JP6636531B2 - 電力熱認識ソリューション - Google Patents
電力熱認識ソリューション Download PDFInfo
- Publication number
- JP6636531B2 JP6636531B2 JP2017540892A JP2017540892A JP6636531B2 JP 6636531 B2 JP6636531 B2 JP 6636531B2 JP 2017540892 A JP2017540892 A JP 2017540892A JP 2017540892 A JP2017540892 A JP 2017540892A JP 6636531 B2 JP6636531 B2 JP 6636531B2
- Authority
- JP
- Japan
- Prior art keywords
- cooling zone
- fan
- logic
- model
- configuration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20836—Thermal management, e.g. server temperature control
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/16—Constructional details or arrangements
- G06F1/20—Cooling means
- G06F1/206—Cooling means comprising thermal management
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20718—Forced ventilation of a gaseous coolant
- H05K7/20736—Forced ventilation of a gaseous coolant within cabinets for removing heat from server blades
-
- 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)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Thermal Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Computer Hardware Design (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Cooling Or The Like Of Electrical Apparatus (AREA)
- Cooling Or The Like Of Semiconductors Or Solid State Devices (AREA)
Description
Q1=c1*s1+c2
としてモデル化することができる。
Q2=c1*s1+c2*s2+c3*s1*s2+c4
としてモデル化することができる。
Q3=c1*s1+c2*s2+c3*s3+c4*s1*s2+c5*s1*s3+c6*s2*s3+c7*s1*s2*s3+c8
としてモデル化することができる。
Q4=c1*s1+c2*s2+c3*s3+c4s4+c5*s1*s2+c6*s1*s3+c7*s1*s4+c8*s2*s3+c9*s2*s4+c10*s3*s4
+c11*s1*s2*s3+c12*s1*s2*s4+c13*s2*s3*s4+c14*s1*s3*s4+c15*s1*s2*s3*s4+c16
としてモデル化することができる。
Vt=c1*s1t+c2*s2t+c3*s3t+c4*s1t*s2t+c5*s1t*s3t+c6*s2t*s3t+c7*s1t*s2t*s3t+c8
として生成することができる。ここで、Vtは、テスト試行tについて計算された(すなわち、予測された)ボリューメトリック気流である。4つのPWMデューティサイクルテスト値について、t=1,2,・・・,N及びN=64である。ゆえに、上記例(すなわち、3ファンゾーン、4PWMデューティサイクルテスト値)において、テスト試行は、8つの未知数(係数c1、c2、・・・、c8)を有する64個の式(すなわち、データセット)をもたらすことができる。
Toutlet=Tinlet+1.76*P*Kalt/Q
として関連する。ここで、Toutletは、摂氏度(C)単位における冷却ゾーン出口気流温度であり、Tinletは、度C単位における冷却ゾーンの冷却ゾーン入口温度であり、1.76は、変換ファクタであり、Pは、ワット単位における、冷却ゾーンに含まれるコンポーネントの電力消費であり、Kaltは、高度に関連した空気密度補正ファクタであり、Qは、冷却ゾーンをとおる空気を移動させるように構成されたファンにより産生される、立法フィート毎分(cubic feet per minute)(CFM)単位におけるボリューメトリック気流である。
[外1]
は質量気流(=ρaltQ)であり、ρaltは冷却ゾーン高度における空気密度であり、Cp、Toutlet、Tinlet、及びPは、本明細書に説明されるとおりである。
P_EMAt=αPt+(1-α)*P_EMAt-1
として再帰的に決定することができる。ここで、t=1,2,3,・・・,tは、一連の取得された電力消費値の中の取得された電力消費値に対応するインデックスであり、P_EMAtは、現在の電力消費EMAであり、Ptは、現在の取得された電力消費値に対応し、P_EMAt−1は、前の電力消費EMAである。インデックスtは、第1の電力消費値の取得と第2の、後の電力消費値の取得との間の、時間間隔(すなわち、サンプル間隔)に関連し得る。P_EMAtは、適切なk=1,2,3,・・・について、
P_EMAt=α[Pt+(1-α)Pt-1+(1-α)2Pt-3+・・・+(1-α)kPt-k]+(1-α)(k+1)P_EMAt-k
として拡張することができる。各々の捕捉された電力消費Pt−iの重み付けファクタは、一般形式α(1−α)i、i=0,1,2,・・・を有することが十分理解され得る。ゆえに、冷却ゾーン、例えば冷却ゾーン104aのEMA電力消費は、複数の取得された電力消費値に少なくとも部分的に基づいて決定することができる。電力消費EMAは、比較的より最近の電力消費値を、比較的より最近でない電力消費値よりも比較的より高く重み付けすることによって、ある時間にわたる電力消費の変動について説明するように構成される。
本開示の例は、以下に論じられるように、電力熱認識ソリューションに関連した方法、方法の動作を実行する手段、デバイス、又は装置若しくはシステムなどの構成要件を含む。
本例に従い、装置システムが提供される。上記装置は、電力熱認識ソリューション(PTAS)ロジックを含む。PTASロジックは、冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択し、上記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定する。
本例は、例1の要素を含み、上記PTASロジックはさらに、上記冷却ゾーンの上記構成を識別する。
本例は、例1の要素を含み、上記PTASロジックはさらに、上記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記複数のモデルを生成するモデル生成ロジックをさらに含み、各モデルは少なくとも1つの冷却ゾーン構成に関連付けられる。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、少なくとも1つのファン速度に少なくとも部分的に基づいて、及び上記冷却ゾーンの上記構成に少なくとも部分的に基づいて決定される。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記PTASロジックはさらに、上記冷却ゾーンに関連付けられた電力消費を決定する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記PTASロジックは、上記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記選択されたモデルは、少なくとも1つのファン速度と上記冷却ゾーンの上記構成とを関連させる。
本例は、例6の要素を含み、上記電力消費は、一連の測定された電力消費値の指数移動平均に関連する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、上記選択されたモデルに少なくとも部分的に基づいて決定される。
本例は、例3の要素を含み、上記出口温度は、上記ボリューメトリック気流に少なくとも部分的に基づいて決定される。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記複数のモデルを記憶する構成データストアをさらに含む。
本例は、例12の要素を含み、各々の記憶されたモデルは、構成識別子(ID)に関連付けられる。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記PTASロジックはさらに、冷却ゾーン構成データを取得する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記PTASロジックはさらに、上記冷却ゾーンボリューメトリック気流をデータセンタ管理システムに提供する。
本例は、例3の要素を含み、上記PTASロジックはさらに、上記冷却ゾーン出口温度をデータセンタ管理システムに提供する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、上記冷却ゾーンの最初に準備された構成とは異なる。
本例は、例4の要素を含み、上記モデル生成ロジックは、冷却ゾーン構成データを受信し、パルス幅変調(PWM)デューティサイクルを設定し、上記冷却ゾーンに含まれる各ファンのファン速度を捕捉し、風洞からボリューメトリック気流を捕捉し、各々の捕捉されたファン速度と上記の捕捉されたボリューメトリック気流とを記憶する。
本例は、例18の要素を含み、上記PWMデューティサイクルは、25パーセントより大きいか又は等しい。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記選択されたモデルは、ファン速度に乗算する少なくとも1つのモデル係数と、電源ファンに関連した独立した項とを含む。
本例は、例20の要素を含み、上記ファン速度は、複数のファン速度のうちの最大ファン速度に対応する。
本例は、例18の要素を含み、上記モデル生成ロジックは、ある数のPWMデューティサイクル値の各々について、設定すること、上記ファン速度を捕捉すること、上記ボリューメトリック気流を捕捉すること、及び記憶することを、繰り返す。
本例は、例22の要素を含み、上記PWMデューティサイクル値の数は、上記冷却ゾーンに含まれるファンゾーンの数に関連する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記複数のモデルの少なくとも1つが、複数の冷却ゾーン構成に関連する。
本例に従い、方法が提供される。上記方法は、電力熱認識ソリューション(PTAS)ロジックにより、冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択することと、上記PTASロジックにより、上記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定することと、を含む。
本例は、例25の要素を含み、上記PTASロジックにより、上記冷却ゾーンの上記構成を識別することをさらに含む。
本例は、例25の要素を含み、上記PTASロジックにより、上記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定することをさらに含む。
本例は、例25の要素を含み、モデル生成ロジックにより、上記複数のモデルを生成することをさらに含み、各モデルは少なくとも1つの冷却ゾーン構成に関連付けられる。
本例は、例25の要素を含み、上記選択されたモデルは、少なくとも1つのファン速度と上記冷却ゾーンの上記構成とを関連させる。
本例は、例25の要素を含み、上記PTASロジックにより、上記冷却ゾーンに関連付けられた電力消費を決定することをさらに含む。
本例は、例30の要素を含み、上記電力消費は、一連の測定された電力消費値の指数移動平均に関連する。
本例は、例25の要素を含み、上記PTASロジックにより、上記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得することをさらに含む。
本例は、例25の要素を含み、上記ボリューメトリック気流は、少なくとも1つのファン速度に少なくとも部分的に基づいて、及び上記冷却ゾーンの上記構成に少なくとも部分的に基づいて決定される。
本例は、例25の要素を含み、上記ボリューメトリック気流は、上記選択されたモデルに少なくとも部分的に基づいて決定される。
本例は、例27の要素を含み、上記出口温度は、上記ボリューメトリック気流に少なくとも部分的に基づいて決定される。
本例は、例25の要素を含み、上記PTASロジックにより、冷却ゾーン構成データを取得することをさらに含む。
本例は、例25の要素を含み、上記PTASロジックにより、上記冷却ゾーンボリューメトリック気流をデータセンタ管理システムに提供することをさらに含む。
本例は、例27要素を含み、上記PTASロジックにより、上記冷却ゾーン出口温度をデータセンタ管理システムに提供することをさらに含む。
本例は、例25の要素を含み、上記冷却ゾーンの上記構成は、上記冷却ゾーンの最初に準備された構成とは異なる。
本例は、例25の要素を含み、上記冷却ゾーンは、上記冷却ゾーンを含むラックに含まれたファンを含む。
本例は、例28の要素を含み、上記モデル生成ロジックにより、冷却ゾーン構成データを受信することと、上記モデル生成ロジックにより、パルス幅変調(PWM)デューティサイクルを設定することと、上記モデル生成ロジックにより、上記冷却ゾーンに含まれる各ファンのファン速度を捕捉することと、上記モデル生成ロジックにより、風洞からボリューメトリック気流を捕捉することと、上記モデル生成ロジックにより、各々の捕捉されたファン速度と上記の捕捉されたボリューメトリック気流とを記憶することと、をさらに含む。
本例は、例41の要素を含み、上記PWMデューティサイクルは、25パーセントより大きいか又は等しい。
本例は、例25の要素を含み、上記選択されたモデルは、ファン速度に乗算する少なくとも1つのモデル係数と、電源ファンに関連した独立した項とを含む。
本例は、例43の要素を含み、上記ファン速度は、複数のファン速度のうちの最大ファン速度に対応する。
本例は、例41の要素を含み、上記モデル生成ロジックにより、ある数のPWMデューティサイクル値の各々について、設定すること、上記ファン速度を捕捉すること、上記ボリューメトリック気流を捕捉すること、及び記憶することを、繰り返すこと、をさらに含む。
本例は、例45の要素を含み、上記PWMデューティサイクル値の数は、上記冷却ゾーンに含まれるファンゾーンの数に関連する。
本例は、例25の要素を含み、上記複数のモデルの少なくとも1つが、複数の冷却ゾーン構成に関連する。
本例に従い、システムが提供される。上記システムは、冷却ゾーンとラック管理コントローラ(RMC)とを含む。上記冷却ゾーンは、少なくとも1つのラック要素と、少なくとも1つのファンを含むファンゾーンとを含む。上記RMCは、電力熱認識ソリューション(PTAS)をロジックを含む。上記PTASロジックは、上記冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択し、上記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定する。
本例は、例48の要素を含み、上記PTASロジックはさらに、上記冷却ゾーンの上記構成を識別する。
本例は、例48の要素を含み、上記PTASロジックはさらに、上記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定する。
本例は、例48の要素を含み、上記RMCは、上記複数のモデルを生成するモデル生成ロジックをさらに含み、各モデルは少なくとも1つの冷却ゾーン構成に関連付けられる。
本例は、例48の要素を含み、上記選択されたモデルは、少なくとも1つのファン速度と上記冷却ゾーンの上記構成とを関連させる。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、少なくとも1つのファン速度に少なくとも部分的に基づいて、及び上記冷却ゾーンの上記構成に少なくとも部分的に基づいて決定される。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記PTASロジックはさらに、上記冷却ゾーンに関連付けられた電力消費を決定する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記PTASロジックは、上記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記少なくとも1つのラック要素は、計算コンポーネント、記憶コンポーネント、ネットワーキングコンポーネント、及びメモリコンポーネントのうち、1つ以上を含む。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記選択されたモデルは、ある数のファンゾーンに関連する。
本例は、例54の要素を含み、上記電力消費は、一連の測定された電力消費値の指数移動平均に関連する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、上記選択されたモデルに少なくとも部分的に基づいて決定される。
本例は、例50の要素を含み、上記出口温度は、上記ボリューメトリック気流に少なくとも部分的に基づいて決定される。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記RMCは、上記複数のモデルを記憶する構成データストアを含む。
本例は、例61の要素を含み、各々の記憶されたモデルは、構成識別子(ID)に関連付けられる。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記冷却ゾーンは、少なくとも1つの管理コントローラをさらに含む。
本例は、例63の要素を含み、上記少なくとも1つの管理コントローラの少なくとも1つが、上記冷却ゾーンに関連付けられた入口温度を取得する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、ファンの数がファンゾーンの数に等しい。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、ファンの数がファンゾーンの数より大きい。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記冷却ゾーンは、1つのファンゾーンを含む。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記冷却ゾーンは、複数のファンゾーンを含む。
本例は、例48の要素を含み、上記ファンゾーン内の各ファンが、同じPWMデューティサイクルを有するパルス幅変調(PWM)入力信号を受信する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記PTASロジックはさらに、冷却ゾーン構成データを取得する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記PTASロジックはさらに、上記冷却ゾーンボリューメトリック気流をデータセンタ管理システムに提供する。
本例は、例50の要素を含み、上記PTASロジックはさらに、上記冷却ゾーン出口温度をデータセンタ管理システムに提供する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、上記冷却ゾーンの最初に準備された構成とは異なる。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記少なくとも1つのファンのうち少なくとも1つが、上記冷却ゾーンを含むラックに含まれる。
本例は、例51の要素を含み、上記モデル生成ロジックは、冷却ゾーン構成データを受信し、パルス幅変調(PWM)デューティサイクルを設定し、上記冷却ゾーンに含まれる各ファンのファン速度を捕捉し、風洞からボリューメトリック気流を捕捉し、各々の捕捉されたファン速度と上記の捕捉されたボリューメトリック気流とを記憶する。
本例は、例75の要素を含み、上記PWMデューティサイクルは、25パーセントより大きいか又は等しい。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記選択されたモデルは、ファン速度に乗算する少なくとも1つのモデル係数と、電源ファンに関連した独立した項とを含む。
本例は、例77の要素を含み、上記ファン速度は、複数のファン速度のうちの最大ファン速度に対応する。
本例は、例75の要素を含み、上記モデル生成ロジックは、ある数のPWMデューティサイクル値の各々について、設定すること、上記ファン速度を捕捉すること、上記ボリューメトリック気流を捕捉すること、及び記憶することを、繰り返す。
本例は、例79の要素を含み、上記PWMデューティサイクル値の数は、上記冷却ゾーンに含まれるファンゾーンの数に関連する。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記複数のモデルの少なくとも1つが、複数の冷却ゾーン構成に関連する。
本例に従い、デバイスが提供される。上記デバイスは、命令を記憶させたコンピュータ読取可能記憶デバイスを含み、上記命令は、1つ以上のプロセッサにより実行されると下記の動作を結果としてもたらし、該動作は、冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択することと、上記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定することと、を含む。
本例は、例82の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記冷却ゾーンの上記構成を識別することを含む。
本例は、例82の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定することを含む。
本例は、例82の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記複数のモデルを生成することを含み、各モデルは少なくとも1つの冷却ゾーン構成に関連付けられる。
本例は、例82の要素を含み、上記選択されたモデルは、少なくとも1つのファン速度と上記冷却ゾーンの上記構成とを関連させる。
本例は、例82の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記冷却ゾーンに関連付けられた電力消費を決定することを含む。
本例は、例87の要素を含み、上記電力消費は、一連の測定された電力消費値の指数移動平均に関連する。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得することを含む。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、少なくとも1つのファン速度に少なくとも部分的に基づいて、及び上記冷却ゾーンの上記構成に少なくとも部分的に基づいて決定される。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、上記選択されたモデルに少なくとも部分的に基づいて決定される。
本例は、例84の要素を含み、上記出口温度は、上記ボリューメトリック気流に少なくとも部分的に基づいて決定される。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、冷却ゾーン構成データを取得することを含む。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記冷却ゾーンボリューメトリック気流をデータセンタ管理システムに提供することを含む。
本例は、例84の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、上記冷却ゾーン出口温度をデータセンタ管理システムに提供することを含む。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、上記冷却ゾーンの最初に準備された構成とは異なる。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記冷却ゾーンは、上記冷却ゾーンを含むラックに含まれたファンを含む。
本例は、例85の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、冷却ゾーン構成データを受信することと、パルス幅変調(PWM)デューティサイクルを設定することと、上記冷却ゾーンに含まれる各ファンのファン速度を捕捉することと、風洞からボリューメトリック気流を捕捉することと、各々の捕捉されたファン速度と上記の捕捉されたボリューメトリック気流とを記憶することと、を含む。
本例は、例98の要素を含み、上記PWMデューティサイクルは、25パーセントより大きいか又は等しい。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記選択されたモデルは、ファン速度に乗算する少なくとも1つのモデル係数と、電源ファンに関連した独立した項とを含む。
本例は、例100の要素を含み、上記ファン速度は、複数のファン速度のうちの最大ファン速度に対応する。
本例は、例98の要素を含み、上記命令は、1つ以上のプロセッサにより実行されると下記のさらなる動作を結果としてもたらし、該動作は、ある数のPWMデューティサイクル値の各々について、設定すること、上記ファン速度を捕捉すること、上記ボリューメトリック気流を捕捉すること、及び記憶することを、繰り返すこと、を含む。
本例は、例102の要素を含み、上記PWMデューティサイクル値の数は、上記冷却ゾーンに含まれるファンゾーンの数に関連する。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記複数のモデルの少なくとも1つが、複数の冷却ゾーン構成に関連する。
本例に従い、デバイスが提供される。上記デバイスは、電力熱認識ソリューション(PTAS)ロジックにより、冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択する手段と、上記PTASロジックにより、上記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定する手段と、を含む。
本例は、例105の要素を含み、上記PTASロジックにより、上記冷却ゾーンの上記構成を識別する手段をさらに含む。
本例は、例105の要素を含み、上記PTASロジックにより、上記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定する手段をさらに含む。
本例は、例105の要素を含み、モデル生成ロジックにより、上記複数のモデルを生成する手段をさらに含み、各モデルは少なくとも1つの冷却ゾーン構成に関連付けられる。
本例は、例105の要素を含み、上記選択されたモデルは、少なくとも1つのファン速度と上記冷却ゾーンの上記構成とを関連させる。
本例は、例105の要素を含み、上記PTASロジックにより、上記冷却ゾーンに関連付けられた電力消費を決定する手段をさらに含む。
本例は、例110の要素を含み、上記電力消費は、一連の測定された電力消費値の指数移動平均に関連する。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記PTASロジックにより、上記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得する手段をさらに含む。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、少なくとも1つのファン速度に少なくとも部分的に基づいて、及び上記冷却ゾーンの上記構成に少なくとも部分的に基づいて決定される。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記ボリューメトリック気流は、上記選択されたモデルに少なくとも部分的に基づいて決定される。
本例は、例107の要素を含み、上記出口温度は、上記ボリューメトリック気流に少なくとも部分的に基づいて決定される。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記PTASロジックにより、冷却ゾーン構成データを取得する手段をさらに含む。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記PTASロジックにより、上記冷却ゾーンボリューメトリック気流をデータセンタ管理システムに提供する手段をさらに含む。
本例は、例107の要素を含み、上記PTASロジックにより、上記冷却ゾーン出口温度をデータセンタ管理システムに提供する手段をさらに含む。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、上記冷却ゾーンの最初に準備された構成とは異なる。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記冷却ゾーンは、上記冷却ゾーンを含むラックに含まれたファンを含む。
本例は、例108の要素を含み、上記モデル生成ロジックにより、冷却ゾーン構成データを受信する手段と、上記モデル生成ロジックにより、パルス幅変調(PWM)デューティサイクルを設定する手段と、上記モデル生成ロジックにより、上記冷却ゾーンに含まれる各ファンのファン速度を捕捉する手段と、上記モデル生成ロジックにより、風洞からボリューメトリック気流を捕捉する手段と、上記モデル生成ロジックにより、各々の捕捉されたファン速度と上記の捕捉されたボリューメトリック気流とを記憶する手段と、をさらに含む。
本例は、例121の要素を含み、上記PWMデューティサイクルは、25パーセントより大きいか又は等しい。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記選択されたモデルは、ファン速度に乗算する少なくとも1つのモデル係数と、電源ファンに関連した独立した項とを含む。
本例は、例123の要素を含み、上記ファン速度は、複数のファン速度のうちの最大ファン速度に対応する。
本例は、例121の要素を含み、ある数のPWMデューティサイクル値の各々について、設定すること、上記ファン速度を捕捉すること、上記ボリューメトリック気流を捕捉すること、及び記憶することを、繰り返す手段、をさらに含む。
本例は、例125の要素を含み、上記PWMデューティサイクル値の数は、上記冷却ゾーンに含まれるファンゾーンの数に関連する。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記複数のモデルの少なくとも1つが、複数の冷却ゾーン構成に関連する。
本例は、例1乃至3のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、数値のベクトルとして表される。
本例は、例25の要素を含み、上記冷却ゾーンの上記構成は、数値のベクトルとして表される。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、数値のベクトルとして表される。
本例は、例82乃至87のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、数値のベクトルとして表される。
本例は、例105乃至110のうちいずれか1つに従う要素を含み、上記冷却ゾーンの上記構成は、数値のベクトルとして表される。
本例は、例48乃至52のうちいずれか1つに従う要素を含み、少なくとも1つのラック要素が可変の構成に対応する。
命令を記憶させたコンピュータ読取可能記憶デバイスであって、上記命令は、1つ以上のプロセッサにより実行されると下記の動作を結果としてもたらし、該動作は、例25乃至47のうちいずれか1つに従う方法を含む。
例25乃至47のうちいずれか1つの方法を実行するように配置された少なくとも1つのデバイスを含むシステム。
例25乃至47のうちいずれか1つの方法を実行する手段を含むデバイス。
Claims (17)
- 装置であって、
電力熱認識ソリューション(PTAS)ロジックであり、
冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択し、
前記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定する、PTASロジック
を含み、
前記複数のモデルを生成するモデル生成ロジックであり、各モデルは、前記冷却ゾーンに含まれるファンのファン速度と前記冷却ゾーンの構成とを、前記冷却ゾーンのボリューメトリック気流に関連させるように構成される、モデル生成ロジック
をさらに含み、
前記PTASロジックはさらに、前記モデルを選択するために、前記冷却ゾーンの前記構成を識別する、
装置。 - 前記PTASロジックはさらに、前記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定する、請求項1に記載の装置。
- 前記PTASロジックはさらに、前記冷却ゾーンに関連付けられた電力消費を決定する、請求項1又は2に記載の装置。
- 前記PTASロジックは、前記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得する、請求項1又は2に記載の装置。
- 電力熱認識ソリューション(PTAS)ロジックにより、冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択することと、
前記PTASロジックにより、前記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定することと、
を含み、
モデル生成ロジックにより、前記複数のモデルを生成することであり、各モデルは、前記冷却ゾーンに含まれるファンのファン速度と前記冷却ゾーンの構成とを、前記冷却ゾーンのボリューメトリック気流に関連させるように構成される、ことと、
前記PTASロジックにより、前記モデルを選択するために、前記冷却ゾーンの前記構成を識別することと、
をさらに含む方法。 - 前記PTASロジックにより、前記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定すること、をさらに含む請求項5に記載の方法。
- 前記PTASロジックにより、前記冷却ゾーンに関連付けられた電力消費を決定すること、をさらに含む請求項5に記載の方法。
- 前記PTASロジックにより、前記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得すること、をさらに含む請求項5に記載の方法。
- 少なくとも1つのラック要素と、少なくとも1つのファンを含むファンゾーンと、を含む冷却ゾーンと、
ラック管理コントローラ(RMC)と、
を含み、前記RMCは、
電力熱認識ソリューション(PTAS)ロジック、
を含み、前記PTASロジックは、
前記冷却ゾーンの構成に少なくとも部分的に基づいて複数のモデルからモデルを選択し、
前記の選択されたモデルに少なくとも部分的に基づいて冷却ゾーンボリューメトリック気流を決定し、
前記RMCは、
前記複数のモデルを生成するモデル生成ロジック
をさらに含み、各モデルは、前記冷却ゾーンに含まれるファンのファン速度と前記冷却ゾーンの構成とを、前記冷却ゾーンのボリューメトリック気流に関連させるように構成され、
前記PTASロジックはさらに、前記モデルを選択するために、前記冷却ゾーンの前記構成を識別する、
システム。 - 前記PTASロジックはさらに、前記ボリューメトリック気流に少なくとも部分的に基づいて冷却ゾーン出口温度を決定する、請求項9に記載のシステム。
- 前記PTASロジックはさらに、前記冷却ゾーンに関連付けられた電力消費を決定する、請求項9又は10に記載のシステム。
- 前記PTASロジックは、前記冷却ゾーンに関連付けられた各ファンについて、それぞれのファン速度を取得する、請求項9又は10に記載のシステム。
- 前記少なくとも1つのラック要素は、計算コンポーネント、記憶コンポーネント、ネットワーキングコンポーネント、及びメモリコンポーネントのうち、1つ以上を含む、請求項9又は10のうちいずれか1項に記載のシステム。
- プロセッサに請求項5乃至8のうちいずれか1項に記載の方法を実行させるコンピュータプログラム。
- 請求項5乃至8のうちいずれか1項に記載の方法を実行するように配置された少なくとも1つのデバイスを含むシステム。
- 請求項5乃至8のうちいずれか1項に記載の方法を実行する手段を含むデバイス。
- 請求項14に記載のコンピュータプログラムを記憶したコンピュータ読取可能記憶媒体。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2015/075231 WO2016154803A1 (en) | 2015-03-27 | 2015-03-27 | Power thermal awareness solution |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018516393A JP2018516393A (ja) | 2018-06-21 |
JP6636531B2 true JP6636531B2 (ja) | 2020-01-29 |
Family
ID=57003768
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017540892A Active JP6636531B2 (ja) | 2015-03-27 | 2015-03-27 | 電力熱認識ソリューション |
Country Status (5)
Country | Link |
---|---|
US (1) | US10512196B2 (ja) |
EP (1) | EP3275298A4 (ja) |
JP (1) | JP6636531B2 (ja) |
CN (2) | CN107409479B (ja) |
WO (1) | WO2016154803A1 (ja) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110265982A1 (en) * | 2010-04-29 | 2011-11-03 | International Business Machines Corporation | Controlling coolant flow to multiple cooling units in a computer system |
US10257268B2 (en) | 2015-03-09 | 2019-04-09 | Vapor IO Inc. | Distributed peer-to-peer data center management |
US11349701B2 (en) * | 2015-03-09 | 2022-05-31 | Vapor IO Inc. | Data center management with rack-controllers |
WO2016145049A1 (en) | 2015-03-09 | 2016-09-15 | Vapor IO Inc. | Rack for computing equipment |
WO2016154803A1 (en) | 2015-03-27 | 2016-10-06 | Intel Corporation | Power thermal awareness solution |
US10209750B2 (en) * | 2016-05-02 | 2019-02-19 | Samsung Electronics Co., Ltd. | SSD driven system level thermal management |
US11175708B2 (en) * | 2016-07-12 | 2021-11-16 | American Megatrends International, Llc | Thermal simulation for management controller development projects |
US10506743B2 (en) * | 2017-06-09 | 2019-12-10 | Dell Products, L.P. | Systems and methods of automated open-loop thermal control |
US10620674B2 (en) * | 2017-06-21 | 2020-04-14 | Cisco Technology, Inc. | Predictive monitoring of computer cooling systems |
US10853460B2 (en) * | 2017-12-04 | 2020-12-01 | Vapor IO Inc. | Modular data center |
CN108541191B (zh) * | 2018-05-07 | 2020-05-01 | 广东省电信规划设计院有限公司 | 基于大数据分析的设备散热结构参数配置方法和系统 |
EP3608740A1 (en) | 2018-08-07 | 2020-02-12 | Siemens Aktiengesellschaft | System and method for remotely managing configuration of industrial machines |
US10838471B2 (en) * | 2019-02-08 | 2020-11-17 | Dell Products, L.P. | System for estimating airflow exiting an information handling system and method therefor |
DE112021000510T5 (de) | 2020-02-26 | 2022-11-24 | Fanuc Corporation | Gebläse steuerungsvorrichtung und einstellverfahren |
US20220408604A1 (en) * | 2021-06-22 | 2022-12-22 | Integra Mission Critical, LLC | Systems and methods for cooling in power distribution centers |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7127625B2 (en) * | 2003-09-04 | 2006-10-24 | Hewlett-Packard Development Company, L.P. | Application management based on power consumption |
WO2006044905A2 (en) * | 2004-10-15 | 2006-04-27 | American Power Conversion Corporation | It equipment simulation |
US8140195B2 (en) * | 2008-05-30 | 2012-03-20 | International Business Machines Corporation | Reducing maximum power consumption using environmental control settings |
US8145363B2 (en) * | 2009-05-28 | 2012-03-27 | American Power Conversion Corporation | Systems and methods for controlling load dynamics in a pumped refrigerant cooling system |
US8164434B2 (en) * | 2009-06-16 | 2012-04-24 | Oracle America, Inc. | Cooling-control technique for use in a computer system |
US9606520B2 (en) * | 2009-06-22 | 2017-03-28 | Johnson Controls Technology Company | Automated fault detection and diagnostics in a building management system |
US8825451B2 (en) * | 2010-12-16 | 2014-09-02 | Schneider Electric It Corporation | System and methods for rack cooling analysis |
US20120215373A1 (en) * | 2011-02-17 | 2012-08-23 | Cisco Technology, Inc. | Performance optimization in computer component rack |
DE112011105708T5 (de) * | 2011-11-11 | 2014-07-17 | Hewlett Packard Development Company, L.P. | Management der Bereitstellung einer Luftströmung |
US10157245B2 (en) * | 2012-10-31 | 2018-12-18 | Schneider Electric It Corporation | System and method for fluid dynamics prediction with an enhanced potential flow model |
EP2813958A1 (en) | 2013-06-10 | 2014-12-17 | Fujitsu Limited | A method and apparatus for preparation of a computational fluid dynamics model |
CN104238695B (zh) * | 2014-07-08 | 2017-12-29 | 浪潮(北京)电子信息产业有限公司 | 一种实现分布式散热的方法和服务器 |
CN104142723A (zh) * | 2014-08-01 | 2014-11-12 | 浪潮电子信息产业股份有限公司 | 一种服务器的智能风扇调速方法 |
WO2016154803A1 (en) | 2015-03-27 | 2016-10-06 | Intel Corporation | Power thermal awareness solution |
-
2015
- 2015-03-27 WO PCT/CN2015/075231 patent/WO2016154803A1/en active Application Filing
- 2015-03-27 CN CN201580077056.XA patent/CN107409479B/zh active Active
- 2015-03-27 JP JP2017540892A patent/JP6636531B2/ja active Active
- 2015-03-27 EP EP15886790.3A patent/EP3275298A4/en not_active Withdrawn
- 2015-03-27 CN CN202011126115.7A patent/CN112230546A/zh active Pending
- 2015-05-27 US US15/553,821 patent/US10512196B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
WO2016154803A1 (en) | 2016-10-06 |
CN107409479A (zh) | 2017-11-28 |
CN107409479B (zh) | 2020-10-30 |
EP3275298A1 (en) | 2018-01-31 |
CN112230546A (zh) | 2021-01-15 |
JP2018516393A (ja) | 2018-06-21 |
US10512196B2 (en) | 2019-12-17 |
US20180035572A1 (en) | 2018-02-01 |
EP3275298A4 (en) | 2018-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6636531B2 (ja) | 電力熱認識ソリューション | |
US10331189B2 (en) | Fan speed determination for improved power management in information handling systems | |
US7991515B2 (en) | Computer cooling system with preferential cooling device selection | |
US20130190930A1 (en) | Energy Saving Control for Data Center | |
JP5181312B2 (ja) | デジタル・システムの信頼性を監視する方法、及びそのシステム | |
US9702767B2 (en) | Calibrating thermal behavior of electronics | |
JP6417672B2 (ja) | データセンタ、データセンタの制御方法及び制御プログラム | |
US10481655B2 (en) | Systems and methods for dynamic and adaptive cooling fan shadowing in information handling systems | |
CN104797990B (zh) | 用于表征热瞬态性能的方法和仪器 | |
US9857856B2 (en) | System and method for determining power supply unit configurations in an information handling system | |
WO2019041735A1 (zh) | 洗碗机的控制方法、洗碗机和计算机可读存储介质 | |
CN110431392A (zh) | 用于确定循环泵中的输送介质温度的方法以及循环泵 | |
WO2019010951A1 (zh) | 洗碗机的控制方法、洗碗机和计算机可读存储介质 | |
JP2019133635A (ja) | 分類可能な熱放散調節を有する電子デバイス | |
TW201425731A (zh) | 伺服器機櫃的風扇模組之控制裝置及控制方法 | |
US11907030B2 (en) | Systems and methods to determine system airflow using fan characteristic curves | |
US10838471B2 (en) | System for estimating airflow exiting an information handling system and method therefor | |
US20170336838A1 (en) | Systems and methods for recommending optimum datacenter parameters to meet rack level airflow constraints | |
JP6283637B2 (ja) | 熱貫流率推定システム、熱貫流率推定装置、および熱貫流率推定プログラム | |
US10204186B2 (en) | Providing a model of impact of a cooling infrastructure | |
US20160135333A1 (en) | Systems and methods for economical airflow sensor and closed-loop airflow control in an information handling system | |
Jiang et al. | Thermal-aware task placement with dynamic thermal model in an established datacenter | |
CN112345282B (zh) | 确定散热效率方法、装置 | |
US20160132619A1 (en) | Energy management apparatus, energy management method, and non-transitory tangible computer readable medium thereof | |
Corbetta et al. | Estimation of thermal status in multi-core systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180320 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20181204 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190228 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190507 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190801 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191218 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6636531 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |