CN1965297A - 基于热效率的数据中心之间的工作负荷安排 - Google Patents
基于热效率的数据中心之间的工作负荷安排 Download PDFInfo
- Publication number
- CN1965297A CN1965297A CNA2005800182386A CN200580018238A CN1965297A CN 1965297 A CN1965297 A CN 1965297A CN A2005800182386 A CNA2005800182386 A CN A2005800182386A CN 200580018238 A CN200580018238 A CN 200580018238A CN 1965297 A CN1965297 A CN 1965297A
- Authority
- CN
- China
- Prior art keywords
- data center
- information
- resource
- described data
- gram
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Cooling Or The Like Of Electrical Apparatus (AREA)
- Air Conditioning Control Device (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种在数据中心(100,252a-252c)之间安排工作负荷的系统(202,250),包括多个网格资源分配管理器(GRAM)(254a-254c),其中,所述GRAM(254a-254c)配置为从数据中心(100,252a-252c)获取信息。所述系统(202,250)还包括信息设施(222),配置为从多个GRAM(254a-254c)接收信息;以及代理(256),配置为接收应用程序请求(258)并从所述请求(258)中确定资源需求,其中,所述代理(256)配置为确定哪个数据中心(100,252a-252c)具有足够资源来执行请求的应用程序(258)。所述系统(202,250)还包括协同分配器(224),配置为接收与具有足够资源的数据中心(100,252a-252c)有关的信息,其中,所述协同分配器(224)进一步配置为基于数据中心(100,252a-252c)的能量效率特性而选择一个数据中心(100,252a-252c)来执行所请求的应用程序(258)。
Description
技术领域
本发明涉及工作负荷安排,更具体地,涉及数据中心之间的工作负荷安排。
背景技术
可以将数据中心定义为某个位置,如容纳设置在若干机架中的计算机系统的房间。标准机架(如电子机柜)被定义为电子工业协会(EIA)壳体,高78英寸(2米),宽24英寸(0.61米),深30英寸(0.76米)。这些机架被配置为容纳若干计算机系统(约四十个(40)系统),而将来的机架被配置为容纳200个或更多个系统。这些计算机系统通常包括若干印刷电路板(PCB)、大容量存储器件、电源、处理器、微控制器以及半导体器件,这些器件在它们工作期间散发出相当多的热量。例如,典型的包括多个微处理器的计算机系统散发约250W的功率。因此,包括四十(40)个这类计算机系统的机架散发约10KW的功率。
将机架中的各部件散发的热量转移到数据中心内包含的冷空气所需的功率通常约为操作这些部件所需功率的10%。然而,除去数据中心内多个机架散发的热量所需的功率通常约为机架内操作这些部件所需功率的50%。散发机架和数据中心之间的各种热负荷所需功率的不一致源于在数据中心内冷却空气所需的附加热动力功。在一个方面中,机架通常由风扇进行冷却,这些风扇使冷空气移动通过发热部件;然而,数据中心通常进行逆功率循环来冷却经过加热的返回空气。除与在数据中心和冷凝器中移动冷却流体有关的功以外,实现降温所需的附加功通常占功率需求的50%。这样,除冷却机架面临的问题之外,数据中心的冷却还存在其他问题。
传统的数据中心通常通过让一个或者多个空调单元工作来进行冷却。例如,空调单元的压缩机通常至少消耗所需工作能量的大约30%来充分冷却数据中心。其他部件(如冷凝器和空气移动器(风扇))则通常消耗所需工作总能量的另外20%。例如,具有100个机架的高密度数据中心(各机架最多散发10KW的功率)通常需要1MW的冷却能力。通常,具有1MW的排热能力的空调单元除需要驱动空气移动器件(如风扇和鼓风机)的功率之外,还需要至少为300KW的输入压缩机功率。传统数据中心的空调单元并不基于数据中心的分布需求来改变它们的冷却流体输出。相反,这些空调单元通常工作于最大压缩机功率(或近似于最大压缩机功率),即使数据中心内的热负荷已得到减少也是如此。
空调单元冷却数据中心的效率为热吸收温度和热排放温度的函数(Carnot功率循环)。经典Carnot功率循环的效率(η)通过下式得出:
从上式可见,随着热吸收温度的升高,效率增加。同时,随着对环境的热排放温度的降低,效率也增加。
数据中心内采用的常见类型的除热系统包括逆功率循环(也称为蒸汽压缩循环)系统。在逆功率循环系统中,在蒸发器中发生热吸收,并在冷凝器中发生热排放。图6A示出了压力(P)-焓(h)图600,该图示出了使用R134a致冷剂从数据中心排放热的典型蒸汽压缩循环。在图600中,在蒸发器(C-D)中发生热吸收(Qevap),在压缩机(D-A)处发生功输入(Wc,并在冷凝器(A-B)处发生热排放(Qcond)。过程C-D和A-B在恒温下发生,并分别称为蒸发器温度(Tevap)和冷凝器温度(Tcond)。
在空调单元的蒸发器处吸收数据中心的热量(Qevap)。在空调单元的冷凝器处进行热排放(Qcond),且Qcond为压缩机的功(Wc)和蒸发器所吸收热量(Qevap)之和。空调单元的性能系数(COP)为所希望输出(Qevap与功输入(Wc)之比,即:
公式2:
通过减少所需的压缩机的功(Wc)来提供相同的冷却量(即Qevap),提高了空调单元的COP。在图6B所示的COP与冷凝器温度(Tcond)的关系曲线602中说明了这种情形。图6B中显示的COP结果基于10℃的蒸发器温度和60%的压缩机等熵效率。由于热量仅以负温度梯度释放到周围的环境,因而环境温度限定了将热排放到外部环境的温度(即冷凝器温度)。因此,环境温度为数据中心的空调系统的最大效率设置了理论上限。
发明内容
根据一个实施例,本发明提供了一种在数据中心之间安排工作负荷的系统。该系统包括多个网格资源分配管理器(GRAM),其中,这些GRAM配置为从数据中心获取信息。该系统还包括:信息设施,配置为从上述多个GRAM接收信息;代理,配置为接收应用程序请求,并从所述应用请求中确定资源需求,其中,所述代理配置为确定哪个数据中心具有足够资源来执行请求的应用程序。该系统还包括协同分配器,配置为接收与具有足够资源的数据中心有关的信息,其中,该协同分配器进一步配置为基于数据中心的能量效率特性而选择上述数据中心之一来执行所请求的应用程序。
附图说明
通过阅读以下结合附图的描述,本领域技术人员可以清楚地理解本发明的特征,其中:
图1示出了根据本发明的一个实施例的数据中心的简化透视图;
图2A为根据本发明的一个实施例的工作负荷安排系统的框图;
图2B为根据本发明的一个实施例的大规模工作负荷安排系统的框图;
图3A为处于某些格林威治平均时间的印度新德里和亚利桑那州菲尼克斯的环境温度的示意图;
图3B为处于某些格林威治平均时间的印度新德里和亚利桑那州菲尼克斯的相对湿度测量值的示意图;
图4A示出了一种根据本发明的实施例的、在数据中心之间安排工作负荷的方法的工作模式的流程图;
图4B示出了一种根据本发明的实施例的、在数据中心之间安排工作负荷的方法的工作模式的流程图;
图5示出了一种根据本发明的实施例的计算机系统;
图6A示出了使用R134a致冷剂的传统蒸汽压缩循环的图示;且
图6B示出了传统空调单元的系数与温度的关系曲线。
具体实施方式
为简明起见,主要通过结合示范性的实施例来描述本发明。在以下的描述中,给出了多种具体细节,以便让读者透彻理解本发明。然而,对本领域普通技术人员而言,显而易见,本发明的实施并不限于这些具体细节。在其他实例中,没有详细描述众所周知的方法和结构,以避免干扰对本发明的说明。
在本说明书中,使用了术语“冷却流体”和“加热的冷却流体”。为简明起见,“冷却流体”一般定义为通过冷却设备(如空调单元)冷却的空气。并且,“加热的冷却流体”一般定义为经过加热的冷却流体。然而,显而易见,术语“冷却流体”不应指仅包含经过冷却的流体的空气,且“加热的冷却流体”不应指仅包含经过加热的冷却流体的空气。相反,本发明的实施例可以使用包含加热的冷却流体和冷却流体的混合物来进行工作。此外,冷却流体和加热的冷却流体可以指不同于空气的气体,如本领域的普通技术人员公知的、可用于冷却电子部件的致冷剂和其他类型的气体。
工作负荷安排系统根据数据中心的各种特性来作出在多个数据中心之间分配资源的决策。所述特性之一包括数据中心内的可用资源(即计算机系统、处理器、存储器、服务器等等)。另一种特性包括基于数据中心的能量使用的若干考虑。另一种特性包括数据中心的工作效率,如以对上述资源进行供电和/或冷却而导致的能量使用表述的工作效率。
在一个实例中,该工作负荷安排系统可利用数据中心所处的环境条件来作出资源分配决策。如背景技术部分所述,冷凝器排放热量的环境温度影响了从数据中心除热的效率。通常,冷凝器排放的热量随环境温度的降低而增加,从而提高了数据中心的冷却系统的效率。当要执行请求的应用程序时,上述工作负荷安排系统可以根据数据中心周围的条件而选择数据中心来执行该请求的应用程序。从而,由于这些环境条件可能随各个数据中心的位置、一年中的各个时间以及一天中的各个时刻而发生改变,因而,在选择用于执行请求的应用程序的数据中心时,工作负荷安排系统可以考虑这些因素。
数据中心可包含用于执行各种应用程序的资源,并可以位于不同的地理位置。例如,数据中心可位于不同的县、州或者大洲等地点。这些数据中心可以与各种用作资源分配管理器的计算机系统进行关联。更具体地,这些计算机系统可以作为本地资源分配管理器和/或网格资源分配管理器。当作为本地资源分配管理器时,这些计算机系统可配置为确定在哪个服务器或其他机器上执行所请求的应用程序。当作为网格资源分配管理器时,这些计算机系统可配置为向信息设施报告它们的可用资源,其中,该信息设施用于记录上述数据中心的资源。
上述工作负荷安排系统也包括代理,后者配置为作出某些工作负荷安排决定。更具体地,上述代理配置为查询上述信息设施,以确定哪个包含足够资源的数据中心来为所请求的应用程序进行计算或操作。上述足够的资源可包括能执行所请求的应用程序的部件和执行所请求的应用程序的足够的资源实例。如果该代理确定单个数据中心满足执行所请求的应用程序的要求,则该代理可以将指令发送到该数据中心来执行所请求的应用程序。然而,如果该代理确定若干个数据中心具有足够的资源来执行所请求的应用程序,则将这些满足要求的数据中心的身份发送到能量感知协同分配器。
上述能量感知协同分配器可以从上述多个满足要求的数据中心中选择一个数据中心来执行所请求的应用程序。该协同分配器可以根据数据中心的能量效率来做出该决定。更具体地,协同分配器可以选择具有最高能量效率的数据中心。可以将数据中心的能量效率作为能量效率系数进行分类。可以按如下所述的方式来确定数据中心的能量效率系数。在任何情况下,协同分配器均可以选择具有最高能量效率系数的数据中心来执行工作负荷或应用程序。
通过实施本发明的各个实施例,可以选择具有相对较高的能量效率的数据中心来执行各种应用程序。因此,一方面,可以在很大程度上优化执行各种应用程序所需的能量,从而在很大程度上实现了与执行各种应用程序有关的成本的最小化。
首先参考图1,其中显示了示范的数据中心100的简化透视图。术语“数据中心”通常表示房间或者其他场所,但是这并不意味着将本发明限于任何特定类型的传送或处理数据的房间,且也不应将对术语“数据中心”的使用理解为将本发明限于任何不同于以上定义的方面。
图1所示的数据中心100表示了一般的情形,可以在其中加入其他部件,或是移除或修改其中的现存部件,而不至于背离本发明的范围。例如,数据中心100可以包括任意数目的机架和公知的被容纳在数据中心内的各种其他设备。从而,尽管图中示出数据中心100包含四排机架102-108与单个CRAC单元114,但是,仍应当理解,数据中心100可以包括任意数目的机架(如100个机架)和CRAC单元114,而不至于背离本发明的范围。因而,四排机架102-108和单个CRAC单元114仅是说明性的和起简化说明的目的,任何情况下都不应将它们视为对本发明的限制。
在图中,示出数据中心100具有排列成基本平行的行的多个机架102-108(如电子机柜)。如图所示,机架102-108b的前侧开放,使得人们可以看到其中容纳的部件122。然而,应当理解,本发明的实施例可以用具有面板的机架(这些面板覆盖了机架102-108的前侧)来实施本发明,而不至于背离本发明的范围。如图所示,所述机架102-108包括位于升高层110上的四个机架(a-d)。可以在升高层110下方的空间112中设置多条导线和通信线(未示出)。空间112也可作为将冷却流体从计算机房空调器(CRAC)单元114送至机架102-108的增压空间。可通过位于某些或所有机架102-108之间的通风片(venttile)116将上述冷却流体从空间112送至机架102-108。如图1所示,通风片116位于机架102、104、106和108之间。
如图所示,CRAC单元114通过流体管道120与屋顶冷凝器118相联系。尽管在图中冷凝器118为屋顶冷凝器,但是,也可以采用任何能将热量传输到外部环境的合适设备,而不至于背离本发明的范围。例如,可以用冷却塔、蒸发冷却器、热交换器等来代替冷凝器118。
在一个实例中,CRAC单元114通常从数据中心100接收经过加热的冷却流体,并且,由CRAC单元114内的致冷剂通过传统的蒸汽压缩循环来吸收来自该冷却流体的热量。在另一个实例中,CRAC单元114包括传统的冷却器系统,该系统配置为对上述经过加热的冷却流体进行冷却。在任何情况下,将所述经过冷却的冷却流体提供给空间112,并通过通风片116将其传送给机架102-108。在另一个实例中,CRAC单元114可包括能改变提供给空间112的冷却流体的温度和/或体积流速(从而改变了传送给机架102-108的冷却流体的这些特性)的部件。2001年10月5日提交的美国专利6574104对图1所示的元件以及这些元件的工作方式进行了更加详细的描述,此处通过引用将其全部内容包含于本文之中。
一般将机架102-108配置成容纳多个部件122,如计算机、服务器、监视器、硬盘驱动器、磁盘驱动器,等等,这些部件用于执行各种操作,如计算、交换、路由、显示,等等。这些部件122可以包括子系统(未示出)(如处理器、微控制器、高速视频卡、存储器、半导体器件等)来执行这些功能。在执行这些电子功能时,部件122以及所述子系统通常散发相当多的热量。由于机架102-108通常包括多达四十(40)个或更多个子系统,因而它们可能向冷却流体散发相当多的热量来将子系统和部件122的温度维持在预定的工作温度范围内。
为简明起见,图中示出了机架102-108中容纳的、数目相对较少的部件122。然而,应当理解,机架102-108可以包括任意数目的部件122,如四十个或更多个部件122,或200个或更多个刀片系统,而不至于背离本发明的范围。并且,尽管图中示出机架102-108在其整个高度上均包含有部件122,但是,应当理解,某些机架102-108可以包括不包含部件122的插槽或者区域,而不至于背离本发明的范围。
图1还示出了计算机系统124。计算机系统124通常配置为控制数据中心100内的各种操作。例如,可以将计算机系统124配置为对在各个部件122之间安排工作负荷进行控制。又比如,可以将计算机系统124配置为对CRAC单元114和通风片116(一起称为冷却系统)的各种操作进行控制。所述冷却系统也包括多个传感器(未示出),配置为检测至少一种环境条件,如温度、压力、湿度,等等。这些传感器可包括任何合适的、配置为检测一个或者多个这些环境条件的传统传感器。可以将这些传感器设置在数据中心100内的各个位置。例如,可以设置这些传感器,使它们检测由CRAC单元114提供的冷却流体的温度、各个机架102-108的入口处的冷却流体的温度、各个机架102-108的出口处的冷却流体的温度,等等。这些传感器可以包括与部件122分离的器件,或者,它们可以包括与部件122集成的器件。
也可以将计算机系统124配置为通过网络(如互联网)与各种设备通信,下面将对此进行更详细说明。可以将各种设备配置为从计算机系统124接收信息。此外,也可以将计算机系统124配置为从各种设备接收信息。
尽管图中示出计算机系统124与机架102-108分离,但是,计算机系统124也可以包括被设置在机架102-108之一内的服务器或其他设备,而不至于背离本发明的范围。
图2A是工作负荷安排系统202的示意框图200。应当理解,以下对框图200的描述仅仅是各种用于配置工作负荷安排系统202的不同方式中的一种方式。并且,应当理解,框图200可以包括其他部件,并可以去除和/或修改在本文所述的某些部件,而不至于背离本发明的范围。例如,框图200可包括任意数目的传感器、服务器、通风片、CRAC单元以及可以在工作负荷安排系统202的工作中实施的其他部件。
如图所示,工作负荷安排系统202包括控制器204,该控制器配置为对数据中心100内的各种部件进行控制。在这方面,控制器204可包括如图1所示的计算机系统124。此外,控制器204可包括微处理器、微控制器、专用集成电路(ASIC),等等。控制器204也可以作为数据中心100的本地资源分配管理器。此外,控制器204还可以作为网格资源分配管理器,以下将对此进行更为详细的描述。
如图所示,控制器204包括输入模块206,该模块配置为从传感器208-212接收信息。输入模块206可以包括硬件和/或软件,配置为支持该输入模块与传感器208-212之间的通信,并且,可以根据传感器208-212与输入模块206之间采用的通信方式来配置这些软件和/或硬件。传感器208-212可包括任何适合的、配置为检测一种或者多种环境条件(如温度、压力、湿度,等等)的传感器。此外,可以将传感器208-212设置在数据中心100内的适当位置。这些适当位置的例子包括CRAC单元114的入口和出口,通风片116的出口,机架102-108的入口和出口,等等。传感器208-212也包括可加入到现有部件之中的传感器,或者,传感器可以与所述部件(如部件122、CRAC单元114、通风片116,等等)捆绑或集成在一起。此外,尽管图2A中示出了三个传感器208-212,但是,系统202中可以包含任意数目的传感器,而不至于背离本发明的范围。
控制器204可以通过任何适当的无线或有线的方式从传感器208-212接收信息。在这方面,可以通过以太网类型的连接或通过有线协议(如IEEE 802.3)或无线协议(如IEEE 802.11b、802.11g)、无线串行连接、蓝牙等等及其组合而从传感器208-212将信息发送到控制器204(更具体地,为输入模块206)。控制器204可以在存储器214中存储从传感器208-212接收的信息。存储器214可以包括传统的存储器件,例如易失性或者非易失性存储器(如DRAM、EEPROM、闪存及其组合)。
一方面,控制器204的冷却模块216可以接收由输入模块206从传感器208-212接收的信息。或者,冷却模块216可以访问存储器214来获取该信息。在任何情况下,可以将冷却模块216配置为确定如何响应所接收的信息来操作一个或多个CRAC单元114与通风片116。此外,可以将冷却模块216配置为按照2003年5月29日提交的、同时待审的美国专利申请10/446867中描述的方式来操作通风片116和/或CRAC单元114,此处通过引用将其全部公开内容包含于本文之中。例如,可以将冷却模块216配置为:如果所述信息表明需要对数据中心100进行更多的冷却,则增加传送给空间112的冷却流体的体积流速。
可以通过使用接口电子电路230来将控制信号从控制器204发送到通风片116和CRAC单元114。一方面,所述接口电子电路230可作为控制器204与CRAC单元114与通风片116的各种执行器(未显示)之间的接口。例如,接口电子电路230可改变提供给所设置的执行器的电压来启动通风片116中的叶片(vane),以改变通风片116的开度(opening)。
根据另一实例,控制器204可以包括热指数计算器模块218。所述热指数计算器模块218可配置为接收由输入模块206接收的信息和计算热指数,该指数是无量纲参数,它可以用于确定可缩放的“性能指数”。此外,该性能指数可以量化数据中心100的各个位置处发生的环流(recirculation)的数目。在这方面,以供热指数(SHI)和回热指数(RHI)的形式公开了所述参数。SHI和RHI可作为对一个或多个部件(如机架、机架簇或整个数据中心100)的热管理与能量效率的指示。
如专利申请10/446867中所公开和描述的,可以用SHI来确定环流到提供给机架102-108的冷却流体之中的经过加热的冷却流体的量级(level)。此处通过引用将其全部公开内容包含于本文之中。如该申请中所讨论的,可以根据在整个数据中心100中的各个位置处测量的温度来计算SHI。例如,可以用由CRAC单元114提供的冷却流体的温度与提供给各个机架102-108的冷却流体的温度以及各个机架102-108排出的冷却流体的温度来确定SHI。如专利申请10/446867中所描述的,可以按下式确定给定机架的SHI:
公式3:
热指数计算器模块218还可计算数据中心100的总SHI。例如,热指数计算器模块218可以从位于数据中心100内的不同位置处的传感器208-212接收温度信息,其中,某些传感器208-212配置为检测由不同CRAC单元114提供的冷却流体的温度以及位于数据中心100的不同位置处的机架102-108的入口和出口处的温度。热指数计算器模块218可以将所计算的SHI累加,并形成数据中心100的SHI。将所计算的SHI进行累加可包括为数据中心100确定最小SHI量级、最大SHI量级、平均SHI量级和中间SHI量级,等等。热指数计算器模块218可以将一个或多个SHI量级发送到控制器204的通信模块220。可以将通信模块220配置为与信息设施222和协同分配器224进行通信,以下将对此进行更详细的描述。可以通过互联网226来实现所述通信。在这方面,通信模块220可以包括任何已知的和适当的、配置为实现控制器204和互联网226之间的通信的硬件和/或软件。
如图2A所示,控制器204包括工作负荷安排模块228。工作负荷安排模块228通常配置为从用户、顾客、另一计算机系统、代理256、协同分配器224等处接收工作负荷请求,以及确定哪些部件122能执行所述工作负荷请求。并且,工作负荷安排模块228配置为将所述工作负荷请求提交给上述的合适部件122。在执行这些功能时,工作负荷安排模块228可以访问存储在存储器214中的与部件122有关的信息。该信息可以包括部件122中包含的各个子系统(如处理器、驱动器、软件,等等)、部件122的当前和计划的工作负荷、部件122的各种性能特性、部件122的能耗特性,等等。在这方面,控制器204可以作为数据中心100的本地资源分配管理器。
工作负荷安排模块228也可以与通信模块220通信。一方面,可以将工作负荷安排模块228配置为将关于部件122的信息发送到通信模块220。也可以将通信模块220配置为将该信息发送到信息设施222,以下将对此进行更为详细的描述。通常,通信模块220可以作为支持控制器204与信息设置222之间的通信的装置。
输入模块206也可以从外部传感器232和时钟234接收信息。可以将外部传感器232配置为检测数据中心100周围的一个或者多个环境条件。可以将时钟234配置向输入模块206提供当前时间。可通过通信模块220将分别由外部传感器232和时钟234检测的环境条件和时间发送到信息设施222,以下将对此进行更为详细的描述。
从而,控制器204可作为网格资源分配管理器,其中,控制器204可配置为将数据发送到信息服务222。此外,控制器204也可以从能量感知协同分配器224接收指令,并形成大规模工作负荷安排系统的一部分,以下将结合图2B对此进行描述。
图2B是具有多个数据中心252a-252c的工作负荷安排系统250的示意框图。应当理解,以下对WPS 250进行的描述仅仅是各种配置WPS 250的不同方式中的一种方式。此外,应当理解,WPS 250可以包括其他部件,并且,可以去除和/或修改本文所述的某些部件,而不至于背离本发明的范围。例如,WPS 250可以包括任意数目的数据中心、代理、协同分配器以及可以在WPS 250的工作中实施的其他部件。
如图2B所示,WPS 250包括多个数据中心A-C 252a-252c,各个数据中心可以配置为如图1所示的数据中心100。因此,一方面,数据中心252a-252c可以包括结合图1描述的某些或者所有元件。此外,数据中心252a-252c可以位于各不相同的多个地理位置。这些不同的地理位置可包括特定州的不同县、不同州、不同国家、不同大洲、不同时区等位置。又比如,基本上可以根据在不同时间具有不同环境条件的位置来确定这些地理位置。从而,数据中心(如数据中心252a)可以位于美国,而另一数据中心(如数据中心252b)可以位于印度。
此外,图中示出网格资源分配管理器(GRAM)254a-254c与各个数据中心252a-252c相关联。所述GRAM 254a-254c可包括计算机系统124和工作负荷安排系统202的控制器204。在这方面,可以将GRAM 254a-254c配置为按照结合计算机系统124和控制器204而描述的方式进行工作。或者,GRAM 254a-254c可包括各个独立的计算设备,可以将这些设备配置为从各个工作负荷安排系统202接收信息以及将信息发送到各个工作负荷安排系统202。
可以将GRAM 254a-254c配置为执行WPS 250中的各种其他功能。一种功能包括汇集与数据中心252a-252c中包含的部件122的性能有关的各种信息。如以上结合工作负荷安排模块228所描述的那样,可以将GRAM 254a-254c配置为收集与部件122有关的信息。同样如上所述,还可以将工作负荷安排模块228配置为确定部件122上的预期或计划的工作负荷。GRAM 254a-254c也可以包括通信模块220,并可以配置为将与数据中心252a-252c中的部件有关的信息发送到信息设施222。在这方面,GRAM 254a-254c可以包括以上结合图2A描述的工作负荷安排模块228。
信息设施222可包括计算机系统或其他能通过网络(如互联网226)与GRAM 254a-254c通信的计算设备。信息设施222通常作为硬件和/或软件工作,在该设施中,可以记录和存储来自GRAM 254a-254c的信息。并且,可以将信息设施222物理地设置在任何合适的位置。例如,信息服务222可以形成WPS 250中的部件(如GRAM 254a-254c、能量感知协同分配器224,等等)的一部分。或者,信息服务222可以形成单独的设备,并可位于与WPS 250的其他部件不同的地理位置。
GRAM 254a-254c也可以用于收集SHI信息。因此GRAM 254a-254c可包括热指数计算器模块218。GRAM 254a-254c可通过通信模块220将SHI信息发送到信息设施222。例如,通信模块220可通过互联网226连接到信息设施222。
可以为GRAM 254a-254c编入地理位置信息。例如,可以为GRAM254a-254c编入与相关房间252a-252c分别所在的州、国家、大洲、时区等有关的信息。GRAM 254a-254c也可以包括各自的温度传感器,这些传感器配置为检测相关数据中心252a-252c的环境温度。也可以通过通信模块220将该信息提供给信息设施222。
将能量感知协同分配器224配置为查询信息设施222,以获取与数据中心252a-252c的各种特性有关的信息。协同分配器224也可以包括计算设备(如计算机系统、服务器、硬件、软件,等等),可以用这些设备来执行如下所述的各种功能。一方面,协同分配器224可以对数据中心252a-252c进行选择来执行所请求的应用程序。基本上可以根据数据中心252a-252c的能量效率系数来对数据中心252a-252c进行选择。更具体地,协同分配器224可以选择252a-252c中具有最高的能量效率系数(χ)的数据中心。可以按照下式确定252a-252c中第i个数据中心的能量效率系数(χi):
公式4:
其中
公式5:ξi=1/SHI,第i个数据中心,
公式6:
其中Qevap为数据中心的希望的热输出,且Wc为压缩机的功输入,
τ为计划的应用程序持续时间,以及
t为计划的应用程序执行时刻。
在配置应用程序时,协同分配器224可选择252a-252c中具有最高能量效率系数(χ)的数据中心。可以将最高或最大的能量效率系数(χ)标识为工作负荷安排指示(WPI),即
公式7:WPI=max(χi)i
由公式(4)可见,第i个数据中心的能量效率系数(χi)取决于多个因素。这些因素包括数据中心的SHI、计划的应用程序持续时间(τ)、计划的应用程序执行时刻(t),以及数据中心的性能系数(COP)。如同在背景技术部分所述的,COP随数据中心252a-252c周围的环境条件而变化。并且,数据中心252a-252c的COP也随所采用的冷却技术的类型以及数据中心252a-252c中的工作负荷而变化。因此,数据中心252a-252c的能量效率系数(χi)可以随数据中心252a-252c所在的特定区域的时间以及与它们的COP相关的各种其他因素而变化。
例如,可以认为数据中心252a位于亚里桑那州的菲尼克斯,并可以认为数据中心252b位于印度的新德里。图3A示出了新德里和菲尼克斯在2002年5月的某一天的各个格林威治平均时间(GMT)处的环境温度示意图300。如图300所示,菲尼克斯和新德里的环境温度随测量温度时的GMT而变化。在这方面,数据中心252a和252b的COP也随它们各自的GMT而变化。因而,数据中心252a和252b的能量效率系数(χi)也在不同的GMT处发生变化。
为进一步说明,如图3A所示,当菲尼克斯的夜间温度降到20℃以下时,新德里的下午温度达到最高的40℃。假定此时冷凝器的温度比环境温度高10℃,则新德里和菲尼克斯的数据中心的冷凝器温度分别为50℃和30℃。从图6B所示的COP曲线可以得出,对应于这些工作条件的COP分别为3.32和7.61。该结果清楚地表明,在该时点处,将工作负荷安排在新德里比将工作负荷安排在菲尼克斯导致的能耗高56%。因此,就能量消耗而言,在该时点将工作负荷安排在位于菲尼克斯的数据中心将更为有利。
在确定将工作负荷安排在何处时,所考虑的另一个因素是各个数据中心252a-252c周围的环境湿度。更具体地,取决于数据中心周围的空气的相对湿度(RH),对数据中心的补给空气进行冷却可能会导致无意中冷凝空气中的水分。例如,将30℃、50%RH的空气冷却到15℃和98%RH需要为每千克空气冷凝3克水分。因此,在冷凝过程中,除去潜热浪费了大约30%的实际冷却能力。冷凝过程导致了冷却系统上的、未反映在由系统提供的可感知的冷却能力中的潜热负荷。这种额外的负荷通常降低了冷却系统的实际的可感知冷却效率。通常,外部空气占数据中心内的总环流体积流速的10%。因此,周围空气的相对湿度对数据中心冷却性能的影响低于冷凝器温度对该性能的影响。然而,较高的环境RH是一种潜在的不利因素,因为它使得人们不能为数据中心的冷却系统采用能耗更低的方法(如蒸发冷却)。
如图3B所示,图350示出了菲尼克斯和新德里在一天中的各个GMT处的RH量级。在图350中,在一天中的某些特定时刻,菲尼克斯和新德里的RH量级各不相同,但是,在某些时段(如新德里的下午时段)内,二者相似。因此,如果将工作负荷安排在新德里的下午时段附近,则在确定工作负荷安排时,RH量级不会成为重要因素。然而,如果将工作负荷安排在新德里的晚间时段附近,则在确定将工作负荷安排在哪个数据中心时,RH量级将成为重要因素。更具体地,由于菲尼克斯和新德里的RH之间存在将近40%的差异,因而,尽管那时菲尼克斯的环境温度可能比新德里的温度高,但是由于RH量级的差异,仍然可能会将工作负荷安排到位于菲尼克斯的数据中心。
如上所述,数据中心252a-252c的COP可能随数据中心252a-252c附近的RH量级而变化。此外,可以将协同分配器224配置为在选择252a-252c中的数据中心来执行应用程序258的过程中考虑RH量级因素。
根据一个实例,协同分配器224可以使用数据中心252a-252c的经过修改的COP值,可以根据部件122消耗的功率与CRAC单元114对部件122进行冷却时消耗的功率之比来得出这些经过修改的COP值。CRAC单元114消耗的功率包括对传送给部件122的冷却流体进行除湿所需的功率。在这方面,需要对具有高于预定整定点的RH量级的数据中心252a-252c进行更大规模的除湿,这意味着CRAC单元114在对部件122进行冷却时需要消耗更多的功率。根据部件122消耗的功率与CRAC单元114消耗的功率之间的这种关系,对于具有高于预定整定点的RH量级的数据中心252a-252c而言,它们的经过修改的COP值会减小。然而,如果RH量级低于预定整定点,则CRAC单元114将尝试对传送给部件122的冷却流体进行加湿。在这种情况下,由于加湿过程也将导致CRAC单元114消耗附加的功率,因而,经过修改的COP将收到加湿过程的影响。因此,经过修改的COP可用于代替以上结合确定能量效率系数(χ)时描述的COP。并且,协同分配器224可以根据经过修改的COP而选择252a-252c中具有最高能量效率系数(χ)的数据中心来执行所请求的应用程序258。
根据另一个实例,在确定数据中心252a-252c的能量效率系数(χ)时,可以引入惩罚因子。基本上,可以根据数据中心252a-252c周围的RH量级来得出所述惩罚因子。从而,如果RH量级高于预定整定点,则CRAC单元114的除湿器工作。如果除湿器工作,则可以在为数据中心252a-252c确定COP的过程中引入惩罚因子。例如,在确定是否将应用程序分配给数据中心252a-252c时,如果检测到惩罚因子,则协同分配器224可以不考虑252a-252c中的任何数据中心。
或者,可以根据数据中心252a-252c中除湿器(或者加湿器)的工作等级来指定惩罚因子。从而,可以将值指定给各种等级的除湿器(或者加湿器)行为,而这些行为与具有正在工作的除湿器的数据中心252a-252c的惩罚因子相关。在该实例中,可以为具有更高等级的除湿器或加湿器行为的数据中心252a-252c指定更大的惩罚因子。可以从除湿器正在工作的数据中心252a-252c的COP中减去所述惩罚因子,或者,可以减小这些数据中心的COP。此外,可以根据除湿(或加湿)的等级来确定COP减小的量级。在这方面,由于除湿(或加湿)操作的缘故,252a-252c中的COP量级减小的数据中心的能量效率系数(χ)将比252a-252c中的COP未减小的数据中心的该系数低。
作为另一个实例,可以将数据中心252a-252c的RH量级与预定整定点进行比较。可以根据多个因素来确定这些预定的RH整定点量级。例如,可以根据部件122或CRAC单元114的制造商提供的说明书、对CRAC单元114在各个RH量级下进行的功耗量级测试等来确定这些整定点量级。在该实例中,如果在给定数据中心252a-252c测量的RH量级相对于预定的RH整定点量级的误差处于预定误差范围内(如处于RH整定点量级的约8%的范围内),则协同分配器224可以考虑将该数据中心252a-252c作为用于执行所请求的应用程序的候选者。然而,如果在给定数据中心252a-252c测量的RH量级落在误差量级范围之外,则协同分配器224将不考虑数据中心252a-252c。在任何情况下,协同分配器224均可从剩下的候选数据中心252a-252c中选择一个数据中心来执行应用程序258。
此外,可以将协同分配器224配置为:如果由数据中心252a-252c执行应用程序258,则根据数据中心252a-252c的预测能量效率系数(χ)值来选择数据中心252a-252c。从而,GRAM 254a-254c可以配置为通过为各个数据中心252a-252c安排的附加工作负荷来对这些数据中心的SHI量级进行预测或建模。GRAM 254a-254c可以根据预测的SHI量级来计算数据中心252a-252c的能量效率系数(χ)。在这方面,数据中心252a-252c的能量效率系数(χ)可能随附加的工作负荷而变化。可以将协同分配器224配置为考虑能量效率系数(χ)变化的可能性,并由此可以选择对计划的工作负荷而言具有最高的WPI的数据中心252a-252c。
可通过用各种工作负荷对数据中心252a-252c进行测试来确定它们对SHI的影响而确定基于预期的附加工作负荷的SHI改变。或者,可以根据制造商指定的数据中心252a-252c中包含的部件122的散热特性来计算SHI改变。另外,可以利用制造商指定的散热特性和所述测试的组合来确定增加的工作负荷对数据中心252a-252c的SHI量级的影响。
在任何情况下,可以将预期的SHI量级和/或能量效率系数(χ)以查找表、图标等形式存储在GRAM 254a-254c的存储器中。此外,可以将该信息发送到信息设施222,并由协同分配器224取得该信息。
图2B中也示出了代理256,该代理配置为根据与能量使用或者能量保存无关的标准来选择一个或者多个数据中心252a-252c执行所请求的应用程序。或者,代理256配置为查询信息设施222,以确定哪个数据中心252a-252c能执行所请求的应用程序。一方面,代理256可以包括计算设备或在计算设备上工作的软件,上述设备或软件配置为选择一个或者多个满足要求的数据中心252a-252c。
在做此决定时,代理256配置为获取与数据中心252a-252c中的可用资源相关的信息。更具体地,代理256可以确定一个或者多个数据中心252a-252c是否包含合适的资源(即机器、软件、操作系统、资源实例等)来执行所请求的应用程序。代理256也可以从信息设施222接收与可用于执行所请求的应用程序的资源数量相关的信息,以及关于所述资源是否具有足够数量的资源实例来执行所请求的应用程序的信息。此外,代理256可确定是否存在任何阻止数据中心252a-252c执行所请求的应用程序的约束。所述约束可包括限制或安全问题,这些事项可能会阻止将工作负荷分配给特定的数据中心。从而,这些约束可以包括要求在美国境内执行某些应用程序的许可协议。
在工作中,代理256可以接收资源说明语言(RSL)形式的针对应用程序258的请求。该RSL可包括对特定应用程序258所需服务的描述。代理256可配置为确定需要哪些特定资源(及其数量)来执行特定应用程序258所需的服务,可以将此视为基础RSL。一方面,代理256可以将RSL转换为基础RSL。例如,应用程序258可以包括RSL形式的、针对BEA和Oracle的入口应用程序的请求,该应用程序配置为服务每小时100位用户。代理256可以将该请求转换为基础RSL,该基础RSL可以包括关于需要5台rp2450服务器(具有超过1GB的内存)、12台lp2000r服务器以及8台DL360来执行所请求的应用程序258的指示。
通常,基础RSL可以规定,需要一定数目的计算设备来执行特定的应用程序258,其中,这些设备具有预定的体系结构,并能运行预定的时段。代理256可以查询信息设施222,以获得与数据中心252a-252c中的可用资源有关的信息。代理256可以将数据中心252a-252c中的可用资源与基础RSL中给出的资源需求进行比较,以确定哪个数据中心252a-252c具有足够的资源来执行所请求的应用程序258。可以以多种不同的方式进行上述比较。例如,可以将应用程序258所需的基础RSL信息和来自信息设施222的数据中心252a-252c的信息汇编成图或者表格,这样,代理256便可以将它们进行直接比较。
如果代理256确定252a-252c中不存在具有足够的资源来执行所请求的应用程序的数据中心,则代理256可以确定不执行应用程序258。如果代理256确定252a-252c中的单个数据中心具有足够的资源来执行所请求的应用程序,则代理256可以将所请求的应用程序258提交给252a-252c中的该数据中心,这样,应用程序258可以通过252a-252c中的该数据中心来执行。如果代理确定252a-252c中存在多于一个满足执行所请求的应用程序258的条件的数据中心,则代理256可以将满足要求的数据中心252a-252c的身份发送到协同分配器224。
或者,代理256可以将基础RSL形式的需求发送到协同分配器224。在该实例中,协同分配器224可以查询信息设施222,以获得与数据中心252a-252c中的可用资源有关的信息。协同分配器224可以将基础RSL形式的需求与数据中心252a-252c中的可用资源进行比较,以确定252a-252c中的哪个数据中心能执行所请求的应用程序258。协同分配器224可根据满足要求的数据中心252a-252c的能量效率系数来选择252a-252c中的一个满足要求的数据中心。从而,如上所述,协同分配器224可以选择252a-252c中具有最高能量效率系数的数据中心。
根据另一实例,协同分配器224可以直接接收针对应用程序258的请求,而无需从代理256接收信息。在该实例中,可以以基础RSL的形式直接将针对应用程序258的请求提交给协同分配器224。如上所述,协同分配器224可以将基础RSL形式的需求与数据中心252a-252c中的可用资源进行比较,以确定252a-252c中的哪个数据中心包含适当的资源来执行所请求的应用程序258。此外,同样如上所述,协同分配器224可以选择数据中心252a-252c中之一来执行所请求的应用程序258。
图4A示出了一种工作负荷安排方法的工作模式400的流程图。应当理解,以下对工作模式400进行的描述仅仅是各种用于实施本发明的实施例的不同方式中的一种方式。本领域普通技术人员还应当理解,工作模式400表示一般的情形,并可以向其中添加其他步骤或除去、修改、重新排列现有步骤,而不至于背离本发明的范围。
因为结合图2A所示的框图200描述了工作模式400,因而在该描述中也提及了其中的元件。然而,应当理解,工作模式400并不限于采用框图200中给出的元件。相反,应当理解,可以通过另一工作负荷安排系统(具有不同于框图200所示配置的配置)来实施工作模式400。
如图所示,可以在步骤402处开始或启动工作模式400。工作模式400的启动可包括启动数据中心100中的部件122和冷却系统(如CRAC单元114和通风片116)。一旦启动,则传感器208-212将检测数据中心100的一个或者多个位置处的工作条件,如步骤404所示。例如,可以设置传感器208-212,以检测由CRAC单元114提供的冷却流体的温度、各个机架入口处的冷却流体的温度、各个机架出口处的冷却流体的温度,等等。根据所检测的这些条件,热指数计算器模块218可以在步骤406中计算数据中心100的供热指数(SHI)。
热指数计数器模块218也可配置为确定各种负荷条件下的SHI级量级。热指数计算器模块218可通过测试或根据制造商指定的部件122的热输出来确定SHI量级。在这方面,可以根据数据中心100的预期负荷量级来得出SHI量级。可以将通过热指数计算器模块218获得的信息存储在存储器214中,并可将其发送到信息设施222。
在步骤408处,工作负荷安排模块228可确定数据中心100中的资源,如部件122、计算机系统、服务器,显示器、其他硬件和软件,等等。对资源进行确定与在数据中心100中执行资源清查类似,并可以表格或任何其他适当的形式将结果存储在存储器214中。在步骤410中,工作负荷安排模块228也可以确定资源的当前工作负荷及其计划的工作负荷。
在步骤412中,控制器204也可以从外部传感器232接收与数据中心100周围的环境条件有关的信息。此外,在步骤414中,控制器204可以从时钟234接收与时间相关的信息。可以将从时钟234接收的时间与控制器204接收各种输入信息的时间进行关联。从时钟234接收的时间可能与本地时间相关,或者它可能基于GMT。在任何情况下,控制器204可以将通过输入模块206接收的信息存储在存储器214中。该信息可以包括SHI信息、资源信息、环境温度以及时间信息。
在步骤416处,可以建立控制器204与信息设施222之间的通信。所述通信的建立可包括用通信模块220形成至信息设施222的链路。通信模块220可通过任何合适的公知方式(如通过互联网226)与信息设施222形成通信链路。
在步骤418中,控制器204可将上述信息发送到信息设施222。将信息发送到信息设施222可包括发送与GRAM 254a-254c相关的数据中心252a-252c的身份。可通过指定的序列号、IP地址或其他公知的标识手段来识别数据中心252a-252c。
步骤418之后,在步骤420中,控制器204可确定是否重复工作模式400。控制器204可响应信息设施222的请求、在进行预定次数的迭代后、在经过预定时间后、在一天中的预定时刻、根据用户的人工重复而确定将重复工作模式400。如果在步骤420中确定要重复工作模式400,则重复步骤404-420,直到在步骤420中满足终止条件为止。
当控制器204确定结束工作模式400时,如步骤422所示,这时可能已满足终止条件。例如,如果不存在重复工作模式400的条件,则控制器204可以确定结束工作模式400。此外,用户可以人工指令控制器204停止工作模式400的执行。作为另一实例,当部件和/或冷却系统的电源关断时,可以结束工作模式400。在任何情况下,终止条件422类似于工作模式400的闲置模式,因为工作模式400可以重新启动。
图4B示出了一种工作负荷安排方法的工作模式450的流程图。应当理解,以下对工作模式450的描述仅是各种用于实施本发明的实施例的不同方式中的一种方式。本领域普通技术人员还应当理解,工作模式450表示一般情形,并且可以向其中添加其他步骤或除去、修改、重新排列现有步骤,而不至于背离本发明的范围。
因为结合图2B所示的框图250描述了工作模式450,因而在该描述中也提及了其中的元件。然而,应当理解,工作模式450并不限于采用框图250中给出的元件。相反,应当理解,可以通过另一工作负荷安排系统(具有不同于框图250所示配置的配置)来实施工作模式450。
如图所示,可以在步骤452开始或启动工作模式450。可通过建立GRAM 254a-254c与信息设施222之间的通信来启动工作模式450。此外,如步骤454所示,GRAM 254a-254c可以将信息发送到信息设施222。从而,步骤452和454可以分别类似于图4A所示的步骤416和418。如上所述,GRAM 254a-254c可以包括控制器204,并可以以类似于结合图4A描述的方式工作。在这方面,252a-252c中的各个数据中心的GRAM 254a-254c可发送与SHI信息、资源信息、环境温度、时间信息等有关的信息。信息服务222可以将该信息存储在相关存储器中。
此外,或者另外,如步骤456,可通过接收针对应用程序258的请求来启动工作模式450。取决于与应用程序258对应的RSL的范围,可以通过代理256和/或能量感知协同分配器224来接收针对应用程序258的请求。更具体地,如果请求以RSL的形式提交,则代理256可以接收针对应用程序258的该请求。然而,如果请求以基础RSL的形式提交,则协同分配器224可以接收针对应用程序258的请求。
如果以RSL的形式将针对应用程序258的请求提交给代理256,则代理256可以在步骤458中确定执行应用程序258的条件,这可包括将RSL转换成基础RSL。执行应用程序258的条件可包括与执行所请求的应用程序258所需的资源、执行所请求的应用程序258所需的时间、是否存在任何关于在何处和/或何时执行应用程序258的约束等有关的信息。如上所述,可以将这些条件与RSL形式的针对应用程序258的请求一起进行发送。
代理256可以查询信息设施222,以获得由信息服务222从GRAM254a-254c接收的部分或全部信息。代理256可以将基础RSL信息与从GRAM 254a-254c接收的信息进行比较,以确定252a-252c中的哪个数据中心包括必要的资源来执行所请求的应用程序258。在步骤460中,代理256可以汇编252a-252c中具有足够资源来执行所请求的应用程序258的数据中心的列表,或是对这些数据中心进行识别。在步骤462中,如果代理256确定252a-252c中不存在包含必要资源的数据中心(DC),则在步骤464中,代理256可确定是否改变资源说明。如果代理256确定可以改变某些资源需求来使得由252a-252c中一个或者多个数据中心能执行应用程序258,则在步骤464中,代理256可以决定改变资源说明。例如,如果可以由数量更少的处理器花更长的时间来实现,则代理256可以确定252a-252c中的一个或多个数据中心能执行应用程序258。在这种情况下,代理256可通过改变应用程序258所需的资源说明的某些方面来在步骤466中改变资源说明,例如,代理256可以改变执行所请求的应用程序258的部件类型。
然而,如果代理256在步骤464中决定不改变资源说明,则可以在步骤468中结束工作模式450。例如,如果代理256确定即使改变资源说明252a-252c中也不存在具有足够资源来执行所请求的应用程序258的数据中心,则代理256可以决定不改变资源说明。作为另一实例,可以不给予代理256修改资源说明的权利,从而它不能改变资源说明。步骤468等同于工作模式450的闲置模式,因为工作模式450可响应对针对另一应用程序258的请求的接收而重新启动,或通过人工启动等方式而重新启动。
如果252a-252c中存在至少一个具有必要的资源来执行所请求的应用程序258的数据中心,则代理256可确定252a-252c中的哪个数据中心可以执行所请求的应用程序。在步骤470中,代理256可确定252a-252c中是否存在超过一个能执行所请求的应用程序的数据中心(DC)。如果252a-252c中仅有一个数据中心能执行所请求的应用程序258,则代理256可以在步骤472中命令252a-252c中的该数据中心执行请求的应用程序258。然而,如果代理256确定252a-252c中存在超过一个满足条件的数据中心,则代理256可以在步骤474中将252a-252c中满足条件的数据中心的身份发送到能量感知协同分配器224。或者,如以上详细描述的,代理256可以将基础RSL发送到协同分配器224。
协同分配器224可以查询信息设施222,以便从信息设施222获得252a-252c中的满足条件的数据中心的能量效率系数(χ),或者,从信息设施222获取SHI和COP等信息,使得协同分配器224可以在步骤476中计算数据中心252a-252c的能量效率系数(χ)。在确定数据中心252a-252c的能量效率系数(χ)时,可以使用执行应用程序258时数据中心252a-252c的COP。从而,如果在发出请求的时候执行应用程序,则可以使用请求应用程序258时数据中心252a-252c的COP来确定数据中心252a-252c的能量效率系数(χ)。或者,如果将在随后执行应用程序258,则可以采用数据中心252a-252c的预测的COP来确定能量效率系数(χ)。并且,可以在应用程序258的配置的执行时段内对数据中心252a-252c的COP进行平均。在一个实例中,可根据各个数据中心252a-252c在一段时间内的平均COP得出能量效率系数(χ)。
作为另一实例,协同分配器224可以用预期的工作负荷或由数据中心252a-252c执行的应用程序258来确定数据中心252a-252c的能量效率系数(χ)。如上所述,GRAM 254a-254c可以确定,当增加施加给数据中心252a-252c的工作负荷时,SHI量级是如何受到影响的。随着SHI量级发生改变,数据中心252a-252c的能量效率系数(χ)也发生改变。在这方面,当前条件下和预测的负荷条件下的能量效率系数(χ)可能不同。取决于为协同分配器224配置的工作方式,协同分配器224可以根据以上的任一条件对数据中心252a-252c进行选择。
作为另一示例,可以用上述的经过修改的COP来确定数据中心252a-252c的能量效率系数(χ)。或者,如上所述,可以根据数据中心252a-252c周围的RH量级而减小数据中心252a-252c的能量效率系数(χ)(尤其是COP)。此外,如果252a-252c中的一个或多个数据中心的RH量级相对于预定RH整定点的误差处于预定误差范围之外,则在确定用于执行所请求的应用程序258的数据中心时,可以不考虑这些数据中心。
在步骤478中,协同分配器224可以比较数据中心252a-252c的能量效率系数(χ),并选择252a-252c中具有最高能量效率系数(χ)的数据中心。可以将最高能量效率系数(χ)视为工作负荷安排指示(WPI),因为WPL=max(χi)i。
协同分配器224可以将工作负荷或应用程序258提交给252a-252c中选定的数据中心,如步骤472所示。可通过经由与252a-252c中选定的数据中心相关的GRAM 254a-254c的通信模块进行的通信来将工作负荷或应用程序提交给252a-252c中选定的数据中心。
在一个可替代的实例中,如果通过基础RSL将应用程序258直接提交给协同分配器224,则步骤458-470可以省略。此外,在步骤474中,可以将252a-252c中满足要求的数据中心的身份或基础RSL直接提交给协同分配器224。协同分配器224也可以在步骤476中获取252a-252c中满足条件的数据中心的能量效率系数,并可执行步骤478和472。
可以将工作模式400和450中给出的操作以公用程序、程序或子程序的形式包含在任何理想的计算机可访问介质中。此外,可以用以处于运行和非运行状态的多种形式存在的计算机程序来实施工作模式400和450。例如,该程序可以是由源代码、目标代码、可执行代码或其他格式的程序指令组成的软件程序。可以在计算机可读介质中包含上述任何一种方式,其中,所述介质包括存储设备和压缩或非压缩形式的信号。
示范性的计算机可读存储设备包括传统的计算机系统RAM、ROM、EPROM、EEPROM以及磁盘、磁带或光盘、光带。示范性的计算机可读信号(无论是否已经用载波进行调制)是驻留或运行计算机程序的计算机系统可以访问的那些信号,包括通过互联网或其他网络下载的信号。前述内容的具体实例包括通过CD ROM或互联网下载来发布程序。在某种意义上,作为一种抽象实体,互联网本身是一种计算机可读介质。对通用的计算机网络而言也是如此。因此,应当理解,任何能执行上述功能的电子设备均能执行以上列举的功能。
图5示出了一种根据某一实施例的计算机系统500。计算机系统500可以包括控制器204、信息设施222、协同分配器224、GRAM254a-254c和/或代理258。在这方面,计算机系统500可以用作执行以上结合工作负荷安排系统202和252的各种部件而描述的一个或多个功能的平台。
计算机系统500包括一个或多个控制器,如处理器502。处理器502可用于执行上述的工作模式400和450中的部分或全部步骤。通过通信总线504传送来自处理器502的命令和数据。计算机系统500也包括主存储器506和辅助存储器508,所述主存储器506可以是随机存取存储器(RAM),其中,可以在运行时间内执行用于设备控制器238和/或计算机系统244的控制器的程序代码。所述辅助存储器508可包括一个或多个硬。
Claims (10)
1.一种在数据中心(100,252a-252c)之间安排工作负荷的系统(202,250),所述系统(202,250)包括:
多个网格资源分配管理器(GRAM)(254a-254c),其中,所述GRAM(254a-254c)配置为从所述数据中心(100,252a-252c)获取信息;
信息设施(222),配置为从所述多个GRAM(254a-254c)接收信息;
代理(256),配置为接收应用程序请求(258)并从所述应用程序请求(258)中确定资源需求,其中,所述代理(256)配置为确定哪个数据中心(100,252a-252c)具有足够资源来执行所述请求的应用程序(258);以及
协同分配器(224),配置为接收与所述具有足够资源的数据中心(100,252a-252c)有关的信息,其中,所述协同分配器(224)进一步配置为基于所述数据中心(100,252a-252c)的能量效率特性而选择所述数据中心(100,252a-252c)之一来执行所述请求的应用程序(258)。
2.根据权利要求1所述的系统(202,250),其中,所述GRAM(254a-254c)配置为确定所述数据中心(100,252a-252c)的供热指数,其中,由所述信息设施(222)从所述GRAM(254a-254c)接收的信息包括所述数据中心(100,252a-252c)的所述供热指数。
3.根据权利要求1和2中任一项所述的系统(202,250),其中,所述GRAM(254a-254c)配置为确定所述数据中心(100,252a-252c)中包含的资源,其中,由所述信息设施(222)从所述GRAM(254a-254c)接收的信息包括与所述数据中心(100,252a-252c)中包含的资源有关的信息,且其中所述资源包括一个或多个机器、存储设备和处理器,并且确定所述资源还包括确定所述资源的当前的和计划的工作负荷。
4.根据权利要求1-3中任一项所述的系统(202,250),其中,所述应用程序请求(258)采取资源说明语言的形式,所述资源说明语言定义了用于执行所述应用程序(258)的资源需求,其中,所述代理(256)配置为通过将所述用于执行应用程序(258)的资源需求与从所述信息设施接收的有关所述数据中心(100,252a-252c)中的资源的信息进行比较,以识别一个或者多个具有足够资源的满足要求的数据中心(100,252a-252c),并且所述协同分配器(224)配置为接收所述一个或者多个满足要求的数据中心(100,252a-252c)的身份,并确定各个满足要求的数据中心(100,252a-252c)的能量效率系数。
5.根据权利要求1-4中任一项所述的系统(202,250),其中,所述应用程序请求(258)采取基础资源说明语言的形式,所述基础资源说明语言定义了用于执行所述应用程序(258)的资源需求,其中,所述协同分配器(224)配置为接收基础资源说明语言形式的应用程序请求(258),且所述协同分配器(224)进一步配置为基于所述基础资源说明语言中定义的资源与所述数据中心(100,252a-252c)的所述能量效率特性之间的比较而选择所述数据中心(100,252a-252c)之一来执行所述请求的应用程序(258)。
6.一种在数据中心(100,252a-252c)之间安排工作负荷的方法(400,450),所述数据中心(100,252a-252c)与网格资源分配管理器(GRAM)(254a-254c)相关联,所述方法包括:
在信息设施(222)中记录(454)从GRAM(254a-254c)接收的与所述数据中心(100,252a-252c)中的可用资源有关的信息;
接收(454)执行应用程序(258)的请求,并从所述信息设施(222)接收(454)所述信息;
将所述数据中心(100,252a-252c)中的可用资源与用于执行所述应用程序(258)的资源进行比较(460);
确定(460)哪个数据中心(100,252a-252c)包含足够的用于执行所述应用程序(258)的可用资源;以及
基于所述数据中心(100,252a-252c)的能量效率特性而选择(478)所述数据中心(100,252a-252c)之一来执行所述应用程序(258)。
7.根据权利要求6所述的方法(400,450),还包括:
在所述GRAM(254a-254c)中,检测(404)所述数据中心(100,252a-252c)内部和外部的一个或者多个环境条件,基于所述检测的一个或者多个环境条件来计算(406)热指数,并确定(408)所述数据中心(100,252a-252c)中的可用资源,以及将与所述热指数和所述可用资源有关的信息发送(418)到信息设施(222)。
8.根据权利要求6和7中任一项所述的方法(400,450),还包括:
计算(406)所述数据中心(100,252a-252c)的供热指数;
确定(476)所述数据中心(100,252a-252c)的性能系数;以及
计算(476)所述数据中心(100,252a-252c)的能量效率系数,其中,选择所述数据中心(100,252a-252c)之一来执行所述应用程序(258)的步骤包括选择(478)具有最高能量效率系数的数据中心(100,252a-252c)。
9.一种在数据中心(100,252a-252c)之间安排工作负荷的系统(202,250),所述数据中心(100,252a-252c)与分配资源的装置(254a-254c)相关联,所述系统(202,250)包括:
用于记录从分配所述数据中心(100,252a-252c)的资源的装置(254a-254c)接收的、与所述数据中心(100,252a-252c)中的可用资源有关的信息的装置(222);
用于将所述可用资源与执行请求的应用程序(258)所需的资源进行比较的装置(256);
用于在所述比较装置(256)和所述分配资源的装置(254a-254c)之间进行通信的装置(226);
基于所述数据中心(100,252a-252c)的能量效率特性而选择所述数据中心(100,252a-252c)之一来执行所述应用程序(258)的装置(224)。
10.根据权利要求9所述的系统(202,250),其中,所述分配资源的装置(254a-254c)包括用于计算所述数据中心(100,252a-252c)的供热指数的装置(218),用于确定所述数据中心(100,252a-252c)的性能系数(254a-254c)的装置,以及用于计算所述数据中心(100,252a-252c)的能量效率系数(254a-254c)的装置,其中,用于选择(224)所述数据中心(100,252a-252c)之一的装置包括选择(224)具有最高能量效率系数的数据中心(100,252a-252c)的装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/820,786 | 2004-04-09 | ||
US10/820,786 US7197433B2 (en) | 2004-04-09 | 2004-04-09 | Workload placement among data centers based on thermal efficiency |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1965297A true CN1965297A (zh) | 2007-05-16 |
Family
ID=35061677
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2005800182386A Pending CN1965297A (zh) | 2004-04-09 | 2005-04-07 | 基于热效率的数据中心之间的工作负荷安排 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7197433B2 (zh) |
CN (1) | CN1965297A (zh) |
WO (1) | WO2005101195A2 (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101981544A (zh) * | 2008-04-10 | 2011-02-23 | 惠普发展公司,有限责任合伙企业 | 用于在数据中心之间分配处理的装置及相关联的方法 |
CN102016754A (zh) * | 2008-05-05 | 2011-04-13 | 西门子工业公司 | 基于环境条件的适宜性来最佳分配计算机服务器负载的方法 |
CN102197385A (zh) * | 2008-08-27 | 2011-09-21 | 惠普开发有限公司 | 根据环境条件执行基于区域的工作负荷调度 |
CN102375462A (zh) * | 2010-08-20 | 2012-03-14 | 刘钢 | 基于物联网的节能机房调控系统 |
CN102548354A (zh) * | 2010-12-24 | 2012-07-04 | 台达电子工业股份有限公司 | 数据中心及其电子设备组与空调装置的配置组合与单元 |
CN103460190A (zh) * | 2010-12-30 | 2013-12-18 | 泛达公司 | 基于物理信息分派虚拟机的系统和方法 |
CN105408863A (zh) * | 2013-06-27 | 2016-03-16 | 微软技术许可有限责任公司 | 具有不同的租户集的端点数据中心 |
CN102084316B (zh) * | 2008-05-05 | 2016-05-18 | 西门子工业公司 | 用于管理数据中心操作以提高冷却效率的方法和装置 |
Families Citing this family (162)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7031870B2 (en) * | 2004-05-28 | 2006-04-18 | Hewlett-Packard Development Company, L.P. | Data center evaluation using an air re-circulation index |
US7447920B2 (en) * | 2004-08-31 | 2008-11-04 | Hewlett-Packard Development Company, L.P. | Workload placement based on thermal considerations |
US8271807B2 (en) | 2008-04-21 | 2012-09-18 | Adaptive Computing Enterprises, Inc. | System and method for managing energy consumption in a compute environment |
US7881910B2 (en) * | 2005-05-02 | 2011-02-01 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7885795B2 (en) * | 2005-05-02 | 2011-02-08 | American Power Conversion Corporation | Methods and systems for managing facility power and cooling |
US7698114B2 (en) * | 2005-11-02 | 2010-04-13 | International Business Machines Corporation | Techniques for distributing power in electronic circuits and computer systems |
US7512513B2 (en) * | 2005-11-29 | 2009-03-31 | International Business Machines Corporation | Thermal throttling control for testing of real-time software |
US7603576B2 (en) * | 2005-11-29 | 2009-10-13 | International Business Machines Corporation | Hysteresis in thermal throttling |
US7376532B2 (en) * | 2005-11-29 | 2008-05-20 | International Business Machines Corporation | Maximal temperature logging |
US7386414B2 (en) * | 2005-11-29 | 2008-06-10 | International Business Machines Corporation | Generation of hardware thermal profiles for a set of processors |
US7460932B2 (en) * | 2005-11-29 | 2008-12-02 | International Business Machines Corporation | Support of deep power savings mode and partial good in a thermal management system |
US7698089B2 (en) * | 2005-11-29 | 2010-04-13 | International Business Machines Corporation | Generation of software thermal profiles executed on a set of processors using processor activity |
US7848901B2 (en) * | 2005-11-29 | 2010-12-07 | International Business Machines Corporation | Tracing thermal data via performance monitoring |
US20070124618A1 (en) * | 2005-11-29 | 2007-05-31 | Aguilar Maximino Jr | Optimizing power and performance using software and hardware thermal profiles |
US7721128B2 (en) * | 2005-11-29 | 2010-05-18 | International Business Machines Corporation | Implementation of thermal throttling logic |
US7395174B2 (en) * | 2005-11-29 | 2008-07-01 | International Business Machines Corporation | Generation of software thermal profiles executed on a set of processors using thermal sampling |
US7512530B2 (en) * | 2005-11-29 | 2009-03-31 | International Business Machines Corporation | Generation of software thermal profiles for applications in a simulated environment |
US7681053B2 (en) * | 2005-11-29 | 2010-03-16 | International Business Machines Corporation | Thermal throttle control with minimal impact to interrupt latency |
US7490017B2 (en) * | 2005-11-29 | 2009-02-10 | International Business Machines Corporation | Analytical generation of software thermal profiles |
US7480586B2 (en) * | 2005-11-29 | 2009-01-20 | International Business Machines Corporation | Thermal interrupt generation |
JP4895266B2 (ja) * | 2005-12-28 | 2012-03-14 | 富士通株式会社 | 管理システム、管理プログラムおよび管理方法 |
US7596430B2 (en) * | 2006-05-03 | 2009-09-29 | International Business Machines Corporation | Selection of processor cores for optimal thermal performance |
US20070260894A1 (en) * | 2006-05-03 | 2007-11-08 | Aguilar Maximino Jr | Optimizing thermal performance using feed-back directed optimization |
US8037893B2 (en) * | 2006-05-03 | 2011-10-18 | International Business Machines Corporation | Optimizing thermal performance using thermal flow analysis |
US7552346B2 (en) * | 2006-05-03 | 2009-06-23 | International Business Machines Corporation | Dynamically adapting software for reducing a thermal state of a processor core based on its thermal index |
US9568206B2 (en) | 2006-08-15 | 2017-02-14 | Schneider Electric It Corporation | Method and apparatus for cooling |
US8327656B2 (en) | 2006-08-15 | 2012-12-11 | American Power Conversion Corporation | Method and apparatus for cooling |
US8322155B2 (en) | 2006-08-15 | 2012-12-04 | American Power Conversion Corporation | Method and apparatus for cooling |
US7596431B1 (en) * | 2006-10-31 | 2009-09-29 | Hewlett-Packard Development Company, L.P. | Method for assessing electronic devices |
US7681404B2 (en) | 2006-12-18 | 2010-03-23 | American Power Conversion Corporation | Modular ice storage for uninterruptible chilled water |
US8425287B2 (en) | 2007-01-23 | 2013-04-23 | Schneider Electric It Corporation | In-row air containment and cooling system and method |
US7991592B2 (en) | 2007-01-24 | 2011-08-02 | American Power Conversion Corporation | System and method for evaluating equipment rack cooling performance |
US9003211B2 (en) * | 2007-03-20 | 2015-04-07 | Power Assure, Inc. | Method and apparatus for holistic power management to dynamically and automatically turn servers, network equipment and facility components on and off inside and across multiple data centers based on a variety of parameters without violating existing service levels |
US7818594B2 (en) * | 2007-03-21 | 2010-10-19 | Intel Corporation | Power efficient resource allocation in data centers |
US20080272887A1 (en) * | 2007-05-01 | 2008-11-06 | International Business Machines Corporation | Rack Position Determination Using Active Acoustics |
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 |
US8009430B2 (en) | 2007-05-17 | 2011-08-30 | International Business Machines Corporation | Techniques for data center cooling |
US20080288193A1 (en) * | 2007-05-17 | 2008-11-20 | International Business Machines Corporation | Techniques for Analyzing Data Center Energy Utilization Practices |
US7902966B1 (en) * | 2007-06-18 | 2011-03-08 | Hewlett-Packard Development Company, L.P. | Microcontroller for controlling an actuator |
US8721409B1 (en) | 2007-07-31 | 2014-05-13 | Amazon Technologies, Inc. | Airflow control system with external air control |
US8411439B1 (en) | 2007-09-28 | 2013-04-02 | Exaflop Llc | Cooling diversity in data centers |
CA2703686A1 (en) * | 2007-10-29 | 2009-05-07 | American Power Conversion Corporation | Electrical efficiency measurement for data centers |
US8027798B2 (en) * | 2007-11-08 | 2011-09-27 | International Business Machines Corporation | Digital thermal sensor test implementation without using main core voltage supply |
KR100830095B1 (ko) * | 2007-11-12 | 2008-05-20 | 충남대학교산학협력단 | 냉방부하 예측방법 |
US8244827B2 (en) * | 2007-12-19 | 2012-08-14 | International Business Machines Corporation | Transferring a logical partition (‘LPAR’) between two server computing devices based on LPAR customer requirements |
EP2098942A1 (en) * | 2008-03-03 | 2009-09-09 | British Telecmmunications public limited campany | Computing system and method of operation thereof |
US8033122B2 (en) * | 2008-03-04 | 2011-10-11 | American Power Conversion Corporation | Dehumidifier apparatus and method |
US20110004684A1 (en) * | 2008-03-06 | 2011-01-06 | Lugo Wilfredo E | Prediction Of Systems Location Inside A Data Center By Using Correlation Coefficients |
US8032767B2 (en) * | 2008-04-02 | 2011-10-04 | Microsoft Corporation | Power-efficient state setting of data-center elements |
JP4724730B2 (ja) | 2008-04-09 | 2011-07-13 | 株式会社日立製作所 | 情報処理システムの運用管理方法、運用管理プログラム、および運用管理装置、ならびに情報処理システム |
CN102057367A (zh) * | 2008-04-10 | 2011-05-11 | 惠普开发有限公司 | 依照环境数据的虚拟机迁移 |
US7472558B1 (en) | 2008-04-15 | 2009-01-06 | International Business Machines (Ibm) Corporation | Method of determining optimal air conditioner control |
US9405348B2 (en) | 2008-04-21 | 2016-08-02 | Adaptive Computing Enterprises, Inc | System and method for managing energy consumption in a compute environment |
MX2010012112A (es) * | 2008-05-05 | 2010-12-01 | Siemens Industry Inc | Arreglo para operar un centro de datos utilizando interfaz de sistema de automatizacion en edificio. |
US8195784B2 (en) | 2008-05-30 | 2012-06-05 | Microsoft Corporation | Linear programming formulation of resources in a data center |
EP2304620A4 (en) * | 2008-06-19 | 2013-01-02 | Hewlett Packard Development Co | CAPACITY PLANNING |
EP2313831B1 (en) * | 2008-06-26 | 2018-02-21 | Google LLC | Data center thermal monitoring |
US9426903B1 (en) | 2008-06-27 | 2016-08-23 | Amazon Technologies, Inc. | Cooling air stack for computer equipment |
US20100010688A1 (en) * | 2008-07-08 | 2010-01-14 | Hunter Robert R | Energy monitoring and management |
US7984311B2 (en) * | 2008-08-08 | 2011-07-19 | Dell Products L.P. | Demand based power allocation |
US8214843B2 (en) * | 2008-09-03 | 2012-07-03 | International Business Machines Corporation | Framework for distribution of computer workloads based on real-time energy costs |
JP4958883B2 (ja) | 2008-10-29 | 2012-06-20 | 株式会社日立製作所 | 管理サーバ装置によるストレージ装置及び空調装置の制御方法及びストレージシステム |
JP4768082B2 (ja) * | 2008-10-30 | 2011-09-07 | 株式会社日立製作所 | 情報処理システムの運用管理装置 |
US8209056B2 (en) | 2008-11-25 | 2012-06-26 | American Power Conversion Corporation | System and method for assessing and managing data center airflow and energy usage |
US8141374B2 (en) * | 2008-12-22 | 2012-03-27 | Amazon Technologies, Inc. | Multi-mode cooling system and method with evaporative cooling |
US20100191724A1 (en) * | 2009-01-23 | 2010-07-29 | Mehmet Kivanc Ozonat | Method and system to identify providers in web documents |
US20100191725A1 (en) * | 2009-01-23 | 2010-07-29 | Mehmet Kivanc Ozonat | A system and method for discovering providers |
US8560677B2 (en) * | 2009-02-13 | 2013-10-15 | Schneider Electric It Corporation | Data center control |
US9519517B2 (en) | 2009-02-13 | 2016-12-13 | Schneider Electtic It Corporation | Data center control |
US9778718B2 (en) | 2009-02-13 | 2017-10-03 | Schneider Electric It Corporation | Power supply and data center control |
US8086359B2 (en) * | 2009-02-23 | 2011-12-27 | Novell, Inc. | Dynamic thermal load balancing |
US8793365B2 (en) * | 2009-03-04 | 2014-07-29 | International Business Machines Corporation | Environmental and computing cost reduction with improved reliability in workload assignment to distributed computing nodes |
US8589931B2 (en) * | 2009-03-18 | 2013-11-19 | International Business Machines Corporation | Environment based node selection for work scheduling in a parallel computing system |
US9904331B2 (en) * | 2009-04-01 | 2018-02-27 | Schneider Electric It Corporation | Method for computing cooling redundancy at the rack level |
US9015726B2 (en) * | 2009-04-03 | 2015-04-21 | International Business Machines Corporation | Scheduling jobs of a multi-node computer system based on environmental impact |
US8355890B2 (en) * | 2009-05-08 | 2013-01-15 | American Power Conversion Corporation | System and method for predicting maximum cooler and rack capacities in a data center |
US8249825B2 (en) | 2009-05-08 | 2012-08-21 | American Power Conversion Corporation | System and method for predicting cooling performance of arrangements of equipment in a data center |
US8219362B2 (en) | 2009-05-08 | 2012-07-10 | American Power Conversion Corporation | System and method for arranging equipment in a data center |
US8020390B2 (en) * | 2009-06-06 | 2011-09-20 | International Business Machines Corporation | Cooling infrastructure leveraging a combination of free and solar cooling |
US20100317278A1 (en) * | 2009-06-10 | 2010-12-16 | Blackrock, Inc. | Cooling System for a Computer Server Cabinet in a Data Center |
US8151578B1 (en) * | 2009-06-25 | 2012-04-10 | Amazon Technologies, Inc. | Multi-mode cooling system with pre-dehumidification |
DE102009032133A1 (de) * | 2009-07-08 | 2011-01-13 | Deutsche Telekom Ag | Verfahren zum Kontrollieren eines Betriebs eines Rechennetzwerks |
JP2011018167A (ja) * | 2009-07-08 | 2011-01-27 | Fujitsu Ltd | 負荷分散プログラム、負荷分散装置及び負荷分散方法 |
US8397088B1 (en) | 2009-07-21 | 2013-03-12 | The Research Foundation Of State University Of New York | Apparatus and method for efficient estimation of the energy dissipation of processor based systems |
US20110071867A1 (en) * | 2009-09-23 | 2011-03-24 | International Business Machines Corporation | Transformation of data centers to manage pollution |
US9101080B2 (en) | 2009-09-28 | 2015-08-04 | Amazon Technologies, Inc. | Modular computing system for a data center |
US9565789B2 (en) * | 2009-10-30 | 2017-02-07 | Hewlett Packard Enterprise Development Lp | Determining regions of influence of fluid moving devices |
US8639651B2 (en) * | 2009-10-30 | 2014-01-28 | Hewlett-Packard Development Company, L. P. | Manipulating environmental conditions in an infrastructure |
US8286442B2 (en) * | 2009-11-02 | 2012-10-16 | Exaflop Llc | Data center with low power usage effectiveness |
US8113010B2 (en) * | 2009-11-02 | 2012-02-14 | Exaflop Llc | Data center cooling |
US8700752B2 (en) * | 2009-11-03 | 2014-04-15 | International Business Machines Corporation | Optimized efficient LPAR capacity consolidation |
GB2475087B (en) * | 2009-11-05 | 2015-12-23 | Fujitsu Ltd | Method, program and apparatus for influencing task allocation in a computer network |
US8154870B1 (en) | 2009-12-23 | 2012-04-10 | Amazon Technologies, Inc. | Air directing device for rack system |
TW201137776A (en) * | 2009-12-23 | 2011-11-01 | Ibm | A method and system to dynamically off-loading of batch workload a computing center to external cloud services |
US8566619B2 (en) | 2009-12-30 | 2013-10-22 | International Business Machines Corporation | Cooling appliance rating aware data placement |
US8374928B2 (en) * | 2010-02-25 | 2013-02-12 | International Business Machines Corporation | Data center power cost accounting system |
US9894808B2 (en) | 2010-03-31 | 2018-02-13 | Amazon Technologies, Inc. | Compressed air cooling system for data center |
US9622387B1 (en) | 2010-03-31 | 2017-04-11 | Amazon Technologies, Inc. | Rack-mounted air directing device with scoop |
US8755192B1 (en) | 2010-03-31 | 2014-06-17 | Amazon Technologies, Inc. | Rack-mounted computer system with shock-absorbing chassis |
US8638553B1 (en) | 2010-03-31 | 2014-01-28 | Amazon Technologies, Inc. | Rack system cooling with inclined computing devices |
US8612984B2 (en) | 2010-04-28 | 2013-12-17 | International Business Machines Corporation | Energy-aware job scheduling for cluster environments |
US8171142B2 (en) * | 2010-06-30 | 2012-05-01 | Vmware, Inc. | Data center inventory management using smart racks |
US20120030686A1 (en) * | 2010-07-29 | 2012-02-02 | International Business Machines Corporation | Thermal load management in a partitioned virtual computer system environment through monitoring of ambient temperatures of envirnoment surrounding the systems |
EP2437169A1 (en) * | 2010-09-13 | 2012-04-04 | Fujitsu Limited | Job scheduling timing apparatus and job scheduling timing method |
TW201214087A (en) * | 2010-09-20 | 2012-04-01 | Hon Hai Prec Ind Co Ltd | Container data center and heat dissipation apparatus thereof |
US10492331B1 (en) | 2010-09-29 | 2019-11-26 | Amazon Technologies, Inc. | System and method for cooling power distribution units |
US20120089774A1 (en) | 2010-10-12 | 2012-04-12 | International Business Machines Corporation | Method and system for mitigating adjacent track erasure in hard disk drives |
US8572315B2 (en) | 2010-11-05 | 2013-10-29 | International Business Machines Corporation | Smart optimization of tracks for cloud computing |
US8565931B2 (en) | 2010-10-27 | 2013-10-22 | Hewlett-Packard Development Company, L.P. | Managing energy demand in an infrastructure |
US8776075B2 (en) * | 2010-10-29 | 2014-07-08 | International Business Machines Corporation | Energy consumption optimization in a data-processing system |
US20120109619A1 (en) * | 2010-10-29 | 2012-05-03 | Daniel Juergen Gmach | Generating a resource management plan for an infrastructure |
US20120124193A1 (en) | 2010-11-12 | 2012-05-17 | International Business Machines Corporation | Identification of Critical Web Services and their Dynamic Optimal Relocation |
US8825451B2 (en) | 2010-12-16 | 2014-09-02 | Schneider Electric It Corporation | System and methods for rack cooling analysis |
US8949081B2 (en) | 2010-12-21 | 2015-02-03 | Schneider Electric It Corporation | Method for computing cooling redundancy at the rack level |
US8688413B2 (en) | 2010-12-30 | 2014-04-01 | Christopher M. Healey | System and method for sequential placement of cooling resources within data center layouts |
JP5611850B2 (ja) * | 2011-01-25 | 2014-10-22 | 株式会社日立製作所 | 空調制御システム及び空調制御方法 |
US8744631B2 (en) | 2011-01-28 | 2014-06-03 | Hewlett-Packard Development Company, L.P. | Manipulating environmental conditions in an infrastructure |
US8762522B2 (en) * | 2011-04-19 | 2014-06-24 | Cisco Technology | Coordinating data center compute and thermal load based on environmental data forecasts |
FR2974647B1 (fr) * | 2011-04-26 | 2013-04-26 | Bull Sas | Dispositif de reperage pour reperer une armoire informatique parmi une pluralite d'armoires informatiques |
US8590050B2 (en) | 2011-05-11 | 2013-11-19 | International Business Machines Corporation | Security compliant data storage management |
US8612785B2 (en) | 2011-05-13 | 2013-12-17 | International Business Machines Corporation | Optimizing energy consumption utilized for workload processing in a networked computing environment |
US8880225B2 (en) * | 2011-10-18 | 2014-11-04 | International Business Machines Corporation | Data center cooling control |
US9229786B2 (en) | 2011-10-25 | 2016-01-05 | International Business Machines Corporation | Provisioning aggregate computational workloads and air conditioning unit configurations to optimize utility of air conditioning units and processing resources within a data center |
FR2982386B1 (fr) * | 2011-11-08 | 2016-05-27 | Bull Sas | Procede, programme d'ordinateur et dispositif d'allocation de ressources informatiques d'un cluster pour l'execution d'un travail soumis audit cluster |
US9158310B2 (en) | 2011-12-14 | 2015-10-13 | International Business Machines Corporation | Integrating a data center thermal control system and individual fan controllers for controlling a thermal environment in a data center room |
CN104040459B (zh) | 2011-12-22 | 2017-11-14 | 施耐德电气It公司 | 用于降低数据中心的能量存储需求的系统和方法 |
CN104137105B (zh) | 2011-12-22 | 2017-07-11 | 施耐德电气It公司 | 关于瞬时事件对数据中心中的温度的影响分析 |
US9830410B2 (en) | 2011-12-22 | 2017-11-28 | Schneider Electric It Corporation | System and method for prediction of temperature values in an electronics system |
US9176508B2 (en) * | 2012-01-09 | 2015-11-03 | International Business Machines Corporation | Managing workload distribution among computing systems to optimize heat dissipation by computing systems |
JP5930803B2 (ja) * | 2012-03-30 | 2016-06-08 | 日立アプライアンス株式会社 | 空調制御システム、および、空調制御方法 |
US9485887B1 (en) | 2012-06-15 | 2016-11-01 | Amazon Technologies, Inc. | Data center with streamlined power and cooling |
US9395974B1 (en) | 2012-06-15 | 2016-07-19 | Amazon Technologies, Inc. | Mixed operating environment |
US10531597B1 (en) | 2012-06-15 | 2020-01-07 | Amazon Technologies, Inc. | Negative pressure air handling system |
US9274854B2 (en) | 2012-07-27 | 2016-03-01 | International Business Machines Corporation | Contamination based workload management |
US10082857B1 (en) | 2012-08-07 | 2018-09-25 | Amazon Technologies, Inc. | Cooling electrical systems based on power measurements |
US9258930B2 (en) | 2012-09-04 | 2016-02-09 | Amazon Technologies, Inc. | Expandable data center with side modules |
US8833001B2 (en) | 2012-09-04 | 2014-09-16 | Amazon Technologies, Inc. | Expandable data center with movable wall |
AU2012390299B2 (en) | 2012-09-21 | 2017-06-01 | Schneider Electric It Corporation | Method and apparatus for characterizing thermal transient performance |
US9894809B1 (en) | 2013-02-28 | 2018-02-13 | Amazon Technologies, Inc. | System for supplying cooling air from sub-floor space |
US9451730B2 (en) | 2013-03-06 | 2016-09-20 | Amazon Technologies, Inc. | Managing airflow supplied through soft ducts |
US9198310B2 (en) | 2013-03-11 | 2015-11-24 | Amazon Technologies, Inc. | Stall containment of rack in a data center |
US9459668B2 (en) | 2013-05-16 | 2016-10-04 | Amazon Technologies, Inc. | Cooling system with desiccant dehumidification |
US9372516B2 (en) | 2013-05-16 | 2016-06-21 | Amazon Technologies, Inc. | Building level dehumidification and cooling |
US9277001B2 (en) * | 2013-06-17 | 2016-03-01 | International Business Machines Corporation | Determining location of hardware components in a cloud computing environment based on hardware components self-locating other hardware components |
US9851726B2 (en) | 2013-09-04 | 2017-12-26 | Panduit Corp. | Thermal capacity management |
IN2013CH05013A (zh) | 2013-11-07 | 2015-05-08 | Schneider Electric It Corp | |
US10154614B1 (en) | 2014-06-04 | 2018-12-11 | Amazon Technologies, Inc. | Air handling unit intake air preheat system and method |
US10001761B2 (en) | 2014-12-30 | 2018-06-19 | Schneider Electric It Corporation | Power consumption model for cooling equipment |
US10200499B1 (en) | 2015-01-30 | 2019-02-05 | Symantec Corporation | Systems and methods for reducing network traffic by using delta transfers |
US10505862B1 (en) | 2015-02-18 | 2019-12-10 | Amazon Technologies, Inc. | Optimizing for infrastructure diversity constraints in resource placement |
US10833940B2 (en) * | 2015-03-09 | 2020-11-10 | Vapor IO Inc. | Autonomous distributed workload and infrastructure scheduling |
US10282223B2 (en) * | 2015-05-26 | 2019-05-07 | Vmware, Inc. | Methods and systems to assess efficient usage of data-center resources by virtual machines |
US10187485B1 (en) * | 2015-09-28 | 2019-01-22 | Symantec Corporation | Systems and methods for sending push notifications that include preferred data center routing information |
CN105426251A (zh) * | 2015-12-01 | 2016-03-23 | 深圳创维数字技术有限公司 | 一种资源访问方法及系统 |
US10812408B1 (en) | 2016-03-25 | 2020-10-20 | Amazon Technologies, Inc. | Preventing concentrated selection of resource hosts for placing resources |
US20180052574A1 (en) * | 2016-08-22 | 2018-02-22 | United States Of America As Represented By Secretary Of The Navy | Energy Efficiency and Energy Security Optimization Dashboard for Computing Systems |
US10284636B2 (en) | 2016-09-20 | 2019-05-07 | International Business Machines Corporation | Dynamic shared server resource allocation |
US11076509B2 (en) | 2017-01-24 | 2021-07-27 | The Research Foundation for the State University | Control systems and prediction methods for it cooling performance in containment |
WO2018179158A1 (ja) * | 2017-03-29 | 2018-10-04 | 日本電気株式会社 | 管理装置、管理方法およびプログラム記録媒体 |
US20230195529A1 (en) * | 2021-12-16 | 2023-06-22 | Rakuten Mobile, Inc. | Method, apparatus, and computer readable medium |
US20230305608A1 (en) * | 2022-03-23 | 2023-09-28 | Microsoft Technology Licensing, Llc | Device-internal climate control for hardware preservation |
US20240129380A1 (en) * | 2022-09-30 | 2024-04-18 | Nvidia Corporation | Data center job scheduling using machine learning |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5796984A (en) | 1996-01-26 | 1998-08-18 | Dell Usa, L.P. | Operating system independent apparatus and method for eliminating peripheral device functions |
US6209083B1 (en) | 1996-02-28 | 2001-03-27 | Via-Cyrix, Inc. | Processor having selectable exception handling modes |
US5729760A (en) | 1996-06-21 | 1998-03-17 | Intel Corporation | System for providing first type access to register if processor in first mode and second type access to register if processor not in first mode |
US6571206B1 (en) | 1998-01-15 | 2003-05-27 | Phoenix Technologies Ltd. | Apparatus and method for emulating an I/O instruction for the correct processor and for servicing software SMI's in a multi-processor environment |
JP2000122894A (ja) | 1998-10-20 | 2000-04-28 | Fujitsu Ltd | 情報処理装置におけるエラー対処方法,情報処理装置,制御装置およびプログラムを格納したコンピュータ読取可能な記録媒体 |
US6272618B1 (en) | 1999-03-25 | 2001-08-07 | Dell Usa, L.P. | System and method for handling interrupts in a multi-processor computer |
US6282601B1 (en) | 1999-03-31 | 2001-08-28 | International Business Machines Corporation | Multiprocessor data processing system and method of interrupt handling that facilitate identification of a processor requesting a system management interrupt |
AU7114200A (en) | 1999-08-26 | 2001-03-19 | Parabon Computation | System and method for the establishment and utilization of networked idle computational processing power |
TW455806B (en) | 1999-12-03 | 2001-09-21 | Inventec Corp | Method for supporting USB input devices through BIOS |
US6636962B1 (en) | 1999-12-10 | 2003-10-21 | Intel Corporation | Self-initializing chipset |
US7437325B2 (en) * | 2002-03-05 | 2008-10-14 | Pablo Llc | System and method for performing automatic spread trading |
US6519509B1 (en) * | 2000-06-22 | 2003-02-11 | Stonewater Software, Inc. | System and method for monitoring and controlling energy distribution |
US20020099893A1 (en) | 2001-01-24 | 2002-07-25 | Nguyen Tuyet-Huong Thi | System and method for the handling of system management interrupts in a multiprocessor computer system |
US6968410B2 (en) | 2001-02-28 | 2005-11-22 | Intel Corporation | Multi-threaded processing of system management interrupts |
TW498213B (en) | 2001-04-18 | 2002-08-11 | Via Tech Inc | Method and chipset for supporting interrupts of system management mode in multiple-CPU system |
US20030061148A1 (en) * | 2001-07-16 | 2003-03-27 | Shahram Alavian | Financial derivative and derivative exchange with guaranteed settlement |
US7020586B2 (en) * | 2001-12-17 | 2006-03-28 | Sun Microsystems, Inc. | Designing a data center |
US20030193777A1 (en) * | 2002-04-16 | 2003-10-16 | Friedrich Richard J. | Data center energy management system |
WO2004001522A2 (en) * | 2002-06-20 | 2003-12-31 | Ka Shun Kevin Fung | Method and system for improving the liquidity of transactions |
US20040019555A1 (en) * | 2002-07-29 | 2004-01-29 | Adonay Lara | Method of guaranteed return on a short-term investment |
US20040059670A1 (en) * | 2002-09-23 | 2004-03-25 | Mortgage Gamma, Llc | Method for loan refinancing |
US7051946B2 (en) * | 2003-05-29 | 2006-05-30 | Hewlett-Packard Development Company, L.P. | Air re-circulation index |
-
2004
- 2004-04-09 US US10/820,786 patent/US7197433B2/en active Active
-
2005
- 2005-04-07 CN CNA2005800182386A patent/CN1965297A/zh active Pending
- 2005-04-07 WO PCT/US2005/012133 patent/WO2005101195A2/en active Application Filing
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101981544A (zh) * | 2008-04-10 | 2011-02-23 | 惠普发展公司,有限责任合伙企业 | 用于在数据中心之间分配处理的装置及相关联的方法 |
CN102016754A (zh) * | 2008-05-05 | 2011-04-13 | 西门子工业公司 | 基于环境条件的适宜性来最佳分配计算机服务器负载的方法 |
CN102084316B (zh) * | 2008-05-05 | 2016-05-18 | 西门子工业公司 | 用于管理数据中心操作以提高冷却效率的方法和装置 |
CN102197385A (zh) * | 2008-08-27 | 2011-09-21 | 惠普开发有限公司 | 根据环境条件执行基于区域的工作负荷调度 |
US8677365B2 (en) | 2008-08-27 | 2014-03-18 | Hewlett-Packard Development Company, L.P. | Performing zone-based workload scheduling according to environmental conditions |
CN102375462A (zh) * | 2010-08-20 | 2012-03-14 | 刘钢 | 基于物联网的节能机房调控系统 |
CN102548354A (zh) * | 2010-12-24 | 2012-07-04 | 台达电子工业股份有限公司 | 数据中心及其电子设备组与空调装置的配置组合与单元 |
CN103460190A (zh) * | 2010-12-30 | 2013-12-18 | 泛达公司 | 基于物理信息分派虚拟机的系统和方法 |
CN105408863A (zh) * | 2013-06-27 | 2016-03-16 | 微软技术许可有限责任公司 | 具有不同的租户集的端点数据中心 |
CN105408863B (zh) * | 2013-06-27 | 2019-07-30 | 微软技术许可有限责任公司 | 具有不同的租户集的端点数据中心 |
Also Published As
Publication number | Publication date |
---|---|
US7197433B2 (en) | 2007-03-27 |
US20050228618A1 (en) | 2005-10-13 |
WO2005101195A3 (en) | 2006-01-05 |
WO2005101195A2 (en) | 2005-10-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1965297A (zh) | 基于热效率的数据中心之间的工作负荷安排 | |
CN109308012B (zh) | 具有对建筑物能量和设备性能的多维分析的建筑物管理系统 | |
US11507033B2 (en) | HVAC control system with model driven deep learning | |
JP6835905B2 (ja) | 費用標的が最適化されるシステム、方法及び非一時的コンピュータ可読媒体 | |
US11119458B2 (en) | Building management system with virtual points and optimized data integration | |
US10605477B2 (en) | HVAC system with free cooling optimization based on coolant flowrate | |
US10317261B2 (en) | Systems and methods for controlling flow rate using differential pressure measurements | |
Patel et al. | Smart cooling of data centers | |
US20200200420A1 (en) | Building management system with central plantroom dashboards | |
US7620613B1 (en) | Thermal management of data centers | |
CN102077032B (zh) | 用于管理冷却介质分配的系统和方法 | |
US7644051B1 (en) | Management of data centers using a model | |
US7596431B1 (en) | Method for assessing electronic devices | |
US20220137580A1 (en) | Building control system with load curtailment optimization | |
CN105378391A (zh) | 针对hvac需求响应的在线优化方案 | |
CN110320885B (zh) | 用于自适应地调节建筑物中故障检测的阈值的系统和方法 | |
US20200349661A1 (en) | Building system with smart building scoring | |
US8352085B2 (en) | Distribution of cooling resources using hierarchically identified cooling microgrids | |
US20180316517A1 (en) | Building management system with user interactivity analytics | |
EP4089619A1 (en) | Building equipment energy management control system and control method therefor | |
US20230168649A1 (en) | Building control system using reinforcement learning | |
US20220026864A1 (en) | Building control system using reinforcement learning | |
Sharma et al. | On building next generation data centers: Energy flow in the information technology stack | |
US20200208857A1 (en) | Systems and methods for providing multi-dimensional load data on a dashboard | |
CN110362042A (zh) | 用于自动控制器预置的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |