KR20130016237A - 분산 컴퓨팅에서의 전력 공급 관리 - Google Patents

분산 컴퓨팅에서의 전력 공급 관리 Download PDF

Info

Publication number
KR20130016237A
KR20130016237A KR1020127024966A KR20127024966A KR20130016237A KR 20130016237 A KR20130016237 A KR 20130016237A KR 1020127024966 A KR1020127024966 A KR 1020127024966A KR 20127024966 A KR20127024966 A KR 20127024966A KR 20130016237 A KR20130016237 A KR 20130016237A
Authority
KR
South Korea
Prior art keywords
power
computers
power consumption
server
application
Prior art date
Application number
KR1020127024966A
Other languages
English (en)
Inventor
나벤두 자인
아만 칸살
Original Assignee
마이크로소프트 코포레이션
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 마이크로소프트 코포레이션 filed Critical 마이크로소프트 코포레이션
Publication of KR20130016237A publication Critical patent/KR20130016237A/ko

Links

Images

Classifications

    • 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
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3209—Monitoring remote activity, e.g. over telephone lines or network connections
    • 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
    • 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
    • G06F1/28—Supervision thereof, e.g. detecting power-supply failure by out of limits supervision
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Power Sources (AREA)
  • Multi Processors (AREA)

Abstract

하나 이상의 컴퓨터가 복수의 컴퓨터들의 전력 소비를 반복적으로 평가하여 복수의 컴퓨터에서의 전력 소비를 관리함으로써, 개별 컴퓨터들의 전력 소비의 지표를 종합하여 특정 임의의 복수의 컴퓨터들을 평가할 수 있다. 이 평가는 전력을 과다 소비하고 있는 복수 개의 컴퓨터를 식별하거나 예측하고, 전력을 과소 소비하고 있는 복수 개의 컴퓨터를 식별한다. 전력을 과다 소비하는 것으로 식별된 제 1 복수 개의 컴퓨터들은 그 안에 포함된 컴퓨터 또는 가상 머신(VM)의 일부에게 컴퓨테이션 작업 부하를 줄이도록 지시하는 메시지를 수신한다. 전력을 과소 소비하는 것으로 식별된 제 2 복수 개의 컴퓨터들은 다른 컴퓨터들에게 그 컴퓨테이션 작업 부하를 증가시키도록 지시하는 메시지를 수신한다.

Description

분산 컴퓨팅에서의 전력 공급 관리{MANAGING POWER PROVISIONING IN DISTRIBUTED COMPUTING}
데이터 센터, 그리드(grid), 클라우드(cloud), 컨테이너 등의 대형 컴퓨팅 인프라에서 다수의 분산 컴퓨팅 구성 요소들(distributed compute elements)에 전력을 공급하는 것은 종종 어려운 과제이다. 통상적으로, 고정된 전력 예산(fixed power budget) 또는 전력량은 고정 배선(static wiring) 및 전력 백업 인프라(power backup infrastructure)를 사용하여 컴퓨터 서버, 스토리지 기기(storage appliance), 및 네트워크 장치 등을 포함하는 다수의 전력 소비 구성요소(컴퓨팅 구성요소라고도 함)에 분배된다. 이들 구성요소의 전력 소비는 고정적이지 않으며, 보통 동적인 작업 부하에 따라 또는 이들 구성요소에서 실행되는 사용자 애플리케이션의 데이터 액세스 패턴에 따라 변하게 된다. 이런 변화로 인해 생기는 문제점은 고정적인 전력 분배 인프라(static power distribution infrastructure)에서, 다른 구성요소들을 위한 잉여 용량(excess capacity)이 있을 때조차, 전력을 필요로 하는 구성요소에 그 전력을 손쉽게 재분배하지 못할 수 있다는 점이다. 현재는, 이런 변화가 있는 동안에도 시스템 작동을 계속 유지시키기 위해, 시스템의 각기 다른 부분에 상당량의 잉여 전력 용량을 공급하여, 각 부분에서의 동적인 수요 변동을 수용할 수 있다. 그 결과, 전력 공급 시스템의 일부분에서 전력이 충분히 이용되지 않을 수 있는(under-utilized) 반면, 동시에 전력 공급 시스템의 다른 부분에서는 전력이 부족할 수 있다.
동적인 전력 관리에 관련된 기법이 이하에서 논의된다.
이하의 요약은 단지 아래의 상세한 설명에서 논의되는 몇몇 개념을 소개하기 위해 포함된다. 본 요약은 포괄적이지 않고, 특허청구된 대상의 범위를 기술하기 위한 것이 아니며, 그 범위는 마지막에 제공되는 특허청구범위에 의해 제시된다.
요약을 하자면, 온라인 방식이든 또는 오프라인 방식과 결합하든, 각종 컴퓨팅 구성요소의 전력 소비를 모니터링하고, 전력 사용량을 전력 분배 인프라에서의 전력 이용 가능 여부(power availabilities) 또는 명시된 예산과 비교할 수 있다. 예를 들어, 전력 분배 인프라는 데이터 센터 콜로(colos)(방(rooms)), 랙(racks), 회로, 컨테이너 또는 개별 서버나 클러스터(clusters)에 걸쳐 고정된 전력 예산을 가지고 있을 수 있다. 하나 이상의 예산 경계에서 전력 예산이 초과될 때(또는 거의 초과되려고 하거나 초과가 예상될 때), 전력 예산 강제 집행(power budget enforcement)이 개시되어 인프라의 과부하가 걸린(또는 과부하가 걸릴 부분으로 예상되는) 부분의 전력 사용량을 적극적으로(또는 사전에) 줄일 수 있다. 사용자 및/또는 운영자가 명시한 전력 관리 정책(power management policies)에 기반하여, 하나 이상의 강제 집행 메커니즘을 사용하여 전력 사용량을 제어할 수 있다. 이런 메커니즘은 다음 또는 그 외의 것들을 포함할 수 있다. 전력 사용량의 증가를 야기하는 작업 부하의 일부 또는 전부는 전력 예산이 초과되지 않은 전력 인프라의 부분들(예컨대, 다른 콜로)로 이전될 수 있다. 비보존형 서비스(stateless service)의 경우, 애플리케이션 인스턴스(application instance) 또는 애플리케이션 인스턴스를 호스팅하는 가상 머신(VM)은 과부하된 지점에서 종료되고, 새로운 인스턴스 또는 이들을 호스팅하는 VM이 동일한 서버 또는 다른 서버에서 추후에 인스턴스화될 수 있으며, 애플리케이션 상태가 (예컨대, 인스턴트 메시징 서비스의 사용자 클라이언트에 저장된 정보를 사용하여) 재생성될(recreated) 수 있는 경우에도 이런 기법을 적용할 수 있다. 애플리케이션 컴포넌트 자체 또는 애플리케이션 컴포넌트를 호스팅하는 가상 머신은 이전되거나 또는 일시적으로 실행이 중지된(예컨대, 스토리지에 페이지화한(paged to storage)) 다음, 추후에 동일한 서버 또는 다른 서버에서 재개되고, 과부하가 걸린 부분의 서버는 정지하거나 저전력 성능 상태 또는 전력 수면 상태로 이전되고, 그 유사한 것들이 인프라의 다른 부분에서 시작될 수 있다. 데이터 센터로 들어오는 사용자 작업 부하는 동일한 데이터 센터 혹은 다른 데이터 센터의 과부하가 걸리지 않은 서버로 재전송될 수 있다. 특정 서버(예컨대, 낮은 우선 순위 또는 낮은 수익 애플리케이션을 실행하는 서버들)의 전력 사용량은 그들 서버의 CPU 프로세서 주파수(및/또는 여러 가지 자원 중에서 메모리/캐시 할당 및 메모리 대역폭 할당)를 낮춤으로써 줄어들 수 있다. 특정 애플리케이션에 할당된 CPU 시간을 줄일 수 있음으로써, 프로세서는 저전력 성능 상태 혹은 저전력 수면 상태에서 더 많은 시간을 보내게 되어, 평균 전력 인출(draw)을 줄일 수 있게 된다. 자동화된 전력 경보(automated power alerts)는, 그 처리 유형을 바꿈으로써(예컨대, 영화 스트리밍 서버는 HD 해상도에서 표준 화질로 전환할 수 있음) 대응할 수 있는 사용자, 운영자, 및 소프트웨어 애플리케이션으로 전송될 수 있고, 감소된 작업 부하는 인출된 전력을 줄일 수 있다. 여러 가지 요인 중에서 이용 가능한 전력 용량, 동적인 전력 가격 책정/사용 가능 여부, 컴퓨팅 구성 요소의 호스팅 가능 여부 및 용량, 이전 시 발생하는 대역폭 및 지연과 같은 이전 비용에 기반하여 지리적으로 분산된(geo-distributed) 데이터 센터들에게로, 들어오는 사용자 요청을 재전송하고 작업 부하를 이전할 수 있다. 설치된 소프트웨어 및 하드웨어에서 제공하는 기타 전력 제어 옵션들도 적용될 수 있다.
수반되는 특징들의 많은 부분들이 첨부된 도면과 관련하여 고려되는 아래의 상세한 설명을 참조하여 이하에서 설명될 것이다.
본 설명은 첨부 도면을 참조하여 살펴볼 때 이하의 상세한 설명으로부터 보다 잘 이해될 것이며, 유사한 부호를 사용하여 첨부된 설명에서 유사한 부분을 표시한다.
도 1은 컴퓨팅 인프라를 위한 전력 분배 시스템을 도시한다.
도 2는 컴퓨팅 인프라를 도시한다.
도 3은 EEM(에너지 강제 집행 모듈)(Energy Enforcement Module) 기능을 구현하기 위한 두 모듈을 도시한다.
도 4는 랙들에 걸쳐 전력 소비를 관리하기 위한 구현례를 도시한다.
도 5는 관리 시스템에 의해 실행되는 예시적인 전력 관리 프로세스를 도시한다.
전력 분배 개요
도 1은 컴퓨팅 인프라를 위한 전력 분배 시스템(100)을 도시한다. 대부분의 데이터 센터, 서버 팜(server farm) 등은 어느 정도 고정된 전력 공급 시스템을 가지고 있다. 즉, 전력은, 전력 공급자 또는 전력원(102)으로부터 궁극적으로 그 전력을 소비하는 컴퓨팅 장치들(104)까지의 거리에 따라 감소하는 고정 부분으로 제공된다. 전력 공급자 또는 전력원이 각종 회로에 분배되는 전력량을 바꾸는 것으로 알려져 있지만, 논의를 위해, 임의의 특정 시간에 공급이 고정된 것으로 가정할 수도 있고, 또는 분배를 동적으로 바꾸는 기능이 제한되거나 곤란할 수도 있다. 예를 들어, 배선, 변압기, 스위치 등에서의 전력 손실을 무시한다면, 전력원(102)으로부터 분산점(distribution point)(114)(예컨대, 인근, 캠퍼스, 변전소 등), 회로1(116), 회로3(118), 각종 장치들(104)까지 감소하는 고정량으로(106, 108, 110, 112) 전력이 공급된다. 컴퓨팅 구성요소들 또는 장치들(104)은 서버, 스위치, 라우터, 데이터 저장 장치(예컨대, 테이프 뱅크(tape bank)), 컨테이너, 컴퓨터 블레이드(computer blade)를 위한 랙(rack) 등과 같은 컴퓨팅 구성요소일 수 있다.
데이터 센터, 컴퓨팅 클라우드, 또는 기타 유형의 조직화된 컴퓨테이션 인프라(coordinated computation infrastructure)는 도 1에 도시된 것과 같은 전력 분배 시스템(100)에 의존할 수 있다. 예를 들어, 고객에게 포괄적인 서비스/애플리케이션 호스팅을 제공하는 데 서버 클러스터가 사용될 수 있다. 많은 경우에 있어서, 임의의 특정 시간에 실행되고 있는 다양한 유형의 호스팅된 애플리케이션은 물론, 이를 위한 작업 부하는 예측하거나 미리 알기에는 어려울 정도로 변동할 수 있다. 오류 상태, 네트워크 또는 서버 고장, 호스팅된 애플리케이션/서비스에 대한 늘어나는 외부 수요, 및 기타 많은 요소들은 컴퓨테이션 부하 및, 따라서, 물리적으로는 떨어져 있지만 일관되고 일정한 호스팅 서비스를 제공하기 위해 네트워크를 통해 통합될 수 있는 개별 서버, 서버 클러스터, 슈퍼 컴퓨터는 물론 전체 데이터 센터에 대한 전력 소비도 예측할 수 없이 빠르게 증가시킬 수 있다. 마찬가지로, 낮은 컴퓨테이션 작업 부하는 전력 공급 인프라의 다른 부분에서 소비되지 않은 잉여 전력을 만들 수 있다.
도 2는 컴퓨팅 인프라를 도시한다. 예시적인 인프라는 두 개의 데이터 센터(100)를 가지고 있다. 논의를 위해, 데이터 센터(100)는 컴퓨팅 구성요소들 또는 장치들(104)을 수용하고, 또한 그것들에게 전력, 냉각, 인간 운영자 액세스 등을 제공하기 위한 임의의 유닛으로 간주될 수 있다. 분산 관리 시스템(130)은 호스트에서의 애플리케이션의 자원 사용량 측정치, 클라우드 호스팅 플랫폼의 상이한 런타임 특징 및 특성, 및/또는 호스트의 임의의 그룹에 대한 총 측정치, 예컨대, 메모리 사용, CPU 이용, 액티브 프로세스/쓰레드, 네트워크 접속, 네트워크 대역폭 사용, 전력 소비, 디스크 드라이브 동작, 메모리 결함, 캐시 적중률(cache hit ratios)을 구하는 기능을 가지고 있다. 이용 가능한 다양한 기법 중 하나의 추가적인 설명을 위해, 2010년 5월 5일에 출원된 “Managing Runtime Execution of Applications on Cloud Computing Systems”라는 제목의 미국 특허 출원 제 12/774,203, 대리인 문서 번호 328557.01을 참조하며, 이는 본원에 참조로서 통합된다.
전력 모니터링 및 관리
데이터 센터(100)는 각종 컴퓨팅 장치들(104)을 포함할 수 있다. 컴퓨팅 장치들(104)은 애플리케이션 호스팅 소프트웨어(132)를 포함할 수 있고, 이 애플리케이션 호스팅 소프트웨어(132)는, 그 외부 사용자들을 포함하여, 통상적으로 네트워크를 통해 데이터에 액세스하여 그 데이터를 제공할 각종 애플리케이션들(134)을 장치에게 공급하게 된다. 컴퓨팅 장치들(104)은 또한, 데이터베이스를 호스팅하거나, DNS 또는 웹 서비스를 제공하거나, 부하 분산 장치(load balancer) 또는 기타 특수 인프라-유형 소프트웨어를 제공할 수 있다. 또한, 컴퓨팅 장치들(104)은, 여러 가지 지표 및 특징 중에서, 성능, 자원 사용량, 이용 가능 여부, 전력 소비 및 네트워크 통계를 관리 시스템(130)에 제공하는 모니터링 컴포넌트(135)를 가지고 있을 수 있다. 컴퓨팅 장치들(104)의 모니터링 컴포넌트(135)는 전반적인 상태의 종합적인 시각을 계산하기 위해, 혹은, 자동화된 분석 및 의사 결정(추후 논의됨), 종합, 공유, 상관 관계 추론(correlation inference) 등을 위한 중앙 서버 또는 복수의 논리적으로-중앙 집중화된 서버에서 데이터를 모을 수 있게 하기 위해, 피어-투-피어(peer-to-peer) 네트워크를 형성하는 데 협조할 수 있다. 호스팅 소프트웨어(132)가 모니터링 컴포넌트(135)를 관리하기에 편리하기 때문에, 모니터링 컴포넌트(135)는 호스팅 소프트웨어(132) 내에 있는 것으로 도시된다. 하지만, 모니터링 컴포넌트가 호스팅 소프트웨어(132)에 의해 관리될 필요가 있는 것은 아니다. 모니터링 컴포넌트(135)는 호스팅 소프트웨어(132)와 분리되어 떨어져 있을 수 있거나, 또는, 몇몇 컴퓨팅 장치(104)에서는 모니터링 컴포넌트(135)가 호스팅 소프트웨어(132)에 의해 다루어지고, 다른 컴퓨팅 장치들(104)에서는 모니터링 컴포넌트(135)가 자율적일 수도 있다.
데이터 센터(100)는 관리 및 조직 유닛, 예컨대, 클러스터(136), 서브-클러스터(138), 빌딩(140), 컨테이너, 콜로 및 기타 등등을 가지고 있을 수 있다. 각종 조직 유닛은 각종 고정된 전력량(106, 108, 110, 112)에 대응할 수 있다. 관리 시스템(130)은 개별 장치, 및/또는 클러스터, 및/또는 서브-클러스터, 및/또는 회로 등과 같은 각종 조직 레벨에 대한 전력 사용량에 관한 정보를 얻는다. 관리 시스템(130)은 장치들(104)의 사용량 레벨을 구하고, 랙, 클러스터, 컨테이너, 콜로 등의 조직 유닛의 사용량 레벨은 물론, 호스팅된 애플리케이션 및 가상 머신(VM)의 성능, SLA(service-level agreement), 및 우선 순위도 얻을 수 있다. 관리 시스템(130)은 결국 어떤 조직 유닛이 잉여 및/또는 불충분한 전력을 가지고 있는지를 결정할 수 있다. 관리 시스템(130)은 전력 소비를 감소 및/또는 증가시키는 행동을 취하도록 각종 장치들(104)에 (예컨대, 네트워크 메시지를 통하거나, 콘솔 터미널을 통해 직접) 지시할 수 있다. 예를 들어, 관리 시스템(130)은 애플리케이션(142)을 이전(migrate), 종료, 전력 감소 조절(throttle down) 등을 하도록 장치(104)에 메시지를 전송할 수 있다. 이전하는 경우에, 애플리케이션(142)은 이용 가능한 잉여 전력이 있는 동력 장치 상의 다른 장치(104)로 이동(또는 활성화, 전력 증가 조절)할 수 있다. 많은 다른 애플리케이션, 가상 머신(VM) 등에서도 동일한 프로세스가 실행될 수 있다. 결국 문제의 동력 장치 상의 전력 소비는 감소하고 다른 동력 장치 상의 전력 소비는 증가하게 될 것이지만, 양쪽 장치의 전력 사용량은 그 명시된 전력 예산 범위에 있을 것이다. 런타임 전력 사용량이 명시된 전력 예산을 초과하지 않도록 다수의 동력 장치에서 동일한 프로세스가 실행될 수 있을 것이다.
일 실시예에서, 서버 또는 장치들(104)에 대한 컴퓨팅 부하(및, 따라서 전력 소비)는 가상 머신을 사용하여 관리 시스템(130)에 의해 규제될 것이다. 관리 시스템은 전체 가상 머신을 이전하고, 우선 순위, 수익-분류, 활용에 기반하여 가상 머신에서 이용 가능한 컴퓨팅 자원을 감소/증가시키며(예컨대, 가상 CPU 속도, 가상 메모리, 캐시 할당, 메모리 대역폭 할당 등을 증가/감소), 일시적으로 실행을 중지한 다음 추후에 동일한 서버 또는 다른 서버에서 재개하거나, 또는 가상 머신을 조작 또는 재구성하여 데이터 센터(100), 클라우드 인프라 등에 걸친 현재 전력 할당에 맞도록 컴퓨팅 부하를 조절할 수 있다. 다른 실시예에서, 관리 시스템(130)은 현재 전력 사용량에 따라 클라우드 컴퓨팅 인프라가 동일한 데이터 센터에서 호스팅되는 다른 서버들로 또는 다른 데이터 센터들로 사용자 요청을 라우팅하게 할 수 있다.
설명을 위해, 관리 시스템(130)은 각종 전력 소비 유닛들(예컨대, 콜로, 컨테이너, 랙, 개별 서버)에 대한 전력 상한(power cap) 또는 한도(limit)를 가지고 있을 수 있고, 이 전력 상한은 가상화된 클라우드 환경에서 강제 집행된다. 이를 통해 호스팅된 애플리케이션 또는 VM의 총 피크 전력 소비(aggregate peak power consumption)가 명시된 전력 예산을 초과하는 전력 초과-신청(power over-subscription)이 가능해지고, 이는 전력 공급 비용을 줄일 수 있다. 몇몇 시판 서버 또는 장치들(104)은 하드웨어로 전력 계량 및 제한 기능을 제공하며, DVFS(Dynamic Voltage Frequency Scaling)을 사용하여 전력 예산을 강제 집행하는 방법이 이용 가능하다. 하지만, 다수의 분산된 또는 가상화된 애플리케이션들이 물리적 서버를 공유할 때, 서버에 전력 상한을 강제 집행하는 것은 그 서버 상의 실행 중인 모든 VM의 실행에 전체적으로 영향을 미친다. 이는, 애플리케이션들 중 단 하나에서의 과다 부하로 인해 다수의 애플리케이션의 성능에 영향을 미칠 수 있다. 또한, 이 전력 관련 양태들은 임의의 전력 정책(power policy)에서 구체화될 수 있다. 전력 정책은, 다른 시간에 또는 다른 사용자의 수요 및 작업 부하 중에 다른 서버 컴포넌트(또는 그룹)의 전력 소비 특성과 같이 애플리케이션 동작의 바람직한 특징들을 명시하거나 묘사할 수 있음을 알 것이다. 전력 관련 정책의 일례로써, 앞서 언급한 관련 특허 출원의 도 4를 참조한다. 또한 정책 관련 논의도 참조한다.
개별 애플리케이션 또는 VM에 관한 전력 정책을 명시함으로써, 애플리케이션 당(per-application) 또는 VM 당(per-VM) 기반으로 전력 소비를 규제할 수 있다. 물리적 서버가 그 전력 상한을 초과할 때, 임의의 서버 또는 장치(104) 상에서 실행 중인 EEM(Energy Enforcement Module)(관리 시스템(130)의 실시예 또는 컴포넌트)은, 사용자가 명시한 정책에 따라, 여러 가지 동작 중에서 개별 애플리케이션 또는 VM에 대한 자원 할당을 선택적으로 조절하고(throttling), 실행 중인 VM의 일부분의 실행을 일시적으로 중지하고 추후에 동일한 서버나 다른 서버 둘 중 하나에서 이를 재개하고, VM을 종료하고 (비보존형(stateless) 서비스의 경우 및 애플리케이션 상태의 재생성을 지원하는 보존형 서비스에 대해) 추후에 동일한 서버나 다른 서버에서 새로운 애플리케이션 인스턴스를 호스팅하는 새로운 VM을 인스턴스화 함으로써, 상한을 강제 집행할 수 있다. 예를 들어, 사용자 정책은 먼저 낮은 우선 순위의 애플리케이션에 대한 VM에 한도를 정하고, 이런 동작이 전력 상한을 충족하기에 부족한 경우, 그보다 높은 순위의 VM을 조절할 것을 요구할 수 있다.
EEM은 공유 클라우드 인프라에서 우선 순위 인식 에너지 회계 및 강제 집행을 구현하는 데 사용될 수 있다. 클라우드 서버는 그 작업 부하가 동적으로 변하는 높은 우선 순위의 대화형 애플리케이션의 VM은 물론, 웹 크롤링(web crawling), 데이터 복제, 과학적인(scientific) 작업 부하, 및 DryadLINQ/Map-Reduce 작업과 같은 백그라운드 작업을 실행하는 낮은 순위의 VM도 호스팅한다고 가정한다. 모든 애플리케이션의 VM은 VM 설치 제약에 기반하여 클라우드 서버에 분산될 수 있다. EEM은 사용된 모든 서버에서의 전력 상한을 모니터링한다. EEM이 전력 상한이 초과되었음을 탐지하거나, 또는 가까운 미래에 전력 상한이 초과될 것 같음을 예측할 때, 명시된 강제 집행 정책에 따라 상한을 강제 집행할 수 있다. EEM에서의 전력 상한 강제 집행에 관해 다음에 예시된 정책, “낮은 우선 순위 백그라운드 VM에 대한 CPU 할당을 줄이고, 명시된 전력 예산 내에서의 전력 소비에 충분하지 않은 경우에만, 높은 우선 순위 VM에 대한 자원을 조절함”을 고려한다. 정책에 따르면, 서버의 랙에 전력을 공급하는 회로 차단기(circuit breaker)가 용량에 가까워질 때, EEM은 서버 상에서 실행 중인 높은 우선 순위 VM의 조절을 포함할 수 있는 전체 서버의 조절 대신에, 랙 내의 서버들에서 낮은 우선 순위 VM을 먼저 선택하여 전력 사용량을 줄일 수 있다.
전력 정책 강제 집행
도 3은 EEM(Energy Enforcement Module) 기능을 구현하는 두 모듈을 도시한다. 전력 모니터(160) 모듈은 전력 사용을 모니터링하고, 우선 순위-기반 전력 할당기(priority-based power allocator)(PPA)(162)는 전력 정책을 강제 집행한다. 도 3은 또한 애플리케이션(163), 사용자 정책 사양(user policy specification)(164), 및 애플리케이션 모니터(166)를 도시하며, 이들 각각은 앞서 언급한 관련 특허 출원에 설명된다. 전력 모니터(160)의 경우, 서버나 장치(104)에서 하드웨어-기반 전력 측정 시설이 이용 가능하다면, 전력 모니터(160)를 위해 이런 시설이 사용될 수 있다. 몇몇 서버는 내장 전력 계량 하드웨어(built-in power metering hardward)를 가지고 있을 수 있고, 이런 하드웨어가 이용 가능하지 않는 경우, 다른 기법을 사용할 수 있다. 예를 들어, WattsUp PRO ES 전력 계량을 사용하여 서버 전력을 측정할 수 있다. 이 경우, 전력 계량을 위해 직렬화된 프로토콜 드라이버가 애플리케이션 모니터(166)에 접속되어 전력 데이터에 액세스할 수 있다. 애플리케이션 모니터(166)는 종합, 상관 관계, 및 분석 등을 위해 다른 모니터 또는 관리 모듈로 전력 데이터를 보낼 수 있다.
PPA(162)의 경우, 여러 방식 중에서 서버 상의 VM에 할당된 CPU 시간 또는 부분을 변경함으로써 전력 상한이 강제 집행될 수 있다. 일 실시예에서, 통상적으로 프로세서가 소형 형태-인자 서버(small form-factor server)의 전체 전력 소비 대부분의 원인이 되기 때문에, 프로세서 시간 조절 자체로 충분할 수 있다. 이에 더해서 또는 이를 대신해서, 예컨대, 프로세스 당, 애플리케이션 당 또는 VM 당 조절을 실행할 수 있다. 할당된 CPU 시간이 감소함에 따라, 서버의 프로세서는 저전력/성능 상태에서 많은 시간을 보내게 되어, 전력 사용량을 줄일 수 있다. 일 실시예에서, 가상화를 위해 Windows Hyper-V를 사용할 수 있다. 다른 시스템에서는 Xen VMM와 같은 유사 기능이 이용 가능하다. Hyper-V를 수정하여 CPU 시간 할당을 변경하는 방법에 대한 추가 세부 사항은, R.Nathuji, P. England, P.Sharma, and A. Singh., “Feedback driven qos-aware power budgeting for virtualized servers”, in the Fourth International Workshop on Feedback Control Implementation and Design in Computing Systems and Networks(FeBID), April 2009를 참조한다.
다수의 VM을 호스팅하는 개별 서버에 대한 프로세서 시간 조절에 의해 그 서버에 대한 전력 상한이 다루어질 수 있지만, 다수의 서버들에서 전력이 관리될 수도 있다. 데이터 센터에서, 다수의 서버들이 동일한 클라우드 서비스, 예컨대, HTTP 프론트-엔드, 애플리케이션 미들-티어(middle-tier), 및 데이터베이스 백-엔드를 갖고 있는 멀티-티어 웹(multi-tier web) 및 전자 상거래 애플리케이션을 실행하고 있을 수 있다. 따라서, 어느 한 서버의 조절은 클라우드 서비스의 장애물이 될 수 있고, 이는 전체 서비스의 성능을 저하시키게 된다. 또한, 서버들은 공통 전원 장치들을 공유하고, 그 전원 장치들의 용량에 기반하여 구역 레벨(enclosure level)(예컨대, 랙, 컨테이너)에서의 전체 전력 소비에 대한 제한을 갖고 있을 수 있다. 따라서, 전력 관리는 데이터 센터 안의 구역 레벨에서 실행될 필요가 있다. 이런 기능을 가능하게 하기 위해서, 간단하고 전반적인 전력 제어 정책을 구현할 수 있다.
전력 관리의 예시
도 4는 랙들에 걸쳐 전력 소비를 관리하기 위한 구현례를 도시한다. 랙 외에 다른 임의의 전력 관리 유닛, 예를 들어, 빌딩, 회로, 컨테이너, 콜로, 무정전 전원 장치 등을 사용할 수 있음을 알아야 한다. 도 4에 도시된 바와 같이, 전력 모니터(160)(예컨대, 전력계(power meter))는 랙(188)의 모든 서버들(180)의 전체 전력 소비를 측정해, 이 값을 관리 시스템(130)에 전송하며, 이 때 관리 시스템(130)은, 여러 구성 중에서, 협력 에이전트(cooperating agent), 애플리케이션 모니터 프로그램, 또는 지정된 관리 서버 상에서 실행되는 프로그램의 네트워크일 수 있다. 관리 시스템(130)은 또한 각각의 서버(180)에서 실행되는 개별 VM(186)의 전력 사용량을 수집하고, VM 당 전력 사용량은 전력 모니터(160), 예컨대, 각각의 서버(180) 상의 루트 하이퍼바이저(root hypervisor)에서 실행되는 Joulemeter(A. Kansal, F.Zhao, J.Liu, N. Kothari and A. Bhattacharya, “Virtual machine power metering and provisioning”, ACM symposium on Cloud Computing, 2010)를 사용하여 계산할 수 있다. 관리 시스템(130)에서 랙, 예컨대, 랙1(188)의 전력 소비가 사전 결정된 전력 예산을 넘는다고 탐지하면, 관리 시스템(130)은 전력 예산 안에서 동작하는 다른 랙 - 예컨대, 랙2(192) - 상에서 충분히 이용되지 않는 서버들(190)로의 이전을 위해 그 랙(188)에서 전력 이용량이 가장 높은 필요한 수만큼의 VM(186)을 (예산을 맞추기 위해) 선택하고, 작동을 위해 자원 관리자(194)에 이런 결정을 알리는 메시지를 전송한다. 충분히 이용되지 않는 서버들이 이전된 VM들을 호스팅하는 데 사용될 수 없거나, 또는 이전 비용이 그 이익보다 더 비싼 경우에는, 예컨대, VM들은 일시적으로 실행 중지되었다가 추후에 재개될 수 있다. 이런 예시적인 전력 정책은, 간단하긴 하지만, 이전 중에 VM의 성능을 저하시킬 수 있다.
성능에 미치는 영향을 최소화하기 위해, 대안적인 정책으로 전력 용량 과부하가 있는 랙으로부터 백그라운드 작업(예컨대, 웹 검색을 위한 인덱스 계산, map-reduce 작업, 과학적인 작업 부하, DryadLINQ/Map-Reduce 작업)을 실행하는 VM들(186)을, 전력 예산 안에서 랙에서 호스팅되는 충분히 이용되지 않는 서버로 먼저 이전시킨(또는 최우선 순위 부여) 후, 이것이 전력 과부하가 걸린 랙의 전력 상한을 충족하기에 충분하지 않다면, 전면 작업(foreground task)을 처리하는 VM들을 이전시키고, 대화형 VM에 이전에 대한 가장 낮은 처리 우선 순위를 부여할 수 있다. 또한, 여러 가지 요인 중에, 전력 이용, 우선 순위, 수익-분류, 및 사용자 교류(예컨대, 성능에 대한 SLA 페널티)의 결합에 기반하는 혼합 계획(hybrid schemes)을 사용하여 랙들 간의 전력 예산을 충족시키기 위한 이전을 위해 VM들의 우선 순위를 정할 수 있다. 이런 정책의 두 가지 예시는 다음과 같다. 이전을 위해 VM들에 우선 순위를 부여하는 첫 번째 예시적인 혼합 정책은 높은 전력을 소비하는 VM에 높은 우선순위를 부여하고, 두 개의 VM이 동일한 전력 사용량을 갖는 경우, 성능 영향에 대해 낮은 SLA 페널티를 갖는 VM을 우선적으로 처리한다. 두 번째 예시적인 혼합 정책은 성능 저하에 대해 가장 낮은 SLA 페널티를 갖는 VM에 높은 우선 순위를 부여하고, 성능에 대한 SLA 페널티가 두 개의 VM에서 동일한 경우, 높은 전력을 소비하는 VM을 선택한다. 상기와 같이, 충분히 이용되지 않는 서버들이 이전된 VM들을 호스팅하는 데 사용될 수 없거나, 또는 이전 비용이 그 이익보다 더 비싼 경우에는, 여러 정책 중에서, VM들은 일시적으로 실행 중지되었다가 추후에 동일한 서버나 다른 서버 둘 중 하나에서 재개될 수 있다.
도 5는 관리 시스템(130)에서 실행되는 예시적인 전력 관리 프로세스를 도시한다. 220에서 전력 측정치가 반복적으로 수신된다. 이 측정치는 222에서 전력 소비를 줄일 필요가 있는 전력 인프라를 식별하는 데 반복적으로 사용된다. 222에서 식별된 전력 인프라에 해당하는 후보 컴퓨팅 구성요소(예컨대, 애플리케이션, VM, CPU, 서버)가 이전을 위한 혹은 다른 전력-감소 동작의 실행을 위한 잠재적인 후보로서 224에서 식별된다. 컴퓨팅 구성요소는 사용자 및/또는 운영자가 작성한 전력 사용량 및 강제 집행 정책에 기반하여 224에서 식별된다. 224에서 식별된 컴퓨팅 구성요소들의 조절이 다른 곳의 계산의 보상적인 증가를 필요로 하는 실시예에서, 프로세스는 224에서 식별된 컴퓨팅 구성 요소를 228에서 재분배하기 위해, 타겟으로서 적절한 인프라를 226에서 식별하는 단계를 포함할 수 있다. 예를 들어, 전력 관리 정책은 예컨대, 충분히 이용되지 않은 전력 용량을 갖고 있는 컴퓨팅 구성요소 등, 컴퓨팅 부하의 증가에 대해 우선권이 부여될 컴퓨팅 구성요소들의 상태 또는 특성을 제공할 수 있다. 추가적인 전력 측정치를 수신한 후에, 프로세스는 식별된 인프라가 그 전력 소비를 충분히 줄였는지를 230에서 선택적으로 결정할 수 있다. 충분하지 않다면, 232에서 추가적인 동작을 취할 수 있다. 전력 균형화를 이루기 위해 다른 프로세스들이 사용될 수도 있다. 일 실시예에서, 전력 할당 및 SLA 성능이 결합하여, 애플리케이션 성능이 SLA를 충족시키지 못하는 경우, 더 많은 전력을 할당하거나 또는 전력이 감소되는 것을 방지할 수 있다.
결론
요약을 하자면, 각종 컴퓨팅 구성요소의 전력 소비를 모니터링하고, 전력 사용량을 전력 분배 인프라에서의 전력 이용 가능 여부 또는 명시된 예산과 비교할 수 있다. 예를 들어, 전력 분배 인프라는 데이터 센터 콜로(방), 랙, 회로, 컨테이너 또는 개별 서버나 클러스터에 걸쳐 고정된 전력 예산을 가지고 있을 수 있다. 하나 이상의 예산 경계에서 전력 예산이 초과될 때(또는 거의 초과되려고 하거나 초과가 예상될 때), 전력 예산 강제 집행이 개시되어 인프라의 과부하가 걸린 부분의 전력 사용량을 적극적으로 줄일 수 있다. 사용자 및/또는 운영자가 명시한 전력 관리 정책에 기반하여, 하나 이상의 강제 집행 메커니즘을 사용하여 전력 사용량을 제어할 수 있다. 이런 메커니즘은 다음 또는 그 밖의 것들을 포함할 수 있다. 전력 사용량의 증가를 야기하는, 작업 부하 및 이들 작업 부하를 처리하는 애플리케이션이나 VM의 일부 또는 전부는 전력 예산이 초과되지 않은 전력 인프라의 부분들로 이전될 수 있다. 가상 머신은 이전되고, 과부하가 걸린 부분의 애플리케이션 인스턴스 또는 서버는 정지하고, 그 유사한 것들이 인프라의 다른 부분에서 시작될 수 있다. 실행 중인 작업 부하는 물론 데이터 센터로 들어오는 사용자 입력 요청도 동일한 데이터 센터 혹은 다른 데이터 센터의 과부하가 걸리지 않은 서버로 재전송되거나 이전될 수 있다. 특정 서버(예컨대, 낮은 우선 순위 또는 낮은 수익 애플리케이션을 실행하는 서버들)의 전력 사용량은 그들 서버의 CPU 프로세서 주파수(또는 여러 가지 자원 중에서 메모리/캐시/메모리 대역폭 할당, 애플리케이션 당 또는 VM 당)를 낮춤으로써 줄어들 수 있다. 특정 애플리케이션에 할당된 CPU 시간을 줄일 수 있음으로써, 프로세서는 저전력 성능 상태 혹은 저전력 수면 상태에서 더 많은 시간을 보내게 되어, 평균 전력 인출을 줄일 수 있게 된다. 자동화된 전력 경보는, 그 처리 유형을 바꿈으로써(예컨대, 영화 스트리밍 서버는 HD 해상도에서 표준 화질로 전환할 수 있음) 대응할 수 있는 사용자, 운영자, 및 소프트웨어 애플리케이션으로 전송될 수 있고, 감소된 작업 부하는 인출된 전력을 줄일 수 있다. 여러 가지 요인 중에서 이용 가능한 전력 용량, 동적인 전력 가격 책정/사용 가능 여부, 컴퓨팅 구성 요소의 호스팅 가능 여부 및 용량, 이전 시 발생하는 대역폭 및 지연과 같은 이전 비용에 기반하여, 작업 부하를 지리적으로 분산된(geo-distributed) 데이터 센터에 이전할 수 있다. 설치된 소프트웨어 및 하드웨어에서 제공하는 기타 전력 제어 옵션들도 적용될 수 있다.
상기에서 논의된 실시예 및 특징들은 휘발성 또는 비휘발성 컴퓨터 또는 장치 판독가능 매체에 저장된 정보의 형태로 구현될 수 있다. 이는 적어도 광학 저장 장치(예컨대, CD-ROM), 자기 매체, 플래시 ROM, 또는 빠르게 액세스 가능한 디지털 정보를 저장하는 임의의 현재 또는 미래 수단 등의 매체를 포함하는 것으로 여겨진다. 저장된 정보는 컴퓨팅 장치가 상기에서 논의된 각종 실시예들을 실행하게 하거나 이를 실행하도록 컴퓨팅 장치를 구성하는 데 사용할 수 있는 머신 실행가능 명령어(예컨대, 컴파일된 실행가능 이진 코드), 소스 코드, 바이트 코드, 또는 기타 임의의 정보의 형태일 수 있다. 이는 또한, 실시예를 실시하는 프로그램의 실행 중에 CPU 명령어와 같은 정보를 저장하는 RAM 및/또는 가상 메모리와 같은 휘발성 메모리는 물론, 프로그램 또는 실행 파일을 로딩하고 실행하게 하는 정보를 저장하는 비휘발성 매체를 적어도 포함하는 것으로 여겨진다. 본 실시예 및 특징들은 휴대 장치, 워크스테이션, 서버, 이동 무선 장치 등을 포함하는 임의의 유형의 컴퓨팅 장치에서 실행될 수 있다.

Claims (15)

  1. 컴퓨터에 의해 실행되는 방법에 있어서,
    상기 방법은
    복수의 서버 컴퓨터 및/또는 애플리케이션 및/또는 가상 머신(VM)으로부터 전력 측정치를 수신하는 단계 - 상기 전력 측정치는 상기 서버 컴퓨터들 또는 상기 개별 애플리케이션 또는 상기 애플리케이션을 호스팅하는 상기 VM들의 전력 소비의 측정치를 포함하고, 상기 서버 컴퓨터들은 상기 서버 컴퓨터 외부에 있는 해당 전력 인프라 유닛들로부터 전력을 수신함 -,
    상기 전력 측정치를 평가하여 상기 전력 인프라 유닛들 중 하나에서 전력 사용 감소를 필요로 하는지 여부를 결정하는 단계, 및
    전력 감소 필요가 있다는 결정에 대한 응답으로, 상기 전력 인프라 유닛으로부터 전력을 수신하는 하나 이상의 서버 컴퓨터에 하나 이상의 메시지를 전송하는 단계 - 상기 메시지는 상기 하나 이상의 서버 컴퓨터에서 컴퓨테이션의 감소를 일어나게 함 -를 포함하는 방법.
  2. 제 1 항에 있어서,
    상기 전력 인프라 유닛으로부터 전력을 수신하는 복수의 서버 컴퓨터에 관해 수신된 전력 측정치로부터 전체 전력을 계산 및 예측하고, 상기 전체 전력에 기반하여, 상기 복수의 서버 컴퓨터에 대한 컴퓨팅 부하가 감소되어야 할지 여부를 결정함으로써, 전력 감소를 필요로 하는 상기 전력 인프라 유닛이 식별되는 방법.
  3. 제 2 항에 있어서,
    전력 소비 정책을 사용하여 상기 결정이 실행되고, 상기 정책은 희망하거나 혹은 요구되는(mandatory) 전력 사용량 특성을 명시하는 방법.
  4. 제 1 항에 있어서,
    컴퓨테이션 및/또는 전력의 상기 감소는 불활성화(deactivating), 종료(terminating) 및 재생성(recreating), 이전(migrating), 자원 재분배 또는 상기 하나 이상의 서버 컴퓨터에서 실행되는 가상 머신(VM)의 작업 부하 조정에 의해 영향을 받고, 상기 불활성화는 일시적으로 중단(suspending) 또는 정지(halting)하였다가 동일한 서버나 다른 서버에서 재개하는 것을 포함하며, 상기 종료 및 재생성은 과부하가 걸린 지점에서 애플리케이션 인스턴스의 종료 및 추후에 동일한 서버 또는 다른 서버에서, 필요하다면 재생성된 애플리케이션 상태를 가지고, 새로운 인스턴스 또는 이들을 호스팅하는 VM을 인스턴스화하는 것을 포함하는 방법.

  5. 제 1 항에 있어서,
    컴퓨테이션 또는 전력의 상기 감소는 주파수 스케일링(frequency scaling)과 같은 프로세서 전력 관리 노브(knob)을 사용하여 전력 소비에 영향을 미치는 CPU의 설정을 바꿔, 상기 하나 이상의 서버 컴퓨터의 하나 이상의 CPU가 전력을 덜 소비하게 하는 것에 의해 영향을 받는 방법.
  6. 제 1 항에 있어서,
    상기 전력 소비 유닛의 식별에 대한 추가 응답으로, 상기 과부하가 걸린 전력 인프라 유닛으로부터 전력을 수신하지 않는 하나 이상의 서버 컴퓨터에 컴퓨테이션 부하를 증가시키는 방법.
  7. 제 6 항에 있어서,
    컴퓨테이션의 상기 증가는 상기 과부하가 걸린 전력 인프라 유닛으로부터 전력을 수신하지 않는 하나 이상의 서버 컴퓨터에서 실행되는 하나 이상의 VM의 활성화 또는 변경에 의해 영향을 받는 방법.

  8. 컴퓨팅 장치들에 대한 전력 소비 한도를 정의하는 정책을 수신하는 단계,
    상기 컴퓨팅 장치들에 대한 전력 소비의 측정치를 수신하는 단계,
    그로부터 상기 컴퓨팅 장치들 중 하나에 대한 상기 측정치가 상기 정책의 전력 소비 한도를 초과하거나, 또는 초과에 기여하는지 여부를 판정하는 단계, 및
    상기 판정에 대한 응답으로, 상기 컴퓨팅 장치들 중 하나에서 전력 소비 감소를 일어나게 하는 단계 - 상기 컴퓨팅 장치들 중 상기 하나는 상기 프로세스를 실행하고 있는 상기 컴퓨팅 장치와 다름 -를 포함하는 방법.
  9. 제 8 항에 있어서,
    상기 방법은
    상기 결정된 컴퓨팅 장치에 전력을 공급하지 않는 전력 인프라로부터 전력을 얻는 하나 이상의 컴퓨팅 장치를 식별하고, 상기 식별된 하나 이상의 컴퓨팅 장치에 의한 전력 소비를 증가시킴으로써, 상기 판정에 추가 응답하는 단계를 더 포함하는 방법.
  10. 제 8 항에 있어서,
    전력 소비 증가 또는 전력 소비의 상기 감소는 여러 자원 중에서 CPU 주파수 설정 변경, 캐시 할당 변경, 메모리 할당 변경, 메모리 대역폭 할당 변경, 애플리케이션의 처리 우선 순위 변경, 또는 애플리케이션이 컴퓨팅 부하를 증가 또는 감소시키도록 상기 애플리케이션으로의 신호 전송 중 하나 이상에 의해 영향을 받는 방법.
  11. 제 8 항에 있어서,
    상기 측정치는 상기 컴퓨팅 장치들의 하드웨어의 일부로서 포함되는 전력 모니터에 의해 제공되거나, 또는 가상 머신에 대한 전력 소비를 추정하는 상기 컴퓨팅 장치들 중 일부를 실행하는 소프트웨어 모듈에 의해 제공되는 방법.
  12. 하나 이상의 컴퓨터에 의해 실행되는, 복수의 컴퓨터에서 전력 소비를 관리하는 방법에 있어서,
    상기 방법은
    개별 컴퓨터들의 전력 소비의 지표를 종합하여 임의의 복수의 컴퓨터들을 평가하도록, 상기 복수 개의 컴퓨터들의 전력 소비를 반복적으로 평가하는 단계 - 상기 평가는 전력을 과다 소비하고 있는 복수 개의 컴퓨터를 식별하고, 전력을 과소 소비하고 있는 복수 개의 컴퓨터를 식별함 -,
    전력을 과다 소비하는 것으로 식별된 제 1 복수 개의 컴퓨터들의 일부 컴퓨터들에 컴퓨테이션 작업 부하를 감소시키도록 지시하기 위해 제 1 메시지를 전송함으로써 상기 제 1 복수 개의 컴퓨터들에 응답하는 단계, 및
    전력을 과소 소비하는 것으로 식별된 제 2 복수 개의 컴퓨터들의 다른 컴퓨터들에게 제 2 메시지를 전송함으로써 전력을 과다 소비하는 것으로 식별된 상기 제 1 복수 개의 컴퓨터들에 추가 응답하는 단계 - 상기 제 2 메시지는 상기 다른 컴퓨터들에게 컴퓨테이션 작업 부하를 증가시키도록 지시함 -를 포함하는 방법.
  13. 제 12 항에 있어서,
    상기 평가는 상기 컴퓨터들에서 실행되는 소프트웨어 애플리케이션에 의해 제공되는 전력 소비 추정치에 기반하는 방법.
  14. 제 12 항에 있어서,
    상기 컴퓨터들에서 실행되는 전력 모니터링 프로그램(power monitor program)은 상기 컴퓨터들의 개별 전력 소비의 측정치를 제공하고, 상기 컴퓨테이션 작업 부하는 CPU 감속, 애플리케이션 정지 또는 감속, 가상 머신의 구성 변경, 자원 재분배, 또는 애플리케이션 이전에 의해 감소되는 방법.

  15. 제 12 항에 있어서,
    컴퓨테이션 작업 부하의 상기 감소 지시는 상기 제 1 복수 개의 컴퓨터들로부터 가상 머신을 이전함으로써 실행되는 방법.
KR1020127024966A 2010-03-25 2011-03-18 분산 컴퓨팅에서의 전력 공급 관리 KR20130016237A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/731,205 US8627123B2 (en) 2010-03-25 2010-03-25 Managing power provisioning in distributed computing
US12/731,205 2010-03-25
PCT/US2011/029108 WO2011119444A2 (en) 2010-03-25 2011-03-18 Managing power provisioning in distributed computing

Publications (1)

Publication Number Publication Date
KR20130016237A true KR20130016237A (ko) 2013-02-14

Family

ID=44657711

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020127024966A KR20130016237A (ko) 2010-03-25 2011-03-18 분산 컴퓨팅에서의 전력 공급 관리

Country Status (7)

Country Link
US (1) US8627123B2 (ko)
EP (1) EP2550573A4 (ko)
JP (1) JP2013524317A (ko)
KR (1) KR20130016237A (ko)
CN (1) CN102844724B (ko)
HK (1) HK1178284A1 (ko)
WO (1) WO2011119444A2 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150009662A (ko) * 2013-07-16 2015-01-27 한국전자통신연구원 가상 데스크톱 서비스 제공 방법 및 장치
KR20170021864A (ko) * 2014-08-22 2017-02-28 인텔 코포레이션 분산 컴퓨터 시스템에 전력 할당의 변화가 있을 때 중단될 수 있고 중단될 수 없는 작업들을 관리하는 방법들 및 장치
KR20200059435A (ko) * 2018-11-21 2020-05-29 전자부품연구원 가상머신의 어플리케이션 중요도 평가를 통한 bmc기반 서버 전원 임계치 설정 방법

Families Citing this family (135)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8370493B2 (en) * 2008-12-12 2013-02-05 Amazon Technologies, Inc. Saving program execution state
US9778718B2 (en) 2009-02-13 2017-10-03 Schneider Electric It Corporation Power supply and data center control
US8397088B1 (en) * 2009-07-21 2013-03-12 The Research Foundation Of State University Of New York Apparatus and method for efficient estimation of the energy dissipation of processor based systems
US9342373B2 (en) * 2010-05-20 2016-05-17 International Business Machines Corporation Virtual machine management among networked servers
US8839238B2 (en) * 2010-06-11 2014-09-16 International Business Machines Corporation Dynamic virtual machine shutdown without service interruptions
US9128760B2 (en) * 2010-07-26 2015-09-08 International Business Machines Corporation Dynamically adjusting priority by providing a longer duration of use of a shared resource
US20120149352A1 (en) 2010-07-26 2012-06-14 Ari Backholm Context aware traffic management for resource conservation in a wireless network
US8756441B1 (en) * 2010-09-30 2014-06-17 Emc Corporation Data center energy manager for monitoring power usage in a data storage environment having a power monitor and a monitor module for correlating associative information associated with power consumption
US9442771B2 (en) 2010-11-24 2016-09-13 Red Hat, Inc. Generating configurable subscription parameters
US9563479B2 (en) * 2010-11-30 2017-02-07 Red Hat, Inc. Brokering optimized resource supply costs in host cloud-based network using predictive workloads
US20120137289A1 (en) * 2010-11-30 2012-05-31 International Business Machines Corporation Protecting high priority workloads in a virtualized datacenter
US20130261827A1 (en) * 2010-12-07 2013-10-03 Siemens Aktiengesellschaft Control system
US8745233B2 (en) * 2010-12-14 2014-06-03 International Business Machines Corporation Management of service application migration in a networked computing environment
WO2012098558A1 (en) * 2011-01-19 2012-07-26 Tata Consultancy Services Limited Power monitoring system
US9021299B2 (en) 2011-02-18 2015-04-28 Ab Initio Technology Llc Restarting processes
US9116759B2 (en) 2011-02-18 2015-08-25 Ab Initio Technology Llc Restarting data processing systems
US8645733B2 (en) * 2011-05-13 2014-02-04 Microsoft Corporation Virtualized application power budgeting
US8909785B2 (en) 2011-08-08 2014-12-09 International Business Machines Corporation Smart cloud workload balancer
US20130103557A1 (en) * 2011-08-17 2013-04-25 Audry Larocque Method and system for operating a virtual energy network
US8959367B2 (en) * 2011-08-17 2015-02-17 International Business Machines Corporation Energy based resource allocation across virtualized machines and data centers
WO2013042271A1 (ja) * 2011-09-22 2013-03-28 富士通株式会社 電子計算機システム及び仮想マシン配置方法
US9229749B2 (en) * 2011-10-31 2016-01-05 Cisco Technology, Inc. Compute and storage provisioning in a cloud environment
FR2982386B1 (fr) * 2011-11-08 2016-05-27 Bull Sas Procede, programme d'ordinateur et dispositif d'allocation de ressources informatiques d'un cluster pour l'execution d'un travail soumis audit cluster
KR20130082685A (ko) * 2011-12-14 2013-07-22 주식회사 케이티 가상 머신을 이용한 콘텐츠 서비스 제공 시스템 및 방법
WO2013095505A1 (en) * 2011-12-22 2013-06-27 Schneider Electric It Corporation Systems and methods for reducing energy storage requirements in a data center
US8930542B2 (en) 2012-01-23 2015-01-06 International Business Machines Corporation Dynamically building a set of compute nodes to host the user's workload
JP6042454B2 (ja) * 2012-01-25 2016-12-14 エンパイア テクノロジー ディベロップメント エルエルシー ユーザ生成によるデータセンターの省電力
WO2013132741A1 (ja) * 2012-03-06 2013-09-12 パナソニック株式会社 マルチプロセッサシステム
US8839243B2 (en) 2012-04-23 2014-09-16 International Business Machines Corporation Remediating resource overload
US8892779B2 (en) 2012-05-10 2014-11-18 International Business Machines Corporation Virtual machine allocation at physical resources
JP6028403B2 (ja) * 2012-06-11 2016-11-16 サンケン電気株式会社 電源装置、プログラム、制御方法、電源管理装置および電源管理プログラム
US9639678B2 (en) 2012-06-29 2017-05-02 Microsoft Technology Licensing, Llc Identity risk score generation and implementation
CN104170343B (zh) 2012-07-20 2017-11-17 华为技术有限公司 一种资源管理方法和管理服务器
US9282118B2 (en) * 2012-11-13 2016-03-08 Intel Corporation Policy enforcement in computing environment
US9218237B1 (en) * 2012-11-29 2015-12-22 Amazon Technologies, Inc. Network of interconnected circuit protection devices
US9541991B2 (en) * 2012-12-14 2017-01-10 Intel Corporation Method and apparatus for managing computing system power
US9043535B1 (en) * 2012-12-28 2015-05-26 Emc Corporation Minimizing application response time
US9672577B2 (en) * 2013-01-10 2017-06-06 International Business Machines Corporation Estimating component power usage from aggregate power usage
US9384025B2 (en) 2013-01-28 2016-07-05 Intel Corporation Traffic and/or workload processing
US9935841B2 (en) 2013-01-28 2018-04-03 Intel Corporation Traffic forwarding for processing in network environment
US9575542B2 (en) * 2013-01-31 2017-02-21 Hewlett Packard Enterprise Development Lp Computer power management
US9807131B2 (en) * 2013-03-12 2017-10-31 International Business Machines Corporation Collective operation management in a parallel computer
US9760389B2 (en) * 2013-03-15 2017-09-12 Excalibur Ip, Llc Activity initiated virtual machine migration
US9183034B2 (en) * 2013-05-16 2015-11-10 Vmware, Inc. Managing availability of virtual machines in cloud computing services
US9329910B2 (en) * 2013-06-20 2016-05-03 Seagate Technology Llc Distributed power delivery
CN103336574A (zh) * 2013-07-23 2013-10-02 北京百度网讯科技有限公司 数据中心节能控制方法与装置
CN104572255B (zh) * 2013-10-09 2018-09-04 中国移动通信集团公司 一种多层应用托管方法、装置及系统
US9373957B2 (en) 2013-10-16 2016-06-21 Lenovo Enterprise Solutions (Singapore) Pte. Ltd. Power balancing in power distribution networks
US10747289B2 (en) 2013-10-28 2020-08-18 Virtual Power Systems, Inc. Data center power manipulation
US11126242B2 (en) 2013-10-28 2021-09-21 Virtual Power Systems, Inc. Time varying power management within datacenters
WO2015066048A1 (en) * 2013-10-28 2015-05-07 Virtual Power Systems, Inc. Energy control via power requirement analysis and power source enablement
US10429914B2 (en) 2013-10-28 2019-10-01 Virtual Power Systems, Inc. Multi-level data center using consolidated power control
IN2013CH05013A (ko) 2013-11-07 2015-05-08 Schneider Electric It Corp
US9348654B2 (en) 2013-11-19 2016-05-24 International Business Machines Corporation Management of virtual machine migration in an operating environment
CN104679591B (zh) * 2013-11-28 2018-05-25 国际商业机器公司 用于在云环境中进行资源分配的方法和装置
US9495211B1 (en) 2014-03-04 2016-11-15 Google Inc. Allocating computing resources based on user intent
JP6295759B2 (ja) * 2014-03-20 2018-03-20 富士通株式会社 ネットワーク管理装置，情報処理システム及びプログラム
US20150271023A1 (en) * 2014-03-20 2015-09-24 Northrop Grumman Systems Corporation Cloud estimator tool
KR102143871B1 (ko) * 2014-04-22 2020-08-12 삼성전자 주식회사 전자장치의 전원 제어장치 및 방법
US9817465B2 (en) 2014-06-27 2017-11-14 Microsoft Technology Licensing, Llc Low latency computer system power reduction
US10606642B1 (en) * 2014-09-16 2020-03-31 Amazon Technologies, Inc. Dynamic power budgets
JP2016081119A (ja) * 2014-10-10 2016-05-16 富士通株式会社 情報処理システム、情報処理システムの制御方法および制御装置の制御プログラム
US10169104B2 (en) 2014-11-19 2019-01-01 International Business Machines Corporation Virtual computing power management
US9886083B2 (en) 2014-12-19 2018-02-06 International Business Machines Corporation Event-driven reoptimization of logically-partitioned environment for power management
CN105991687B (zh) 2015-02-03 2019-09-17 阿里巴巴集团控股有限公司 一种服务管理方法和装置
US9874922B2 (en) * 2015-02-17 2018-01-23 Intel Corporation Performing dynamic power control of platform devices
US9696781B2 (en) * 2015-05-28 2017-07-04 Cisco Technology, Inc. Automated power control for reducing power usage in communications networks
US10402226B2 (en) * 2015-06-05 2019-09-03 Apple Inc. Media analysis and processing framework on a resource restricted device
US10268503B2 (en) * 2015-06-24 2019-04-23 International Business Machines Corporation Performance of virtual machine fault tolerance micro-checkpointing using transactional memory
US9998394B2 (en) * 2015-07-03 2018-06-12 Veritas Technologies Llc Systems and methods for scalable network buffer management
JP6561730B2 (ja) * 2015-09-29 2019-08-21 富士通株式会社 管理システム、コンピュータプログラム、管理方法、制御システム及び制御方法
US10353726B2 (en) 2015-09-29 2019-07-16 NeuVector, Inc. Transparent network security for application containers
US9766693B2 (en) * 2016-01-07 2017-09-19 International Business Machines Corporation Scheduling framework for virtual machine power modes
JP2017134668A (ja) * 2016-01-28 2017-08-03 富士通株式会社 情報処理システム、情報処理システムの制御方法および管理装置の制御プログラム
US20170249996A1 (en) * 2016-02-26 2017-08-31 Microsoft Technology Licensing, Llc Opportunistic memory tuning for dynamic workloads
US10481659B2 (en) * 2016-03-03 2019-11-19 International Business Machines Corporation Rack resource utilization
US10713072B1 (en) * 2016-06-27 2020-07-14 Amazon Technologies, Inc. Computing resource provisioning
US11107016B2 (en) 2016-08-18 2021-08-31 Virtual Power Systems, Inc. Augmented power control within a datacenter using predictive modeling
US10585468B2 (en) 2016-08-18 2020-03-10 Virtual Power Systems, Inc. Datacenter power management using dynamic redundancy
US11461513B2 (en) 2016-08-18 2022-10-04 Cato Data center power scenario simulation
US11455021B2 (en) 2016-08-18 2022-09-27 Cato Datacenter power management using AC and DC power sources
US10401940B2 (en) * 2016-10-10 2019-09-03 International Business Machines Corporation Power management in disaggregated computing systems
CN106681797B (zh) * 2016-12-28 2019-11-29 深圳先进技术研究院 一种虚拟机应用迁移方法、装置及一种服务器
US11574372B2 (en) 2017-02-08 2023-02-07 Upstream Data Inc. Blockchain mine at oil or gas facility
US10439914B2 (en) * 2017-02-16 2019-10-08 Schneider Electric It Corporation System and method to determine and repair network connection problems
US10539993B2 (en) * 2017-03-14 2020-01-21 Microsoft Technology Licensing, Llc Integrated energy storage systems in computing facilities
US10345888B2 (en) * 2017-03-15 2019-07-09 International Business Machines Corporation Power capping for power consumption devices with multiple power supplies
US10423204B2 (en) 2017-03-15 2019-09-24 International Business Machines Corporation Enforcing power caps on computing devices with multiple power feeds
US10969846B2 (en) 2017-05-25 2021-04-06 Virtual Power Systems, Inc. Secure communication initiation and execution for datacenter power control
US10423452B2 (en) * 2017-06-22 2019-09-24 International Business Machines Corporation Allocating resources to virtual machines
CN109710484A (zh) * 2017-10-25 2019-05-03 中国电信股份有限公司 设备能耗的调整方法、装置以及计算机可读存储介质
US11126467B2 (en) * 2017-12-08 2021-09-21 Salesforce.Com, Inc. Proactive load-balancing using retroactive work refusal
WO2019139633A1 (en) 2018-01-11 2019-07-18 Lancium Llc Method and system for dynamic power delivery to a flexible growcenter using unutilized energy sources
WO2019173203A1 (en) 2018-03-05 2019-09-12 Virtual Power Systems, Inc. Dynamic tiering of datacenter power for workloads
JP6973188B2 (ja) * 2018-03-06 2021-11-24 富士通株式会社 マイグレーションプログラム、マイグレーション方法及びマイグレーションを指示するサーバ
US10628762B2 (en) * 2018-04-09 2020-04-21 Microsoft Technology Licensing, Llc Learning power grid characteristics to anticipate load
CN110362398B (zh) * 2018-04-09 2023-09-12 阿里巴巴集团控股有限公司 虚拟机的调度方法和系统
US10664324B2 (en) * 2018-05-30 2020-05-26 Oracle International Corporation Intelligent workload migration to optimize power supply efficiencies in computer data centers
US10824215B2 (en) 2018-07-31 2020-11-03 Nutanix, Inc. Managing power budget of multiple computing node clusters in a computing rack system
US10873211B2 (en) 2018-09-14 2020-12-22 Lancium Llc Systems and methods for dynamic power routing with behind-the-meter energy storage
US11031787B2 (en) 2018-09-14 2021-06-08 Lancium Llc System of critical datacenters and behind-the-meter flexible datacenters
US11016553B2 (en) 2018-09-14 2021-05-25 Lancium Llc Methods and systems for distributed power control of flexible datacenters
US11025060B2 (en) 2018-09-14 2021-06-01 Lancium Llc Providing computational resource availability based on power-generation signals
CN110955513B (zh) * 2018-09-27 2023-04-25 阿里云计算有限公司 一种服务资源的调度方法及系统
US10367353B1 (en) 2018-10-30 2019-07-30 Lancium Llc Managing queue distribution between critical datacenter and flexible datacenter
US11031813B2 (en) 2018-10-30 2021-06-08 Lancium Llc Systems and methods for auxiliary power management of behind-the-meter power loads
US10944581B2 (en) * 2018-11-08 2021-03-09 International Business Machines Corporation Increasing processing capacity of processor cores during initial program load processing
US10884818B2 (en) 2018-11-08 2021-01-05 International Business Machines Corporation Increasing processing capacity of virtual machines
US10884845B2 (en) 2018-11-08 2021-01-05 International Business Machines Corporation Increasing processing capacity of processor cores during initial program load processing
US10452127B1 (en) 2019-01-11 2019-10-22 Lancium Llc Redundant flexible datacenter workload scheduling
US10990434B2 (en) 2019-02-05 2021-04-27 International Business Machines Corporation Increasing processing capacity of virtual machines for an abnormal event
US11023379B2 (en) * 2019-02-13 2021-06-01 Google Llc Low-power cached ambient computing
US11128165B2 (en) 2019-02-25 2021-09-21 Lancium Llc Behind-the-meter charging station with availability notification
US11327767B2 (en) 2019-04-05 2022-05-10 International Business Machines Corporation Increasing resources for partition to compensate for input/output (I/O) recovery event
CA3183109A1 (en) 2019-05-15 2020-11-19 Upstream Data Inc. Portable blockchain mining system and methods of use
JP7288189B2 (ja) * 2019-05-29 2023-06-07 富士通株式会社 ジョブ電力予測プログラム、ジョブ電力予測方法、およびジョブ電力予測装置
US20200389352A1 (en) * 2019-06-04 2020-12-10 Microsoft Technology Licensing, Llc Automated upgrade of multiple hosts
KR20210006120A (ko) * 2019-07-08 2021-01-18 에스케이하이닉스 주식회사 데이터 저장 장치, 데이터 처리 시스템 및 이를 위한 가속 장치
US11868106B2 (en) 2019-08-01 2024-01-09 Lancium Llc Granular power ramping
US11397999B2 (en) 2019-08-01 2022-07-26 Lancium Llc Modifying computing system operations based on cost and power conditions
CN114391128A (zh) * 2019-09-27 2022-04-22 阿里云计算有限公司 功率管理方法和设备
US10618427B1 (en) 2019-10-08 2020-04-14 Lancium Llc Behind-the-meter branch loads for electrical vehicle charging
US10608433B1 (en) 2019-10-28 2020-03-31 Lancium Llc Methods and systems for adjusting power consumption based on a fixed-duration power option agreement
JP2021124902A (ja) 2020-02-04 2021-08-30 トヨタ自動車株式会社 車両制御装置、車両制御方法、及び車両制御プログラム
US11042948B1 (en) 2020-02-27 2021-06-22 Lancium Llc Computing component arrangement based on ramping capabilities
US11350543B2 (en) * 2020-04-17 2022-05-31 Dell Products L.P. Systems and methods for acoustic limits of thermal control system in an information handling system
US11592886B2 (en) 2020-07-06 2023-02-28 Navier, Inc. Assessment of energy consumption of computer networks and use thereof
US20230288976A1 (en) * 2020-08-17 2023-09-14 Nippon Telegraph And Telephone Corporation Task management device, task management method, and task management program
US11966783B1 (en) * 2020-08-17 2024-04-23 Sync Computing Corp. Real time scheduling using expected application resource usage
WO2022048674A1 (zh) * 2020-09-07 2022-03-10 华为云计算技术有限公司 基于服务器机柜的虚拟机管理方法及装置
US11640195B2 (en) * 2020-10-12 2023-05-02 Alibaba Group Holding Limited Service-level feedback-driven power management framework
CN112579283B (zh) * 2020-11-23 2024-02-20 全球能源互联网研究院有限公司 一种电力物联网边缘节点的资源调度方法及系统
US20240137273A1 (en) * 2021-01-12 2024-04-25 Nippon Telegraph And Telephone Corporation Power control device, power control method, and power control program
US20240192753A1 (en) * 2021-03-01 2024-06-13 Core Scientific Operating Company Identifying computing devices in a data center
CN117112218A (zh) * 2023-08-29 2023-11-24 广东鼎尧科技有限公司 一种服务器资源自适应匹配方法、系统和介质

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6785826B1 (en) * 1996-07-17 2004-08-31 International Business Machines Corporation Self power audit and control circuitry for microprocessor functional units
JP3879471B2 (ja) * 2001-10-10 2007-02-14 株式会社日立製作所 計算機資源割当方法
US6804632B2 (en) * 2001-12-06 2004-10-12 Intel Corporation Distribution of processing activity across processing hardware based on power consumption considerations
US6964539B2 (en) * 2002-03-18 2005-11-15 International Business Machines Corporation Method for managing power consumption of multiple computer servers
US7870241B2 (en) * 2002-11-27 2011-01-11 International Business Machines Corporation Automated power control policies based on application-specific redundancy characteristics
US7203944B1 (en) * 2003-07-09 2007-04-10 Veritas Operating Corporation Migrating virtual machines among computer systems to balance load caused by virtual machines
US7707443B2 (en) 2003-07-18 2010-04-27 Hewlett-Packard Development Company, L.P. Rack-level power management of computer systems
US7127625B2 (en) * 2003-09-04 2006-10-24 Hewlett-Packard Development Company, L.P. Application management based on power consumption
CN101432936B (zh) * 2004-10-01 2011-02-02 菲尼萨公司 具有多顶侧接触的垂直腔面发射激光器
US8104041B2 (en) * 2006-04-24 2012-01-24 Hewlett-Packard Development Company, L.P. Computer workload redistribution based on prediction from analysis of local resource utilization chronology data
JP4800837B2 (ja) * 2006-05-22 2011-10-26 株式会社日立製作所 計算機システム、その消費電力低減方法、及びそのプログラム
WO2008062864A1 (en) * 2006-11-24 2008-05-29 Nec Corporation Virtual machine locating system, virtual machine locating method, program, virtual machine management device and server
US7673113B2 (en) * 2006-12-29 2010-03-02 Intel Corporation Method for dynamic load balancing on partitioned systems
US7856549B2 (en) * 2007-01-24 2010-12-21 Hewlett-Packard Development Company, L.P. Regulating power consumption
US20080301473A1 (en) * 2007-05-29 2008-12-04 International Business Machines Corporation Method and system for hypervisor based power management
US7970903B2 (en) * 2007-08-20 2011-06-28 Hitachi, Ltd. Storage and server provisioning for virtualized and geographically dispersed data centers
US20090132842A1 (en) * 2007-11-15 2009-05-21 International Business Machines Corporation Managing Computer Power Consumption In A Computer Equipment Rack
US9395786B2 (en) 2007-11-20 2016-07-19 Hewlett Packard Enterprise Development Lp Cross-layer power management in a multi-layer system
JP4488072B2 (ja) * 2008-01-18 2010-06-23 日本電気株式会社 サーバシステム、及びサーバシステムの電力削減方法
US8996890B2 (en) * 2008-02-07 2015-03-31 Dell Products L.P. Method for power conservation in virtualized environments
PL2093887T3 (pl) 2008-02-18 2014-01-31 Samsung Electronics Co Ltd Urządzenie do kodowania i dekodowania kanału w systemie komunikacyjnym z wykorzystaniem kodów kontroli bitów parzystości o niskiej gęstości
CN101515161A (zh) 2008-02-18 2009-08-26 国际商业机器公司 集中能源管理方法和系统
US7921315B2 (en) 2008-05-09 2011-04-05 International Business Machines Corporation Managing power consumption in a data center based on monitoring circuit breakers
JP4922255B2 (ja) * 2008-06-30 2012-04-25 株式会社日立製作所 情報処理システムおよびそのシステムにおける省電力制御方法
JP2010039802A (ja) * 2008-08-06 2010-02-18 Nec Corp マルチプロセッサシステム、スケジューリング方法およびそのプログラム
KR20090007662A (ko) * 2008-12-08 2009-01-20 주식회사 비즈모델라인 네트워크를 이용한 지역별 서버 이용방법

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150009662A (ko) * 2013-07-16 2015-01-27 한국전자통신연구원 가상 데스크톱 서비스 제공 방법 및 장치
KR20170021864A (ko) * 2014-08-22 2017-02-28 인텔 코포레이션 분산 컴퓨터 시스템에 전력 할당의 변화가 있을 때 중단될 수 있고 중단될 수 없는 작업들을 관리하는 방법들 및 장치
KR20200059435A (ko) * 2018-11-21 2020-05-29 전자부품연구원 가상머신의 어플리케이션 중요도 평가를 통한 bmc기반 서버 전원 임계치 설정 방법

Also Published As

Publication number Publication date
EP2550573A4 (en) 2013-04-03
HK1178284A1 (en) 2013-09-06
US20110239010A1 (en) 2011-09-29
JP2013524317A (ja) 2013-06-17
WO2011119444A2 (en) 2011-09-29
EP2550573A2 (en) 2013-01-30
WO2011119444A3 (en) 2011-12-15
US8627123B2 (en) 2014-01-07
CN102844724B (zh) 2015-08-12
CN102844724A (zh) 2012-12-26

Similar Documents

Publication Publication Date Title
US8627123B2 (en) Managing power provisioning in distributed computing
CN107003887B (zh) Cpu超载设置和云计算工作负荷调度机构
CN109791532B (zh) 分散计算系统中的功率管理
Chen et al. RIAL: Resource intensity aware load balancing in clouds
US8341626B1 (en) Migration of a virtual machine in response to regional environment effects
US9489222B2 (en) Techniques for workload balancing among a plurality of physical machines
Shen et al. A resource usage intensity aware load balancing method for virtual machine migration in cloud datacenters
US8185894B1 (en) Training a virtual machine placement controller
US20110078303A1 (en) Dynamic load balancing and scaling of allocated cloud resources in an enterprise network
Liao et al. Energy optimization schemes in cluster with virtual machines
Kaur et al. Efficient and enhanced load balancing algorithms in cloud computing
Kulkarni et al. Context aware VM placement optimization technique for heterogeneous IaaS cloud
Hagimont et al. DVFS aware CPU credit enforcement in a virtualized system
Babu et al. Interference aware prediction mechanism for auto scaling in cloud
Kaur et al. Load balancing techniques of cloud computing
Shaw et al. Energy-performance trade-off through restricted virtual machine consolidation in cloud data center
JP5257709B2 (ja) 仮想計算機の移動方法、仮想計算機システム及び管理サーバ
Srinivasan et al. RETRACTED ARTICLE: Cloud management architecture to improve the resource allocation in cloud IAAS platform
Tiwari et al. A review on load balancing of virtual machine resources in cloud computing
Liu et al. Virtual resource provision with enhanced QoS in cloud platforms
SP Service level agreement based catalogue management and resource provisioning in cloud for optimal resource utilization
Kesavan et al. Active coordination (act)-toward effectively managing virtualized multicore clouds
Suresh et al. System modeling and evaluation on factors influencing power and performance management of cloud load balancing algorithms
Rezai et al. Energy aware resource management of cloud data centers
Zharikov et al. An integrated approach to cloud data center resource management

Legal Events

Date Code Title Description
N231 Notification of change of applicant
A201 Request for examination
AMND Amendment
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
J201 Request for trial against refusal decision