CN117170839A - 基于云资源算力分配减少数据中心用能成本方法 - Google Patents
基于云资源算力分配减少数据中心用能成本方法 Download PDFInfo
- Publication number
- CN117170839A CN117170839A CN202311002504.2A CN202311002504A CN117170839A CN 117170839 A CN117170839 A CN 117170839A CN 202311002504 A CN202311002504 A CN 202311002504A CN 117170839 A CN117170839 A CN 117170839A
- Authority
- CN
- China
- Prior art keywords
- data center
- game
- cloud resource
- energy consumption
- computing 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000005265 energy consumption Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 28
- 230000004069 differentiation Effects 0.000 claims abstract description 4
- 230000008901 benefit Effects 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 4
- 238000007726 management method Methods 0.000 claims description 3
- 238000013468 resource allocation Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 abstract description 8
- 238000004458 analytical method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于云资源算力分配减少数据中心用能成本方法，通过以下步骤实现，基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；形成云资源区域差异化与用能成本间的关系。本发明的计算任务通过对比不同数据中心的不同计算任务用电价格，选择电网电价较低的计算中心。本发明分别建立数据中心博弈模型、和计算任务博弈模型，使用最优性条件和线性规划对此博弈模型进行线性化处理,并利用商业求解器对其求解。
Description
技术领域
本发明属于云计算资源调度技术领域，具体涉及基于云资源算力分配减少数据中心用能成本方法。
背景技术
当前国内云资源算力需求集中在东部、南部地区。为了解决数部分地区据中心用能成本高，云资源算力需求大的问题，通过云资源调度运行至用能成本相对较低的区域承担算力需求，减少算力高需求地区的用能成本。
国外对数据中心云资源用能的研究主要是通过对服务器入口气流温度负载的研究来约束负载分配优化，起到降低系统冷却功耗达到降低数据中心用能成本的目的。此外数据中心云资源用能主要聚焦于服务器热功耗以及服务器硬件利用率等。构建以不同区域、规模为特征参数的云资源用能分析，在整体云资源算力分配与用能成本关系方面有待深入研究。国内对云资源的用能分析多从暖通方向出发，或采用人工智能算法对数据中心整体用能成本进行预测，在云资源区域差异分析及其用能成本方面缺乏深入研究。
发明内容
本发明的目的在于提供一种克服云资源区域差异分析及其用能成本方面缺乏的基于云资源算力分配减少数据中心用能成本方法。
为了实现上述发明目的，本发明采用以下技术方案：
基于云资源算力分配减少数据中心用能成本方法，包括如下步骤：
1)基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；
2)基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；
3)形成云资源区域差异化与用能成本间的关系。
进一步地，所述分配减少数据中心用能成本采用基于博弈论的组合权重确定方法进行决策。
进一步地，所述博弈论包括五个要素，分别为：博弈的参与者、博弈信息、博弈策略、博弈次序和博弈的收益。
根据以上特征，所述五要素具体步骤如下：
1)博弈的参与者：独立决策和承担结果的智能个体；
2)博弈信息：能够帮助选择行为或策略的情报；
3)博弈策略：博弈的参与者可以选择的行为或策略的全集；
4)博弈次序：博弈的参与者作出选择的先后次序；
5)博弈的收益：博弈的参与者作出选择后得到和失去的总和。
进一步地，用户向多媒体云数据中心发起应用请求，数据中心将用户请求排队，云数据中心接收到排队需求集合时，根据网络条件确定响应时间。
在一些示例中，采用集体优先模式下以用户自治为特征的资源分配与管理模型。
与现有技术相比，本发明的有益效果是：
1)本发明的数据中心收集计算任务历史对系统开销的使用情况及未来各计算任务用电预测信息等,通过匹配、优化制定分任务类型的电价。
2)本发明的计算任务通过对比不同数据中心的不同计算任务用电价格，选择电网电价较低的计算中心。
3)本发明分别建立数据中心博弈模型、和计算任务博弈模型，使用最优性条件和线性规划对此博弈模型进行线性化处理,并利用商业求解器对其求解。
具体实施方式
下面将更详细地描述本发明的实施例。然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。本领域的技术人员可以在不偏离本发明精神和保护范围的基础上从下述描述得到替代技术方案。
实施例1
基于云资源算力分配减少数据中心用能成本方法，包括如下步骤：
1)基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；
2)基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；
3)形成云资源区域差异化与用能成本间的关系。
分配减少数据中心用能成本采用基于博弈论的组合权重确定方法进行决策。
博弈论包括五个要素，分别为：博弈的参与者、博弈信息、博弈策略、博弈次序和博弈的收益。
具体如下：
1)博弈的参与者：独立决策和承担结果的智能个体；
2)博弈信息：能够帮助选择行为或策略的情报；
3)博弈策略：博弈的参与者可以选择的行为或策略的全集；
4)博弈次序：博弈的参与者作出选择的先后次序；
5)博弈的收益：博弈的参与者作出选择后得到和失去的总和。
用户向多媒体云数据中心发起应用请求，数据中心将用户请求排队，云数据中心接收到排队需求集合时，根据网络条件确定响应时间。采用集体优先模式下以用户自治为特征的资源分配与管理模型。
集体优先前提下的纳什均衡求解
令
当ω(x1,x2,…xn)存在最大值时，有
由以上可知，
全局满意度为:
比较个人优先前提下和集体优先前提下的分配模式的纳什均衡解,可得出如下结论:
1)两者均遵循平均主义的分配原则；
2)集体优先前提下,用户i的满意度小于个人优先前提,即
3)集体优先前提下,满意度总和大于个人优先前提,即
4)集体优先前提下,资源剩余总和大于个人优先前提,即
在个人优先前提下的分配模式中,用户对资源占有欲的约束低于集体优先前提,用户平均占有更多的资源,而剩余资源相对较少,可持续使用的能力不足。
本发明应用于数据中心环境下任务调度的用能和成本模型相比于应用于以往的服务器集群任务调度模型有非常大的不同。以往的依靠硬件将大量任务分发，现在需要通过综合考虑用能和成本通过算法将大量任务分发。因此，云计算任务调度算法主要有以下目标：提高数据中心的整体效益。东部数据中心、西部数据中心和用户而言，是受益于整体效益提高的。因为当整体效益提高时，会减少用户的任务响应时间和任务使用成本。对于东西部的数据中心服务提供商来说，整体效益提高后，意味着服务器集群在单位时间内完成了更多的任务，那么服务提供商的收益会有一定提高。同时综合考虑用能水平和综合成本，将收益进一步提升。
因为，使用基于博弈论的方法，可以综合考虑多方利益，同时对用能和成本作为约束进行综合评估。一场博弈的定义是一个或多个智能个体在受到一定条件的约束和需要遵守一定的规则情况下，从能够选择的行为或策略中进行选择，选择后执行所选择的行为或策略，并根据执行的行为或策略取得的结果或收益的过程。根据博弈的定义，得知一个完整的博弈包含五点要素：要素一，博弈的参与者，一场博弈中独立决策和承担结果的智能个体；第二，博弈信息，博弈的参与者知道的能够帮助选择行为或策略的情报；第三，博弈策略，博弈的参与者可以选择的行为或策略的全集；第四，博弈次序，博弈的参与者作出选择的先后次序；第五，博弈的收益，博弈的参与者作出选择后得到和失去的总和。
作为主从博弈的主导者，数据中心参考用户的历史用电情况优先制定决策,决定按照计算任务的类型分类型定电价,使收益最大。1)数据中心收集计算任务历史对系统开销的使用情况及未来各计算任务用电预测信息等,通过匹配、优化制定分任务类型的电价。2)计算任务通过对比不同数据中心的不同计算任务用电价格，选择电网电价较低的计算中心。3)分别建立数据中心博弈模型、和计算任务博弈模型，使用最优性条件和线性规划对此博弈模型进行线性化处理,并利用商业求解器对其求解。
以上所述，仅为本公开的具体实施方式，但本公开实施例的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开实施例揭露的技术范围内或者在本公开实施例揭露的思想下，可轻易想到变化、替换或组合，都应涵盖在本公开实施例的保护范围之内。
Claims (6)
1.基于云资源算力分配减少数据中心用能成本方法，其特征在于包括如下步骤：
1)基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；
2)基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；
3)形成云资源区域差异化与用能成本间的关系。
2.根据权利要求1所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于所述分配减少数据中心用能成本采用基于博弈论的组合权重确定方法进行决策。
3.根据权利要求2所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于所述博弈论包括五个要素，分别为：博弈的参与者、博弈信息、博弈策略、博弈次序和博弈的收益。
4.根据权利要求3所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于所述五要素具体步骤如下：
1)博弈的参与者：独立决策和承担结果的智能个体；
2)博弈信息：能够帮助选择行为或策略的情报；
3)博弈策略：博弈的参与者可以选择的行为或策略的全集；
4)博弈次序：博弈的参与者作出选择的先后次序；
5)博弈的收益：博弈的参与者作出选择后得到和失去的总和。
5.根据权利要求1所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于用户向多媒体云数据中心发起应用请求，数据中心将用户请求排队，云数据中心接收到排队需求集合时，根据网络条件确定响应时间。
6.根据权利要求1所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于采用集体优先模式下以用户自治为特征的资源分配与管理模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311002504.2A CN117170839A (zh) | 2023-08-10 | 2023-08-10 | 基于云资源算力分配减少数据中心用能成本方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311002504.2A CN117170839A (zh) | 2023-08-10 | 2023-08-10 | 基于云资源算力分配减少数据中心用能成本方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117170839A true CN117170839A (zh) | 2023-12-05 |
Family
ID=88932688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311002504.2A Pending CN117170839A (zh) | 2023-08-10 | 2023-08-10 | 基于云资源算力分配减少数据中心用能成本方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117170839A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117880292A (zh) * | 2024-03-12 | 2024-04-12 | 华北电力大学 | 基于电力-算力-通信协同调度的数据中心用能优化方法 |
-
2023
- 2023-08-10 CN CN202311002504.2A patent/CN117170839A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117880292A (zh) * | 2024-03-12 | 2024-04-12 | 华北电力大学 | 基于电力-算力-通信协同调度的数据中心用能优化方法 |
| CN117880292B (zh) * | 2024-03-12 | 2024-05-07 | 华北电力大学 | 基于电力-算力-通信协同调度的数据中心用能优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cui et al. | Peer-to-peer energy sharing among smart energy buildings by distributed transaction | |
| Gharesifard et al. | Price-based coordinated aggregation of networked distributed energy resources | |
| Chen et al. | Fair demand response with electric vehicles for the cloud based energy management service | |
| CN110111214B (zh) | 一种基于优先级的用户用能管理方法及系统 | |
| Chung et al. | Intelligent charging management of electric vehicles considering dynamic user behavior and renewable energy: A stochastic game approach | |
| Elghitani et al. | Smoothing net load demand variations using residential demand management | |
| CN112036934A (zh) | 考虑热电协调运行的负荷聚合商参与需求响应的报价方法 | |
| CN106846179B (zh) | 一种基于非合作博弈的居民负荷双层调度优化方法 | |
| An et al. | A distributed and resilient bargaining game for weather-predictive microgrid energy cooperation | |
| CN117170839A (zh) | 基于云资源算力分配减少数据中心用能成本方法 | |
| Pournaras et al. | Measuring and controlling unfairness in decentralized planning of energy demand | |
| CN111682536B (zh) | 虚拟电厂参与日前双重市场的随机-鲁棒优化运行方法 | |
| CN112381577B (zh) | 基于Stackelberg博弈的空调需求响应程度估计方法 | |
| Ren et al. | An efficient two-layer task offloading scheme for MEC system with multiple services providers | |
| CN113992677A (zh) | 一种延迟与能耗联合优化的mec计算卸载方法 | |
| Sun et al. | Collaborative dynamic task allocation with demand response in cloud-assisted multiedge system for smart grids | |
| Misra et al. | SEED: QoS-aware sustainable energy distribution in smart grid | |
| Wu et al. | Incentivizing the spatiotemporal flexibility of data centers toward power system coordination | |
| Moghaddam et al. | On coordination of smart grid and cooperative cloud providers | |
| CN116739292A (zh) | 数据中心的能量优化调度方法、系统和存储介质 | |
| CN114466023B (zh) | 面向大规模边缘计算系统的计算服务动态定价方法及系统 | |
| Zhang et al. | Demand response optimization strategy of data center considering P2P transaction | |
| CN113378481A (zh) | 基于多目标进化算法的互联网数据中心需求响应优化方法 | |
| Fan et al. | An online algorithm based on Lyapunov optimization for energy management of household micro-grids | |
| Joseph et al. | Fog Assisted Personalized Dynamic Pricing for Smartgrid |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB03 | Change of inventor or designer information |
Inventor after: Yang Mingjie Inventor after: Zhang Xiaodong Inventor after: Guo Rui Inventor after: Wang Wei Inventor after: Liu Ning Inventor after: Li Bokai Inventor after: Di Lei Inventor after: Luo Fazheng Inventor after: Zhao Shuhan Inventor before: Yang Mingjie Inventor before: Zhang Xiaodong Inventor before: Guo Rui Inventor before: Wang Wei Inventor before: Liu Ning Inventor before: Li Bokai Inventor before: Di Lei Inventor before: Luo Fazheng Inventor before: Zhao Shuhan |
|
| CB03 | Change of inventor or designer information |