JP2012506597A - 認識可能な電力管理を実現する方法 - Google Patents

Abstract

ＣＰＵレベル電力管理の技術によって、企業サービス利用の異なる構成と、電力使用を相関させるための統合された環境及び計算パワーモニタリングにより生成されるデータセンタの包括的な動的モデルに基づき電力管理アプローチを統合することによって、データセンタにおける全体的な電力使用の効率性を向上させるシステム及び方法。

Description

本発明は、電力管理に関する。特に、データセンタ及びサーバ施設に設けられる計算及び電気機器の最適化された電力管理を実現するシステム及び方法が提供される。

今日、大部分の企業組織は、データ解析、サプライチェーン管理、在庫追跡、オンライン取引及びカスタマサポートを含む企業サービスのため計算パワーに依拠している。この計算パワーは、ウェブサービス、ウェブポータル、リース又は所有されるデータセンタで運用される他のオープンソース及び専用アプリケーションの形態をとる。これらのデータセンタは、データセンタコピーペースト機器と間接的には湿度及び温度調整装置とを介す電力のかなりの使用となる。最近のデータは、サーバ企業に提供される電力のほとんど５０％が冷却インフラストラクチャに費やされ、５０％未満しかサーバ消費を実際には使用しないことを示す。サーバ内の活動の実行中の電力使用量は、熱負荷に変換される。電力量は、ラック内のサーバハードウェアの相対位置、サーバの空気の流れの特性及び本開示で後述される他の多数のパラメータに依存する動作中の温度を維持するよう固守される。データセンタにより利用される計算パワーと供給される電力との間に直接的な関係があったとしても、当該関係に影響を与えるファクタは多数あり、効果的な制御のために要求される精度までそれらを定量化するのに必要とされる装置及び解析は困難である。既存の電力制御機構は、所与の電源ユニットとこのような利用とを関連付けしようとするものでなく、電力利用、データセンタ及びサーバ施設のグローバルな最適化には不足するものである。相互参照される出願は、異なる環境動作状態の下で消費される協調的なサーバコピーデジタル電力測定及び電力ユニットを利用してモニタリング及び制御を実現するためのシステマティックな処理装置を開示している。相互参照される出願は、インフラストラクチャ施設における各種データセンタサーバ企業に対処するのに必要とされる適応的な学習を提供するための方法を開示する。上述されたアプローチで用いられるヒューリスティックは、サーバハードウェアを考慮する。

いくつかの方法が相互参照される出願において開示されるが、本願では、低レベル電力管理で使用され、データセンタによって用いられる計算パワーと供給される電力との間の直接的な関係をモニタリング及び制御するのには適用されなかった技術が開示される。具体的には、マザーボード及びＣＰＵレベルにおけるエネルギー消費量を制御する技術がまた、データセンタのサーバにより使用される電力をモニタリング及び制御するのに利用されてもよい。

従来、このような機能は、ラップトップや他のモバイルシステムにおける電力管理に主として適用された。データセンタにより使用される計算パワーと供給電力とのバランスのため、相互参照される出願において開示されるようなシステマティックな方法に当該技術を適用するための技術が必要とされる。

ＣＰＵレベルの電力管理技術と企業サービスの利用の各種構成と電力利用とを相関させるための統合された環境及び計算パワーモニタリングにより生成されるデータセンタの包括的なダイナミックモデルに基づく電力管理アプローチとを一体化することによって、データセンタにおける全体的な電力使用の効率を向上させるシステム及び方法が開示される。

本発明のより良好な理解のため、以下の説明と添付した図面とが参照されるが、本発明の範囲は添付した請求項により与えられる。
図１は、エネルギー消費の主要なカテゴリを示す。 図２は、サーバ企業又はデータセンタ環境における電力管理のための一例となるアーキテクチャである。 図３は、図示されるアーキテクチャに関する一例となるフレームワークである。 図４は、バーチャルマシーン環境における電力管理のための一例となるアーキテクチャである。 図５は、方法の一例となるトップレベルのフローチャートである。

図１は、サーバ施設１００におけるエネルギー消費の主要な部分を示す。トータルエネルギー１１０は、計算目的に用いられる電力１２０と、加熱冷却機能に用いられる電力１３０との和である。環境に基づく電力管理は、これらの主要な消費エリアを用いてトータルエネルギー使用を適応的に最小化する。繰り返しの解析は、アセット情報からのサーバ及びネットワークハードウェア構成によって消費されるトータル電力の初期的な指標を計算することによって開始される。アセットとは、サーバ、ルータ、スイッチ、冷却ユニット、ラック、センサ及び電力配分パネルをカバーするインフラストラクチャの電気計算ユニットを示す。このベース計算は、その後に、冷却及び他のインフラストラクチャ要素に提供される電力によって補完される。この電気サイドの電力消費は、企業サービスにより消費される計算パワーに対して追跡され、それをサーバレベルのリアルタイム電気測定に相関させる。アセット情報及び他のコンフィギュレーション情報は、電力管理システムに直接供給されるか、又は企業レベルの施設に一般的な既存のＩＴ管理システムから移入することも可能である。環境を意識した電力管理システム及び方法は、環境及びサーバモニタリングのために簡単化された一般的な管理インタフェース（ＳＮＭＰ（Ｓｉｍｐｌｅ Ｎｅｔｗｏｒｋ Ｍａｎａｇｅｍｅｎｔ Ｐｒｏｔｏｃｏｌ）ウェブサービスなど）を用いて電力配分サイドとサーバ施設の消費サイドとにおける協調的な電力モニタリングを利用することによって全体的な電力使用効率を向上させる。システム及び方法は、計算ユニット毎の電力使用効率を向上させ、ラック構成、冷却ユニット、データセンタルームの熱特性などの環境コンテクストとアプリケーションロードとに基づく動的なロード配分機能のためのポリシーを提供する。動的な計算ロードバランシングポリシーは、（ｉ）環境について最適化された位置へのサーバの配置、（ｉｉ）物理的に多様な位置への計算タスクのスケジューリング、（ｉｉｉ）仮想化技術を利用したバーチャル環境におけるＶＭｏｔｉｏｎ（ＶＭｗａｒｅにより提供される物理的サーバの間のバーチャルマシーンの移動のためのユーティリティ）によって採用可能である。提案されるアプローチは、このようなバーチャル環境における電力要求を測定するのに必要とされる改良に対処する。

調整されたフレームワークは、図示されるモニタとして示される環境及びサーバ測定エージェントにより収集される情報の効果を最大化するのに最も重要な要素である。実際には、上記要求を正確に決定できないローカルな電気最適化が扱われる。複数の企業サービスがサーバレベルで集約される環境では、それらは、各サーバの消費電力を低減するのに役立つかもしれない。しかしながら、それらは動作状態を考慮せず、サーバがサーバブレードなどの稠密な構成において構成されるときなど、これらの状態が重要である状況において効果的でない。電力消費を最小限にするため、複数の企業サービスを単一の又は少数のサーバに集約するのに加えて、環境コンテクストに基づきサーバハードウェアの最適位置を決定することが重要である。例えば、ラックに搭載された冷却ユニットを備えるサーバにより実行されるアプリケーションは、より効率の低い冷却環境の同一のサーバ上で実行される同一のアプリケーションより全体的に少ない電力しか使用しないであろう。同様に、低電力ハードドライブを備えたサーバ上で実行されるアプリケーションは、大きな電力消費又は非効率な熱放散設計によるサーバ上で実行される同一のアプリケーションより少ない電力しか使用しないであろう。ロードバランシングのためのサーバの選択は、現在のプラクティスでは、ほとんどアドホックであり、詳細な解析を伴うものでない。

電力管理における最も重要なチャレンジは、グローバルに最適化されたロードバランシング及びコントロールのための必要とされる精度によって、サービスに関する計算処理パワーと電力消費とを相関させるための構成要素の欠落である。単一位置環境をモニタリングすることが必要とされるチャレンジに加えて、ＩＴサービスと今日の企業とは、典型的には、地理的に遠隔地に配置され、人的、時間的及び物質的リソースのより良好な利用である。これらの地理的変数は考慮されず、このような能力に対処するための包括的な手段の欠落のため、電力動作プロファイルを提供しない。複数の地理空間的位置に対して企業サービスが提供されるため、企業サービスのグローバルコンテクスト内における企業レベルでの電力管理及び計算処理動作の何れにおける協調を含むかが重要である。全体的な電力使用の最適化は、協調的なフレームワーク、システマティック処理及び制御要素が、グローバル電力管理決定のための環境の設定可能かつ適応的なモニタリング及び継続的な解析によって、物理的位置と論理的位置（アプリケーションとサーバクラスタ又はバーチャルマシーンとして）との双方における企業計算ロードを分散させることを要求する。

サーバモニタリングツール及び装置は、エージェント又は非エージェントベース技術を利用して、サーバハードウェアにおいて運用されるオペレーティングシステムに主として依存する異なる機構を利用して、各サーバ上で実行される各アプリケーションのインスタンスの個数を決定することから始まって、アプリケーションロードを測定する。モニタリング及び測定のために利用可能な典型的なモニタリングインタフェースは、ＭｉｃｒｏｓｏｆｔプラットフォームのＷＭＩ（Ｗｉｎｄｏｗｓ Ｍａｎａｇｅｍｅｎｔ Ｉｎｓｔｒｕｍｅｎｔａｔｉｏｎ）、ＳＮＭＰ、ウェブサービス管理（ＷＳ−ＭＡＮ）を含む。電力ユーザのアプリケーションロードを関連付けるのに必要な情報の詳細さは、標準的なインタフェースから直接計算可能でない。従って、利用可能な知的な電力計算であるこれら既存のベース指標から正しい指標を取得することが有用である。環境ベースの電力管理フレームワークは、環境ファクタ、サーバハードウェア特性、オペレーティングシステムオーバヘッド及び企業サービスを提供するための実行中のアプリケーションに基づき、予測される電力ユニットの消費の精度を向上させるため、異なる機構（ＲａｒｉｔａｎのコマンドセンタＮＯＣ、ＲａｒｉｔａｎのＫｉｒａなどのベースボード管理コントローラ、Ｒａｒｉｔａｎ Ｄｏｍｉｎｉｏｎ ＰＸなどの電力環境モニタリング装置を含む）からの処理レベル情報における制約に対処する。以下に示されるように、第１レベルの電力指標は、サーバハードウェアとサーバ内に設置された電源ユニットとから取得され、第２レベル電力指標は、サーバ内で実行されるオペレーティングシステムとアプリケーションとから取得される。第３レベルの指標は、実際の企業の利用、コンフィギュレーション、トポロジー、熱活動及び電力使用の長期のモニタリングから計算される。

サーバモニタリング装置と電気環境モニタリング装置とが別々に設置され、独立して維持される電力管理処理における他の制約は、これらの測定のスネーキングキャリブレーションとこれらの測定値の調整とを相対的に困難にする。環境を意識した電力管理システム及び方法は、サーバと環境モニタリングとを統合し、指標の協調的な収集及び処理を提供し、グローバルレベルにおける最適化の範囲を向上させる。測定装置と分散されたデータの収集との互換性を向上させるため、ＣＩＭ（Ｃｏｍｍｏｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｍｏｄｅｌ）が提案され、当該ＣＩＭのプロファイルをサポートする管理インタフェースが推奨される。インテリジェントプラットフォーム管理インタフェース（ＩＰＭＩ）は、このような１つの標準的なＲａｒｉｔａｎ Ｂａｙ ｓｐｏｒｔ管理コントローラ（ＫＩＲＡ）であり、ドミニオンＰＸは、電力最適化アプリケーションに適したものにするＩＰＭＩインタフェースをサポートするモニタリング及び管理装置のいくつかの具体例である。

環境を認識した電力管理フレームワークはまた、仮想的かつ物理的なサーバ環境に適用される。特に、仮想化技術は、協調的な電力管理を簡単化するのに役立つ動的なロードバランシング処理を提供する。後述されるように、物理的なサーバ施設と共にバーチャルなサーバ施設が提案及び採用される。

プログラムされた期間中にサーバの計算パワーの指標と電力測定値を収集するのに必要な装置に加えて、当該情報の同期は、双方の利用サプライの正確な関連性と低京都に対して明確に決定される必要がある。管理コントローラ及び電力最適化（３３０）システムは、各種時間インターバルとの複数のインタフェースを介し収集されたデータセットをオーダ及びグループ化するのに必要なコンポーネントをサポートする。情報パートは、測定値のローカルかつ短期のバーストと異なる長期の傾向を計算する。このような場合、管理コントローラは、必要に応じてメンテナンスサイクルとの間の異なるサンプリングインターバルにおいて測定値を収集するのに必要なデータ収集装置を構成する。

図２を参照するに、協調的な電力管理サーバ施設、データセンタ及び他の構成を利用したシステム２００が示される。システム２００は、管理モニタリング装置１５に接続されるサーバ２０５，２１０を有する。サーバ２１５，２１０は、例えば、サーバアプリケーション、データベースアプリケーション、ウェブアプリケーション、企業アプリケーションを運用するオペレーティングシステムなどを含む何れかのハードウェア及びソフトウェア構成における何れかの計算装置であってもよい。管理モニタリング装置１５は、ＲａｒｉｔａｎのコマンドセンタＮＯＣ又は他の同様の装置であってもよい。サーバ２０５，２１０はまたそれぞれ、電力管理装置２２０，２２５に接続される。電力管理装置２２０〜２２５は、ＲａｒｉｔａｎのドミニオンＰＸ又は他の何れかのインテリジェント電力管理装置であってもよい。管理モニタリング装置２１５と電力管理装置２２５とはさらに、クライアントインタフェース２３５によってユーザにアクセス可能なモニタリング制御解析装置２３０に接続される。

環境を意識した電力管理システム及び方法は、電力管理フレームワークのための構成ブロックとして上記管理コンポーネントを利用する。特に、管理モニタリング装置２１５は、サーバ上で実行されるリアルタイムのオペレーティングシステムとアプリケーションを決定する。さらに、管理モニタリング装置２１５は、各サーバ上でリアルタイムにオペレーティングシステムとアプリケーションのモニタリングを決定する。さらに、管理モニタリング装置２１５は、ＲａｒｉｔａｎのＫｉｒａ装置などの埋め込みモジュール又はパーツとして利用可能なベースボード管理コントローラのハードウェアを用いてサーバハードウェアパラメータをモニタリングする。電力サイクルイベントやＣＰＵ温度を含むこれらのパラメータは、企業アプリケーションによって生成される計算ロードとＣＰＵ利用とに相関する追加的なレベルの電力指標を提供する。電力管理装置２２５は、有線及び無線センサ装置による環境データ（主として、温度、気流及び湿度）と同様に、各接続装置により使用される電力の情報を収集する。この環境モニタリング統合は、冷却ユニットにおけるエネルギー要求として計算ロード及び周囲の状態に拡大する。この対立的なモードは、冷却サプライにより消費されるレキシカル電力（ｌｅｘｉｃａｌ ｐｏｗｅｒ）にその後に影響を与える熱エネルギーを生成する電力に影響を与える。データセンタ内の環境状態は、冷却ユニットの効率性に影響を与え、データセンタの動的モデルへのローカル化パラメータを含むことを必要にする。外部の環境状態はまた、所望の動作温度のクリニックインデンティング（ｃｌｉｎｉｃ ｉｎｄｅｎｔｉｎｇ）ユニットを動作させることを必要とし、モデルに搭載されるべきである。

これらの構成要素と電力最適化の相互作用は、図２において詳述される。このシナリオでは、企業アプリケーションは中央処理エンジン（メインコントローラ）実行制御解析装置２３０により計算される動作プロファイルに従って分散される。すなわち、企業アプリケーションは、それの効率性、電力及び熱プロファイル、ラック内の位置、サーバルーム又は施設内の位置並びに環境状態に基づき、特定のサーバに置いて実行されるようスケジューリングされる。装置２３０の処理ロジックは、共通のモニタに接続される（又は電力管理装置２２０，２２５に統合される）環境センサから環境状態と、電力管理装置２２０，２２５から直接利用可能な測定電力使用とを収集する。２３０によりＩＴサービスのための最適化された動作プロファイルをヒューリスティックに導出し、フレームワークは以下を考慮する。

第１に、交流（ＡＣ）電力をサーバハードウェア内で使用される直流（ＤＣ）電力に変換する電源ユニットの電流引き込み効率性。この情報は、ＩＴ技術におけるアセットデータとして知られるコンフィギュレーション管理データベース（ＣＭＤＢ）から取得される。アセット情報は、ハードウェアにより引き込まれる最大電力と、それの物理的設計と機能的特徴とに基づく適切な動作状態に必要な入口及び出口温度とを記述するネームプレートデータを含む。コンポーネントレベル情報に加えて、ラックの物理的位置、冷却システムからのサーバの相対距離及びラックの方向がまた、利用可能である場合、ＣＭＤＢ又は他のデータソースからシステムに提供される。

第２に、サーバ上で実行されるオペレーティングシステムとアプリケーションとによるベースレベル電力ガーメント（ｂａｓｅ ｌｅｖｅｌ ｐｏｗｅｒ ｇａｒｍｅｎｔ）。これは、オペレーティングシステムの実装に加えて、中央処理ユニット又はＣＰＵ、ランダムアクセスメモリ、ハードディスク及び他のリソースの利用に依存する。この情報は、典型的には、ＩＴインフラストラクチャシステムから移入され、ベースボード管理コントローラ（ＢＭＣ）に自動収集される。

第３に、環境及び時間コンテクスト内の企業計算サービスの実際の利用。このプロセスレベルの指標は、メインコントローラから計算されるようなインターバルにおけるインタフェースからのＷＭＩ及びＳＮＭＰを介しモニタリング装置１５により取得される。

各種装置からの情報と電力要求との相関の精度を向上させるため、測定データは、装置２３０内で実行されるクロックサーバに同期される。何れかの装置から取得される測定データのシーケンシング処理は、さらなる処理のための格納前の相対的なイベント発生の到着時間に基づき確認される。同期能力に加えて、ウェブサービス機能は、装置２３０において実行される処理エンジンと情報プロバイダサービスとの間の検出及び通信を自動化する。モニタリング及びデータ収集の開始前、不適切に登録されたすべての測定装置は、イベントをそれのコンテクストにより良好に解釈するため検出される必要がある。動作状態のコンテクストは、測定にとって重要である。例えば、ロードの少ない環境のＳｅａ ＲＡＣコンピュータルームエアコンユニットの電力使用は、ロードの高い動作状態の測定とは異なって扱われるべきである。システム全体を通じて受信されるデータは、グローバルレベルの動作コンテクスト内で解釈される。モニタデータは受信機にアクセス可能であり、通常のシナリオでは、それはシステムのメインコントローラである。１以上の装置からデータを受信することに失敗した場合、管理コントローラは、次のレベルの指標又は導出された指標を調整し、システムへの以前のコンテクスト又は以前のデータ取得が通常動作に戻る。ウェブサービスを利用した標準的なインタフェースは、スケーラブルな再設定可能な企業プラットフォームに適合し、提案されるアプローチは、それの既存のインフラストラクチャに容易に採用可能である。情報技術サービスのための従来の電力管理は、ネットワークを介し協調的な処理の各機能を提供するものでなく、このため、電力使用におけるインフラストラクチャ及び計算装置におけるロードバランシングを享受することができない。本発明のシステム及び方法は、各装置においてネットワークアウェアサービスを提供することによって、この制約に対処する。これは、複数のユニットにおける移行処理の異なるユニット間のリアルタイムな同期を実現する。ネットワーク対応ウェブサービス技術は、アプリケーションの動作、短期の不具合又は置換不可なクラッシュがある複雑な環境において価値がある受動的及び能動的電力モニタリングをサポートする。ウェブサービスは、本ケースでは、データ測定装置、データを処理するデータ受信機であるピア・ツー・ピアシステムの間の加入方法による再設定を可能にする日付の設定を提供することが可能である。

電力（及び冷却）が極めて重要である場合、サーバレベルの電力モニタリングが、検査、容量プランニング、熱評価及びパフォーマンス向上のため、情報技術管理に特に効果的である。これらのシナリオは、電力使用とサーバ上のモニタリング動作が所定の及び／又は動的な電力ポリシーに基づきロードを再スケジューリングする必要性を決定することを実質的に要求する。動的な電力管理ポリシーは、システムに格納されるか、又は外部のネットワーク管理システムから参照される。電力プロファイルの基本レベルは、制御方法が提供される場合、オペレーティングシステムレベルとＡＣＰＩ（Ａｄｖａｎｃｅｄ Ｃｏｎｆｉｇｕｒａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｉｎｔｅｒｆａｃｅ）においてサポートされる。提案されるアプローチは、ＡＣＰＩを含む何れかの電力プロファイルに適用され、各種のプロファイルについて適切な指標を利用する。ＡＣＰＩを利用した現在の電力ポリシーは、無停電電源生成装置と同様に、他のソースからの電力の利用性に基づき計算ユニットに供給される信頼できる電力に着目される。

図３を参照するに、本発明によるサーバ企業又はデータセンタのためのインテリジェント電力モニタリングシステム３００のフレームワークが示される。第１段階３０１において、ターゲットサーバ３１０への電力配分ユニット（ＰＤＵ）として動作する電力管理装置３０５としてのシステム３００は、ユーザがターゲットサーバ３１０又はＰＤＵレベル（配分されるトータル電力）の電力消費の正確な観点を提供する出口レベルにおける電力を測定することを可能にする。既存の電力配分ユニットの大部分は、サーバレベルにおける電力モニタリングには十分でない可能性があるラックレベル又はブランチ回路レベルの電力測定値を測定する。第２段階３０２において、管理モニタリング装置３１５は、ＷＭＩ、ＳＮＭＰ又はＷＳ−ＭＡＮクライアントインタフェースを利用して、ターゲットサーバからのＩＴサービス利用情報を収集し、それをモニタ３３１のデータアプリケーションレイヤ３２５に提供する。さらに、ＩＰＭＩクライアントインタフェース３２０は、データ取得レイヤ３２５の電力管理装置３０５から情報を収集する。これは、直交的な指標であり、最大、最小及び平均電力消費の評価を提供する。モニタ３３１はまた、閾値を入力し、モニタ３３１に警告するコンフィギュレーションスクリプティングインタフェース３３３に接続される。本開示では、モニタは、サーバ側指標を取得する装置（オペレーティングシステム、ＣＰＵ温度、アプリケーションインスタンスなど）と共に、電気側指標（電力使用、温度、気流、湿度など）を取得する装置からの測定値をモニタリングするソフトウェアコンポーネントを参照する。これは、システムのデータインタフェースレイヤであり、メインコントローラ３３０から設定可能である。メインコントローラ３３０は、ポーリングインターバル、イベント受信機構及び装置トポロジー及び通信インタフェースを規定可能である。

次に、データ取得レイヤ３２５は、それをデータベース３４０に提供する。データベース３４０は、解析により構成されるフィードバックに接続され、アプリケーションサーバ又はウェブサーバ３５０に接続されるユーザインタフェース（可視化及び相互作用）レイヤ３３５のための処理された情報を適用する。第３段階３０３では、アプリケーションサーバ又はウェブサーバ３５０は、トレンド解析、キャパシティ解析、効率性指標を含む処理された情報をクライアント側のＪａｖａクライアント又はウェブブラウザ３５５と交換する。

このフレームワークの報告及び公表ロジックは、エネルギー検査のための警告又は報告の何れかの形式により２種類の情報配信を含む。図３に示されるように、フレームワークから導出された指標は、キャパシティデータ収集３３６から厳密な最適化３４５に基づく推定までの範囲である。解析エンジンの出力の報告は、データセンタ及び環境コンテクストにおいて実行中のアプリケーションに、個別のサーバの効率性と関連性とを含むデータセンタ効率性指標を提供可能である。出力はまた、トレンドを追跡するためのデータセンタ電力使用のベースモデル及び適応的学習のサービスを提供する。これらの出力は、所望の企業サービス、サーバハードウェア及びソフトウェアテロリスト特性、冷却及び換気施設を含むデータセンタ環境パラメータを考慮して、電力消費を最適化するのに利用可能である。このフレームワークの長所は、設定可能な電力モニタリングロジックと、ヒューリスティック解析に基づくＩＴ企業サービス従属性の抽出である。

図４を参照するに、バーチャルマシーン実現形態における協調的な電力管理を利用するシステム４００が示される。システム４００は、クライアントインタフェース１３５を介しユーザによりアクセス可能な制御解析装置４３０に接続されるサーバ４０５，４１０を有する。サーバ４００，５１０は、ＶＭＷａｒｅ又はＸｅｎなどのバーチャルマシーン環境を実現する計算装置であってもよい。一実施例では、プロバイダ４０７（４１２）は複数のバーチャルマシーン４０９（４１４）を管理する。サーバ４０５，４１０はそれぞれ、電力管理装置４２４，４２５と接続される。各サーバ４０５，４１０は、メモリ、ディスク及びネットワーク利用に関してすべてのアプリケーションレベルにおけるすべての実行中のプロセス（コンピュータパワー）及びそれらのリソース利用を有する。これは、ハードウェアリソースのための仮想化サーバにより供給されるハイパバイザＡＰＩをモニタリングすることによって実現される。装置４３０は、装置４０５，４１０からこの情報を収集し、装置４２０，４２５から追加的な情報を収集する。

図２及び４に示される両方のシナリオでは、エネルギー消費指標は、オペレーティングシステム、ネットワーク、メモリ、ストレージ及びインフラストラクチャなどのコアサービスを処理するのに必要とされる電力に正規化される。一実施例では、アプリケーションロードは、計算及び冷却に関して政策的な電力利用を最小化するため、異なる物理的及び論理的ビンの間に高度に分散化されてもよい。

データドリブンフレームワークは、モニタリングを実行し、電気計算電力管理の動的制御のためのインタフェースを提供する。この方法は、何れか所与の時点における企業により必要とされるトータルの計算ロードの最適な配分のための基礎を提供することによって、必要とされる等しい計算パワーのコストを低減する。一般に、図５は、所与の計算ロードのための効果的な電力利用のための動作中の計算電力を計算するため、サービスコンテクストにおいて現在の動作状態を解析する電力最適化方法に関するステージを示す。判定ルールは、ＩＴアドミニストレータとインフラストラクチャプロバイダにより設定可能な企業サービスの重要性に従って確定されてもよい。例えば、アドミニストレータは、データセンタの電力消費の合計レートに対する絶対的なリミットを設定し、電力消費リミットが満たされた場合に実行が保留されるべきアプリケーションを特定することを決定可能である。当該ステージの出力は制御ロジック状態に提供され、トータルの電力使用を最小化するため、サービス間にアプリケーションが配分される。

図５を参照するに、本発明の方法のトップレベルのフローチャートが示される。環境アプリケーションサーバ電力データが、フィルタ５０５に入力される。図２の装置２３０及び図４の装置４３０を介し収集されるデータのデータ量は極めて大きいため、フィルタ５０５は、装置２３０，４３０のフロントエンドに収容される。フィルタ５０５は、図２の装置２２０，２２５などから受信した電力データと相関させるのに適した政策的な電力消費コンピュータＣＰＵ電力指標に関する情報を優先順位付けするための機能を提供する。フィルタは、多数のノード及び収集装置を介し収集されたデータから、短期の詳細と共に長期のトレンドとを供給する。多数のバーチャルマシーンに共有されるＣＰＵ利用、メインメモリ、ディスクＩ／Ｏ及びＣＰＵタイムスライスは、サーバハードウェア上の電力消費に対する大きな影響を有する指標の具体例である。フィルタ５０５の機能は、このようなリソース利用を電力を示した企業間のマッピングを実現する表現に累積することである。特に低レベルの複雑さを有する小規模なデータセンタでは、フィルタは要求されなくてもよく、リソース利用情報が使用される。

フィルタリングされたデータは、その後に動作モデリングモジュール５１０に入力される。ワークロード又は企業サービス特性は、一般的な企業サービスと一般的なサーバプラットフォームのために予め実行され、データセンタ電力使用のための基本モデルを生成する。これは、第２入力モジュール５１０を提供する知識ベース５１５に格納される。サーバの合成された特性とアプリケーションの組み合わせのベースモデリングはまた、所与の時点におけるサーバ処理の利用性の電力を処理するのに必要なデータを低減するのに役立つ。ワークロード特性は、アセットデータベースから取得されたハードウェアパラメータに正規化された。モジュール５１０への第３入力は、パラメータにおいて現在の動的モデル情報を提供するデータベース２０である。

モジュール５１０は、必要に応じてデータベースを更新するのに利用される現在のデータセンタコンフィギュレーション及び計算ロードに関する情報をデータベース５２０に送信する。現在状態情報はまた、それを利用して動的モデルにより予測される電力使用及び環境指標（周囲の温度など）を完了するパスター電力指標計算モジュール５２５である。電力消費測定モジュール５３０は、モジュール５１０からの各種サーバ間へのアプリケーションロードの既存の分散化に関する情報を取得し、モジュール５２５から予測された電力環境指標を取得する。モジュール５３０は、時間に正確で相関的な方法により、装置２２０，２２５などから、モニタリング入力への実際の電力、熱及び他の環境状態に関する情報を取得する。予測されたデータが実際のデータの規定された許容リミット内である場合、動的モデルが確認され、そうでない場合、情報は、データベース５２０の動的モデリングアルゴリズムパラメータを更新及び規定するためのフィードバックを提供するトレンド解析モジュール５３５に出力される。

最終ステップとして、動的モデリングは、電力使用の最適化のため、サービス間へのロードの緩和が必要か決定するため、現在のアプリケーションに適用される。共通の環境ファクタとサーバのハードウェア及びソフトウェア特性の適用に基づきモデルの予測電力使用が与えられると、当該決定をする既知の方法が多数存在する。例えば、シンプルなアプローチは、既存の環境状態の下での計算ロードのインクリメントのための予測された増分的な電力引き込みに基づきサーバを順位付けし、計算ロードの予想されるスケジュールに基づきアプリケーションを順位付けすることであろう。大きなロードを有するアプリケーションから始めて、当該プロセスは、アプリケーションのインスタンスをまず最も効率的なサーバに配分し、サーバの最大コンペティションに到達すると、次に最も効率的なサーバに移行する。このアプローチは、妥当な結果をもたらし、シンプルかつ迅速であるという効果を有する。それはしばしば、サブ最適な割当てをもたらす。好適な実施例のより良好なアプローチは、ホームネットワークにおいて用いられるバックプロパゲーション学習アルゴリズムに類似した処理を用いて、最小数のルールしか決定しない。何れのネットワークも、学習に基づきニューロンセットと各ニューロン間の相互接続とによるコンピュータアルゴリズムを利用した人間の学習及び知能をモデル化することを試みた人工知能方法に類似しない。アプリケーションロードの配分が実現されるか、又は環境状態インフラストラクチャへの調整が必要であると解析により結論付けされると、１）加熱冷却コントロール５４０と、２）所望の変更を実現するためサーバ及びアプリケーションロードバランスコントロール５４５とに送信される。

一般に、エネルギー保存のため環境を探索するためのフレームワークにおける主要な構成要素は、メインコントローラ、モニタ、データベース及び解析エンジンを含む、モニタエンジンに収集されるメタデータは、管理困難であり、エネルギーデータ収集のために十分には利用されていない可能性がある。フレームワークは、電気計算エネルギー計算に関する選択された関連情報の取得及び解析を実現する初期的な実行の後にカスタマ環境を調整するインテリジェントコンフィギュレーションモジュールを提供する。フレームワークは、精度とサンプリングレートとにより必要なインターバルで測定値を収集するよう構成される。このモジュールは、企業サービスとそれの影響が取得解析ロジックに直近に追加されるような方法により設計される。フレームワーク全体は、環境の情報と共にロジックを有するか、又は外部レポジトリに統合可能である。この情報は、電気エンティティと計算パワーエンティティとの間の関連付けを適応的に追跡するため、ヒューリスティック情報において利用される。フレームワークは、動的学習又は静的インポートを介しサービス及びインフラストラクチャを収集する。この情報は、その後に、人間の精神活動に典型的なものに加えて、サービスの解析のための基礎として利用される。これは、その後の配置労力と自動化された学習に関して効率性を向上させる。フレームワークのすべての構成要素の同期は、外部のネットワークタイムサービスに関して内部タイムサーバに設定可能である。

開示されたアプローチは、各種電力使用ヒューリスティックの設定及び特徴付けのための複数の機構を利用して収集される電力マターのシステマティックな処理によって、計算利用５４５のためのグローバルプロファイルを生成する。動作プロファイルは、各サーバのロード量、計算ロードを収容するサーバの位置、及び要求されるスケジュールに従って冷却ユニットに提供される電気ユニットを指定する。本方法は、環境全体における電力最適化の精度を最大化するため、プロセスレベルでのエネルギー消費をモデル化する。ウェブサービスベースのアプローチは、分散化された企業に対して良好に機能し、通信フレームワークは、中央電力管理システムから離れた位置における動的なロード状態とロードバランシング処理を収集するため、複数レベルの集約的な制御を介し階層的に拡張される。

図５が単なる例示であり、他のプログラムエントリ及びイグジットポイント、タイムアウト機能、エラーチェックルーチンなど（図示せず）が典型的なシステムソフトウェアにより通常に実現されることが理解される。また、システムは、埋め込みシステムにおいて連続的に実行されるよう実現可能であることが理解される。従って、スタートブロックとエンドブロックとは、メインプログラムに統合され、連続的なシステム処理をサポートするため必要に応じて呼び出し可能なコードの一部の論理的なスタート及びエンドポイントを示すためのものである。本発明のこれらの態様の実現は、ここでの開示に基づき当業者の理解の範囲内で容易に明らかである。

上述されるような一例となるネットワーク環境は、相互接続されたコンピュータ、サーバ、アプリケーション及び他の装置のネットワークにおいて適用可能であり、上述された方法に関して利用可能である。コンピュータは、１以上のピアとの論理的接続を利用するネットワーク化された環境において一般に動作する。本方法に関して利用されるコンピュータは、パーソナルコンピュータ８、サーバ、ルータ、ネットワークＰＣ、ピア装置又は他の一般的なネットワークノードであってもよく、典型的には、上述された多数の又はすべての要素を含む。これらの接続は、以下に限定することなく、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）及び、オフィス、企業ワイドコンピュータネットワーク、イントラネット及びインターネットにおいて一般的な他のネットワーク環境を含む。図示されるネットワーク接続は一例であり、コンピュータ間の通信リンクを確立するための他の手段がまた利用されてもよいことが理解されるであろう。図示のため、プログラム及びオペレーティングシステムなどの他の実行可能なプログラムコンポーネントが個別のブロックとして示されるが、このようなプログラム及びコンポーネントはコンピュータの異なる記憶要素において各時点で存在し、コンピュータのデータプロセッサにより実行されることが認識される。ハードウェアとソフトウェアの各種組み合わせは、本発明の教示を実行するため利用可能である。コンピュータ又は計算装置は、典型的にはプロセッサを含む。プロセッサは、典型的には、マイクロプロセッサなどのＣＰＵを含む。ＣＰＵは、一般に算術及び論理処理を実行する算術論理ユニットＡＬＵと、メモリから命令（コードなど）を抽出し、それらを復号化及び実行し、必要に応じてＡＬＵを呼び出す制御ユニットとを有する。ここで用いられるメモリは、限定することなく、１以上のメモリ（ＲＡＭ）、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ ＰＲＯＭ）チップを意味する。メモリは、プロセッサを有する集積ユニットの内部又は外部にあってもよい。メモリは、好ましくは、プロセッサにより実行可能な命令のコード又はシーケンスなどのコンピュータプログラムを格納する。

上述されるように、アプリケーションロードの再配分又は環境調整インフラストラクチャへの調整が求められると解析が結論付ける場合、適切な命令が、１）加熱冷却コントロール５４０と、２）所望の変化を実現するためサーバ及びアプリケーションロードバランシングコントロール５４５とに送信される。ＡＰＣＩ対応ハードウェア及びＯＳは、効率的なエネルギー消費を介しエネルギーコストを低減する他の方法を可能にする。具体的には、装置、マザーボード、チップセット及びＣＰＵレベルにおけるエネルギー消費量を制御する技術がまた、上述されたステップ５４０及び５４５に加えて利用されてもよい。多くのテクノロジー企業は、ＡＣＰＩとの準拠を実現している。上述されるように、ＡＣＰＩは、プロセッサレベルにおける電力管理を実現するための現在のオープンな規格である。ＡＣＰＩは、それの最も基本的なものにおいて、シュリンクラップ（ｓｈｒｉｎｋ−ｗｒａｐ）ＯＳコードがこのようなハードウェアインタフェースを利用することを可能にしながら、フレキシブルなハードウェア実現を可能にするのに十分な抽象性においてハードウェアインタフェースを記述する方法である。ＯＳＰＭ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ−ｄｉｒｅｃｔｅｄ Ｐｏｗｅｒ Ｍａｎａｇｅｍｅｎｔ）は、ＯＳが中心的な役割を担う電力（及びシステム）管理のモデルであり、グローバル情報を用いて対象となるタスクのシステム動作を最適化する。ＡＣＰＩハードウェアは、ＯＳＰＭをサポートするのに必要な機能と、ＡＣＰＩ記述テーブルを用いて記述される機能とのインタフェースととを備えるコンピュータハードウェアである。

オペレーティングシステムは、システム、プロセッサ又は装置の特定の動作を規定するシステム、プロセッサ又は装置の処理モードである各種ＡＣＰＩにより規定される状態を選択することによって、ＡＣＰＩハードウェアとやりとりする。未完成の状態リストが以下に与えられる。これら各種状態は、例えば、Ａｄｖａｎｃｅｄ Ｃｏｎｆｉｇｕｒａｔｉｏｎ ａｎｄ Ｐｏｗｅｒ Ｉｎｔｅｒｆａｃｅ Ｓｐｅｃｉｆｉｃａｔｉｏｎ（Ｒｅｖｉｓｉｏｎ ３．０ｂ Ｏｃｔｏｂｅｒ １０，２００６）などに記述される。
・利用するのに可視的であり、４つの状態Ｇ０，Ｇ１，Ｇ２，Ｇ３に分割される全体的なシステム状態であるグローバルシステム状態；
・グローバルシステム状態Ｇ１（Ｓ５を除く）内にあって、Ｓ１，Ｓ２，Ｓ３，．Ｓ４，Ｓ５に分割されるスリーピング状態；
・４つの状態Ｄ０，Ｄ１，Ｄ２，Ｄ３に分割され、各装置により変更されるユーザに通常は可視的でない装置電力状態；
・グローバルシステム状態Ｇ内にあって、Ｃ０，Ｃ１，Ｃ２，Ｃ３，Ｃ４に分割されるＣＰＵスリープ状態としても知られるＣＰＵ電力状態；
・アクティブであるときＣＰＵ／装置の電力管理を制御し、ワークロードに依存してクロックスピードと電圧変化とを通常含み、ＣＰＩに依存する状態数を有するＣＰＵ／装置パフォーマンス状態；
・温度が閾値を超えるとＣＰＵを低パフォーマンス状態にスロットルし、ＴＭ１スロットルがデューティサイクルを変更することによって実行され、ＴＭ２スロットルがクロックスピード又はコア電圧（Ｐ状態）を変更することによって実行されるＣＰＵ温度モニタ；
電力管理とＣＰＵ又は装置により使用される電力量の決定のため、Ｓ１−Ｓ４が２〜３０秒のウェークアップ遅延を決定することによって、Ｇ１状態又はスリーピング状態を確立することは、明らかに有用である。さらに、各種ＣＰＵ電力状態（Ｃ−ｓｔａｔｅ）はまた、ＣＰＵレベルにおけるオペレーティングシステムの調整電力を有するのに有用な方法を可能にする。Ｃ０状態はベースラインであり、この状態においてプロセッサは命令を実行する。Ｃ１状態は、最も小さな遅延を有する。この状態におけるハードウェア遅延は、オペレーティングシステムがそれを利用するか否か決定する際に状態の遅延特徴を考慮しないだけ十分低いものでなければならない。非実行電力状態にプロセッサを置くのとは別に、当該状態は他の何れのソフトウェアによる可視的な効果を有しない。これは、１０ｎｓの大きさのオーダを有するウェークアップ時間によるアセンブリ命令“ｈａｌｔ”を利用することによって、実際の実行では実行される。Ｃ２状態は、Ｃ１状態に対して電力セービングを向上させる。この状態のワーストケースのハードウェア遅延は、ＡＣＰＩシステムファームウェアを介し提供され、オペレーティングシステムは、当該情報を利用してＣ１状態がＣ２状態の代わりに利用されるべき時点を決定することができる。Ｃ２からＣ０への遷移時間は、１００ナノ秒の大きさのオーダであり、当該処理は、プロセッサコアクロック及びプラットフォームＩ／Ｏバッファをゲート処理することによって、プロセッサレベルにおいて実現される。プロセッサを非実行電力状態に置くのとは別に、当該状態は他のソフトウェアによる可視的な効果を有しない。Ｃ３状態は、Ｃ１及びＣ２状態に対して電力セービングを向上させる。Ｃ３状態では、バスクロックとＰＬＬとがゲート処理される。ウェークアップ時間は、現在は５０μｓのオーダである。当該状態のワーストケースのハードウェア遅延は、ＡＣＰＩシステムファームウェアを介し提供され、オペレーティングシステムは、当該情報を利用して、Ｃ３状態の代わりにＣ２状態が利用されるべき時点を決定することができる。Ｃ３状態では、プロセッサのキャッシュは状態を維持するが、スヌープを無視する。オペレーティングソフトウェアは、キャッシュがコヒーレンシを維持することを保障するためのものである。

さらに、装置及びプロセッサパフォーマンス状態（Ｐｘ状態）は、アクティブ／実行中の状態Ｃ０及びＤ０内の電力消費能力状態である。Ｐｘ状態が、以下で簡単に規定される。Ｐ０−装置又はプロセッサが当該状態にある間、それは自らの最大パフォーマンス能力を利用し、最大電力を消費してもよい。Ｐ１−このパフォーマンス電力状態では、装置又はプロセッサのパフォーマンス能力はそれの最大値以下に制限され、最大電力未満を消費する。Ｐｎ−このパフォーマンス状態では、装置又はプロセッサのパフォーマンス能力は、それの最小レベルにあり、アクティブ状態に留まりながら最小電力を消費する。状態ｎは、最大数であり、プロセッサ又は装置に依存する。

Ｐ状態は、動的な電圧スケーリング及び動的な周波数スケーリングによって実現可能である。動的な電圧スケーリングは、コンポーネントで用いられる電圧が状況に応じて増減されるコンピュータアーキテクチャにおける電力管理技術である。電圧を低下させることは、電力消費を低下させながらプログラムランタイムを増加させることを意味する。動的周波数スケーリング（ＣＰＵスロットリングとしても知られる）は、電力を節約するためプロセッサが最大値未満の周波数で実行されるコンピュータアーキテクチャにおける技術である。

この動的電圧及び周波数スケーリング技術（ＤＶＦＳ）では、ＣＰＵコア電圧、クロックレート又はその双方が、可能性のあるパフォーマンスを犠牲にして電力消費を減少させるよう変更可能である。これは、電力−パフォーマンスのトレードオフを最適化するのに利用可能である。ＤＶＦＳ技術は、動的な電圧スケーリングと動的な周波数スケーリングとを含む。動的な電圧スケーリングは、コンポーネントにおいて用いられる電圧が状況に応じて増減されるコンピュータアーキテクチャにおける電力管理技術である。電圧を減少させるための動的な電圧スケーリングは、不足電圧として知られる。ＭＯＳＦＥＴベースのデジタル回路は、論理状態を表すため回路ノードの電圧を用いて動作する。これらのノードにおける電圧は、通常動作中は高電圧と定電圧との間で切り替えられ、論理ゲートへの入力が遷移すると、これを構成するトランジスタがゲート出力を切り替える。回路の各ノードには、特定量の電気容量がある。この電気容量は、拡散容量の電気容量及び電気容量を接続する配線を介し主としてトランジスタなどの各種ソースから生じる。回路ノードにおける電圧の切替は、電圧に関するカーソルがないため、これに係る時間が印加される電圧に依存するため、電気容量を充電又は放電することを必要とする。より高い電圧を回路の装置に印加することによって、電気容量はより迅速に充電及び放電され、回路のより迅速な処理とより高い周波数の処理のための出力を生じさせる。状態ＣＭＯＳゲートを用いてチップにより放散されるスイッチング電力は、数式Ｃ＊Ｖ^２＊ｆにより決定される。ここで、Ｃはクロックサイクル毎にスイッチされる電気容量であり、Ｖは電圧であり、ｆはスイッチング周波数である。この数式は、現在のチップがＣＭＯＳ技術のみにより実現されていないため、正確なものでないが、それは、電力消費全体が電圧に従って低下することを示す。従って、動的な電圧スケーリングが、携帯電話やラップトップコンピュータなどのバッテリ駆動装置におけるスイッチング電力消費を管理するための戦略の一部として広く利用される。定電圧モードは、ＣＰＵやＤＳＰなどに関する電力消費を最小化するため、より低いクロック周波数に関して利用される。多くの周辺装置がまた定電圧動作モードをサポートすることに留意されたい。電圧の低下は、回路スイッチがより低速であり、当該回路が実行可能な最大周波数を生成することを意味することに留意されたい。これは、プログラム命令が発行可能なレートを低下させ、ＣＰＵバウンドを有意に成功させたプログラムセグメントのランタイムを増大させるものであってもよい。従って、電力管理と計算ロードとの間には複雑なトレードオフがある。また、レギュレータなどの一部の論理コンポーネントの効率性は温度の上昇と共に低下することに留意されたい。これは、電力使用が温度と共に増大する可能性があるためである。電力使用の増大は温度を上昇させるため、電圧又は周波数の増大はまた、上述したＣＭＯＳ数式が示すよりはるかに速くシステム電力需要を増大させる可能性がある。

動的な周波数スケーリングは、電力を節約するためプロセッサが最大周波数未満で実行されるアーキテクチャへの技術である。再び、電圧レギュレータなどの一部の電気コンポーネントの効率性は温度の上昇と共に減少する。これは、電力使用が温度に従って増大するためである。電力使用の増大は温度を上昇させるため、電圧又は周波数の増加は、シームレスな数式が示すよりはるかにシステム電力需要を増大させる可能性がある。

上述した各技術は、ＣＰＵ全体又はＣＰＵ内の機能ユニットに印加される電圧又は周波数の生成がＣＰＵ又はそれのコンポーネントにより生成される熱量を低下させる強化的な効果があることに留意されたい。また、冷却の低下が必要なマザーボードであり、さらにシステムエネルギー消費全体を減少させる。

上述した技術は、ラップトップ及び他の装置の電力管理の技術において周知である。これらの技術は、最も有名なＡＣＰＩなどの多数の方法により実現される。ＡＣＰＩは、確立された産業内のオープンな産業規格である。本発明の上記態様の実現は、ここでの開示に基づき当業者の理解の範囲内で容易に明らかである。

本発明の一実施例では、図２のサーバ２０５，２１０は、ＡＣＰＩ規格への準拠を可能にするＡＣＰＩハードウェア及びファームウェアと、ＯＳＰＭ対応可能なオペレーティングシステムとを含む。図５は、上述された本発明の一方法のトップレベルのフローチャートであり、動的周波数電圧スケーリングコントロール５４８を含む。サーバ内及び／又はサーバ２１０，２１５などのサーバ群における同質的でないＣＰＵ群における利用可能な状態セットの特異性は、知識ベース５１５に含まれ、電力指標計算モジュール５２５と電力消費管理モジュール５３０とのアルゴリズムが電力最適化を向上させるため当該情報を含むことを可能にするよう、モジュール５１０を更新する。これらの追加されたＣＰＵ状態の大きさはアルゴリズムの計算複雑性を増大させる可能性があることに留意されたい。動作について、図５に示される解析エンジンなどのアプリケーションは、ＣＰＵ状態を変更するためオペレーティングシステムにＡＰＣＩコールを発行する。このオペレーティングシステムは、その後にサーバ２１０又は２１５などのサーバ又はハイパバイザ４０７又は４１２などのハイパバイザを呼び出してもよい。ハイパバイザは、ＣＰＵ状態を変更させるためハードウェアとインタフェースをとる。

本発明の他の実施例では、図５に示される解析エンジンは、複数の装置、中央処理ユニット、マザーボード又は他の何れかのＡＰＣＩに準拠したハードウェアの何れかにおけるＡＰＣＩ状態に対する変更要求を発行してもよい。

上記説明及び図面は本発明の好適な実施例を表すが、本発明の趣旨及び範囲から逸脱することなく、各種変更及び改良が可能であることは理解されるであろう。

Claims (18)

1. いくつかの処理ユニットを有する分散計算システムにおいて容易に認識可能な電力管理のための方法であって、
   ａ）電力指標義務の精度を向上させるため、異なる機構からプロセスレベル情報を収集するステップと、
   ｂ）環境指標を収集するステップと、
   ｃ）前記プロセスレベル情報と前記環境指標とに基づき動作モデルを生成するステップと、
   ｄ）前記動作モデルをアプリケーション、利用及び環境コンテクストに適用することに基づき、前記処理ユニットの少なくとも１つの状態を設定するステップと、
   を有する方法。
2. 前記処理ユニットは、複数の中央処理ユニット、前記中央処理ユニット内の複数の機能ユニット、及びバーチャルマシーンを管理する複数のハイパバイザの少なくとも１つを含む、請求項１記載の方法。
3. 前記状態は、複数のパフォーマンス状態の１つである、請求項２記載の方法。
4. 複数のパフォーマンス状態の１つの設定は、処理ユニットの周波数を変更することを含む、請求項３記載の方法。
5. 複数のパフォーマンス状態の１つの設定は、処理ユニットの電圧を変更することを含む、請求項３記載の方法。
6. 複数のパフォーマンス状態の１つの設定は、処理ユニットの周波数と電圧とを変更することを含む、請求項３記載の方法。
7. 複数のパフォーマンス状態の１つは、第１パフォーマンス状態と第２パフォーマンス状態とを少なくとも含み、
   前記第１パフォーマンス状態は、前記第２パフォーマンス状態より大きな計算ロードをもたらしうる、請求項２記載の方法。
8. 前記状態は、複数のスリープ状態の１つである、請求項１記載の方法。
9. 複数のスリープ状態の１つは、第１スリープ状態と第２スリープ状態とを少なくとも含み、
   前記第１スリープ状態は、前記第２スリープ状態より少ないウェークアップ時間を有する、請求項８記載の方法。
10. いくつかの処理ユニットを有する分散計算システムにおいて容易に認識可能な電力管理のための方法であって、
    ａ）電力指標義務の精度を向上させるため、異なる機構からプロセスレベル情報を収集するステップと、
    ｂ）環境指標を収集するステップと、
    ｃ）前記プロセスレベル情報と前記環境指標とに基づき動作モデルを生成するステップと、
    ｄ）前記動作モデルをアプリケーション、利用及び環境コンテクストに適用することに基づき、前記処理ユニットの少なくとも１つの状態を選択するステップと、
    ｅ）前記動作モデルをアプリケーション、利用及び環境コンテクストに適用することに基づき、前記処理ユニットの少なくとも１つの状態を設定するために、前記処理ユニットの少なくとも１つにおいて実行されるオペレーティングシステムにソフトウェアコールを発行するステップと、
    を有する方法。
11. 前記処理ユニットは、複数の中央処理ユニット、前記中央処理ユニット内の複数の機能ユニット、及びバーチャルマシーンを管理する複数のハイパバイザの少なくとも１つを含む、請求項１０記載の方法。
12. 前記状態は、複数のパフォーマンス状態の１つである、請求項１１記載の方法。
13. 複数のパフォーマンス状態の１つの設定は、処理ユニットの周波数を変更することを含む、請求項１２記載の方法。
14. 複数のパフォーマンス状態の１つの設定は、処理ユニットの電圧を変更することを含む、請求項１２記載の方法。
15. 複数のパフォーマンス状態の１つの設定は、処理ユニットの周波数と電圧とを変更することを含む、請求項１２記載の方法。
16. 複数のパフォーマンス状態の１つは、第１パフォーマンス状態と第２パフォーマンス状態とを少なくとも含み、
    前記第１パフォーマンス状態は、前記第２パフォーマンス状態より大きな計算ロードをもたらしうる、請求項１２記載の方法。
17. 前記状態は、複数のスリープ状態の１つである、請求項１１記載の方法。
18. 複数のスリープ状態の１つは、第１スリープ状態と第２スリープ状態とを少なくとも含み、
    前記第１スリープ状態は、前記第２スリープ状態より少ないウェークアップ時間を有する、請求項１７記載の方法。

Images