KR101433485B1 - 재정적인 영향에 기초한 태스크 스케줄링 - Google Patents

재정적인 영향에 기초한 태스크 스케줄링 Download PDF

Info

Publication number
KR101433485B1
KR101433485B1 KR1020127003744A KR20127003744A KR101433485B1 KR 101433485 B1 KR101433485 B1 KR 101433485B1 KR 1020127003744 A KR1020127003744 A KR 1020127003744A KR 20127003744 A KR20127003744 A KR 20127003744A KR 101433485 B1 KR101433485 B1 KR 101433485B1
Authority
KR
South Korea
Prior art keywords
task
electrical energy
data storage
storage center
data
Prior art date
Application number
KR1020127003744A
Other languages
English (en)
Other versions
KR20120061834A (ko
Inventor
앤드류 울프
토마스 엠 콘트
Original Assignee
엠파이어 테크놀로지 디벨롭먼트 엘엘씨
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 엠파이어 테크놀로지 디벨롭먼트 엘엘씨 filed Critical 엠파이어 테크놀로지 디벨롭먼트 엘엘씨
Publication of KR20120061834A publication Critical patent/KR20120061834A/ko
Application granted granted Critical
Publication of KR101433485B1 publication Critical patent/KR101433485B1/ko

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
    • H05K7/14—Mounting supporting structure in casing or on frame or rack
    • H05K7/1485—Servers; Data center rooms, e.g. 19-inch computer racks
    • H05K7/1498—Resource management, Optimisation arrangements, e.g. configuration, identification, tracking, physical location
    • 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
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • 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
    • 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
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3234—Power saving characterised by the action undertaken
    • G06F1/329—Power saving characterised by the action undertaken by task scheduling
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D2204/00—Indexing scheme relating to details of tariff-metering apparatus
    • G01D2204/20—Monitoring; Controlling
    • G01D2204/28—Processes or tasks scheduled according to the power required, the power available or the power price
    • 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

Abstract

컴퓨터 시스템, 예컨대 데이터 저장 센터에 의해 소정 태스크가 수행되는 시간은 태스크를 구동하는데 있어서 전기 에너지의 비용을 감소시키도록 선택될 수도 있다. 태스크들은, 전기 에너지의 비용이 비교적 낮은 때에 수행될 수도 있다. 다르게는, 또는 또한 태스크들은 컴퓨터 시스템의 일렉트로닉스들을 냉각시키기 위한 에어 컨디셔닝에 대한 요청이 감소되는 때에 수행될 수도 있다.

Description

재정적인 영향에 기초한 태스크 스케줄링{TASK SCHEDULING BASED ON FINANCIAL IMPACT}
관련 출원들의 상호 참조
본 출원은 "Task Scheduling Based on Financial Impact" 라는 명칭으로 2009 년 8 월 13 일자로 출원된 미국 특허출원 제 12/540,392 호에 대하여 우선권을 주장하며, 그 개시 내용은 전체가 본원에 참조로서 포함된다.
데이터 저장 센터는 이후의 취출 (retrieval) 을 위해 하나 이상의 메모리 디바이스들에 데이터를 저장하는 전자 하드웨어의 피스 또는 콜렉션을 포함할 수도 있다. 예를 들어, 저장 영역 네트워크 (SAN) 는 하나 이상의 데이터 저장 센터를 포함할 수도 있다. 데이터 저장 센터는 일정하게 구동할 필요가 있는 태스크 (task) 또는 액티비티를 갖지만, 이러한 센터들은 또한 단지 가끔 구동할 필요가 있는 태스크를 갖는다. 비정기적으로 수행될 수도 있는 이러한 태스크들의 예들은 데이터 백업 (backup), 인덱싱 (indexing), 미디어 인코딩, 및 데이터 마이닝 (mining) 을 포함한다. 그러나, 데이터 백업은 일부 경우에서 정기적으로 수행될 수도 있다.
데이터 저장 센터들에 의해 수행된 태스크들은 하이 레벨의 데이터 프로세싱을 수반할 수도 있고, 따라서 다량의 전력을 소모하고 다량의 열을 생성할 수도 있다. 데이터 저장 센터는, 비교적 시원한 온도에서 유지되는 경우 더 잘 동작할 수도 있다. 따라서, 특히 데이터 저장 센터들이 태스크를 수행 중인 경우에 에어 컨디셔닝을 통해 데이터 저장 센터를 시원하게 유지하는데 있어서, 추가의 전력이 소모될 수도 있다.
본 개시물은 일반적으로 데이터 저장 센터와 같은 컴퓨터 시스템 및 동작 시에 소모된 전기 에너지의 비용을 감소시키기 위해 이러한 컴퓨터 시스템들을 효율적으로 동작하는 방법에 관한 것이다.
본 개시물의 제 1 양태는 일반적으로 태스크 스케줄링 방법을 설명한다. 이러한 방법은 전력 공급 컴포넌트, 네트워킹 컴포넌트, 및 데이터 저장 컴포넌트에 커플링되는 데이터 저장 센터를 동작하는 단계를 포함할 수도 있다. 이러한 방법은 또한, 데이터 저장 센터의 태스크가 수행되는 시간을 제어하는 단계를 포함할 수도 있고, 이 제어하는 단계는 상이한 미래의 시간들에서 태스크의 수행으로 인해 전기 에너지가 소모되는 예상율 (expected rate) 및 전기 에너지의 예상된 미래의 화폐 비용들에 적어도 부분적으로 기초한다. 일부 예들에서, 태스크는 데이터 백업, 데이터 인덱싱, 미디어 인코딩, 및/또는 데이터 마이닝을 포함할 수도 있다.
제 1 양태의 몇몇 예들에서, 방법은 또한, 상이한 미래의 시간들에서 데이터 저장 센터와 연관되는 날씨 상태 (weather condition) 들의 예측을 획득하는 단계를 포함할 수도 있고, 여기서 태스크의 수행으로 인해 전기 에너지가 소모되는 예상율은 적어도 부분적으로 날씨 상태의 예측에 기초한다. 몇몇 예들에서, 날씨 상태의 예측은 웹 서비스, 날씨 정보 데이터베이스 및/또는 데이터 저장 센터에서 측정된 날씨 데이터로부터 획득될 수도 있다.
제 1 양태의 몇몇 예들에서, 태스크의 수행으로 인해 전기 에너지가 소모되는 예상율은 적어도 부분적으로 태스크가 수행되는 시기 및/또는 시각에 적어도 부분적으로 기초할 수도 있다.
몇몇 예들에서, 태스크가 소정 시간에서 수행되는지 여부는 소정 시간에서 전기 에너지의 예상된 화폐 비용이 임계 비용을 초과하는지 여부에 적어도 부분적으로 의존할 수도 있다. 몇몇 예들에서, 전기 에너지의 예상된 화폐 비용들은 웹 서비스로부터 그리고/또는 전력 공급 회사의 웹 기반 인터페이스로부터의 즉각적인 정보를 포함할 수도 있다. 몇몇 예들에서, 방법은 에너지 공급 회사와의 계약을 시작할 수도 있고, 여기서 계약은 미래의 시간들에서의 전기 에너지의 화폐 비용들을 지정할 수도 있다.
본 개시물의 제 2 양태는 일반적으로 데이터 저장 어레인지먼트들을 설명한다. 이러한 어레인지먼트들은 데이터 저장 센터 및 데이터 저장 센터에 커플링된 제어기를 포함할 수도 있다. 데이터 저장 센터는 태스크를 수행하도록 구성될 수고 있고, 전력 공급 컴포넌트, 네트워킹 컴포넌트, 및/또는 데이터 저장 컴포넌트에 커플링될 수도 있다. 제어기는 전기 에너지의 예상된 미래의 화폐 비용을 결정하고, 상이한 미래의 시간들에서 데이터 저장 센터에서의 날씨 상태의 예측을 획득하고, 적어도 부분적으로 예측된 날씨 상태에 기초하여 상이한 미래의 시간들에서 태스크의 수행으로 인해 전기 에너지가 소모되는 비율를 추정하고, 상이한 미래의 시간들에서 태스크의 수행으로 인해 전기 에너지가 소모되는 추정율 (estimated rate) 및 전기 에너지의 예상된 미래의 화폐 비용에 기초하여 상이한 미래의 시간들에서 태스크 수행의 전기 에너지 비용을 확인하며, 데이터 저장 센터가 태스크를 수행하는 시간을 선택하도록 구성될 수도 있다. 이러한 예들에서, 시간은 상이한 미래의 시간들에서 태스크 수행의 전기 에너지 비용에 적어도 부분적으로 기초하여 선택될 수도 있다.
제 2 양태의 몇몇 예들에서, 날씨 상태들의 예측은 웹 서비스, 날씨 정보 데이터베이스, 및/또는 데이터 저장 센터에 수집된 날씨 데이터로부터 획득될 수도 있다. 몇몇 예들에서, 추정율은 상이한 미래의 시간들에서의 날짜 및/또는 시각에 적어도 부분적으로 기초할 수도 있다. 몇몇 예들에서, 제어기는 히스토리컬 (historical) 비용 데이터에 적어도 부분적으로 기초한 전기 에너지의 예상된 미래의 화폐 비용들을 결정하도록 구성될 수도 있다.
본 개시물의 제 3 양태는 일반적으로 데이터 저장 어레인지먼트들을 설명한다. 이러한 배열들은 데이터 저장 센터 및 데이터 저장 센터에 커플링된 제어기를 포함할 수도 있다. 데이터 저장 센터는 태스크를 수행하도록 구성될 수도 있고, 전력 공급 컴포넌트, 네트워킹 컴포넌트, 및/또는 데이터 저장 컴포넌트에 커플링될 수도 있다. 제어기는 각각의 기간과 연관된 전기 에너지의 화폐 비용들의 업데이트를 수신하고, 그 기간 동안 데이터 저장 센터에서의 날씨 상태에 관한 업데이트를 수신하도록 구성될 수도 있다. 제어기는 또한, 각각의 현재의 기간 동안, 현재 모니터링된 날씨 상태들에 적어도 부분적으로 기초하여 현재의 기간 동안 태스크의 수행으로 인해 전기 에너지가 소모될 수도 있는 비율를 추정하고, 현재 기간과 연관된 전기 에너지의 수신된 화폐 비용 및 현재의 기간 동안 태스크의 수행으로 인해 전기 에너지가 소모될 수도 있는 추정율에 적어도 부분적으로 기초하여 현재 시간 동안 태스크 수행의 전기 에너지 비용을 확인하며, 태스크 수행의 확인된 전기 에너지 비용과 임계 전기 에너지 비용을 비교하도록 구성될 수도 있다. 또한, 임계 전기 에너지 비용과 확인된 전기 에너지 비용의 비교에 기초하여, 태스크 수행을 시작하고, 태스크 수행을 재개하고, 태스크 수행을 계속하고, 태스크 수행의 시작을 억제하며/하거나 태스크 수행을 중단한다.
제 3 양태의 몇몇 예들에서, 추정은 데이터 저장 센터 내의 현재 온도 및/또는 데이터 저장 센터 내의 현재 습도 레벨에 적어도 부분적으로 기초할 수도 있다. 몇몇 예들에서, 태스크는 데이터 백업, 데이터 인덱싱, 미디어 인코딩, 및/또는 데이터 마이닝을 포함할 수도 있다.
제 3 양태의 몇몇 예들에서, 제어기는 인터넷에 통신적으로 커플링될 수도 있고, 제 1 웹 서비스로부터 날씨 상태들을 획득하도록 구성될 수도 있다. 몇몇 예들에서, 전기 에너지의 화폐 비용들의 업데이트는 제 2 웹 서비스로부터 수신될 수도 있다. 몇몇 예들에서, 전기 에너지의 화폐 비용들의 업데이트는 전력 공급 회사의 웹 기반 인터페이스로부터 수신될 수도 있다. 몇몇 예들에서, 제어기는 히스토리컬 비용 데이터에 적어도 부분적으로 기초하여 전기 에너지의 화폐 비용들의 업데이트를 결정하도록 구성될 수도 있다.
본 개시물의 제 4 양태는 일반적으로 데이터 저장 센터에 커플링된 컴퓨터화된 제어기의 동작을 제어하기 위한 명령들을 포함할 수도 있는 컴퓨터 메모리 디바이스들을 설명한다. 이러한 명령들은 컴퓨터화된 제어기로 하여금 동작들을 수행하게 하도록 구성될 수도 있다. 이러한 동작들은 전기 에너지의 화폐 비용을 결정하는 것을 포함할 수도 있고, 여기서 전기 에너지의 비용들 각각은 각각의 기간과 연관될 수도 있다. 이러한 동작들은 또한, 데이터 저장 센터에서 환경 상태들의 예측을 획득하는 것을 포함할 수도 있고, 이 예측들 각각은 각각의 기간과 연관될 수도 있다. 이러한 동작들은 데이터 저장 센터에 의해 태스크의 수행으로 인해 전기 에너지가 소모될 수도 있는 비율을 추정하는 것을 더 포함할 수도 있고, 여기서 비율들 각각은 각각의 기간과 연관될 수도 있다. 추정은 적어도 부분적으로 예측된 환경 상태들에 기초할 수도 있다. 이러한 동작들은 또한, 태스크 수행의 전기 에너지 비용을 확인하는 것을 포함할 수도 있고, 여기서 태스크 수행의 비용들 각각은 태스크 수행으로 인해 전기 에너지가 소모될 수도 있는 추정율 및 전기 에너지의 비용들에 적어도 부분적으로 기초하여 각각의 기간과 연관될 수도 있다. 또한, 이러한 동작들은 기간들 각각에서 확인된 전기 에너지 비용에 기초하여 태스크가 주기 동안 수행되지 않고, 한 번의 주기에서 수행되고, 또는 여러 번의 주기에서 수행되어야 한다는 결정을 포함할 수도 있다.
제 4 양태의 몇몇 예들에서, 환경 상태들은 실외 날씨 상태 및/또는 데이터 저장 센터와 연관된 온도를 포함할 수도 있다. 몇몇 예들에서, 태스크는 데이터 백업, 데이터 인덱싱, 미디어 인코딩, 및/또는 데이터 마이닝을 포함할 수도 있다. 몇몇 예들에서, 예측들은 제 1 웹 서비스로부터 적어도 부분적으로 획득될 수도 있다. 몇몇 예들에서, 전기 에너지의 화폐 비용은 제 2 웹 서비스로부터 수신될 수도 있다.
제 4 양태의 몇몇 예들에서, 명령들은 컴퓨터화된 제어기로 하여금 메모리 디바이스로부터 히스토리컬 전기 에너지 비용 데이터를 취출 (retrieve) 하게 하도록 구성될 수도 있고, 여기서 전기 에너지의 화폐 비용들은 히스토리컬 전기 에너지 비용 데이터에 적어도 부분적으로 기초하여 결정될 수도 있다.
상기 개요는 단지 예시적인 것이고 제한하는 어느 방식으로 의도되지 않는다. 전술된 예시의 양태들, 실시형태들, 및 피처 (feature) 들에 추가하여, 추가의 양태들, 실시형태들, 및 피처들이 도면 및 다음의 상세한 설명을 참조하여 명백해질 것이다.
본 개시물의 전술한 그리고 다른 피처들은 첨부된 도면들과 관련하여 취해진 다음의 상세한 설명 및 첨부된 청구범위로부터 더 완전히 명백해진다. 이들 도면은 단지 본 개시물에 따른 몇몇 예들을 도시하는 것이고, 따라서 본 개시물의 범위를 한정하는 것으로 고려되지 않으며, 본 개시물은 첨부된 도면의 이용을 통해 추가의 구체적인 사항 및 세부사항으로 설명될 것이다.
도 1 은 예시의 데이터 저장 어레인지먼트의 블록도이다.
도 2 는 데이터 저장 센터에 대한 예시의 태스크 스케줄링 방법의 동작을 나타내는 흐름도이다.
도 3 은 다른 예시의 데이터 저장 어레인지먼트의 블록도이다.
도 4 는 데이터 저장 센터에 대한 다른 예시의 태스크 스케줄링 방법의 동작을 나타내는 흐름도이다.
도 5 는 본 개시물의 적어도 몇몇 실시형태들에 따라 배열된 모든 태스크 스케줄링 구현들을 위해 배열될 수도 있는 예시의 컴퓨팅 디바이스를 나타내는 블록도이다.
이하의 상세한 설명에서, 상세한 설명의 일부를 형성하는 첨부된 도면들을 참조로 한다. 도면에서, 문맥이 달리 기술하지 않으면, 통상적으로 동일한 기호는 동일한 컴포넌트를 지칭한다. 상세한 설명, 도면, 및 청구범위에 설명된 예시의 실시형태들은 한정되는 것으로 의미하지 않는다. 본 명세서에 제시된 주제의 사상 또는 범위 내에서 다른 실시형태들이 이용될 수도 있고, 다른 변경들이 이루어질 수도 있다. 본 개시물의 양태는, 본 명세서에 일반적으로 설명되고, 도면에 도시된 바와 같이, 본원에 명백하게 심사숙고되는 것들 모두, 각종의 상이한 구성들로 배열, 대체, 조합, 및 설계될 수 있다.
본 개시물은 그 중에서도, 데이터 저장 센터와 같은 컴퓨터 시스템과 관련된 방법 및 시스템, 및 동작에서 소모된 전기 에너지의 비용을 감소시키기 위해 이러한 컴퓨터 시스템을 효율적으로 동작하는 방법을 그린다. 예시의 실시형태는 일반적으로, 몇몇 태스크들이 수행되는 시간들을 선택하는 것에 관련된다. 예를 들어, 소정 태스크들은 전기 에너지의 비용이 비교적 낮은 시간들, 또는 컴퓨터 시스템의 일렉트로닉스들을 냉각하기 위해 에어 컨디셔닝 및/또는 순환액 (circulating liquid) 에 대한 필요성이 비교적 낮은 시간들에서 수행될 수도 있다.
데이터 저장 센터는 종종, 끊임없이 또는 규칙적인 시간 간격들로 구동할 필요가 있을 수도 있는 태스크들을 갖는다. 그러나, 데이터 저장 센터는 또한 보다 플렉서블한 시간 스케줄을 갖고 수행될 수도 있는 또는 태스크를 수행하는 비용이 이익을 초과하는 경우 아마도 전혀 수행되지 않을 수도 있는 태스크를 가질 수도 있다. 이러한 선택적 태스크들은 단지 가끔, 또는 간헐적 또는 불규칙적인 시간 간격들로 구동할 필요가 있을 수도 있다. 이러한 선택적 태스크는 데이터 백업, 인덱싱, 미디어 인코딩, 및 데이터 마이닝을 포함할 수도 있다. 이들 태스크들의 비효율적인 배치 (Inefficient batch) 컴퓨팅은 상당한 추가의 재정적 비용을 초래할 수도 있다.
도 1 은 본 개시물의 적어도 몇몇 실시형태들에 따라 배열되는 예시의 데이터 저장 어레인지먼트 (10) 의 블록도이다. 예시의 데이터 저장 어레인지먼트 (10) 은 전원 (14) 및 네트워크 (16) 와 같은 유틸리티들에 전기적으로 그리고/또는 통신적으로 접속된 빌딩 (12) 을 포함한다. 전원 (14) 은 전력 회사에 의해 제공된 전기 전력 그리드 또는 전력 선의 형태로 있을 수도 있다. 네트워크 (16) 는 임의의 네트워크, 예컨대 인터넷, 인트라넷, 또는 셀룰러 네트워크로서 구현될 수도 있다. 인터넷이 네트워크 (16) 로서 이용되는 경우에서, 빌딩 (12) 과 네트워크 (16) 간의 접속은 예를 들어 인터넷 서비스 제공자 (ISP) 를 통해 제공될 수도 있다.
빌딩 (12) 내에는, 에어 컨디셔닝 시스템 (18), 실내 환경 센서 (20), 및 데이터 저장 시스템 (22), 전기적 제어기 (24) 및 메모리 디바이스 (26) 를 포함하는 컴퓨터 시스템이 배치될 수도 있다. 전원 (14) 은 에어 컨디셔닝 시스템 (18) 및 데이터 저장 센터 (22) 에 전기 에너지를 제공할 수도 있다.
전원 (14) 은 또한, 제어기 (24) 및 메모리 (26) 와 같은 컴퓨터 시스템의 다른 컴포넌트들 및 실내 환경 센서 (20) 에 전기 에너지를 제공할 수도 있다. 그러나, 센서 (20), 제어기 (24) 및 메모리 (26) 에 의해 소모된 전기 에너지는 에어 컨디셔닝 시스템 (18) 및 데이터 저장 센터 (22) 에 의해 소모된 전기 에너지에 비해 무시할만할 수도 있다.
실내 환경 센서 (20) 는 온도계, 예를 들어 온도 센서, 및 가능하게는 습도 센서를 포함할 수도 있고, 두 센서들은 데이터 저장 센터 (22) 에 아주 근접하여 배치될 수도 있다. 온도계 및 가능하게는 습도 센서는, 예컨대 에어 컨디셔닝 시스템 (18) 에 동작 전압을 인가함으로써 또는 에어 컨디셔닝 시스템으로부터 동작 전압을 제거함으로써 에어 컨디셔닝 시스템 (18) 의 동작을 제어할 수도 있는 온도 조절 장치 (미도시) 내에 포함될 수도 있다.
데이터 저장 센터 (22) 는 연속적으로 또는 규칙적인 시간 간격으로 몇몇 태스크들을 수행할 수도 있다. 데이터 저장 센터 (22) 에 의해 수행된 다른 태스크들 ("선택적 태스크") 은 간헐적으로, 또는 불규칙적인 시간 간격으로 수행될 수도 있다. 데이터 백업, 데이터 인덱싱, 미디어 인코딩, 및 데이터 마이닝의 이미 언급된 선택적 태스크들에 추가하여, 선택적 태스크들은 데이터 관리, 트랜잭션 프로세싱, 컴퓨터 모델링/시뮬레이션, 프로세스 모델링, 과학적 컴퓨팅, 비디오 이미징, 및 웹 크롤링 (crawling) 을 포함할 수도 있다. 데이터 관리는 다른 데이터 센터로의 데이터 전송, 데이터 아카이빙, 및 바이러스 스캐닝을 포함할 수도 있다. 트랜잭션 프로세싱은 페이롤 (payroll) 프로세싱, 인보이싱, 엔터프라이즈 리소스 플래닝 (enterprise resource planning; ERP), 소비자 관계 관리 (CRM), 및 업무 마감 시에 수행된 은행 트랜잭션 프로세싱을 포함할 수도 있다. 컴퓨터 모델링/시뮬레이션은 날씨 예보, 레지스터 트랜스퍼 레벨 (RTL) 시뮬레이션, 스파이스/아날로그 회로 시뮬레이션, 전자 필드 분석, 열적 분석, 기계적 스트레스 분석, 내진 분석, 오일 필드 추출 최적화, 컴퓨터 화학, 및 생물 기계학 (biomechanical) 모델링을 포함할 수도 있다. 프로세스 모델링은 화학 프로세스 및 반도체 제조의 모델링을 포함할 수도 있다. 비디오 이미징은 이미지 렌더링 및 공식적인 변환을 포함할 수도 있다.
데이터 저장 센터 (22) 는 각종 상이한 아키텍처를 포함할 수도 있으나, 인프라스트럭처 또는 동작 환경에 관련된 컴포넌트들; 전기통신 컴포넌트; 네트워킹; 저장 시스템 및 백업 저장 시스템; 랙 (rack) 에 탑재될 수도 있는 서버; 및/또는 저장 네트워킹 컴포넌트를 포함할 수도 있다. 인프라스트럭처 또는 동작 환경에 관련된 컴포넌트들은 전력 컴포넌트, 차단할 수 없는 전력 공급기 (uninterruptible power supply; UPS), 냉각 컴포넌트, 및 화제 진압 컴포넌트를 포함할 수도 있다. 인프라스트럭처 컴포넌트는 데이터 센터의 동작을 가능하게 또는 더욱 신뢰할 수 있게 만드는 지원 장비의 형태로 있을 수도 있다. 예를 들어, UPS 가 필요하지 않지만, 데이터 센터의 신뢰도를 증가시킨다.
전기통신에 관련된 데이터 저장 센터 (22) 의 컴포넌트들은 방화벽 및 네트워크 접속 컴포넌트, 예컨대 모뎀을 포함할 수도 있다. 네트워킹에 관련된 컴포넌트들은 라우터, 스위치, 집신기 (concentrator), 및 브리지를 포함할 수도 있다. 물론, 이들 컴포넌트들 몇몇은 UPS, 화제 진압 컴포넌트, 및 저장 네트워크 컴포넌트와 같이 선택적일 수도 있다. 통상의 데이터 네트워크는 또한 데이터의 저장을 위해 이용될 수도 있다. 일부 전기통신 컴포넌트들은 인터넷 또는 다른 데이터 센터 사이트로의 액세스를 인에이블할 수도 있고, 따라서 데이터 센터와 전세계 간의 네트워크 접속을 제공할 수도 있다.
상이한 서버들 모두를 함께 접속하기 위해 이용될 수도 있는 데이터 센터 내의 네트워크들이 존재할 수도 있다. 데이터 네트워크는 또한, 서버들을 스토리지에 접속시키는데 이용될 수도 있고, 또는 광 채널 (fiber channel) 네트워크와 같은 별개의 저장 네트워크가 존재할 수도 있다. 네트워크는 데이터 센터의 복잡도에 따라 상이한 컴포넌트들을 포함할 수도 있다. 네트워크는 다수의 서버들을 함께 접속시키고 그 후 그것들을 라우터에 접속시킬 수도 있는 집신기를 포함할 수도 있다. 네트워크 및 네트워크 컴포넌트들의 정확한 구성은 데이터 센터에 의존적일 수도 있다.
데이터 저장 센터 (22) 는 또한, 동작들의 신뢰도를 향상시키도록 리던던시 (redundancy) 를 이용할 수도 있다. 예를 들어, 각각의 서버는 2 개의 상이한 네트워크에 접속될 수도 있다. 또한, 데이터 센터에서의 임의의 기능이 장비의 하나 이상의 피스에 의해 수행될 수 있는 것이 가능할 수도 있다.
제어기 (24) 는 컴퓨터 서버의 형태일 수도 있다. 리던던시의 일부 형태는 시스템의 이용 가능성을 향상시키기 위해 이용될 수도 있다. 예를 들어, 제어 애플리케이션은 2 개의 상이한 서버들 상에서 구동할 수도 있다.
일 실시형태에서, 제어기 (24) 는 간헐적으로, 또는 불규칙적인 시간 간격으로 수행될 수도 있는 이들 선택적 태스크들이 실제로 수행되는 시간을 선택할 수도 있다. 본 개시물은, 제어기 (24) 가 이들 선택적 태스크들이 수행되어 이에 의해 선택적 태스크들을 수행하는데 있어서 소모된 전기 에너지의 비용을 감소시키기 위한 시간들을 선택할 수도 있다는 것을 고려한다.
본 개시물은 또한, 선택적 태스크들을 수행하는데 있어서 소모된 전기 에너지의 비용은 적어도 2 개의 팩터들의 함수일 수도 있다는 것을 고려한다. 제 1 팩터는, 태스크가 수행되는 특정 시간에서 전기 에너지의 단위 당 전기 공급 회사에 의해 청구된 가격일 수도 있다. 예를 들어, 전기 공급 회사는, 전기에 대한 수요가 상대적으로 높은 2 p.m 보다 전기에 대한 수요가 상대적으로 낮은 2 a.m 에 전기 에너지의 단위 당 더 적게 청구할 수도 있다. 전기 에너지의 단위 당 가격은 요일 및/또는 날짜에 따라 변할 수도 있다. 예를 들어, 전기 에너지의 단가는 전기를 통해서 보다는 천연 가스를 통해 종종 기후가 제어되는 빌딩으로 인해 전력 수요가 적을 수도 있는 추운 겨울철보다, 전기적으로 전력공급되는 에어 컨디셔닝에 대한 수요가 높을 수도 있는 더운 여름철에 더 클 수도 있다.
선택적 태스크를 수행하는데 있어서 소모된 전기 에너지의 비용에서 제 2 팩터는 선택적 태스크가 수행되고 있는 결과로서 소모되는 전기 에너지의 증가량일 수도 있다. 예를 들어, 선택적 태스크가 수행되는 것에 의해 소모된 전기 에너지의 증가량이 존재할 수도 있고, 선택적 태스크가 수행되고 있는 결과로서 생성될 수도 있는 에어 컨디셔닝으로 인해 소모된 전기 에너지에서의 추가의 증대하는 증가가 존재할 수도 있다. 에어 컨디셔닝이 전용량 (full capacity) 으로 또는 거의 전용량으로 이미 구동되고 있는 시나리오에서, 선택적 태스크의 수행은 추가의 에어 컨디셔닝으로 확장된 에너지의 비교적 큰 증가를 초래할 수도 있다.
에어 컨디셔닝 시스템이 타이트한 대역 내의 데이터 저장 센터의 동작 온도를 항상 유지할 수 없는 시나리오에서, 데이터 저장 센터에 의한 선택적 태스크의 수행은 또한 데이터 저장 센터의 동작 온도를, 규칙적으로 스케줄링된 태스크를 수행하는데 뿐만 아니라 추가의 선택적 태스크를 수행하는데 있어서 더 많은 양의 에너지를 데이터 저장 센터가 소모하는 포인트까지 상승시킬 수도 있다. 즉, 선택적 태스크 수행에 기인한 동작 온도에서의 증가는 데이터 저장 센터의 동작 효율성에서의 감소를 초래하여, 이에 의해 데이터 저장 센터로 하여금 규칙적으로 스케줄링된 태스크를 수행하는데 있어서 그리고 임의의 다른 선택적 태스크를 수행하는데 있어서 더 많은 양의 에너지를 소모하게 할 수도 있다.
빌딩 (12) 내에서 그리고/또는 데이터 저장 센터 (22) 내에서 증가된 습도 레벨은 데이터 저장 센터 (22) 를 냉각시키는데 소모된 전기 에너지를 증가시킬 수도 있다. 따라서, 선택적 태스크의 수행에 의해 전기 에너지가 소모되는 비율의 추정은 데이터 저장 센터 (22) 내의 현재 온도 및 데이터 저장 센터 (22) 내의 현재 습도 레벨에 적어도 부분적으로 기초할 수도 있다.
반대로, 실외 온도가 낮은 경우, 임계 온도 미만으로 유지하기 위해서 에어 컨디셔닝 시스템 (18) 은 전용량으로 구동할 필요가 없을 수도 있고, 또는 전혀 구동할 필요가 없을 수도 있다. 이 시나리오에서, 선택적 태스크의 수행은 비교적 작은 추가의 에어 컨디셔닝을 초래할 수도 있고, 또는 에어 컨디셔닝을 전혀 초래하지 않을 수도 있다. 따라서, 시원한 날씨에서, 선택적 태스크의 수행은 추가의 에어 컨디셔닝으로 확장되는 전기 에너지를 거의 또는 전혀 초래하지 않기 때문에 선택적 태스크는 경제적으로 구동될 수도 있다.
온도에 추가하여 다른 날씨 상태들이 에어 컨디셔닝에 의해 소모된 전기 에너지의 양에 영향을 줄 수도 있다. 예를 들어, 높은 풍속 및 비가 에어 컨디셔닝 시스템 (18) 의 실외 냉각기 (미도시) 를 냉각시키는 기능을 하여, 에어 컨디셔닝 시스템 (18) 으로 하여금 보다 효율적으로 따라서 저렴하게 동작하게 할 수도 있다. 일광량 대 운량 (cloud cover) 이 또한 데이터 저장 센터 (22) 를 냉각시키는데 소모되는 에어 컨디셔닝의 양에 영향을 줄 수도 있다. 예를 들어, 높은 레벨의 일광량은 빌딩 (12) 을, 실외 온도에 의해서만 나타날 수도 있는 것 이상으로 가열시킬 수도 있다. 이들 라인들을 따라, 시각 및 시기는 하늘에서의 태양의 각도 및 이에 따른 빌딩 (12) 에 도달하는 태양의 복사량 뿐만 아니라 빌딩 (12) 에 도달하기 전에 복사 (radiation) 가 통과하는 대기량을 나타낼 수도 있다. 따라서, 시각 및 시기 (예를 들어, 달) 는 또한, 선택적 태스크의 수행의 결과로서 추가의 에어 컨디셔닝에 의해 소모되는 전기 에너지의 양에 영향을 줄 수도 있다. 적어도 이들 이유 때문에, 제어기 (24) 는 선택적 태스크가 수행될 때를 결정하는데 있어서 전기 에너지의 비용에 대한 시각 및 시기의 영향을 고려할 수도 있다.
언제 선택적 태스크가 수행되게 할지를 결정하기 위한 것에 기초하여 정보를 수집하기 위해서, 제어기 (24) 는 외부의 정보 소스에 통신적으로 커플링될 수도 있다. 보다 구체적으로, 도 1 에 도시된 실시형태에서, 제어기 (24) 는 실외 환경 센서 (28), 날씨 정보의 소스 (30), 및 전기 에너지 비용 정보의 소스 (32) 에 통신적으로 커플링될 수도 있다. 실외 환경 센서 (28) 는 예를 들어 온도계, 습도 센서, 강수 센서, 바람 센서, 및/또는 태양열 센서를 포함할 수도 있다. 실외 환경 센서 (28) 는 데이터 저장 센터 (22) 의 로케이션에 배치될 수도 있다. 예를 들어, 실외 환경 센서 (28) 는 빌딩 (12) 에 또는 빌딩에 인접하게 배치될 수도 있다.
제어기 (24) 는 네트워크 (16) 를 통해 날씨 정보 소스 (30) 및 에너지 비용 정보 소스 (32) 에 통신적으로 커플링될 수도 있다. 날씨 정보 소스 (30) 는, 예를 들어 국립기상국에 의해 또는 지역 방송국에 의해 동작된 날씨 정보 데이터베이스 또는 웹 사이트일 수도 있다. 제공되는 날씨 정보는 현재 날씨 상태 뿐만 아니라 예측된 날씨 상태를 포함할 수도 있다. 예측된 날씨 상태의 시계 (time horizon) 는, 제어기 (24) 가 선택적 태스크의 수행을 고려할 수도 있는 최근의 시간 및 날짜에 대략 일치할 수도 있다. 날씨 정보 소스 (30) 에 의해 제공된 현재 및/또는 예측된 날씨 상태들은, 예를 들어 온도, 습도, 강수량, 풍속 및 풍향, 및 가능한 일광율을 포함할 수도 있다.
에너지 비용 정보 소스 (32) 는, 예를 들어 전원 (14) 을 제공 및/또는 동작하는 전기 공급 회사에 의해 동작된 에너지 비용 정보 데이터베이스 또는 웹 사이트일 수도 있다. 또한, 웹 사이트가 제삼자에 의해 동작되는 것이 가능하다. 제공되는 일시적인 에너지 비용 정보는, 킬로와트-시간으로 표현될 수도 있는 전기 에너지 공급 회사에 의해 청구된 현재 가격을 포함할 수도 있다. 일시적 에너지 비용 정보는 또한, 예를 들어 전기 에너지에 대해 청구된 히스토리컬 및/또는 예측된 가격을 포함할 수도 있다.
제어기 (24) 는, 특히 예측된 가격들이 에너지 비용 정보 소스 (32) 에 의해 제공되지 않는 경우 전기 에너지에 청구된 미래의 가격들을 예측하기 위해 전기 에너지에 청구된 히스토리컬 가격들을 이용할 수도 있다. 예를 들어, 낮은 에너지 비용 및 높은 에너지 비용이 발생하는 시간 및/또는 날짜에서의 패턴들을 식별하기 위해 히스토리컬 데이터가 이용될 수도 있다. 이들 패턴들은 미래의 에너지 비용, 및 특히 비용이 높거나 낮은 시간을 예측하기 위해 미래로 추정될 수도 있다. 다르게는, 또는 또한, 제어기 (24) 는 메모리 디바이스 (26) 에 에너지 비용 정보를 저장할 수도 있다. 제어기 (24) 는 그 후, 전기 에너지에 청구된 미래의 가격들을 예측하는데 있어서 히스토리컬 정보로서 메모리 디바이스 (26) 에 저장된 에너지 비용 정보를 이용할 수도 있다.
일 예로서, 히스토리컬 에너지 비용 데이터에 기초한 예측 모델에 따르면, 1:00 pm 에서 전기의 비용은 1:00 am 에서 전기의 비용보다 상당히 높을 수도 있다. 따라서, 제어기 (24) 에 의해 구동된 자동 프로세스는, 선택적 태스크 또는 "일괄 작업 (batch job)" 이 1:00 am 까지 수행되지 않아야 한다는 것을 결정할 수도 있다.
다른 예로서, 아마도 히스토리컬 데이터와 관련하여, 선택적 태스크를 수행하기에 적합한/웬만한 전기의 임계 비용을 정의할 수도 있는 미리결정된 기준이 존재할 수도 있다. 예를 들어, 이 기준이 킬로와트-시간 (kWH) 당 $0.08 가 웬만한 전기의 임계 비용이라는 것을 나타내는 경우, 전기의 비용이 kWH 당 $0.08 이하로 떨어지면, 제어기 (24) 에 의해 구동된 자동 프로세스는 선택적 태스크 또는 "일괄 작업" 이 수행되는 것을 허용할 수도 있다.
유사하게, 선택적 태스크가 이미 시작되었고 현재 진행중인 상황에서, 전기의 가격이 갑자기 오르면, 선택적 태스크는 미래의 일부 시간까지, 예컨대, 전기 비용이 적합한 레벨로 다시 떨어지는 경우까지 중단 또는 종료될 수도 있다. 그러나, 자동 프로세스는 또한 선택적 태스크의 임계와 관련한 데이터 (예를 들어, 최종 백업한 이후로의 기간) 를 이용할 수도 있고, 선택적 태스크가 너무 중요해서 이후의 시간까지 연기하기 어려운 것으로 여겨진다면 재정적인 영향을 무시할 수도 있다. 전술된 바와 같이, 선택적 태스크의 수행은 임계 전기 에너지 비용과 확인된 전기 에너지 비용의 비교에 적어도 부분적으로 기초하여 시작, 재개, 계속, 억제, 및/또는 중단될 수도 있다.
다수의 전원들 (14) 이 이용 가능할 수도 있는 것이 가능하고, 전원들 각각은 시간의 함수로서 에너지 비용의 그 자체의 스케줄을 갖는다. 이 경우, 제어기 (24) 는 추가적으로, 선택적 태스크를 수행하기 위해 에너지를 제공하는 것이 어느 전원 (14) 인지를 선택할 수도 있다. 일 예로, 제어기 (24) 는 선택적 태스크의 비용 최소화 또는 비용 감축에 기초하여 전원을 선택할 수도 있다.
동작 동안, 제어기 (24) 는, 데이터 저장 센터 (22) 가 가까운 미래에서 선택된 시간에서 수행될 수도 있는 선택적 태스크를 갖는다는 것을 결정할 수도 있다. 선택적 태스크는 반정칙의 (semi-regular) 시간 간격들로 수행될 유지 절차 및/또는 절차일 수도 있고, 여기서 선택적 태스크가 수행되는 정확한 시간에 관해 몇몇 여지 (leeway) 또는 재량 (discretion) 이 존재한다. 제어기 (24) 는, 선택적 태스크를 수행하는 비용이 비교적 낮은 시간을 선택할 수도 있다. 선택적 태스크를 수행하는 비용이 비교적 낮은 시간을 식별하기 위해서, 제어기 (24) 는 실내 환경 센서 (20), 실외 환경 센서 (28), 날씨 정보 소스 (30) 및/또는 에너지 비용 정보 소스 (32) 로부터의 입력들을 수신할 수도 있다. 제어기 (24) 는, 선택적 태스크를 수행하는데 소모될 수도 있는 전기 에너지의 양에 실내 환경 센서 (20), 실외 환경 센서 (28), 및/또는 날씨 정보 소스 (30) 로부터의 데이터를 관련시키는 룩업 테이블, 그래프, 식 (formulae), 및/또는 알고리즘을 이용할 수도 있다. 에너지 비용 정보 소스 (32) 에 의해 제공된 바와 같은 단위 에너지 당 비용을 선택적 태스크를 수행하는데 소모된 예측된 전기 에너지에 곱함으로써, 제어기 (24) 는 소정 시간에서 선택적 태스크를 수행하는 비용을 결정할 수도 있다. 상이한 시간에 선택적 태스크를 수행하는 비용을 비교함으로써, 제어기 (24) 는 최고 저렴한, 또는 적어도 비교적 저렴한, 선택적 태스크가 수행될 시간을 결정할 수도 있다.
도 2 는 본 개시물의 적어도 몇몇 실시형태들에 의해 고려되는 바와 같이, 데이터 저장 센터에 대한 예시의 태스크 스케줄링 방법 (200) 의 동작을 나타내는 흐름도이다. 예시의 실시형태들은 하나 이상의 프로세싱 동작들 (202, 204, 206 및 208) 을 포함할 수도 있다. 프로세싱은 동작 202 에서 시작하고, 여기서 전기 에너지의 예상된 미래의 화폐 비용이 획득된다. 일 실시형태에서, 전기 에너지의 예상된 미래의 화폐 비용은 에너지 비용 정보 소스 (32) 로부터 획득되고, 이 소스는 예를 들어 전원 (14) 을 제공 및/또는 동작하는 전기 공급 회사에 의해 동작된 에너지 비용 정보 데이터베이스 또는 웹 사이트일 수도 있다. 획득되는 예상된 미래의 에너지 비용 정보는 전기 에너지에 대한 공급 회사에 의해 청구될 예상된 미래의 가격을 포함할 수도 있다. 또한, 예상된 미래의 화폐 비용이 전기 에너지에 대해 청구된 히스토리컬 (historical) 가격들에 기초한 예측들로부터 획득되는 것이 가능하다.
프로세싱은 동작 202 에서 동작 204 로 흐른다. 동작 204 는 데이터 저장 센터에서 미래의 날씨 상태의 예측을 획득하는 것을 포함할 수도 있다. 미래의 날씨 상태의 예측은, 국립 기상국에 의해 또는 지역 방송국에 의해 동작된 날씨 정보 데이터베이스 또는 웹 사이트의 형태로 있을 수도 있는 날씨 정보 소스 (30) 로부터 획득될 수도 있다. 예측된 날씨 상태는, 현재의 시간으로부터 제어기 (24) 가 선택적 태스크의 수행을 고려할 수도 있는 가장 먼 미래의 시간 및 날짜까지의 기간에 대한 것일 수도 있다. 날씨 정보 소스 (30) 에 의해 제공된 예상된 날씨 상태는, 예를 들어 온도, 습도, 강수량, 풍속 및 풍향, 및 가능한 일광율을 포함할 수도 있다.
다음 동작 206 에서, 예측된 날씨 상태 하에서 상이한 미래의 시간들에서의 태스크 수행으로 인해 전기 에너지가 소모되는 예상율들이 확인된다. 예를 들어, 실증적인 데이터에 기초하여, 식 및/또는 룩업 테이블은 태스크가 수행되는 시간에서의 각종 날씨 상태에 대한 태스크 동안의 전기 에너지 소모율에 관련되어 고안될 수도 있다. 일 실시형태에서, 태스크 수행의 시간에서 우세한 날씨 상태의 비율과 전기 에너지 소모율 간의 수학적 관계를 확립하기 위해 회귀 분석 (regression analysis) 이 이용될 수도 있다.
동작 208 에서, 데이터 저장 센터의 태스크가 수행되는 시간이 선택된다. 이 선택은, 전기 에너지의 예상된 화폐 비용에, 그리고 예측된 날씨 상태 하에서 태스크의 수행으로 인해 전기 에너지가 소모되는 예상율에 적어도 부분적으로 기초할 수도 있다. 예를 들어, 복수의 후보 태스크 수행 시간들 각각, 또는 주기들 동안, 전기 에너지의 예상된 화폐 비용에 태스크의 수행으로 인해 전기 에너지가 소모되는 예상율이 곱해질 수도 있다. 결과적으로, 이에 의해 후보 시간들 각각에서 태스크를 수행하기 위해 전기 에너지의 예상된 비용이 계산될 수도 있다. 태스크를 수행하기 위한 전기 에너지의 가장 낮은 결과의 예상된 비용을 갖는 시간이 태스크가 수행될 실제 시간으로서 선택될 수도 있다.
예시의 실시형태에서, 데이터 저장 어레인지먼트 (10) 는 도 2 의 방법을 구현하도록 구성될 수도 있다.
도 3 은 본 개시물의 적어도 몇몇 추가의 실시형태들에 따라 배열되는 예시의 데이터 저장 어레인지먼트 (300) 의 블록도이다. 예시의 데이터 저장 어레인지먼트 (300) 는 전원 및 통신 네트워크 양자 모두로서 동작할 수도 있는 유틸리티 (314) 에 전기적으로 그리고/또는 통신적으로 접속된 빌딩 (12) 을 포함한다. 유틸리티 (314) 는 전기 전력 회사에 의해 제공된 전력 그리드 또는 전력 선을 포함할 수도 있고, 여기서 통신 신호들은 또한 전력 그리드 또는 전력 선에 의해 운반된다.
유틸리티 (314) 는 에어 컨디셔닝 시스템 (18) 에 그리고 데이터 저장 센터 (22) 에 전기 에너지를 제공할 뿐만 아니라, 실내 환경 센서 (20), 제어기 (24) 및 메모리 (26) 에 보다 낮은 레벨의 전기 에너지를 제공할 수도 있다. 전기 에너지는 유틸리티 (314) 의 전력 그리드 또는 전력 선에 의해 운반될 수도 있다. 유틸리티 (314) 의 전력 그리드 또는 전력 선은 또한, 날씨 정보 (30) 의 소스에 그리고 전기 에너지 비용 정보 (32) 의 소스에 제어기 (24) 를 또한 통신적으로 커플링할 수도 있다.
일 실시형태에서, 라인 (334) 은 정보 및 전력 양자 모두를 유틸리티 (314) 에 그리고/또는 유틸리티 (314) 로부터 운반한다. 빌딩 (12) 내 또는 근처에서, 선 (334) 은 제어기 (24) 와 유틸리티 (314) 간에 정보를 양 방향으로 운반할 수도 있는 선 (346); 데이터 저장 센터 (22) 로 전력을 운반하는 선 (338); 및 에어 컨디셔닝 시스템 (18) 으로 전력을 운반하는 선 (340) 으로 분기될 수도 있다. 데이터 저장 어레인지먼트 (300) 의 다른 양태들은 데이터 저장 어레인지먼트 (10) 의 양태들과 실질적으로 유사할 수도 있고, 따라서 불필요한 반복을 피하기 위해 본원에서 설명되지 않는다.
도 4 는 본 개시물의 적어도 몇몇 실시형태들에 의해 고려되는 바와 같은 데이터 저장 센터에 대한 다른 예시의 태스크 스케줄링 방법 (400) 의 동작을 나타내는 흐름도이다. 예시의 실시형태들은 하나 이상의 프로세싱 동작들 (402, 404, 406, 408, 410, 412, 414, 416, 418 및 420) 을 포함할 수도 있다. 프로세싱은 동작 402 에서 시작하고, 여기서 미래의 기간들의 그룹 각각에 대한 전기 에너지의 화폐 비용이 결정된다. 일 실시형태에서, 전기 에너지의 예상된 미래의 화폐 비용은 에너지 비용 정보 소스 (32) 로부터 획득되고, 이 소스는 예를 들어 유틸리티 (314) 에 의해 동작된 에너지 비용 정보 데이터베이스 또는 웹 사이트일 수도 있다. 획득되는 예상된 미래의 에너지 비용 정보는 전기 에너지의 공급 회사에 의해 청구될 예상된 미래의 가격을 포함할 수도 있다. 또한, 예상된 미래의 화폐 비용이 전기 에너지에 청구된 히스토리컬 가격들에 기초한 예측들로부터 획득되는 것이 가능하다.
프로세싱은 동작 402 에서 동작 404 로 흐른다. 동작 404 는 미래의 기간들 각각 동안 데이터 저장 센터에서 환경 상태들의 예측을 획득하는 것을 포함할 수도 있다. 미래의 환경 상태들의 예측은 날씨 정보 소스 (30) 로부터 획득될 수도 있고, 이 소스는 예를 들어 국립 기상국에 의해 또는 지역 방송국에 의해 동작된 날씨 정보 데이터베이스 또는 웹사이트의 형태로 있을 수도 있다. 날씨 정보 소스 (30) 에 의해 제공된 예측된 날씨 상태들은, 예를 들어 온도, 습도, 강수량, 풍속 및 풍향, 및 가능한 일광율을 포함할 수도 있다. 예측된 환경 상태들은 또한 또는 대안적으로, 빌딩 (12) 내의 환경 상태들을 망라할 수도 있다. 예를 들어, 빌딩 (12) 은 미래의 기간들 중 특정 기간 동안 사람들에 의해 점령되지 않는다는 것을 알 수 있다. 빌딩 (12) 의 주인은, 환경 상태를 인간에게 쾌적한 범위 내에서 유지할 필요가 없는 경우 에어 컨디셔닝 시스템 (18) 을 동작하도록 덜 힘쓸 수도 있다. 따라서, 빌딩 (12) 이 사람에 의해 점령되지 않는 미래의 기간 동안 실내 환경 상태들은 상대적으로 높은 레벨의 온도 및 가능하게는 습도를 포함할 것으로 예측될 수도 있다. 한편, 추운 실외 온도로, 빌딩 (12) 내 온도는 빌딩 (12) 이 점령되지 않을 것으로 계획되는 기간 동안 통상의 레벨 미만으로 떨어지도록 허용된다는 것이 알려질 수도 있다.
다음 동작 406 에서, 미래의 기간들 각각에서 태스크 수행으로 인해 데이터 저장 센터에 의해 소모되는 전기 에너지의 양이 추정될 수도 있다. 이 추정은, 예측된 환경 상태들에 적어도 부분적으로 기초할 수도 있다. 예를 들어, 실증적인 데이터에 기초하여, 식 및/또는 룩업 테이블은 태스크가 수행되는 시간에서 각종 예측된 환경 상태들에 태스크의 수행으로 인해 소모되는 전기 에너지의 양을 관련시켜 고안될 수도 있다. 일 실시형태에서, 전기 에너지 소모량과 태스크 수행의 시간에서 우세한 환경 상태들 간의 수학적 관계를 확립하기 위해 회귀 분석이 이용될 수도 있다.
동작 408 에서, 태스크 수행으로 인해 소모된 전기 에너지의 추정된 양에 전기 에너지의 화폐 비용이 곱해지고, 이에 의해 미래의 기간들 각각 동안 태스크 수행의 비용을 계산한다. 태스크가 수행하기 위한 다수의 기간들을 필요로 하면, 태스크 수행의 이들 주기적 비용들 각각은 태스크의 수행의 총 비용의 단지 일부만을 나타낼 수도 있다.
동작 410 에서, 태스크를 수행하는데 필요한 기간들의 수 n 이 확인된다. 예를 들어, 태스크는 수행하기 위해 3 시간이 걸리는 것으로 알려져 있고, 기간들 각각이 1 시간 길이이면, 태스크를 수행하기 위해 3 개의 기간들이 필요할 수도 있다는 것이 확인될 수도 있다.
다음 동작 412 에서, 태스크 수행의 가장 낮은 비용을 갖는 기간들의 n 개의 수가 식별된다. 상기 예를 계속하면, 24 개의 연속적인 1 시간 주기들 중, 2-3 am, 3-4 am 및 5-6 am 의 3 개의 기간들이 태스크 수행의 가장 낮은 비용을 갖는 것으로서 식별될 수도 있다. 이 예는, 4-5 am 의 기간 동안 태스크를 중단시키는 것이 가능하다고 가정한다. 그러나, 태스크의 성질이 3 개의 연속적인 1 시간의 기간들에서 태스크를 수행하는 것을 요하는 것이면, 동작 412 는 가장 낮은 총 비용을 갖는 3 개의 연속적인 1 시간의 기간들, 예컨대 2-3 am, 3-4 am 및 4-5 am 을 식별하는 단계를 포함할 수도 있다.
다음으로, 동작 414 에서, 태스크 수행의 총 비용은 식별된 기간의 n 개의 수와 연관된 태스크 수행의 비용을 합산함으로써 계산될 수도 있다. 상기 예에서, 태스크가 중단될 수도 있으면, 2-3 am, 3-4 am 및 5-6 am 에서의 태스크 수행 비용들이 합산되고, 이에 의해 태스크 수행의 총 비용을 계산할 수도 있다. 그러나, 중단되지 않는 태스크 수행을 요하면, 태스크 수행의 총 비용은 동작 412 를 참조하여 전술된 바와 같이 미리 계산될 수도 있다.
동작 416 에서, 동작 414 에서 계산된 태스크 수행의 총 비용이 태스크의 수행으로부터 도출되도록 예상된 경제적 이득보다 적은지 여부가 결정된다. 경제적 이득은, 예를 들어 태스크가 마지막으로 수행된 이후의 시간의 길이에 따라 변할 수도 있다. 알고리즘 또는 룩업 테이블은 태스크의 경제적 이득을 아마도 하나 이상의 변수들의 함수로서 지정하는 것으로 제공될 수도 있다. 다른 실시형태에서, 룩업 테이블은 태스크가 수행되는 최대 비용을 간단히 지정할 수도 있다.
동작 416 에서, 태스크 수행의 총 비용이 예상된 이득보다 적으면, 태스크는 n 개의 식별된 기간에서 수행될 수도 있다는 것이 결정된다 (동작 418). 그러나, 동작 416 에서, 태스크 수행의 총 비용이 예상된 이득보다 적지 않으면, 프로세스는 동작 402 로 리턴할 수도 있으며, 402 에서 에너지 비용은 다른, 가능하게는 이후의 미래의 기간들 세트 동안 결정된다. 이 미래의 기간들의 다음 세트는 부분적으로 미래의 기간들의 바로 이전 세트와 오버랩할 수도 있다. 프로세스는, 실질적으로 전술된 바와 같이 동작 402 로부터 계속할 수도 있다.
예시의 실시형태에서, 데이터 저장 어레인지먼트들 (10 및 300) 중 어느 하나는 도 4 의 방법을 구현하도록 구성될 수도 있다.
도 5 를 참조하면, 본 개시물의 적어도 몇몇 실시형태들에 따라 데이터 저장 구현들을 위해 구성되는 예시의 컴퓨팅 디바이스 (500) 를 나타내는 블록도가 도시된다. 매우 기본적인 구성 (501) 에서, 컴퓨팅 디바이스 (500) 는 통상적으로 하나 이상의 프로세서들 (510) 및 시스템 메모리 (520) 를 포함할 수도 있다. 메모리 버스 (530) 는 프로세서 (510) 와 시스템 메모리 (520) 사이에서 통신하는 데 사용될 수 있다.
바람직한 구성에 따르면, 프로세서 (510) 는 마이크로프로세서 (μP), 마이크로제어기 (μC), 디지털 신호 프로세서 (DSP), 또는 이들의 임의의 조합을 포함하지만 이들로 제한되지 않는 임의의 타입의 것일 수 있다. 프로세서 (510) 는 레벨 1 캐시 (511) 및 레벨 2 캐시 (512) 와 같은 하나 이상의 캐싱 레벨들, 프로세서 코어 (513), 및 레지스터들 (514) 을 포함할 수 있다. 프로세서 코어 (513) 는 산술 논리 유닛 (ALU), 부동소수점 처리 유닛 (FPU), 디지털 신호 프로세싱 코어 (DSP 코어), 또는 이들의 임의의 조합을 포함할 수 있다. 메모리 제어기 (515) 는 또한 프로세서 (510) 와 함께 사용될 수 있으며, 또는 일부 구현들에서, 메모리 제어기 (515) 는 프로세서 (510) 의 내부 부품일 수 있다.
바람직한 구성에 따르면, 시스템 메모리 (520) 는 휘발성 메모리 (예컨대, RAM), 비휘발성 메모리 (예컨대, ROM, 플래시 메모리 등) 또는 이들의 임의의 조합을 포함하지만 이들로 제한되지 않는 임의의 타입의 것일 수 있다. 시스템 메모리 (520) 는 일반적으로 운영 시스템 (521), 하나 이상의 애플리케이션들 (522), 및 프로그램 데이터 (524) 를 포함할 수도 있다. 애플리케이션 (522) 은 데이터 저장 센터 (22) 에 의한 선택적 태스크의 수행을 효율적으로 스케줄링하도록 구현되는 태스크 스케줄링 알고리즘 (523) 을 포함할 수도 있다. 프로그램 데이터 (524) 는, 태스크 스케줄링 데이터 (525) 를 포함할 수도 있다. 일부 실시형태들에서, 애플리케이션 (522) 은, 데이터 저장 센터 (22) 에 의한 선택적 태스크들의 수행의 스케줄링을 실시하도록, 운영 시스템 (521) 상에서 프로그램 데이터 (524) 로 동작하도록 배열될 수 있다. 이와 같이 설명된 기본 구성은 도 5 에서 파선 (501) 내의 컴포넌트들로 도시된다.
컴퓨팅 디바이스 (500) 는 추가적인 특징들 또는 기능성, 및 기본 구성 (501) 과 임의의 요구되는 디바이스들 및 인터페이스들 사이에서의 통신들을 용이하게 하는 추가 인터페이스들을 가질 수 있다. 예를 들어, 버스/인터페이스 제어기 (540) 는 스토리지 인터페이스 버스 (541) 를 통해 기본 구성 (501) 과 하나 이상의 데이터 저장 디바이스들 (550) 사이의 통신을 용이하게 하는데 사용될 수 있다. 데이터 저장 디바이스들 (550) 은 착탈가능 저장 디바이스들 (551), 착탈불능 저장 디바이스들 (552), 또는 이들의 조합일 수 있다. 착탈가능 스토리지 및 착탈불능 저장 디바이스들의 예들은, 몇 가지만 예를 들면, 플렉서블 디스크 드라이브들 및 하드디스크 드라이브들 (HDD) 과 같은 자기적 디스크 디바이스들, 콤팩트디스크 (CD) 드라이브들 또는 디지털 다용도 디스크 (DVD) 드라이브들과 같은 광학적 디스크 드라이브들, 솔리드 스테이트 드라이브들 (SSD) 및 테이프 드라이브들을 포함한다. 예시적인 컴퓨터 저장 매체는 컴퓨터 판독가능 명령들, 데이터 구조들, 프로그램 모듈들, 또는 다른 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성의 착탈가능 및 착탈불능 매체를 포함할 수 있다.
시스템 메모리 (520), 착탈가능 스토리지 (551) 및 착탈불능 스토리지 (552) 는 컴퓨터 저장 매체의 모든 예들이다. 컴퓨터 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 다른 메모리 기술, CD-ROM, 디지털 다용도 디스크들 (DVD) 또는 다른 광학적 스토리지, 자기 카세트들, 자기 테이프, 자기 디스크 스토리지 또는 다른 자기 저장 디바이스들, 또는 원하는 정보를 저장하는데 이용될 수 있고 컴퓨팅 디바이스 (500) 에 의해 액세스될 수 있는 임의의 다른 매체를 포함하지만 이들로 제한되지 않는다. 임의의 이러한 컴퓨터 저장 매체는 디바이스 (500) 의 일부분일 수 있다.
컴퓨팅 디바이스 (500) 는 또한, 버스/인터페이스 제어기 (540) 를 통해 다양한 인터페이스 디바이스들 (예컨대, 출력 인터페이스들, 주변장치 인터페이스들, 및 통신 인터페이스들) 로부터 기본 구성 (501) 으로의 통신을 용이하게 하기 위한 인터페이스 버스 (542) 를 포함할 수 있다. 예시적인 출력 디바이스들 (560) 은 그래픽 프로세싱 유닛 (561) 및 오디오 프로세싱 유닛 (562) 을 포함하는데, 이들은 하나 이상의 A/V 포트들 (563) 을 통해 디스플레이 또는 스피커들과 같은 다양한 외부 디바이스들과 통신하도록 구성될 수 있다. 예시적인 주변장치 인터페이스들 (570) 은 직렬 인터페이스 제어기 (571) 또는 병렬 인터페이스 제어기 (572) 를 포함하는데, 이들은 하나 이상의 I/O 포트들 (573) 을 통해 입력 디바이스들 (예컨대, 키보드, 마우스, 펜, 음성 입력 디바이스, 터치 입력 디바이스 등) 또는 다른 주변장치 디바이스들 (예컨대, 프린터, 스캐너 등) 과 같은 외부 디바이스들과 통신하도록 구성될 수 있다. 예시적인 통신 디바이스 (580) 는 네트워크 제어기 (581) 를 포함하는데, 이는 하나 이상의 통신 포트들 (582) 을 통한 네트워크 통신에 의해 하나 이상의 다른 컴퓨팅 디바이스들 (590) 과의 통신을 용이하게 하도록 배열될 수 있다. 통신 접속은 통신 매체의 일례이다. 통신 매체는 통상적으로 컴퓨터 판독가능 명령들, 데이터 구조들, 프로그램 모듈들, 또는 반송파나 다른 수송 메커니즘과 같은 변조된 데이터 신호에서의 다른 데이터에 의해 구현될 수도 있으며, 임의의 정보 전달 매체를 포함한다. "변조된 데이터 신호" 는 신호에서의 정보를 인코딩하도록 하는 방식으로 설정되거나 변경된 특성들 중 하나 이상의 특성을 갖는 신호일 수 있다. 제한이 아니라 예시로서, 통신 매체는 유선 네트워크 또는 직접적 유선 접속 (direct-wired connection) 과 같은 유선 매체, 및 어쿠스틱, 무선 주파수 (RF), 적외선 (IR) 및 다른 무선 매체와 같은 무선 매체를 포함할 수 있다. 본원에서 이용되는 바와 같은 컴퓨터 판독가능 매체라는 용어는 저장 매체 및 통신 매체 양자 모두를 포함할 수 있다.
컴퓨팅 디바이스 (500) 는 셀폰, 개인휴대정보단말기 (PDA), 개인 미디어 플레이어 디바이스, 무선 웹-관람 디바이스, 개인 헤드셋 디바이스, 애플리케이션 특정 디바이스, 또는 상기 기능들 중 임의의 것을 포함하는 하이브리드 디바이스와 같은 소형 폼팩터 (small-form factor) 휴대용 (또는 이동식) 전자 디바이스의 일부분으로서 구현될 수 있다. 컴퓨팅 디바이스 (500) 는 또한, 랩톱 컴퓨터 및 비랩톱 컴퓨터 구성들 양자 모두를 포함하는 개인용 컴퓨터로서 구현될 수 있다.
일 실시형태에 따르면, 컴퓨팅 디바이스 (500) 는, 프로세서 (510), 애플리케이션 (522) 및/또는 프로그램 데이터 (524) 가 본원의 실시형태들에 따른 컴퓨터 시스템으로 또는 컴퓨터 시스템으로서 수행될 수 있도록 네트워킹 환경에서 접속된다.
본 개시물은, 전기의 비용이 감소되도록 데이터 저장 센터가 선택적 태스크를 수행하기 위한 시간을 선택하는 것을 고찰할 수도 있다. 그러나, 본 개시물은 또한 전기의 비용이 감소되도록 선택적 태스크의 수행의 다른 파라미터들을 제어하는 것을 고찰할 수도 있고, 이 제어는 또한 전기 에너지의 비용 및 파라미터들이 전기 에너지의 소모에 어떻게 영향을 주는지에 기초할 수도 있다. 이러한 제어된 선택적 태스크의 수행의 파라미터들은 수행 속도; 다른 태스크들의 수행에 대한 선택적 태스크의 수행의 우선순위; 수행의 빈도수; 수행의 레벨; 및 수행에서 이용된 이용 가능한 컴퓨팅 용량의 퍼센티지를 포함할 수도 있다.
본 개시물은 전력 공급 회사에 의해 동적으로 제공된 바와 같은 전기 에너지의 비용을 변경하는 것에 적어도 부분적으로 기초하여 선택적 태스크 수행의 시간을 선택하는 것을 고찰할 수도 있다. 그러나, 다른 실시형태에서, 전기 에너지의 현재 및 미래의 비용은 데이터 저장 센터의 오너와 전력 공급 회사 간의 법적 계약에 의해 지정된다. 이러한 계약된 전기 에너지 비용은 시간에 따라 변할 수도 있고, 데이터 저장 센터의 제어기와 연관된 메모리 디바이스에 저장될 수도 있다. 제어기는 그 후, 계약적으로 결정된 전기 에너지 비용에 적어도 부분적으로 기초하여 선택적 태스크를 수행하기 위한 때의 결정에 기초할 수도 있다.
본 개시물은 데이터 저장 센터 및 그 환경을 냉각시키기 위해 에어 컨디셔닝을 사용하는 것을 고찰할 수도 있다. 그러나, 다른 실시형태에서, 데이터 저장 센터는 물과 같은 액체로 냉각될 수도 있다. 물 냉각은 에어 컨디셔닝과 유사한 전기 사용을 포함할 수도 있다. 또한, 액체 냉각에서 사용된 전기의 양을 날씨 상태 뿐만 아니라 에어 컨디셔닝과 연관되어 전술된 다른 팩터들에 따라 변할 수도 있다.
본원에 설명된 대상은 때때로 상이한 다른 컴포넌트 내에 포함되거나, 이와 접속된 상이한 컴포넌트를 설명한다. 이러한 도시된 아키텍처는 단지 예시적이며, 사실상 동일한 기능성을 달성하는 많은 다른 아키텍처가 구현될 수 있다는 것을 이해하여야 한다. 개념상 의미에서, 동일한 기능성을 달성하는 컴포넌트의 임의의 배열은 원하는 기능성을 달성하도록 효과적으로 "연관"된다. 따라서, 특정 기능성을 달성하도록 본원에 결합된 임의의 2 개의 컴포넌트는, 아키텍처 또는 중간 컴포넌트와 무관하게, 원하는 기능성을 달성하도록 서로 "연관"되는 것으로서 보일 수 있다. 마찬가지로, 이렇게 연관된 임의의 2 개의 컴포넌트는 또한 원하는 기능성을 달성하기 위해 서로 "동작가능하게 접속" 또는 "동작가능하게 커플링"되는 것으로 보여질 수 있고, 이렇게 연관될 수 있는 임의의 2 개의 컴포넌트는 또한 원하는 기능성을 달성하기 위해 서로 "동작가능하게 커플링가능"한 것으로 보여질 수 있다. 동작가능하게 커플링가능한 특정 실시예에는 물리적으로 짝지을 수 있고/있거나 물리적으로 상호작용하는 컴포넌트 및/또는 무선으로 상호작용가능 및/또는 무선으로 상호작용하는 컴포넌트 및/또는 논리적으로 상호작용 및/또는 논리적으로 상호작용가능 컴포넌트가 포함되지만, 이에 제한되지 않는다.
본원에서 실질적으로 임의의 복수 용어 및/또는 단수 용어의 이용에 대해서, 당업자는 문맥 및/또는 애플리케이션에 적당하도록 복수에서 단수로 및/또는 단수에서 복수로 해석할 수도 있다. 다양한 단수/복수의 치환은 간결함을 위해 본원에 명백히 전개될 수도 있다.
일반적으로, 본원에 그리고 특히 첨부된 청구항 (예를 들어, 첨부된 청구항의 본문) 에서 이용되는 용어는 일반적으로 "개방적인" 용어들 (예를 들어, "포함하는" 이라는 용어는 "포함하지만 한정되지 않는" 으로 해석되어야 하고, "갖는" 이라는 용어는 "적어도 갖는" 으로 해석되어야 하고, "포함한다" 라는 용어는 "포함하지만 한정되지 않는다" 로 해석되어야 한다) 로서 의도된다는 것이 당업자에 의해 이해될 것이다. 또한, 도입된 청구항 기재의 특정한 수가 의도되는 경우, 이러한 의도는 청구항에 명시적으로 기재될 것이며, 이러한 기재의 부재 시에 그러한 의도가 없다는 것이 당업자에 의해 이해될 것이다. 예를 들어, 이해를 돕기 위하여, 다음의 첨부된 청구항은 청구항 기재를 도입하기 위한 "적어도 하나" 및 "하나 이상" 의 서두 어구의 이용을 포함할 수도 있다. 그러나, 이러한 어구의 이용은, 동일 청구항이 서두 어구 "하나 이상" 또는 "적어도 하나" 및 "a" 또는 "an" 과 같은 부정관사 (예를 들어, "a" 및/또는 "an" 은 "적어도 하나" 또는 "하나 이상" 을 의미하도록 해석되어야 한다) 를 포함할 때에도, 부정관사 "a" 또는 "an" 에 의한 청구항 기재의 도입이 이렇게 도입된 청구항 기재를 포함하는 임의의 특정 청구항을 하나의 이러한 기재만을 포함하는 실시형태들로 한정한다는 것을 내포하는 것으로 해석되어서는 안 되며, 청구항 기재를 도입하는데 이용되는 정관사의 이용에 대해서도 동일하게 유효하다. 또한, 도입되는 청구항 기재의 구체적 수가 명시적으로 기재되는 경우에도, 당업자는 이러한 기재가 적어도 기재된 수 (예를 들어, 다른 수식어 없이, "2 개의 기재" 에 대한 그대로의 기재는, 적어도 2 개의 기재들 또는 2 개 이상의 기재들을 의미한다) 를 의미하는 것으로 해석되어야 한다는 것을 인식할 것이다. 또한, "A, B 또는 C 중 적어도 하나 등" 과 유사한 관례가 이용되는 경우에서, 일반적으로 이러한 구성은 당업자가 그 관례를 이해할 것이라는 의미로 의도된다 (예를 들어, "A, B 또는 C 중 적어도 하나를 갖는 시스템" 은 A 만을, B 만을, C 만을, A 및 B 를 함께, A 및 C 를 함께, B 및 C 를 함께, 및/또는 A, B 및 C 를 함께 등을 갖는 시스템을 포함하지만 이에 한정되지 않을 것이다). "A, B 또는 C 중 적어도 하나 등" 과 유사한 관례가 이용되는 경우에서, 일반적으로 이러한 구성은 당업자가 그 관례를 이해할 것이라는 의미로 의도된다 (예를 들어, "A, B 또는 C 중 적어도 하나를 갖는 시스템" 은 A 만을, B 만을, C 만을, A 및 B 를 함께, A 및 C 를 함께, B 및 C 를 함께, 및/또는 A, B 및 C 를 함께 등을 갖는 시스템을 포함하지만 이에 한정되지 않을 것이다). 또한, 상세한 설명, 청구범위 또는 도면에서, 2 개 이상의 택일적 용어를 나타내는 실질적으로 임의의 이접 단어 및/또는 어구가 용어들 중 하나, 용어들 중 어느 한쪽 또는 양 용어 모두를 포함할 가능성들을 예상하도록 이해되어야 한다는 것이 당업자에 의해 이해될 것이다. 예를 들어, 어구 "A 또는 B" 는 "A" 또는 "B" 또는 "A 및 B" 의 가능성을 포함하도록 이해될 것이다.
본원에 다양한 양태들 및 실시형태들이 개시되었으나, 당업자들에게는 다른 양태들 및 실시형태들이 명백할 것이다. 본 명세서에 개시된 다양한 양태들 및 실시형태들은 설명을 위한 것이고 한정적으로 의도되지 않으며, 진정한 범위 및 사상이 다음의 청구범위에 의해 나타난다.

Claims (26)

  1. 태스크 스케줄링 방법으로서,
    적어도 전력 공급 컴포넌트, 네트워킹 컴포넌트, 및 데이터 저장 컴포넌트에 커플링되는 데이터 저장 센터를 동작시키는 단계; 및
    하나 이상의 시간들에서 태스크를 수행하기 위해 전기적 제어기를 통해 상기 데이터 저장 센터를 제어하는 단계를 포함하고,
    상기 제어하는 단계는,
    상이한 미래의 시간들에서 전기 에너지의 각각의 예상된 미래의 화폐 비용들을 결정하는 단계;
    상기 상이한 미래의 시간들에서 상기 데이터 저장 센터에서의 각각의 날씨 상태들의 예측들을 획득하는 단계;
    상기 각각의 날씨 상태들의 예측들에 적어도 부분적으로 기초하여, 상기 상이한 미래의 시간들에서 상기 태스크의 수행으로 인해 소모되는 각각의 전기 에너지의 양을 추정하는 단계;
    전기 에너지의 상기 각각의 예상된 미래의 화폐 비용들 및 상기 각각의 추정된 전기 에너지의 양에 기초하여, 상기 상이한 미래의 시간들에서 상기 태스크를 수행하기 위한 각각의 재정적 비용들을 결정하는 단계; 및
    상기 상이한 미래의 시간들에서 상기 태스크를 수행하기 위한 상기 각각의 재정적 비용들에 적어도 부분적으로 기초하여, 상기 데이터 저장 센터가 상기 태스크를 수행하여야 하는 상기 미래의 시간들 중 하나를 선택하는 단계에 적어도 부분적으로 기초하는, 태스크 스케줄링 방법.
  2. 제 1 항에 있어서,
    상기 태스크는,
    데이터 백업;
    데이터 인덱싱;
    미디어 인코딩; 및
    데이터 마이닝 (mining) 중 적어도 하나를 포함하는, 태스크 스케줄링 방법.
  3. 삭제
  4. 제 1 항에 있어서,
    상기 각각의 날씨 상태들의 예측들은 웹 서비스, 날씨 정보 데이터베이스, 또는 상기 데이터 저장 센터에서 측정된 날씨 데이터로부터 획득되는, 태스크 스케줄링 방법.
  5. 제 1 항에 있어서,
    상기 태스크의 수행으로 인해 소모되는 각각의 전기 에너지의 양을 추정하는 단계는, 상기 태스크가 수행되는 시기 (time-of-year) 및 시각 (time-of-day) 에 적어도 부분적으로 기초하는, 태스크 스케줄링 방법.
  6. 제 1 항에 있어서,
    하나 이상의 시간들에서 상기 태스크를 수행하기 위해 전기적 제어기를 통해 상기 데이터 저장 센터를 제어하는 단계는, 상기 하나 이상의 시간들에서 상기 태스크를 수행하기 위한 각각의 재정적 비용이 임계 비용을 초과하는지 여부에 적어도 부분적으로 의존하는, 태스크 스케줄링 방법.
  7. 제 1 항에 있어서,
    상기 각각의 재정적 비용들은 웹 서비스로부터의 정보를 포함하는, 태스크 스케줄링 방법.
  8. 제 1 항에 있어서,
    상기 각각의 재정적 비용들은 전력 공급 회사의 웹 기반 인터페이스로부터 획득되는, 태스크 스케줄링 방법.
  9. 삭제
  10. 데이터 저장 어레인지먼트 (arrangement) 로서,
    태스크를 수행하도록 구성된 데이터 저장 센터로서, 적어도 전력 공급 컴포넌트, 네트워킹 컴포넌트, 및 데이터 저장 컴포넌트에 커플링되는, 상기 데이터 저장 센터; 및
    상기 데이터 저장 센터에 커플링된 제어기로서,
    상이한 미래의 시간들에서 전기 에너지의 각각의 예상된 미래의 화폐 비용들을 결정하고;
    상기 상이한 미래의 시간들에서 상기 데이터 저장 센터에서의 각각의 날씨 상태들의 예측들을 획득하고;
    상기 상이한 미래의 시간들에서 상기 태스크의 수행으로 인해 소모되는 각각의 전기 에너지의 양을 추정하고;
    전기 에너지의 상기 각각의 예상된 미래의 화폐 비용들 및 상기 각각의 추정된 전기 에너지의 양에 기초하여, 상기 상이한 미래의 시간들에서 상기 태스크를 수행하기 위한 각각의 재정적 비용들을 결정하며;
    상기 상이한 미래의 시간들에서 상기 태스크를 수행하기 위한 상기 각각의 재정적 비용들에 적어도 부분적으로 기초하여, 상기 데이터 저장 센터가 상기 태스크를 수행하여야 하는 상기 미래의 시간들 중 하나를 선택하도록 구성된, 상기 제어기를 포함하고,
    상기 추정은 상기 각각의 날씨 상태들의 예측들에 적어도 부분적으로 기초하는, 데이터 저장 어레인지먼트.
  11. 제 10 항에 있어서,
    상기 각각의 날씨 상태들의 예측들은 웹 서비스, 날씨 정보 데이터베이스, 또는 상기 데이터 저장 센터에서 수집된 날씨 데이터로부터 획득되는, 데이터 저장 어레인지먼트.
  12. 제 10 항에 있어서,
    상기 추정된 각각의 전기 에너지의 양은 상기 상이한 미래의 시간들의 날짜 및 시각에 적어도 부분적으로 기초하는, 데이터 저장 어레인지먼트.
  13. 제 10 항에 있어서,
    상기 제어기는 히스토리컬 비용 데이터에 적어도 부분적으로 기초하여 상기 전기 에너지의 상기 각각의 예상된 미래의 화폐 비용들을 결정하도록 구성되는, 데이터 저장 어레인지먼트.
  14. 데이터 저장 어레인지먼트 (arrangement) 로서,
    태스크를 수행하도록 구성된 데이터 저장 센터로서, 적어도 전력 공급 컴포넌트, 네트워킹 컴포넌트, 및 데이터 저장 컴포넌트에 커플링되는, 상기 데이터 저장 센터; 및
    상기 데이터 저장 센터에 커플링된 제어기로서,
    시간 주기와 연관되는 전기 에너지의 화폐 비용을 수신하고;
    상기 시간 주기 동안 상기 데이터 저장 센터에서의 날씨 상태에 관한 정보를 수신하고;
    상기 시간 주기 동안 상기 태스크의 상기 수행으로 인해 소모되는 전기 에너지의 추정된 양을 추정하고;
    전기 에너지의 상기 화폐 비용 및 상기 추정된 양에 적어도 부분적으로 기초하여, 상기 시간 주기 동안 상기 태스크를 수행하기 위한 재정적 비용을 결정하고;
    상기 재정적 비용을 임계치와 비교하며;
    상기 비교에 기초하여, 상기 태스크 수행을 시작하거나, 상기 태스크 수행을 재개하거나, 상기 태스크 수행을 계속하거나, 상기 태스크 수행의 시작을 억제하거나, 또는 상기 태스크 수행을 중단하도록 구성된, 상기 제어기를 포함하고,
    상기 추정은 상기 날씨 상태에 관한 정보에 적어도 부분적으로 기초하는, 데이터 저장 어레인지먼트.
  15. 제 14 항에 있어서,
    상기 추정은 상기 데이터 저장 센터 내의 현재 온도 및 상기 데이터 저장 센터 내의 현재 습도 레벨에 적어도 부분적으로 기초하는, 데이터 저장 어레인지먼트.
  16. 제 14 항에 있어서,
    상기 태스크는,
    데이터 백업;
    데이터 인덱싱;
    미디어 인코딩; 및
    데이터 마이닝 (mining) 중 적어도 하나를 포함하는, 데이터 저장 어레인지먼트.
  17. 제 14 항에 있어서,
    상기 제어기는 인터넷에 통신적으로 연결되고, 상기 제어기는 상기 인터넷의 웹 서비스로부터 상기 날씨 상태를 획득하도록 구성되는, 데이터 저장 어레인지먼트.
  18. 제 17 항에 있어서,
    상기 전기 에너지의 화폐 비용은 다른 웹 서비스로부터 수신되는, 데이터 저장 어레인지먼트.
  19. 제 17 항에 있어서,
    상기 화폐 비용은 전력 공급 회사의 웹 기반 인터페이스로부터 수신되는, 데이터 저장 어레인지먼트.
  20. 제 17 항에 있어서,
    상기 제어기는 히스토리컬 비용 데이터에 적어도 부분적으로 기초하여 상기 전기 에너지의 화폐 비용을 결정하도록 구성되는, 데이터 저장 어레인지먼트.
  21. 데이터 저장 센터에 커플링된 컴퓨터화된 제어기의 동작을 제어하는 명령들을 포함하는 컴퓨터 메모리 디바이스로서,
    상기 명령들은 상기 컴퓨터화된 제어기로 하여금,
    전기 에너지의 각각의 화폐 비용들로서, 상기 전기 에너지의 화폐 비용들 각각은 복수의 시간 주기들 중 각 시간 주기와 연관되는, 상기 전기 에너지의 각각의 화폐 비용들을 결정하고;
    상기 데이터 저장 센터에서의 환경 상태들의 각각의 예측들로서, 상기 각각의 예측들의 각각은 상기 복수의 시간 주기들 중 각 시간 주기와 연관되는, 상기 각각의 예측들을 획득하고;
    상기 데이터 저장 센터에 의한 태스크 수행으로 인해 소모되는 전기 에너지의 각각의 추정된 양으로서, 상기 각각의 추정된 양은 상기 시간 주기들 중 각 시간 주기와 연관되는, 상기 각각의 추정된 양을 추정하고;
    상기 태스크를 수행하기 위한 각각의 재정적 비용들로서, 상기 태스크 수행의 각각의 재정적 비용들 각각은 상기 복수의 시간 주기들 중 각 시간 주기와 연관되고, 상기 전기 에너지의 각각의 화폐 비용들 및 상기 전기 에너지의 각각의 추정된 양에 적어도 부분적으로 기초하는, 상기 각각의 재정적 비용들을 결정하며;
    상기 결정된 각각의 재정적 비용들에 기초하여, 상기 태스크가 시간 주기들 중 한 번도 수행되지 않거나, 상기 시간 주기들 중 하나의 시간 주기에서 수행되거나, 또는 상기 시간 주기들 중 하나 이상에서 수행되어야 한다는 것을 결정하는 동작들을 적어도 수행하게 하도록 구성되고,
    상기 추정은 각각의 예측된 환경 상태들에 적어도 부분적으로 기초하는, 컴퓨터 메모리 디바이스.
  22. 제 21 항에 있어서,
    상기 환경 상태들은 상기 데이터 저장 센터와 연관된 실외 날씨 상태들 및 온도 중 적어도 하나를 포함하는, 컴퓨터 메모리 디바이스.
  23. 제 21 항에 있어서,
    상기 태스크는,
    데이터 백업;
    데이터 인덱싱;
    미디어 인코딩; 및
    데이터 마이닝 (mining) 중 적어도 하나를 포함하는, 컴퓨터 메모리 디바이스.
  24. 제 21 항에 있어서,
    상기 각각의 예측들은 웹 서비스로부터 적어도 부분적으로 획득되는, 컴퓨터 메모리 디바이스.
  25. 제 24 항에 있어서,
    상기 전기 에너지의 화폐 비용들은 다른 웹 서비스로부터 수신되는, 컴퓨터 메모리 디바이스.
  26. 제 21 항에 있어서,
    상기 명령들은 상기 컴퓨터화된 제어기로 하여금, 저장 디바이스로부터 히스토리컬 전기 에너지 비용 데이터를 취출 (retrieve) 하게 하도록 구성되고,
    상기 전기 에너지의 화폐 비용들은 상기 히스토리컬 전기 에너지 비용 데이터에 적어도 부분적으로 기초하여 결정되는, 컴퓨터 메모리 디바이스.
KR1020127003744A 2009-08-13 2010-06-04 재정적인 영향에 기초한 태스크 스케줄링 KR101433485B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/540,392 US20110040417A1 (en) 2009-08-13 2009-08-13 Task Scheduling Based on Financial Impact
US12/540,392 2009-08-13
PCT/US2010/037485 WO2011019439A1 (en) 2009-08-13 2010-06-04 Task scheduling based on financial impact

Publications (2)

Publication Number Publication Date
KR20120061834A KR20120061834A (ko) 2012-06-13
KR101433485B1 true KR101433485B1 (ko) 2014-08-22

Family

ID=43586377

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127003744A KR101433485B1 (ko) 2009-08-13 2010-06-04 재정적인 영향에 기초한 태스크 스케줄링

Country Status (4)

Country Link
US (1) US20110040417A1 (ko)
JP (1) JP5484580B2 (ko)
KR (1) KR101433485B1 (ko)
WO (1) WO2011019439A1 (ko)

Families Citing this family (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2159496A1 (en) * 2008-08-29 2010-03-03 Vito NV Controller for energy supply systems
WO2011066823A2 (de) * 2009-12-05 2011-06-09 Jens Mehnert Verfahren und vorrichtung zur analyse des energieeinsatzes beim betrieb eines produktionssystems
US8789061B2 (en) * 2010-02-01 2014-07-22 Ca, Inc. System and method for datacenter power management
US9310792B2 (en) * 2010-05-03 2016-04-12 Battelle Memorial Institute Scheduling and modeling the operation of controllable and non-controllable electronic devices
EP2587728A4 (en) * 2010-06-22 2013-10-02 Lg Electronics Inc COMPONENT FOR NETWORK SYSTEM AND ITS CONTROL METHOD
US9348394B2 (en) * 2010-09-14 2016-05-24 Microsoft Technology Licensing, Llc Managing computational workloads of computing apparatuses powered by renewable resources
US9852383B2 (en) * 2010-10-29 2017-12-26 Kaseya Limited Method and apparatus of tracking time worked in a multi-tasking environment
US10235640B2 (en) * 2010-11-03 2019-03-19 International Business Machines Corporation Cost-based migration waves planning
WO2012093897A2 (ko) * 2011-01-06 2012-07-12 엘지전자 주식회사 세탁처리장치 및 원격 제어기
JP5715455B2 (ja) * 2011-03-15 2015-05-07 株式会社Ｎｔｔファシリティーズ 空調機とデータ処理負荷分配の連係制御方法
KR101913633B1 (ko) * 2011-10-26 2018-11-01 삼성전자 주식회사 전자 기기 제어 방법 및 이를 구비한 장치
US9329352B2 (en) 2012-01-12 2016-05-03 Corning Cable Systems Llc Slack cable storage apparatus
US9359712B2 (en) 2012-04-04 2016-06-07 Whirlpool Corporation Apparatus and method for controlling the energy usage of an appliance
US9110661B2 (en) * 2012-12-28 2015-08-18 International Business Machines Corporation Mobile device offloading task to a peer device and receiving a completed task when energy level is below a threshold level
US20150227397A1 (en) * 2014-02-10 2015-08-13 Ca, Inc. Energy efficient assignment of workloads in a datacenter
KR102269271B1 (ko) * 2014-09-12 2021-06-28 삼성전자주식회사 오픈 컴퓨팅 언어 기반의 애플리케이션 실행 방법 및 장치
US20160102879A1 (en) * 2014-10-13 2016-04-14 Salesforce.Com, Inc. Using a database system to cause automated system events to be performed in response to environmental sensing
CN107046505B (zh) * 2016-02-05 2020-01-03 华为技术有限公司 一种业务控制方法以及业务控制装置
EP3497564A1 (en) 2016-08-11 2019-06-19 Telefonaktiebolaget LM Ericsson (publ) Method and cloud management node for managing a data processing task
EP4198686A1 (fr) * 2021-12-15 2023-06-21 Bull SAS Procédé d'optimisation de la consommation électrique d'une infrastructure informatique et système associé

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3872286A (en) * 1973-10-12 1975-03-18 Westinghouse Electric Corp Control system and method for limiting power demand of an industrial plant
US4023043A (en) * 1974-08-16 1977-05-10 Megatherm Corporation Computerized peak-shaving system for alleviating electric utility peak loads
US5544168A (en) * 1991-08-02 1996-08-06 Gpt Limited ATM switching arrangement
US5452277A (en) * 1993-12-30 1995-09-19 International Business Machines Corporation Adaptive system for optimizing disk drive power consumption
US5963650A (en) * 1997-05-01 1999-10-05 Simionescu; Dan Method and apparatus for a customizable low power RF telemetry system with high performance reduced data rate
US20020138176A1 (en) * 2000-02-01 2002-09-26 Patrick Davis Automated aggregation and management of distributed electric load reduction
US20030018510A1 (en) * 2001-03-30 2003-01-23 E-Know Method, system, and software for enterprise action management
US20030009401A1 (en) * 2001-04-27 2003-01-09 Enerwise Global Technologies, Inc. Computerized utility cost estimation method and system
US6624532B1 (en) * 2001-05-18 2003-09-23 Power Wan, Inc. System and method for utility network load control
CA2488901A1 (en) * 2002-06-18 2003-12-24 Computer Associates Think, Inc. Methods and systems for managing enterprise assets
US20040210724A1 (en) * 2003-01-21 2004-10-21 Equallogic Inc. Block data migration
JP3896352B2 (ja) * 2003-08-08 2007-03-22 インターナショナル・ビジネス・マシーンズ・コーポレーション 分散コンピューティングシステム
US20050138440A1 (en) * 2003-12-18 2005-06-23 Barr Andrew H. Equipment rack load modulation system and method
US7979859B2 (en) * 2005-05-03 2011-07-12 International Business Machines Corporation Managing automated resource provisioning with a workload scheduler
US20080046387A1 (en) * 2006-07-23 2008-02-21 Rajeev Gopal System and method for policy based control of local electrical energy generation and use
WO2008039759A2 (en) * 2006-09-25 2008-04-03 Intelligent Management Systems Corporation System and method for resource management
US8185893B2 (en) * 2006-10-27 2012-05-22 Hewlett-Packard Development Company, L.P. Starting up at least one virtual machine in a physical machine by a load balancer
US7747357B2 (en) * 2006-11-13 2010-06-29 Lutron Electronics Co., Inc. Method of communicating a command for load shedding of a load control system
US8229722B2 (en) * 2007-05-16 2012-07-24 Power Analytics Corporation Electrical power system modeling, design, analysis, and reporting via a client-server application framework
US20090007108A1 (en) * 2007-06-29 2009-01-01 Hanebutte Ulf R Arrangements for hardware and software resource monitoring
JP2009047760A (ja) * 2007-08-14 2009-03-05 Konica Minolta Business Technologies Inc 画像形成装置および画像形成ジョブ実行方法
US8447993B2 (en) * 2008-01-23 2013-05-21 Palo Alto Research Center Incorporated Integrated energy savings and business operations in data centers
AU2008355092A1 (en) * 2008-04-21 2009-10-29 Adaptive Computing Enterprises, Inc. System and method for managing energy consumption in a compute environment
US8010815B2 (en) * 2008-05-01 2011-08-30 International Business Machines Corporation Computational device power-savings
US8195784B2 (en) * 2008-05-30 2012-06-05 Microsoft Corporation Linear programming formulation of resources in a data center
US20100010688A1 (en) * 2008-07-08 2010-01-14 Hunter Robert R Energy monitoring and management
US20100030791A1 (en) * 2008-07-30 2010-02-04 Diomede Corporation Systems and methods for power aware data storage
US8656404B2 (en) * 2008-10-16 2014-02-18 Palo Alto Research Center Incorporated Statistical packing of resource requirements in data centers
US8200370B2 (en) * 2008-12-04 2012-06-12 American Power Conversion Corporation Energy reduction
US8600556B2 (en) * 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Auto-DR and Pre-cooling of Buildings at Tri-City Corporate Center, R. Yin, P.Xu, S. Kiliccote, Environmental Energy Technologies Division, November 2008 *
Report to Congress on Server and Data Center Energy Efficiency, U.S. Environmental Protection Agency ENERGY STAR Program, August 2, 2007 *

Also Published As

Publication number Publication date
JP2013501998A (ja) 2013-01-17
US20110040417A1 (en) 2011-02-17
WO2011019439A1 (en) 2011-02-17
KR20120061834A (ko) 2012-06-13
JP5484580B2 (ja) 2014-05-07

Similar Documents

Publication Publication Date Title
KR101433485B1 (ko) 재정적인 영향에 기초한 태스크 스케줄링
Huang et al. A review of data centers as prosumers in district energy systems: Renewable energy integration and waste heat reuse for district heating
US9654414B2 (en) Scheduling cost efficient datacenter load distribution
Gmach et al. Profiling sustainability of data centers
US9753782B2 (en) Resource consumption optimization
US20140257907A1 (en) Generating a capacity schedule for a facility
JP5276294B2 (ja) 負荷低減計画策定システム及びデマンド制御システム
JP6180826B2 (ja) エネルギー管理サーバ、エネルギー管理方法およびプログラム
US20140278692A1 (en) Managing a facility
JP6239631B2 (ja) 管理システム、管理方法、管理プログラム及び記録媒体
JP2006304402A (ja) 分散型エネルギーシステムの制御装置、制御方法、プログラム、および記録媒体
JP6385984B2 (ja) エネルギー管理装置、エネルギー管理方法及びエネルギー管理プログラム
Islam et al. Water-constrained geographic load balancing in data centers
KR20120056748A (ko) 마이크로그리드 운영 시스템 및 방법
KR101266110B1 (ko) 태양광 발전 용량 예측 시스템 및 방법
Li et al. Task scheduling based on weather forecast in energy harvesting sensor systems
Yeasmin et al. Towards building a sustainable system of data center cooling and power management utilizing renewable energy
Abbasi et al. Impact of workload and renewable prediction on the value of geographical workload management
US8565931B2 (en) Managing energy demand in an infrastructure
Islam et al. Exploiting spatio-temporal diversity for water saving in geo-distributed data centers
WO2016006549A1 (ja) 情報処理装置、情報処理方法、及び記憶媒体
KR20100062054A (ko) 신재생에너지 생산량 예측방법
JP6226367B2 (ja) エネルギー利用支援システムとその支援方法及び支援プログラム
Kunkel et al. Interference of billing and scheduling strategies for energy and cost savings in modern data centers
US20120109605A1 (en) Managing an infrastructure

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170629

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180718

Year of fee payment: 5