上分割开运行在同一个计算节点上的应用,从而增加单个服务器的运行效率,更有效的配置计算资源。同时虚拟化服务器可以结合动态分配技术,实现虚拟机的动态负载整合,随时关闭掉不需要的物理节点实现节能运行的效果,当前主流的虚拟机程序如VMware,KVM均可支持动态迁移的功能。
图3所示,本方案中的数据中心机房采用多联机中央空调系统,每个室内机对应一个数据机房的区域,这样可以根据机房负荷动态调节制冷剂的流量以实现空调系统节能运行,由于本方案中的设计会对系统服务器和冷热存储都进行动态管理,随时根据用户的任务量调整资源配置,因此数据中心不同时间的负荷变化会很大,不同区域的负荷也会不平衡,需要采用能够根据实际负荷变化快速调整运行工况的空调系统。多联机中央空调的总功率相对水冷机组要小,而且制冷剂的输送距离也不能太长,因此设计数据中心每一层需要配备一个可变频的室外机。室外机可根据本层数据中心总的冷负荷水平对压缩机进行动态的变频调节,实现空调系统的节能降耗。多联机空调系统设计时无需考虑复杂的冷冻水循环系统,因此设计成本、安装成本以及运行成本都比水冷机组都方案要低,设计和安装实际也较短。同时,多联机中央空调系统的室外机通常采用风冷模式,也就不存在冷却水的蒸发消耗问题,因此尤其适合干旱缺水地区的应用。
通过对数据中心网络架构、软硬件配置以及空调系统的整体设计和运行策略结合的方式即可实现高效率、低能耗的数据中心系统。
一种低能耗数据中心,将数据中心内部分为服务器区域、冷存储区域和热存储区域三个部分;服务器、冷存储和热存储分别采用虚拟化技术提高资源利用效率,并通过智能控制算法动态关闭不必要的计算/存储节点,以降低数据中心IT系统能耗;数据中心机房采用多联机中央空调系统代替传统的水冷机组,根据数据中心各区域冷负荷的变化自动调节制冷剂流量,对压缩机进行变频控制,减少空调系统的能源消耗。一种低能耗数据中心,具有系统结构简单、功能完整、冷热存储均衡、高可扩展性、高可靠性等特点,可以实现高效率的云计算及冷热存储功能,同时相比传统数据中心具有建设周期短、投资成本低、能源消耗较少等特点。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等,均应仍归属于本专利涵盖范围之内。
Claims (5)
1.一种低能耗数据中心,其特征在于:数据中心包括云计算服务器区、冷数据存储区和热数据存储区,所述云计算服务区包含多个云计算服务器,所述冷数据存储区包含多台冷存储NAS设备以及冷数据管理服务器,所述热数据存储区包含多台热存储NAS设备以及热数据管理服务器,所述云计算服务器区还设有服务器汇聚交换机,所述服务器汇聚交换机通过接入交换机分别连接多个所述云计算服务器,所述冷数据存储区还设有冷存储汇聚交换机,所述冷存储汇聚交换机通过接入交换机分别连接多台所述冷存储NAS设备和所述冷数据管理服务器,所述热数据存储区还设有热存储汇聚交换机,所述热存储汇聚交换机通过接入交换机分别连接多台所述热存储NAS设备和所述热数据管理服务器,所述云计算服务器区、所述冷数据存储区和所述热数据存储区均采用可变制冷剂流量的中央空调多联机系统分区域供冷。
2.根据权利要求1所述的一种低能耗数据中心,其特征在于:所述云计算服务器采用服务器虚拟化技术,将物理服务器分割为多台虚拟服务器,按照实际需求动态分配计算资源,并动态关闭不必要的计算节点。
3.根据权利要求1所述的一种低能耗数据中心,其特征在于:所述冷数据管理服务器将多台所述冷存储NAS设备组成冷存储资源池,采用对象存储模式,提供重复数据删除以及数据压缩功能,并动态关闭不必要的冷存储节点。
4.根据权利要求1所述的一种低能耗数据中心,其特征在于:所述热数据管理服务器将多台所述热存储NAS设备组成热存储资源池,采用对象存储模式,提供重复数据删除以及数据压缩功能,并动态关闭不必要的热存储节点。
5.根据权利要求1所述的一种低能耗数据中心,其特征在于:所述中央空调多联机系统可根据所述云计算服务器区、所述冷数据存储区和所述热数据存储区内部冷负荷的变化自动调节制冷剂流量,通过对压缩机进行变频控制实现节能效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811221157.1A CN109542206A (zh) | 2018-10-19 | 2018-10-19 | 一种低能耗数据中心 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811221157.1A CN109542206A (zh) | 2018-10-19 | 2018-10-19 | 一种低能耗数据中心 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109542206A true CN109542206A (zh) | 2019-03-29 |
Family
ID=65844338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811221157.1A Pending CN109542206A (zh) | 2018-10-19 | 2018-10-19 | 一种低能耗数据中心 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109542206A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110149341A (zh) * | 2019-05-29 | 2019-08-20 | 燕山大学 | 基于休眠模式的云系统用户接入控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102891896A (zh) * | 2012-10-18 | 2013-01-23 | 江苏物联网研究发展中心 | 用于物联网海量存储的云计算基础架构系统 |
CN103442070A (zh) * | 2013-08-30 | 2013-12-11 | 华南理工大学 | 基于统计预测的私有云存储资源调配方法 |
CN103780699A (zh) * | 2014-01-26 | 2014-05-07 | 山东钢铁集团有限公司 | 一种成长性数据中心及其构建方法 |
CN104125293A (zh) * | 2014-08-06 | 2014-10-29 | 曙光信息产业(北京)有限公司 | 一种云服务器及其使用方法 |
CN104184676A (zh) * | 2013-05-27 | 2014-12-03 | 华为技术有限公司 | 一种数据中心网络及其流量均衡方法和控制器 |
CN105183130A (zh) * | 2015-08-03 | 2015-12-23 | 广东睿江科技有限公司 | 一种云平台下物理机节省电能的方法及装置 |
CN105278656A (zh) * | 2015-11-20 | 2016-01-27 | 浪潮电子信息产业股份有限公司 | 一种冷存储服务器的节能方法 |
CN106352575A (zh) * | 2016-10-17 | 2017-01-25 | 深圳市共济科技股份有限公司 | 一种多联机架式节能空调系统及其控制方法 |
-
2018
- 2018-10-19 CN CN201811221157.1A patent/CN109542206A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102891896A (zh) * | 2012-10-18 | 2013-01-23 | 江苏物联网研究发展中心 | 用于物联网海量存储的云计算基础架构系统 |
CN104184676A (zh) * | 2013-05-27 | 2014-12-03 | 华为技术有限公司 | 一种数据中心网络及其流量均衡方法和控制器 |
CN103442070A (zh) * | 2013-08-30 | 2013-12-11 | 华南理工大学 | 基于统计预测的私有云存储资源调配方法 |
CN103780699A (zh) * | 2014-01-26 | 2014-05-07 | 山东钢铁集团有限公司 | 一种成长性数据中心及其构建方法 |
CN104125293A (zh) * | 2014-08-06 | 2014-10-29 | 曙光信息产业(北京)有限公司 | 一种云服务器及其使用方法 |
CN105183130A (zh) * | 2015-08-03 | 2015-12-23 | 广东睿江科技有限公司 | 一种云平台下物理机节省电能的方法及装置 |
CN105278656A (zh) * | 2015-11-20 | 2016-01-27 | 浪潮电子信息产业股份有限公司 | 一种冷存储服务器的节能方法 |
CN106352575A (zh) * | 2016-10-17 | 2017-01-25 | 深圳市共济科技股份有限公司 | 一种多联机架式节能空调系统及其控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110149341A (zh) * | 2019-05-29 | 2019-08-20 | 燕山大学 | 基于休眠模式的云系统用户接入控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Rong et al. | Optimizing energy consumption for data centers | |
Vasques et al. | A review on energy efficiency and demand response with focus on small and medium data centers | |
Mittal | Power management techniques for data centers: A survey | |
Sharma et al. | Blink: managing server clusters on intermittent power | |
US8341626B1 (en) | Migration of a virtual machine in response to regional environment effects | |
CN108361885B (zh) | 一种冰蓄冷空调系统动态规划方法 | |
CN105302630B (zh) | 一种虚拟机的动态调整方法及其系统 | |
Kim et al. | Free cooling-aware dynamic power management for green datacenters | |
CN107906675B (zh) | 一种基于用户需求的中央空调集群优化控制方法 | |
CN104008075B (zh) | 一种分布式存储系统请求的处理方法 | |
US20110035078A1 (en) | System and method for managing energy consumption in a compute environment | |
US9274585B2 (en) | Combined dynamic and static power and performance optimization on data centers | |
Cheng et al. | A survey of energy-saving technologies in cloud data centers | |
CN104360724B (zh) | 一种基于作业调度的刀片服务器的散热方法 | |
Alanazi et al. | Reducing data center energy consumption through peak shaving and locked-in energy avoidance | |
CN101819459A (zh) | 一种基于异构对象存储系统的功耗控制方法 | |
CN107122235B (zh) | 基于应用优先级的公共基础设施资源调度方法 | |
CN109542206A (zh) | 一种低能耗数据中心 | |
Kulseitova et al. | A survey of energy-efficient techniques in cloud data centers | |
Chen et al. | Power and thermal-aware virtual machine scheduling optimization in cloud data center | |
Rubyga et al. | A survey of computing strategies for green cloud | |
CN102299964B (zh) | 一种应用于节能型集群系统的数据重新部署方法 | |
Cheng et al. | Automatic energy status controlling with dynamic voltage scaling in power-aware high performance computing cluster | |
CN103092677A (zh) | 一种适用于虚拟化平台的内存节能系统和方法 | |
Schall et al. | Towards an energy-proportional storage system using a cluster of wimpy nodes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |