JP6455937B2 - シミュレーション装置、シミュレーション方法及びプログラム - Google Patents

Description

本発明は、データセンタにおける消費電力を予測するためのシミュレーション装置、シミュレーション方法及びプログラムに関する。

クラウドサービス等のデータセンタを介したサービスの需要の増加に伴って、その消費電力が増加している。データセンタの運用状況からその消費電力の把握が可能であれば、より効率の良い運用方針を決定することが出来る。

データセンタの電力を把握（予測）するためには、構成するすべてのサーバの稼働状況、その位置関係、あるいは空調条件などの多くの依存関係をすべて反映させた状態ですべての“構成要素の電力の和”を求める必要がある。そのためには、稼働状態とその際の実際の消費電力との関係を事前に学習させ、膨大なデータ収集を行ったのちに、実際の稼働条件から電力を予測する必要がある。

しかし、データセンタを構成するサーバなどの要素は他のサーバの稼働状況、その位置関係、あるいは空調条件などの多くの依存関係から成り立っており、データセンタ全体の消費電力の推定は難しい。このため、新しい機器を配置したり、配置を変更したり、事前の学習と違った状態で動作させてしまうと、改めて学習をやり直す必要があった。

諏訪好英、「データセンタにおける空調気流方式の高効率化に関する研究」、日本建築学会環境論文集、第７６巻、第６６３号、ｐｐ．５０１−５０８、２０１１年５月

そこで、本発明は、データセンタの個別の機器の消費電力モデルを用いて、データセンタの電力シミュレーションを可能にすることを目的とする。

上記目的を達成するために、本発明は、データセンタを構成する機器の個別の消費電力モデルを準備しておき、そのモデルと数値流体シミュレータを連携させることで、データセンタの電力シミュレーションを可能にする。

具体的には、本発明に係るシミュレーション装置は、
熱源装置の稼働量及び吸気温度に対する消費電力の変化を示す熱源装置消費電力モデルを熱源装置の機種ごとに保持し、熱源装置の機種情報及び稼働量を取得すると、当該機種情報に該当する熱源装置消費電力モデルを用いて、設定された吸気温度において当該稼働量を稼働後の熱源装置の消費電力及び発熱量を導出する第１の消費電力算出部と、
前記第１の消費電力算出部の導出した熱源装置の消費電力及び発熱量を用いて、熱源装置の配置されている空間において空調装置を稼働させた場合の熱流体解析を行い、当該稼働量を稼働後の熱源装置の吸気温度を導出し、前記設定された吸気温度を更新する流体解析部と、
空調装置の稼働量及び給気温度に対する消費電力の変化を示す空調装置消費電力モデルを空調装置ごとに保持し、前記空間を前記流体解析部による更新後の吸気温度にするための空調装置の消費電力を導出する第２の消費電力算出部と、
を備える。

具体的には、本発明に係るシミュレーション方法は、
熱源装置の稼働量及び吸気温度に対する消費電力の変化を示す熱源装置消費電力モデルを熱源装置の機種ごとに保持する記憶部を参照し、熱源装置の機種情報及び稼働量を取得すると、当該機種情報に該当する熱源装置消費電力モデルを用いて、設定された吸気温度において当該稼働量を稼働後の熱源装置の消費電力及び発熱量を導出する第１の消費電力算出手順と、
前記第１の消費電力算出手順で導出した熱源装置の消費電力及び発熱量を用いて、熱源装置の配置されている空間において空調装置を稼働させた場合の熱流体解析を行い、当該稼働量を稼働後の熱源装置の吸気温度を導出し、前記設定された吸気温度を更新する流体解析手順と、
空調装置の稼働量及び給気温度に対する消費電力の変化を示す空調装置消費電力モデルを空調装置ごとに保持する記憶部を参照し、前記空間を前記流体解析手順で更新後の吸気温度にするための空調装置の消費電力を導出する第２の消費電力算出手順と、
を、シミュレーション装置が実行する。

具体的には、本発明に係るシミュレーションプログラムは、本発明に係るシミュレーション方法に記載の第１の消費電力算出手順、流体解析手順及び第２の消費電力算出手順をコンピュータに実行させるためのプログラムである。

本発明によれば、データセンタを構成する機器の消費電力モデルと数値流体シミュレータを連携させることで、データセンタの電力シミュレーションを行うことができる。

実施形態に係るシミュレーション装置の構成例を示す。 サーバ消費電力モデルの一例を示す。 空調消費電力モデルの一例を示す。 ＣＦＤシミュレーションを行うデータセンタの構成例を示す。 実施形態を用いて予測したデータセンタの消費電力の一例を示す。 実施形態を用いて予測した予測値と実測値との比較結果の一例を示す。 予測値と実測値との誤差の一例を示す。

以下、本発明の実施形態について、図面を参照しながら詳細に説明する。なお、本発明は、以下に示す実施形態に限定されるものではない。これらの実施の例は例示に過ぎず、本発明は当業者の知識に基づいて種々の変更、改良を施した形態で実施することができる。なお、本明細書及び図面において符号が同じ構成要素は、相互に同一のものを示すものとする。

実施形態においては、データセンタに、サーバなどの熱源となる熱源装置と、熱源装置を冷却するための空調装置と、が備わる例について説明する。本実施形態においては、理解の容易のため、サーバやスイッチなどのデータセンタに配置される任意の熱源装置を「サーバ」と呼ぶ。これに伴い、熱源装置消費電力モデルをサーバ消費電力モデルと称する。

サーバはデータセンタの熱源の大部分を占めるので、データセンタ内の温度予測の際に重要となるのが、サーバの排気温度の予測である。サーバの排気温度はサーバの発熱量とサーバ内を通過する風量に依存する。データセンタ内では機器のレイアウトの影響でサーバの位置によって吸気温度や風量が異なるので、同機種のサーバに同じタスクを割り当てたとしても、サーバの位置によってサーバ排気温度が異なる。

このような各種パラメータの相互依存関係が存在する状況で、データセンタ内の温度をシミュレートする代表的な技術にＣｏｍｐｕｔａｔｉｏｎａｌ Ｆｌｕｉｄ Ｄｙｎａｍｉｃｓ（ＣＦＤ）がある。ＣＦＤは流体力学の支配方程式を数値的に解く解析手法である。ＣＦＤシミュレーションは流体の動作を解析領域全体について計算するため、データセンタのような局所的な気流の解析にも適している。しかしながら、このＣＦＤは温度をシミュレーションすることは可能であるが、電力をシミュレーションすることはできない。

実施形態に係るシミュレーション装置９１は、サーバや空調装置などのデータセンタに備わる各機器の個別の電力モデルを準備しておき、そのモデルを予測（シミュレーション）する技術と組み合わせることで、すべての状態を事前に学習させる必要がなく、どんな新しい配置や動作条件に対しても、全体の消費電力を事前に推定する。

図１に、実施形態に係るシミュレーション装置９１の構成例を示す。実施形態に係るシミュレーション装置９１は、消費電力モデル演算部１１及びＣＦＤシミュレーション演算部１２が備わる。消費電力モデル演算部１１は、サーバ消費電力演算部１１１と、空調消費電力演算部１１２と、を備える。シミュレーション装置９１には、事前にサーバ及び空調装置の稼働データが入力され（Ｓ１）、シミュレーション実行時にサーバ情報及び空調設定情報が入力される（Ｓ２）。

サーバの稼働データは、データセンタに配置されるサーバの消費電力に関する情報をサーバごとに収集したデータである。サーバ消費電力演算部１１１は、サーバの稼働データを用いた機械学習によって、機種毎の消費電力モデル（サーバ消費電力モデル）を作成する（Ｓ１）。空調装置の稼働データは、データセンタに配置される空調装置の消費電力に関する情報を空調装置ごとに収集したデータである。空調消費電力演算部１１２は、空調装置の稼働データを用いた機械学習によって、空調装置の機種毎の消費電力モデルである空調装置消費電力モデル（以下、空調消費電力モデルと称する。）を作成する（Ｓ１）。これらのモデルは、種々の条件で事前に動作させて電力を測定することによって得られる。

図２に、サーバ消費電力モデルの一例を示す。サーバ消費電力モデルは、サーバのＣＰＵ稼働率（％）に対する消費電力（Ｗ）及び温度（℃）を示す。サーバ消費電力モデルは、サーバを単体で動作させて構築する。サーバの機種毎にサーバ消費電力モデルを作成すればよく、実際にデータセンタに配置するサーバを用いてモデルを作成する必要はない。

図３に、空調消費電力モデルの一例を示す。空調消費電力モデルは、空調装置の稼働量に対する温度（℃）及び電力効率（ＣＯＰ：Ｃｏｅｆｆｉｃｉｅｎｔ Ｏｆ Ｐｅｒｆｏｒｍａｎｃｅ）を示す。ここで、図３では、空調装置の稼働量の一例として、ファンの最大回転数に対する割合（％）で示した。また温度は、空調装置がデータセンタに供給する空気の給気温度である。空調装置の機種ごとに空調消費電力モデルを作成すればよく、実際にデータセンタに配置する空調を用いてモデルを作成する必要はない。

サーバ情報は、各サーバへ割り当てられるタスク量、サーバへのタスクの割当状況、各サーバの稼働パターン、各サーバの吸気温度を含む。空調設定情報は、シミュレーションに用いる空調装置の設定を含む。設定は、温度、風向、風力を含む。

シミュレーション装置９１は、サーバ情報及び空調設定情報を取得すると、サーバ情報及び空調設定情報を消費電力モデル演算部１１に入力し、空調設定情報をＣＦＤシミュレーション演算部１２に入力する（Ｓ２）。

サーバ消費電力演算部１１１は、第１の消費電力算出部として機能し、サーバ消費電力モデルを用いて、サーバ情報で指定された吸気温度のときに、サーバ情報で指定された稼働パターンで動作させたサーバの消費電力及び発熱量を、サーバごとに算出する（Ｓ３）。

ＣＦＤシミュレーション演算部１２は、流体解析部として機能し、推定した各サーバの発熱量、空調設定情報を用いてＣＦＤシミュレーション（熱流体解析）を実行する（Ｓ３）。ここで、ＣＦＤは、流体の運動に関する種々の方程式をコンピュータで解くことによって流れを観察する数値解析・シミュレーション手法であり、特に流体の温度分布をシミュレーションする方法として使用される（例えば、非特許文献１参照。）。これにより、空調設定情報で指定された条件で空調装置が動作した環境下において、データセンタにおけるサーバがサーバ消費電力演算部１１１の算出した消費電力及び発熱量となったときに、各サーバの吸気温度が何度になるのかを導出する。

図４に、ＣＦＤシミュレーションを行うデータセンタの構成例を示す。データセンタ８１内に、１２台のサーバ８３と、１台の空調装置８２に配置されている例を示す。空調装置８２は、吸気口８２１から空気を取り込み、取り込んだ空気を冷却後、その背面からデータセンタ８１に供給する。ＣＦＤシミュレーションによれば、データセンタ８１内において、領域Ａ１では５０℃ほどになり、領域Ａ２では４５℃前後となり、領域Ａ３では４０℃前後となり、領域Ａ４では３５℃前後となり、領域Ａ５では３０℃前後となった。この場合、サーバ８３＃３の吸気温度は領域Ａ３の４０℃前後となり、サーバ８３＃５の吸気温度は領域Ａ４の４０℃前後となる。このように、ＣＦＤシミュレーション演算部１２は、各サーバ８３＃１〜＃１２の吸気温度を導出する。

データセンタ内部の状態が収束するまで、ステップＳ２及びＳ３を繰り返す（Ｓ４）。このとき、サーバ消費電力演算部１１１は、ＣＦＤシミュレーションの結果より得られた各サーバの吸気温度と、割り当てられたタスク量からサーバ消費電力モデルを用いて各サーバの消費電力を推定する。ＣＦＤシミュレーション演算部１２は、各サーバの消費電力と空調の設定情報をパラメータに設定したＣＦＤシミュレーションによって、空調への還気温度を求める。その結果、各サーバの消費電力と、データセンタにおける空調の還気温度を求めることができる。

データセンタ内部の状態が収束すると、空調消費電力演算部１１２が、ステップＳ５を実行する。例えば、サーバ消費電力演算部１１１が用いた各サーバ８３＃１〜＃１２の吸気温度と、ＣＦＤシミュレーション演算部１２から出力された各サーバ８３＃１〜＃１２の吸気温度と、の温度差が設定された一定温度内になったとき、ステップＳ５を実行する。温度差が一定温度内になったか否かは、サーバごとに判断する。全てのサーバについて、温度差が一定温度内になったとき、データセンタ内部の状態が収束すると判定することができる。

その後、空調消費電力演算部１１２は、第２の消費電力算出部として機能し、空調設定情報で指定された条件化における空調消費電力モデルを用いて、ＣＦＤシミュレーションの結果より得られた空調の還気温度のときの空調装置の消費電力を推定する（Ｓ５）。

消費電力モデル演算部１１は、推定した各サーバ及び各空調装置の消費電力の値を合計する（Ｓ６）。これにより、シミュレーション装置９１は、データセンタの消費電力を推定することができる。

図５に、実施形態を用いて予測したデータセンタの消費電力の一例を示す。Ｌ１はサーバの消費電力の合計であり、Ｌ２は空調装置の消費電力の合計であり、Ｌ３はこれらを合計したデータセンタの消費電力の値である。空調装置の設定温度によって、データセンタの消費電力が変動することが分かる。

図６は、実際のサーバの電力値に対して、実施形態のシミュレーション方法に基づいて得られたサーバの電力値の推定値の関係を示している。図７は、図６の実測値と推定値の関係をヒストグラム（発生頻度分布）で表したものである。この２つのグラフから、本実施形態のシミュレーション手法によって、サーバの電力値をきわめて高精度に推定できており、ひいてはデータセンタ全体の電力も高精度に推定できていることがわかる。

なお、データセンタは、ビテオオンデマンドやクラウドストレージに限らず、複数の熱源装置が配置され、空調による温度調節が望ましい任意の空間を含む。

また、実施形態に係るシミュレーション装置９１は、コンピュータを消費電力モデル演算部１１及びＣＦＤシミュレーション演算部１２として機能させることで実現してもよい。この場合、シミュレーション装置９１内のＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）が、記憶部（不図示）に記憶されたコンピュータプログラムを実行することで、各構成を実現する。コンピュータプログラムは、コンピュータにより読み取可能な記録媒体に記録されていてもよい。

一部サーバへのタスクの片寄を行い、使用しないサーバを停止することによってサーバの消費電力を削減できる。また、データセンタ内の温度分布に基づいて空調機設定を適切に行うことにより、空調機の電力効率か改善可能である。

実施形態に係るシミュレーション装置９１は、データセンタ内の機器を連携制御させることができるため、データセンタのように様々な機器が同時に稼働している環境において、データセンタ全体の電力削減を達成することができる。

ここで、実施形態に係るシミュレーション装置９１は、各構成要素（サーバや空調機器）毎の個別の消費電力モデルを事前に作っておき、そのモデルを予測（シミュレーション）する技術と組み合わせることで、すべての状態を事前に学習させる必要がなく、どんな新しい配置や動作条件に対しても、全体の電力を事前に把握することが可能となる。

また、実施形態に係るシミュレーション装置９１は、各構成要素の個別の消費電力モデルを準備するだけで、それぞれの相互作用や相対位置を反映させた全体の電力を把握することができるので、今までに搭載実績がない、いかなる要素（サーバなど）であっても、また構成を変化させても、それを搭載した際の全体の電力を、全体を事前に動作させることなく把握することができる。

本発明は情報通信産業に適用することができる。

１１：消費電力モデル演算部
１１１：サーバ消費電力演算部
１１２：空調消費電力演算部
１２：ＣＦＤシミュレーション演算部
８１：データセンタ
８２：空調装置
８２１：吸気口
８３：サーバ
９１：シミュレーション装置

Claims (3)

1. 熱源装置の稼働量及び吸気温度に対する消費電力の変化を示す熱源装置消費電力モデルを熱源装置の機種ごとに保持し、熱源装置の機種情報及び稼働量を取得すると、当該機種情報に該当する熱源装置消費電力モデルを用いて、設定された吸気温度において当該稼働量を稼働後の熱源装置の消費電力及び発熱量を導出する第１の消費電力算出部と、
   前記第１の消費電力算出部の導出した熱源装置の消費電力及び発熱量を用いて、熱源装置の配置されている空間において空調装置を稼働させた場合の熱流体解析を行い、当該稼働量を稼働後の熱源装置の吸気温度を導出し、前記設定された吸気温度を更新する流体解析部と、
   空調装置の稼働量及び給気温度に対する消費電力の変化を示す空調装置消費電力モデルを空調装置ごとに保持し、前記空間を前記流体解析部による更新後の吸気温度にするための空調装置の消費電力を導出する第２の消費電力算出部と、
   を備えるシミュレーション装置。
2. 熱源装置の稼働量及び吸気温度に対する消費電力の変化を示す熱源装置消費電力モデルを熱源装置の機種ごとに保持する記憶部を参照し、熱源装置の機種情報及び稼働量を取得すると、当該機種情報に該当する熱源装置消費電力モデルを用いて、設定された吸気温度において当該稼働量を稼働後の熱源装置の消費電力及び発熱量を導出する第１の消費電力算出手順と、
   前記第１の消費電力算出手順で導出した熱源装置の消費電力及び発熱量を用いて、熱源装置の配置されている空間において空調装置を稼働させた場合の熱流体解析を行い、当該稼働量を稼働後の熱源装置の吸気温度を導出し、前記設定された吸気温度を更新する流体解析手順と、
   空調装置の稼働量及び給気温度に対する消費電力の変化を示す空調装置消費電力モデルを空調装置ごとに保持する記憶部を参照し、前記空間を前記流体解析手順で更新後の吸気温度にするための空調装置の消費電力を導出する第２の消費電力算出手順と、
   を、シミュレーション装置が実行するシミュレーション方法。
3. 請求項２に記載の第１の消費電力算出手順、流体解析手順及び第２の消費電力算出手順をコンピュータに実行させるためのプログラム。

Images