CN114442794B - 服务器功耗控制方法、系统、终端及存储介质 - Google Patents
服务器功耗控制方法、系统、终端及存储介质 Download PDFInfo
- Publication number
- CN114442794B CN114442794B CN202210067454.5A CN202210067454A CN114442794B CN 114442794 B CN114442794 B CN 114442794B CN 202210067454 A CN202210067454 A CN 202210067454A CN 114442794 B CN114442794 B CN 114442794B
- Authority
- CN
- China
- Prior art keywords
- traffic
- power consumption
- server
- fan
- historical
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000017525 heat dissipation Effects 0.000 claims abstract description 36
- 238000013507 mapping Methods 0.000 claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 claims description 6
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- 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
- G06F1/329—Power saving characterised by the action undertaken by task scheduling
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Power Sources (AREA)
Abstract
本发明涉及服务器技术领域,具体提供一种服务器功耗控制方法、系统、终端及存储介质,包括:获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;根据当前业务量和时段平均业务量启动相应的硬件资源;根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热。本发明将硬件和风扇的功耗降至最低,且能够适应服务器的业务量需求。
Description
技术领域
本发明涉及服务器技术领域,具体涉及一种服务器功耗控制方法、系统、终端及存储介质。
背景技术
随着移动互联网的发展,各大互联网厂商对服务器的需要不断增大。一般大型服务器机房每月耗电量都几百上千万甚至上亿的用电量,成为服务器机房最大成本。因此,如何降低服务器功耗,节约成本是每个服务器厂商不断研究的课题。传统减低功耗的办法一般是限制CPU功耗、修改散热策略降低风扇转速、服务器器件裁剪等措施,一旦出厂,服务器不同状态下的功耗基本就确定,无法根据实际情况动态调整来使整机功耗达到最优。
发明内容
针对现有技术存在的优化策略僵化导致的服务器功耗控制效果不理想的技术问题,本发明提供一种服务器功耗控制方法、系统、终端及存储介质,以解决上述技术问题。
第一方面,本发明提供一种服务器功耗控制方法,包括:
获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;
根据当前业务量和时段平均业务量启动相应的硬件资源;
根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;
获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热。
进一步的,获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量,包括:
获取在指定期限内的服务器的历史业务量,所述历史业务量为以分钟为单位的且连续采集的业务量监控数据;
利用聚类算法对历史业务量进行分析,得到多个业务量种类,分析业务量种类涉及的时段得到多个时段;
分别计算每个时段对应的业务量种类的平均业务量,得到多个时段与多个平均业务量的映射关系;
根据当前运行时间所属的运行时段和所述映射关系获取时段平均业务量。
进一步的,根据当前业务量和时段平均业务量启动相应的硬件资源,包括:
利用公式H=k1*X1+k2*X2计算业务量评分,其中,H为分数,k1为第一系数,k2为第二系数,X1为当前业务量,X2为时段平均业务量;
预先设置多个业务量评分等级,并设置每个等级对应的硬件资源,所述硬件资源为GPU、风扇和服务器电源中的任意一种或几种;
根据所述业务量评分所属的业务量评分等级启用相应的硬件资源。
进一步的,根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗,包括:
利用大数据分析技术对服务器历史运行数据进行分析,生成业务量与功耗的映射关系,所述历史运行数据包括服务器业务量数据和同时段的功耗数据。
进一步的,获取服务器实际温度,获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热,包括:
设定所述散热策略为S=(T+T*g1/g2-T0)*k+b,其中S为风扇转速,T为实际温度,g1为预测功耗,g2为实际功耗,T0为服务器温度阈值,k为风扇系数,b为误差常数;
利用粒子群优化算法基于历史风扇控制参数和相应的温度、功耗和预测功耗对所述散热策略的风扇系数k和误差常数b进行优化;
将风扇控制参数输入已启动的风扇的风扇控制器。
第二方面,本发明提供一种服务器功耗控制系统,包括:
业务获取单元,用于获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;
硬件控制单元,用于根据当前业务量和时段平均业务量启动相应的硬件资源;
功耗预测单元,用于根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;
散热控制单元,用于获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热。
进一步的,所述业务获取单元包括:
数据采集模块,用于获取在指定期限内的服务器的历史业务量,所述历史业务量为以分钟为单位的且连续采集的业务量监控数据;
聚类分析模块,用于利用聚类算法对历史业务量进行分析,得到多个业务量种类,分析业务量种类涉及的时段得到多个时段;
映射生成模块,用于分别计算每个时段对应的业务量种类的平均业务量,得到多个时段与多个平均业务量的映射关系;
业务获取模块,用于根据当前运行时间所属的运行时段和所述映射关系获取时段平均业务量。
进一步的,所述硬件控制单元包括:
评分计算模块,用于利用公式H=k1*X1+k2*X2计算业务量评分,其中,H为分数,k1为第一系数,k2为第二系数,X1为当前业务量,X2为时段平均业务量;
等级设置模块,用于预先设置多个业务量评分等级,并设置每个等级对应的硬件资源,所述硬件资源为GPU、风扇和服务器电源中的任意一种或几种;
资源启用模块,用于根据所述业务量评分所属的业务量评分等级启用相应的硬件资源。
第三方面,提供一种终端,包括:
处理器、存储器,其中,
该存储器用于存储计算机程序,
该处理器用于从存储器中调用并运行该计算机程序,使得终端执行上述的终端的方法。
第四方面,提供了一种计算机存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
本发明的有益效果在于,本发明提供的服务器功耗控制方法、系统、终端及存储介质,通过对服务器的历史业务量、功耗、温度及风扇转速等参数进行分析,获取参数之间的关系,基于这种关系通过控制硬件资源的启动数量及风扇转速将硬件和风扇的功耗降至最低,且能够适应服务器的业务量需求。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的方法的示意性流程图。
图2是本发明一个实施例的系统的示意性框图。
图3为本发明实施例提供的一种终端的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
图1是本发明一个实施例的方法的示意性流程图。其中,图1执行主体可以为一种服务器功耗控制系统。
如图1所示,该方法包括:
步骤110,获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;
步骤120,根据当前业务量和时段平均业务量启动相应的硬件资源;
步骤130,根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;
步骤140,获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热。
为了便于对本发明的理解,下面以本发明服务器功耗控制方法的原理,结合实施例中对服务器功耗进行控制的过程,对本发明提供的服务器功耗控制方法做进一步的描述。
具体的,所述服务器功耗控制方法包括:
S1、获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量。
获取在指定期限内的服务器的历史业务量,历史业务量为以分钟为单位的且连续采集的业务量监控数据;利用聚类算法对历史业务量进行分析,得到多个业务量种类,分析业务量种类涉及的时段得到多个时段;分别计算每个时段对应的业务量种类的平均业务量,得到多个时段与多个平均业务量的映射关系;根据当前运行时间所属的运行时段和映射关系获取时段平均业务量。
具体的,聚类算法采用K-均值聚类算法,指定种类数量为4个。
S2、根据当前业务量和时段平均业务量启动相应的硬件资源。
利用公式H=k1*X1+k2*X2计算业务量评分,其中,H为分数,k1为第一系数,k2为第二系数,X1为当前业务量,X2为时段平均业务量;预先设置多个业务量评分等级,并设置每个等级对应的硬件资源,硬件资源为GPU、风扇和服务器电源中的任意一种或几种;根据业务量评分所属的业务量评分等级启用相应的硬件资源。
其中第一系数k1和第二系数k2均为用户根据业务需求设定的系数,业务需求指业务处理速度。当业务量评分等级最低时仅启用CPU和满足CPU的电源数量和风扇数量,当业务量等级较高时需同时启用CPU和GPU并启用相当数量的电源和风扇。
S3、根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗。
利用大数据分析技术对服务器历史运行数据进行分析,生成业务量与功耗的映射关系,历史运行数据包括服务器业务量数据和同时段的功耗数据。
在本发明的其他实施方式中可利用线性回归模型对历史运行数据进行分析。
S4、获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热。
设定所述散热策略为S=(T+T*g1/g2-T0)*k+b,其中S为风扇转速,T为实际温度,g1为预测功耗,g2为实际功耗,T0为服务器温度阈值,k为风扇系数,b为误差常数;利用粒子群优化算法基于历史风扇控制参数和相应的温度、功耗和预测功耗对所述散热策略的风扇系数k和误差常数b进行优化;将风扇控制参数输入已启动的风扇的风扇控制器。
设定的散热策略考虑了当前温度和预测温度,基于两种温度生成风扇转速。从而使风扇转速满足散热需求且不会产生多余的功耗。
粒子群优化算法为现有技术,因此利用粒子群优化算法优化散热策略参数的方法不再赘述。
如图2所示,该系统200包括:
业务获取单元210,用于获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;
硬件控制单元220,用于根据当前业务量和时段平均业务量启动相应的硬件资源;
功耗预测单元230,用于根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;
散热控制单元240,用于获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热。
可选地,作为本发明一个实施例,所述业务获取单元包括:
数据采集模块,用于获取在指定期限内的服务器的历史业务量,所述历史业务量为以分钟为单位的且连续采集的业务量监控数据;
聚类分析模块,用于利用聚类算法对历史业务量进行分析,得到多个业务量种类,分析业务量种类涉及的时段得到多个时段;
映射生成模块,用于分别计算每个时段对应的业务量种类的平均业务量,得到多个时段与多个平均业务量的映射关系;
业务获取模块,用于根据当前运行时间所属的运行时段和所述映射关系获取时段平均业务量。
可选地,作为本发明一个实施例,所述硬件控制单元包括:
评分计算模块,用于利用公式H=k1*X1+k2*X2计算业务量评分,其中,H为分数,k1为第一系数,k2为第二系数,X1为当前业务量,X2为时段平均业务量;
等级设置模块,用于预先设置多个业务量评分等级,并设置每个等级对应的硬件资源,所述硬件资源为GPU、风扇和服务器电源中的任意一种或几种;
资源启用模块,用于根据所述业务量评分所属的业务量评分等级启用相应的硬件资源。
图3为本发明实施例提供的一种终端300的结构示意图,该终端300可以用于执行本发明实施例提供的服务器功耗控制方法。
其中,该终端300可以包括:处理器310、存储器320及通信单元330。这些组件通过一条或多条总线进行通信,本领域技术人员可以理解,图中示出的服务器的结构并不构成对本发明的限定,它既可以是总线形结构,也可以是星型结构,还可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
其中,该存储器320可以用于存储处理器310的执行指令,存储器320可以由任何类型的易失性或非易失性存储终端或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。当存储器320中的执行指令由处理器310执行时,使得终端300能够执行以下上述方法实施例中的部分或全部步骤。
处理器310为存储终端的控制中心,利用各种接口和线路连接整个电子终端的各个部分,通过运行或执行存储在存储器320内的软件程序和/或模块,以及调用存储在存储器内的数据,以执行电子终端的各种功能和/或处理数据。所述处理器可以由集成电路(Integrated Circuit,简称IC)组成,例如可以由单颗封装的IC所组成,也可以由连接多颗相同功能或不同功能的封装IC而组成。举例来说,处理器310可以仅包括中央处理器(Central Processing Unit,简称CPU)。在本发明实施方式中,CPU可以是单运算核心,也可以包括多运算核心。
通信单元330,用于建立通信信道,从而使所述存储终端可以与其它终端进行通信。接收其他终端发送的用户数据或者向其他终端发送用户数据。
本发明还提供一种计算机存储介质,其中,该计算机存储介质可存储有程序,该程序执行时可包括本发明提供的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(英文:read-only memory,简称:ROM)或随机存储记忆体(英文:random access memory,简称:RAM)等。
因此,本发明通过对服务器的历史业务量、功耗、温度及风扇转速等参数进行分析,获取参数之间的关系,基于这种关系通过控制硬件资源的启动数量及风扇转速将硬件和风扇的功耗降至最低,且能够适应服务器的业务量需求,本实施例所能达到的技术效果可以参见上文中的描述,此处不再赘述。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中如U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,包括若干指令用以使得一台计算机终端(可以是个人计算机,服务器,或者第二终端、网络终端等)执行本发明各个实施例所述方法的全部或部分步骤。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其,对于终端实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例中的说明即可。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
尽管通过参考附图并结合优选实施例的方式对本发明进行了详细描述,但本发明并不限于此。在不脱离本发明的精神和实质的前提下,本领域普通技术人员可以对本发明的实施例进行各种等效的修改或替换,而这些修改或替换都应在本发明的涵盖范围内/任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (9)
1.一种服务器功耗控制方法,其特征在于,包括:
获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;
根据当前业务量和时段平均业务量启动相应的硬件资源;
根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;
获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热;
获取服务器实际温度,获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热,包括:
设定所述散热策略为S=(T+T*g1/g2-T0)*k+b,其中S为风扇转速,T为实际温度,g1为预测功耗,g2为实际功耗,T0为服务器温度阈值,k为风扇系数,b为误差常数;
利用粒子群优化算法基于历史风扇控制参数和相应的温度、功耗和预测功耗对所述散热策略的风扇系数k和误差常数b进行优化;
将风扇控制参数输入已启动的风扇的风扇控制器。
2.根据权利要求1所述的方法,其特征在于,获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量,包括:
获取在指定期限内的服务器的历史业务量,所述历史业务量为以分钟为单位的且连续采集的业务量监控数据;
利用聚类算法对历史业务量进行分析,得到多个业务量种类,分析业务量种类涉及的时段得到多个时段;
分别计算每个时段对应的业务量种类的平均业务量,得到多个时段与多个平均业务量的映射关系;
根据当前运行时间所属的运行时段和所述映射关系获取时段平均业务量。
3.根据权利要求1所述的方法,其特征在于,根据当前业务量和时段平均业务量启动相应的硬件资源,包括:
利用公式H=k1*X1+k2*X2计算业务量评分,其中,H为分数,k1为第一系数,k2为第二系数,X1为当前业务量,X2为时段平均业务量;
预先设置多个业务量评分等级,并设置每个等级对应的硬件资源,所述硬件资源为GPU、风扇和服务器电源中的任意一种或几种;
根据所述业务量评分所属的业务量评分等级启用相应的硬件资源。
4.根据权利要求1所述的方法,其特征在于,根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗,包括:
利用大数据分析技术对服务器历史运行数据进行分析,生成业务量与功耗的映射关系,所述历史运行数据包括服务器业务量数据和同时段的功耗数据。
5.一种服务器功耗控制系统,其特征在于,包括:
业务获取单元,用于获取服务器当前业务量,并根据服务器当前运行时间所属运行时段从历史业务分析数据中获取相应的时段平均业务量,所述历史业务分析数据为根据历史业务量统计的多个时段的平均业务量;
硬件控制单元,用于根据当前业务量和时段平均业务量启动相应的硬件资源;
功耗预测单元,用于根据所述时段平均业务量和设定的业务量与功耗的映射关系生成预测功耗;
散热控制单元,用于获取服务器实际温度和实际功耗,并将所述实际温度、实际功耗和预测功耗输入至预设的散热策略,得到风扇控制参数,将所述风扇控制参数下发至风扇控制器以执行散热;
散热控制单元具体用于:
设定所述散热策略为S=(T+T*g1/g2-T0)*k+b,其中S为风扇转速,T为实际温度,g1为预测功耗,g2为实际功耗,T0为服务器温度阈值,k为风扇系数,b为误差常数;
利用粒子群优化算法基于历史风扇控制参数和相应的温度、功耗和预测功耗对所述散热策略的风扇系数k和误差常数b进行优化;
将风扇控制参数输入已启动的风扇的风扇控制器。
6.根据权利要求5所述的系统,其特征在于,所述业务获取单元包括:
数据采集模块,用于获取在指定期限内的服务器的历史业务量,所述历史业务量为以分钟为单位的且连续采集的业务量监控数据;
聚类分析模块,用于利用聚类算法对历史业务量进行分析,得到多个业务量种类,分析业务量种类涉及的时段得到多个时段;
映射生成模块,用于分别计算每个时段对应的业务量种类的平均业务量,得到多个时段与多个平均业务量的映射关系;
业务获取模块,用于根据当前运行时间所属的运行时段和所述映射关系获取时段平均业务量。
7.根据权利要求5所述的系统,其特征在于,所述硬件控制单元包括:
评分计算模块,用于利用公式H=k1*X1+k2*X2计算业务量评分,其中,H为分数,k1为第一系数,k2为第二系数,X1为当前业务量,X2为时段平均业务量;
等级设置模块,用于预先设置多个业务量评分等级,并设置每个等级对应的硬件资源,所述硬件资源为GPU、风扇和服务器电源中的任意一种或几种;
资源启用模块,用于根据所述业务量评分所属的业务量评分等级启用相应的硬件资源。
8.一种终端,其特征在于,包括:
处理器;
用于存储处理器的执行指令的存储器;
其中,所述处理器被配置为执行权利要求1-4任一项所述的方法。
9.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067454.5A CN114442794B (zh) | 2022-01-20 | 2022-01-20 | 服务器功耗控制方法、系统、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067454.5A CN114442794B (zh) | 2022-01-20 | 2022-01-20 | 服务器功耗控制方法、系统、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114442794A CN114442794A (zh) | 2022-05-06 |
CN114442794B true CN114442794B (zh) | 2023-07-18 |
Family
ID=81368597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210067454.5A Active CN114442794B (zh) | 2022-01-20 | 2022-01-20 | 服务器功耗控制方法、系统、终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114442794B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116069143B (zh) * | 2023-04-06 | 2023-07-18 | 山东省计算中心(国家超级计算济南中心) | 一种基于作业相似性判断功耗预测的节能方法及系统 |
CN116610458B (zh) * | 2023-07-21 | 2023-11-14 | 江苏华存电子科技有限公司 | 一种优化功耗损失的数据处理方法及系统 |
CN117406844B (zh) * | 2023-11-14 | 2024-04-19 | 珠海世宁达科技有限公司 | 一种基于神经网络的显卡风扇控制方法及相关装置 |
CN117806834B (zh) * | 2024-02-28 | 2024-05-28 | 苏州元脑智能科技有限公司 | 资源的调整方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292963A (zh) * | 2016-08-24 | 2017-01-04 | 浪潮电子信息产业股份有限公司 | 一种基于cpu功耗的风扇调控方法 |
WO2020233198A1 (zh) * | 2019-05-22 | 2020-11-26 | 中兴通讯股份有限公司 | 一种智能节能的方法、基站及计算机可读存储介质 |
CN113534936A (zh) * | 2021-09-14 | 2021-10-22 | 苏州浪潮智能科技有限公司 | 一种服务器风扇转速控制方法、装置、设备及介质 |
CN113849365A (zh) * | 2021-08-19 | 2021-12-28 | 苏州浪潮智能科技有限公司 | 服务器性能功耗比调控方法、系统、终端及存储介质 |
-
2022
- 2022-01-20 CN CN202210067454.5A patent/CN114442794B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292963A (zh) * | 2016-08-24 | 2017-01-04 | 浪潮电子信息产业股份有限公司 | 一种基于cpu功耗的风扇调控方法 |
WO2020233198A1 (zh) * | 2019-05-22 | 2020-11-26 | 中兴通讯股份有限公司 | 一种智能节能的方法、基站及计算机可读存储介质 |
CN113849365A (zh) * | 2021-08-19 | 2021-12-28 | 苏州浪潮智能科技有限公司 | 服务器性能功耗比调控方法、系统、终端及存储介质 |
CN113534936A (zh) * | 2021-09-14 | 2021-10-22 | 苏州浪潮智能科技有限公司 | 一种服务器风扇转速控制方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114442794A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114442794B (zh) | 服务器功耗控制方法、系统、终端及存储介质 | |
Hsu et al. | Smoothoperator: Reducing power fragmentation and improving power utilization in large-scale datacenters | |
US8065537B2 (en) | Adjusting cap settings of electronic devices according to measured workloads | |
TW200923632A (en) | Method for equalizing performance of computing components | |
CN109800270B (zh) | 一种数据存储和查询的方法及物联网系统 | |
WO2009156447A2 (en) | Managing power consumption of a computer | |
US20130197895A1 (en) | Real-time server management | |
CN113688001A (zh) | 服务器硬盘功耗动态均衡方法、装置、终端及存储介质 | |
WO2022135440A1 (zh) | Llc谐振电路的控制方法、控制装置及终端设备 | |
Varasteh et al. | On reliability-aware server consolidation in cloud datacenters | |
JP3993848B2 (ja) | 計算機装置及び計算機装置の制御方法 | |
US8725868B2 (en) | Interactive service management | |
CN113885794B (zh) | 基于多云存储的数据访问方法、装置、计算机设备及介质 | |
CN113849365B (zh) | 服务器性能功耗比调控方法、系统、终端及存储介质 | |
CN114035662B (zh) | Ai服务器散热调控方法、系统、终端及存储介质 | |
CN107203256B (zh) | 一种网络功能虚拟化场景下的节能分配方法与装置 | |
CN112565391A (zh) | 调整工业互联网平台中实例的方法、装置、设备和介质 | |
CN116954334A (zh) | 散热控制方法、装置、服务器、计算机设备及存储介质 | |
CN110674150A (zh) | 一种bmc设置策略更新方法和设备 | |
CN107729141B (zh) | 一种业务分配方法、装置和服务器 | |
CN111022365B (zh) | 应对风扇转子故障的调速方法、系统、终端及存储介质 | |
CN104834562A (zh) | 一种异构数据中心及该数据中心的运行方法 | |
CN113138899B (zh) | 一种服务器风扇振动管控方法、系统、终端及存储介质 | |
CN113625861B (zh) | 一种功耗节约方法及系统 | |
CN117492552B (zh) | 动态电压频率调节方法、控制器、装置、设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |