KR20170101197A - 전력 소비의 제어 - Google Patents

전력 소비의 제어 Download PDF

Info

Publication number
KR20170101197A
KR20170101197A KR1020177014241A KR20177014241A KR20170101197A KR 20170101197 A KR20170101197 A KR 20170101197A KR 1020177014241 A KR1020177014241 A KR 1020177014241A KR 20177014241 A KR20177014241 A KR 20177014241A KR 20170101197 A KR20170101197 A KR 20170101197A
Authority
KR
South Korea
Prior art keywords
power
power consumption
facility
computing
balloon
Prior art date
Application number
KR1020177014241A
Other languages
English (en)
Inventor
데바다타 브이. 보다스
무랄리다르 라자파
저스틴 제이. 송
앤디 호프만
마이클 케이. 패터슨
Original Assignee
인텔 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 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20170101197A publication Critical patent/KR20170101197A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05F—SYSTEMS FOR REGULATING ELECTRIC OR MAGNETIC VARIABLES
    • G05F1/00—Automatic systems in which deviations of an electric quantity from one or more predetermined values are detected at the output of the system and fed back to a device within the system to restore the detected quantity to its predetermined value or values, i.e. retroactive systems
    • G05F1/66—Regulating electric power
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • 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
    • Y02B60/1278—
    • 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

컴퓨팅 작업을 실행하는 복수의 컴퓨팅 노드들의 시스템들을 갖는 설비에서의 컴퓨팅을 위한 시스템 및 방법이 개시된다. 설비의 전력 소비는 전력 대역 내로 관리된다. 전력 소비는 (예를 들어, 전력 벌룬에 의해) 계산 출력이 거의 또는 전혀 없는 활동들을 구현함으로써 조정될 수 있다.

Description

전력 소비의 제어{CONTROL OF POWER CONSUMPTION}
관련 출원의 상호참조
본 출원은, 참조로 본 명세서에서 포함되는, 2014년 12월 24일 출원된 미국 특허출원 번호 제14/582,985호의 출원일에 대한 우선권을 주장한다.
기술적 분야
본 기술은 대체로 분산 컴퓨팅을 수행하는 설비로의 전기 공급에 관한 것이다. 특히, 본 기술은 설비의 전력 소비의 관리에 관한 것이다.
다양한 컴퓨팅 구성 및 시스템은 비교적 많은 양의 전력을 소비할 수 있다. 이러한 시스템으로는, 클라우드 컴퓨팅, 빅 데이터(Big Data) 분석, 웹 서비스, 엔터프라이즈 서비스, 분산 컴퓨팅, 고성능 컴퓨팅(HPC) 등이 포함될 수 있다. 이러한 시스템을 수용하는 설비는 상당한 에너지를 요구할 수 있다.
분산 컴퓨팅, HPC 시스템, 및 기타의 전술된 구성은, 높은 대역폭, 낮은 레이턴시 네트워킹, 및 매우 높은 컴퓨팅 능력으로부터 혜택을 입는 애플리케이션들을 이용하여 과학자 및 엔지니어들이 복잡한 과학, 엔지니어링, 및 비즈니스 문제를 해결할 수 있게 할 수 있다. 이들 시스템들은 또한, 데이터 저장 및 검색을 실행하고, 태스크를 더욱 직접적으로 수행하는 등을 할 수 있다. 불행하게도, 다시 한번, 분산 시스템, HPC 시스템, 및 수백 또는 수천 개의 프로세서, 서버 또는 태스크를 수행하는 컴퓨팅 노드들을 가질 수 있는 기타의 것들 등의 시스템들은, 통상적으로 상당한 전력을 소비한다. 이러한 상황은 "빅 데이터" 시대에 특히 문제가 될 수 있다. 또한, 전력 소비의 변동 및 전력 할당의 사안도 역시 문제가 될 수 있다.
데이터 및 컴퓨팅 서비스의 경쟁적 사업은, 생산 비용을 낮추고 신뢰성있는 서비스를 제공하기 위하여 제조 업체가 그들의 프로세스 및 제품을 지속적으로 개선하게끔 한다. 사실상, 데이터, 컴퓨팅, 및 통신 서비스에서 기술이 발전함에 따라, 서비스의 일관성과 전력 이용의 효율을 지속적으로 증가시키기 위한 경쟁적 필요성이 존재하고 있다.
도 1은 본 기술의 실시예들에 따른 예시적인 분산 컴퓨팅 시스템의 개략도이다.
도 2는 본 기술의 실시예들에 따른 분산 컴퓨팅을 위한 예시적인 설비의 블록도이다.
도 3은 본 기술의 실시예들에 따른 분산 컴퓨팅을 위한 예시적인 설비의 개략도이다.
도 4는 본 기술의 실시예들에 따른 분산 컴퓨팅을 위한 예시적인 설비의 시스템 레벨 및 노드 레벨의 개략도이다.
도 5a 및 도 5b는 본 기술의 실시예들에 따른 전력 관리자 계층구조 및 액션들의 예의 흐름도이다.
도 6은 본 기술의 실시예들에 따른 시스템 레벨 및 노드 레벨에서의 예시적인 관리자 및 기능의 블록도이다.
도 7은 본 기술의 실시예들에 따른 분산 컴퓨팅의 2개의 예시적인 작업(job)의 전력 소비를 비교하는 막대 차트이다.
도 8은 본 기술의 실시예들에 따른 분산 컴퓨팅 시스템의 전력 관리를 용이하게 할 수 있는 유형의 비일시적 컴퓨터 판독가능한 매체(tangible non-transitory, computer-readable medium)의 한 예를 도시하는 블록도이다.
본 개시내용 및 도면들에 걸쳐 유사한 컴포넌트들 및 피쳐들을 참조하기 위해 동일한 번호들이 이용된다. 100 시리즈의 숫자들은 원래 도 1에서 발견되는 피쳐들을 지칭하며; 200 시리즈의 숫자들은 원래 도 2에서 발견되는 피쳐들을 지칭하는 등등이다.
본 기술의 실시예들은 컴퓨팅 작업을 실행하도록 구성된 복수의 컴퓨팅 노드들로 이루어진 시스템을 갖는 설비에 관한 것이다. 전력 대역 내에 및/또는 원하는 또는 명시된 전력 변화 램프 또는 변화율 내에 있도록 전력 소비가 설비에서 관리되거나 제어된다. 변화율은 예를 들어 분당 또는 시간당 와트(Watt) 단위의 소정 크기일 수 있다. 대역 또는 램프 내로의 전력의 관리 또는 제어는, 설비 레벨, 시스템 레벨 및 작업/노드 레벨에서 이루어질 수 있다.
또한, 전력 대역 내로의 전력 소비의 제어는, 종래 기술과 같이 단순히 전력을 적게 이용하거나 전기를 덜 이용하려는 노력과는 매우 상이하다는 점에 유의해야 한다. 대신에, 예를 들어, 전력 대역은 명시된 최대 전력에 대한 명시된 최소 전력일 수 있고, 실시예들에서, 대역은 비교적 좁은 범위이다. 예를 들어, 전력 대역은 유틸리티 제공자와의 협의된 범위와 관련될 수 있다. 유틸리티 제공자로부터 설비로의 협의된 할당 전력량은 비교적 좁은 범위의 전력일 수 있다(예를 들어, 8.5 MW까지는 떨어지는 것이 허용되지만 그 아래로는 허용되지 않는 10 MW 할당). 따라서, 전력 대역에서, 대역의 최대 한도는 할당된 전력 소비량(예컨대, 10 MW)일 수 있다. 대역의 최소 한도는, 할당을 통해 협의된, 전력 소비가 도달하는 하위량(예를 들어, 8.5 MW)일 수 있다. 국지적 에너지 생성 및 저장의 설비 이용은, 설비에서의 전력 소비 및 유틸리티 제공자와의 협의된 할당을 만족시키는 것과 관련하여 융통성(예를 들어, 설비 제어 전력-대역을 약간 넓히는 것)을 제공할 수 있다는 점에 유의해야 한다. 그럼에도 불구하고, 국지적 에너지 생성/저장의 유무에 관계없이, 설비는 설비에서의 전력 소비를 전력 대역 내로 제어하는 활동들을 구현할 수 있다.
전력 소비를 조정하기 위해 다양한 활동이 구현될 수 있다. 설비-레벨 활동의 한 예는, 냉각 시스템의 온도를 필요 이상으로 낮춤으로써 전력을 낭비하는 것일 수 있다. 이러한 것은, 설비 전력 소비가 전력 대역 내에 머물게끔 전력 소비를 증가시키도록 구현될 수도 있다. 설비-레벨 활동의 다른 예는, 전력 소비를 전력 대역 내에 또는 전력 램프 한도 또는 타겟 내에 유지하기 위해 국지적 에너지 생성/저장을 활성화 또는 조정하는 것일 수 있다. 에너지 생성은, 예를 들어, 설비에 대해 국지적인 신재생(renewable) 및/또는 비-신재생 소스 처분으로부터 나올 수도 있다. 에너지 저장은, 전력 저장(예를 들어, 배터리), 축열(예를 들어, 얼음, 냉각된 액체) 등을 포함할 수 있다.
전력을 관리 및 제어하기 위해, 낮은 우선순위의 계산 출력을 수반하거나 계산 출력이 없는 활동이 시스템 및 작업/노드 레벨에서 구현되어 전력 소비에 영향을 줄 수 있다. 이하에서 논의되는 바와 같이, 이러한 활동들은, 시스템 레벨 및 작업/노드 레벨에서, 전력 벌룬 모듈(power balloon module)에 의해 구현될 수 있다. 활동들은, 대역 및 속도(rate) 양쪽 모두와 관련하여, 전력 소비를 증가시키거나 감소시키는 것일 수 있다. 예를 들어, 전력 벌룬은, 갑작스런 전력 감소를 둔화시키도록 에너지를 낭비하는 활동을 명시하거나 개시할 수 있다. 또 다른 예에서, 관리자 모듈은 계산 출력 없이 전력을 증가시키는 활동을 개시할 수 있다. 예를 들어, 활동은, 시스템의 전력 소비를 명시된 최소 타겟 위로 증가시키도록, 유휴 노드에 전원을 공급하여(그 노드에서 작업을 실행하지 않고) 전력을 낭비/소비하는 것일 수 있다.
다시 한번, 전력 벌룬 또는 관리자 모듈은, 시스템 및/또는 노드 레벨에서 전력을 조정 및 제어하기 위해, 계산/직무 출력(work output)을 거의 또는 전혀 갖지 않거나 추가적인 계산 출력을 갖지 않는 활동들을 개시할 수 있다. 이들 활동들은, "그린(green)" 및 "비-그린(non-green)" 활동을 포함할 수 있다.
그린 기술들은 유용하지만, 계산 출력 또는 새로운 계산 작업 출력을 전혀 생성하지 않거나, 클라이언트에 대한 새로운 작업 직무(job work)를 생성하지 않는다. 달리 말하면, 특정한 실시예들에서, 그린 액션들은 유용한 직무를 생성하지만 사용자 또는 클라이언트에 대한 계산 출력을 생성하지 않을 수도 있다. (전력을 조정/제어하기 위해 전력 벌룬 또는 관리자에 의해 구현된) 그린 기술의 예는, 노드 또는 노드들의 시스템 상에서의 진단 액션 및 유지보수 액션이다. 시스템 레벨에서, 전력 벌룬 또는 관리자에 의한 그린 활동은, 시스템 진단, 미할당된 그러나 전력공급된 노드의 캘리브레이션(노드 전력 당), 저장 시스템 유지보수(압축, 바이러스 스캔, 오류 검출 및 수정), 시스템 메모리의 유지보수(오류 검출 및 수정), 낮은 우선순위의 작업의 실행 등을 포함할 수 있다. 노드 레벨에서, 전력 벌룬 또는 관리자에 의해 개시되는 그린 활동은, 노드 진단, 노드의 캘리브레이션, 국지적 저장소의 유지보수(압축, 바이러스 스캔, 오류 검출 및 수정), 시스템 메모리의 유지보수(오류 검출 및 수정) 등을 포함할 수 있다.
대조적으로, 비-그린 기술들은, 에너지를 낭비하는 의도된 목적 및 전력 소비를 증가시키기 위해 에너지 비효율화되는 것을 제외하고는 쓸모없는 활동이다. 전력 벌룬 또는 관리자를 통해 구현된 비-그린 활동은 유용한 직무를 생성하지 않으며, 출력을 생성하지 않거나 적어도 직무 출력을 생성하지 않고, 계산 출력(또는 추가적인 계산 출력)을 생성하지 않는다. 전력 벌룬 또는 관리자는, 노드 또는 시스템(및 그에 따라 설비)에서의 전력 소비를 전력 대역의 하한 또는 타겟 위로, 또는 전력 변화율의 상한 또는 타겟 아래로 유지하기 위해 에너지를 소비하는 비-그린 활동을 구현한다.
작업/노드 레벨에서, 전력 벌룬 또는 관리자에 의해 개시되는 비-그린 액션들은, 다양한 전력 피쳐(예를 들어, 컴포넌트들의 이용률과 계산 부하에 비례하여 전력을 감소시키고 에너지 소비를 전개(develop)하는 피쳐)를 전력차단하고, 다양한 전력 바이러스 프로세스를 실행하는 등을 포함할 수 있다. 시스템 레벨에서, 전력을 제어하기 위해 전력 벌룬에 의해 개시되거나 구현되는 비-그린 액션들은, 미할당되고 전원차단된 노드의 전원 켜기, 더미 작업 켜기(노드 전력 당), 작업의 에너지 정책 변경(그 다음, 덜 에너지-효율적인 방식으로 실행시키기) 등을 포함한다.
구성 및 동작에서, 전력 벌룬 또는 적절한 관리자 모듈은 어떤 전력 벌룬 활동을 적용할지를 선택할 것이다. 이 선택은, 활동에 의해 소비될 전력량, 설비, 시스템 또는 노드에서 소비되기를 원하는 전력량, 및 활동들의(예를 들어, 유용한 활동들의) 우선순위, 기타의 고려사항에 기초할 수 있다.
분산 컴퓨팅, 고성능 컴퓨팅(HPC) 또는 빅 데이터 분석, 클라우드 컴퓨팅 등의 컴퓨팅과 관련하여, 전기 또는 전력에 관련된, 설비 또는 데이터센터에 대한 에너지 비용은, 미터 요금(meter charge) 및 수요 요금(demand charge) 양쪽 모두를 포함할 수 있다. 미터 요금은 소정 기간에 걸쳐 사용된 에너지의 양에 비례할 수 있다. 수요 요금은, 전력 할당에 대한 명시된 수요, 수요의 퍼센트로서 실제로 사용된 전력량, 전력 소비율의 등락 또는 변동 등의 함수일 수 있다.
오늘날, 이러한 설비 또는 데이터센터에 의한 전형적인 명시된 수요는, 예를 들어, 약 1 메가와트(MW)의 전력 일 수 있다. 미래에는, 특히, 고성능 컴퓨팅(HPC) 또는 수퍼 컴퓨터를 호스팅하거나, 및/또는 빅 데이터 분석을 수행하는 설비 또는 데이터센터에 대해, 수요가, 예를 들어, 45MW 이상으로 증가할 것으로 예상된다. 이러한 높은 수요에서, 수요 요금은 미터 요금보다 클 수 있다. 높은 미리결정된 수요를 갖는 데이터센터를 비롯한 데이터센터들에서의 수요 요금을 관리 및 제어하기 위해, 예시의 데이터센터들은 다음으로부터 이점을 누릴 수 있다: (1) X MW의 전력이 할당될 때, 전력 소비는 일반적으로 X-Y MW 아래로 떨어지지 않아야 하며, 여기서, X-Y는 전력 대역으로서 라벨링될 수 있다; (2) 전력에서의 등락 또는 변동은, 분당 전력 및 시간당 전력 등의 레이트를 포함한, 일반적으로 시간에 따라 제한되어야 한다.
현재, 전압 조정기(VR), 전원(power supply), 및 무정전 전원(UPS) 등의 커패시터는, 짧은 기간 동안 전력 소비의 비교적 작은 등락에 대한 보호를 제공한다. 불행하게도, UPS 또는 배터리가 다중 MW 소비(multiple MW consumption)를 지원하기 위해서는, 일반적으로 넓은 바닥 공간이나 면적이 필요하며, 많은 예에서 엄청난 비용을 요구할 것이다. 종래의 해결책들은, 미래의 데이터센터 또는 비교적 큰 전력 수요 및 큰 실제 전력 소비를 갖는 데이터센터에서의 전력 소비율을 효과적으로 제어하는 것을 일반적으로 만족시킬 수 없다.
본 기술의 실시예들에 따르면, 전력 소비율의 관리는, 일반적으로, 컴퓨팅 시스템에 의한 전력 소비의 제어, 에너지 저장 및 에너지 생성의 이용 등의 조합에 의해 달성 및 구현될 수 있다. 에너지/환경 보존 관점에서, 제어는 일반적으로 그린 또는 비-그린으로서 분류될 수 있다. 특히, 그린 메커니즘은 통상적으로 에너지가 유용한 목적을 위해 소비되는 것을 용이하게 한다. 다른 한편으로, 비-그린 메커니즘은 전력을 증가시키거나 전력 감소를 둔화시키는 의도된 목적을 위해 에너지 낭비 또는 에너지의 비효율적인 소비를 초래할 수 있다. 그린 및 비-그린 활동은, 설비 레벨, 시스템 레벨 및 작업/노드 레벨에서 구현될 수 있다. 설비 레벨에서의 그린 활동은 과잉 에너지를 이용하여 다음과 같은 것들을 수행하는 것을 포함할 수 있다: (1) 배터리를 충전하여 전기 에너지를 저장하는 것, (2) 액체를 냉각하여 나중의 이용(예를 들어, 냉각 시스템을 보완하는 것)을 위해 냉각된 액체를 저장고에 저장하는 것, (3) 얼음을 생성하여 열 에너지를 저장하는 것. 설비-레벨 그린 활동은 또한, 신재생 에너지 소스(예를 들어, 태양열, 풍력, 지열 등) 및/또는 디젤 발전기 등의 전통적인 에너지 소스를 동작하는 것을 포함한 에너지의 국지적 생성을 포함할 수 있다. 설비-레벨 비-그린 활동은, 설비 랙 및 데이터센터를 저온에서 동작하는 것을 포함할 수 있다(예를 들어, 창문이 열린 상태에서 에어컨을 가동함으로써 에너지를 낭비하는 것과 유사한 것).
본 명세서의 일부 실시예들은 계층적 구조를 이용하여 전력 소비율을 관리할 수 있다. 이 구조는, 설비 전력 관리자, 시스템 전력-성능 관리자, 작업 전력-성능 관리자 등을 포함할 수 있다. 이하에서 논의되는 바와 같이, 다양한 메커니즘 및 구조가 구현되어, 상이한 레벨들에서, 예를 들어, 관리자 계층구조 내에서, 전력 소비율을 제어할 수 있다.
나타낸 바와 같이, 다양한 전력 전달 레벨들, 예를 들어, VR, 전원, 배전 유닛(PDU), 배터리를 갖춘 UPS 등에서의 커패시터는 에너지의 국지적 저장 및 방출을 제공할 수 있다. 컴포넌트 및 시스템 레벨들에서, 커패시터는 수 마이크로초 및 수 밀리초의 과도상태를 억제할 수 있다. 특정한 예에서, 1MW 데이터센터의 경우, UPS는 수 분 동안의 에너지 손실을 지원할 수 있다. 10 MW 내지 45 MW 데이터센터의 경우 등의, 도래하는 사용자 요구사항을 해결하기 위해, 전통적인 접근법들의 확장은 일반적으로 비교적 비싸고 부적절할 수 있다. 또 다른 특정한 예에서, HPC 작업이 충돌하거나 종료(완료)되면, 데이터센터는 예를 들어 수밀리초만에 전력 소비량이 4-6 MW 감소를 경험할 수 있다. 종래의 메커니즘은 이러한 불행하고 가능성있는 시나리오를 방지하거나 해결하지 못한다. 대조적으로, 본 명세서에서 논의된 바와 같이, 본 기술의 실시예는 HPC 및 빅 데이터 분석을 포함한 분산 컴퓨팅을 위한 데이터센터 및 설비에서의 전력 소비의 갑작스럽고 비교적 큰 변화를 방지하거나 해결한다.
역사적으로, 전력 소비를 관리하는 노력은 전력 대역을 고려하지 않고 전력 소비를 줄이는데 중점을 두었다. 역으로, 본 명세서의 실시예는 유틸리티 회사 또는 공급자로부터 끌어 쓴 전력이 데이터센터의 전력 할당에 가깝게 유지될 필요성을 수용한다. 다시, 일부 실시예들은 데이터센터 또는 유사한 설비에서 전력 소비율을 관리 또는 제어하기 위해 계층적 타겟들 및 제어들을 채용할 수 있다.
설비 또는 데이터센터는, 일반적으로, 복수의 컴퓨팅 시스템, 에너지 발전기, 전력 저장소(예를 들어, 배터리), 냉각 유닛 등을 호스팅한다. 실시예들에서, 설비는, 분당 및 시간당 변동에 대한 사용자 요구조건을 충족시키는 설비-레벨 전력 관리자(FPM; facility-level power manager), 및 예를 들어 유틸리티 공급자 엔티티(utility supplier entity)에 의한 할당에 기초하여 최소-최대 레벨 또는 범위 내에 설비 전력 소비를 유지하는 FPM을 가질 수 있다. FPM은 시스템 레벨 제어를 위해 타겟들을 생성하여 그 타겟들을 시스템 레벨 전력-성능 관리자(SPPM; system level power-performance manager)에 제공할 수 있다. FPM 및 SPPM은 전력 소비의 변화를 관리할 수 있다. SPPM은 예를 들어 작업-레벨 전력-성능 관리자 또는 제어기 뿐만 아니라 노드들의 시스템과도 작동할 수 있고, 노드-레벨 전력 성능 관리자(NPPM)에 전력 소비 타겟들을 제공할 수 있다. SPPM들과 작업 전력-성능 관리자(JPPM; Job Power-Performance Manager)들 둘 다는, 이하에서 논의되는 바와 같이, 다양한 방식을 구현하기 위해, 아키텍쳐, 전력 이용률, 및 국지적 에너지 저장소를 파악할 수 있다. 따라서, 다시 한번, 전력 대역 내로 제어하고 전력 소비율을 제어하기 위한 계층구조를 포함한, 계층적 타겟들 및 제어기들이 구현될 수 있다.
도 1은, 분산 컴퓨팅 시스템, 데이터센터, 수퍼 컴퓨터, 빅 데이터 분석 센터, 클라우드 컴퓨팅, 엔터프라이즈 서비스, 고성능 컴퓨팅(HPC) 센터 등의 컴퓨팅을 위한 예시적인 시스템(100)이다. 설비 전력 레벨 및 시스템 전력 레벨에 관련된 본 명세서의 실시예는 일반적으로 다양한 컴퓨팅 구성에 적용가능하다. 도시된 실시예에서, 시스템(100)은 노드(108)들의 하나 이상의 시스템(106)을 포함하는 컴퓨팅 아키텍쳐(104)를 갖춘 설비(102)를 갖는다. 한 예에서, 설비(102)는, 각각이 20000개의 노드(108)를 갖는 3개의 시스템(106)을 포함한다. 대안적 실시예에서, 시스템 레벨은, 노드(108)들의 그룹이, 작업마다 등의, 시간에 따라 변화할 수 있다는 의미에서 유동적일 수 있다. 노드(108)는 일반적으로 컴퓨팅 노드일 수 있지만, 운영 체제(OS) 노드, 입력/출력(I/O) 노드, 및 기타의 노드를 포함할 수 있다. 각각의 노드(108)는 하나 이상의 프로세서(110)를 포함할 수 있고, 각각의 프로세서(110)는 하나 이상의 처리 코어(112)를 갖는다.
각각의 노드(108)는 또한, 프로세서(108)에 의해 실행가능한 코드(116)를 저장하는 메모리(114)를 포함할 수 있다. 노드(108)는, 추가적인 하드웨어, 소프트웨어, 펌웨어 등을 포함할 수 있다. 컴퓨팅 아키텍쳐(104)는 또한, 각각이 적어도 하나의 프로세서(120) 및 프로세서(120)에 의해 실행가능한 코드(124)를 저장하는 메모리(122)를 갖는 서버, 호스트 등의 하나 이상의 컴퓨팅 디바이스(118)를 포함할 수 있다.
저장된 실행가능한 코드(116 및 124)는, 계층구조 내의 상이한 레벨들에 있는 관리자들을 포함한 다양한 관리자 또는 제어 모듈을 포함할 수 있다. 언급된 바와 같이, 예시적인 관리자는, 각각 점선 박스(126, 128, 및 130)로 표현된, 노드 전력-성능 관리자(들)(NPPM), 시스템 전력-성능(들)(SPPM), 및 설비 전력 관리자(FPM), 및 기타의 모듈들을 포함한다. 실시예들에서, 작업 전력 성능 관리자(JPPM)(미도시)는 노드(108)들 사이에 분산된다. 개개의 노드에서 실행되는 JPPM의 부분은 NPPM이라고 한다. 다시 한번, 이들 제어기 또는 관리자(126, 128, 130)는, 메모리(예를 들어, 114 및/또는 124)에 저장된 실행가능한 코드(예를 들어, 116 및/또는 126)이다. 관리자들(126, 128, 130)은 다른 모듈들의 일부인 서브모듈을 가질 수 있다. 또한, 나타낸 바와 같이, 관리자들(126, 128 및 130), 및 기타의 제어기 모듈들은, 전력에 관한 계층적 관리 또는 제어를 제공할 수 있다. 또한, 관리자들(128, 128, 130) 및/또는 기타의 제어기들 및 관리자들의 각각의 변형 예들은, 대역 내 또는 대역 외 제어를 제공할 수 있다.
이해할 수 있는 바와 같이, 설비(102)에서의 컴퓨팅 아키텍쳐(104)는 전력을 소비할 수 있다. 추가로, 설비(102)는, 건물 냉각 시스템, 조명 등의, 전력의 다른 소비자(132)를 포함할 수 있다. 설비(102)는, 예를 들어, 하나 이상의 유틸리티 회사 또는 공급자(136)로부터 전기 또는 전력(134)을 수신할 수 있다. 수신된 전력(134)은 필요하다면 설비(102)에서 변환될 수 있다. 게다가, 설비(102)는 또한, 국지적으로 및/또는 원격지에 배치된 발전 설비(138)(예를 들어, 디젤 발전기 등)를 가질 수 있다. 또한, 설비(102)는, 배터리 및 냉각제용 저장고 등의 기타의 에너지 저장소 등의, 전력 저장소(140)를 가질 수 있다. 마지막으로, 설비(102)는, 다른 분산 컴퓨팅 시스템(144)(예를 들어, 데이터센터, 수퍼 컴퓨터, 빅 데이터 등) 또는 (예를 들어, 클라이언트 위치, 유틸리티 회사 또는 배전사 등에 있는) 비-분산 또는 전통적인 컴퓨팅 시스템 및 컴퓨팅 디바이스(146)와 (예를 들어, 네트워크(142)를 통해) 통신할 수 있다.
도 2는 분산 컴퓨팅을 위한 예시적인 설비(102)의 개략도이다. 앞서 언급된 바와 같이, 일부 실시예들에서, 설비(102)를 포함하는 분산 컴퓨팅 시스템(100)(예를 들어, 데이터센터, 수퍼 컴퓨터 등)에 대한 전력 소비율을 관리하거나 제어하기 위해 계층구조가 구현될 수 있다. 설비 레벨에서, 설비 전력 관리자(FPM)(130)는 시간당(예를 들어, 분당 및 시간당) 설비 전력 변동에 대한 요구조건을 수용할 수 있고, 설비(102)에서의 전력 소비를 최소 전력 소비와 최대 전력 소비 사이에 유지할 수 있다. 이러한 범위는, 유틸리티 회사 또는 공급자에 의한, 또는 설비 관리자(예를 들어, 인간 관리자)에 의한 전력 할당에 기초할 수 있다.
FPM(130)은 시스템 레벨 전력에 대한 (예를 들어, 소비 및 변동 양쪽 모두에 대한) 전력 타겟들을 생성하여 시스템 전력-성능 관리자(SPPM)(128)에게 제공할 수 있다. FPM(130) 및 SPPM(128)은 전력 소비의 변동을 관리할 수 있다. SPPM(128) 및/또는 기타의 인자에 의해 선언된 제약들 및 타겟들에 기초하여, SPPM(128)은 노드(108)들의 각각의 시스템(106)의 전력 소비를 관리할 수 있다.
도 3은 분산 컴퓨팅을 위한 예시적인 설비(102)이다. 논의된 바와 같이, 설비 관리자 FPM(130)은 노드들의 시스템(106)을 위한 복수의 시스템 관리자 SPPM(128)에게 지시를 내린다. 또한, FPM(130)은, 인간 관리자(300), 유틸리티 회사 또는 공급자(302) 등과 통신하며 이들에 의해 설정된 정책/규칙을 가질 수 있다. 예들에서, FPM(130)은 유틸리티 제공자(302)에 대한 수요/응답 인터페이스를 이용하거나 또는 요구/응답 인터페이스일 수 있다. 게다가, FPM(130)은 용량 및 요구조건을 전달하는 것을 포함한, 설비(102)에서의 전력 및 냉각에 대한 고려 등을 수행할 수 있다. FPM(130)은, 냉각 시스템(132C)을 책임지고, (예를 들어, 발전기(138)에서의) 에너지의 폐열발전(co-generation)을 관리하며, 하나 이상의 SPPM(128)에게 전력 예산을 할당하는 등을 수행한다.
FPM(130)은, 분당 델타 와트(△W/min) 및 △W/시간 등의, 전력 소비 변동에 관한 데이터센터 운영자에 의한 요구조건을 충족시키기 위해 다양한 메커니즘을 이용할 수 있다. 데이터센터 운영자는 또한, FPM(130)이 유틸리티 제공자(302)에 의한 전력 할당에서 또는 그보다 약간 아래에서 설비-레벨 전력 소비를 유지하게 할 수 있다. 에너지 효율을 높게 유지하는 타겟들과 함께, FPM은 비-그린 메커니즘에 의지하기 이전에 그린 메커니즘을 이용하려고 시도할 수 있다.
국지적 발전기(138)를 갖춘 설비(102)의 경우, FPM(130)은 전력의 설비 제어를 위해 국지적 발전기(138)를 이용할 수 있다. 특정한 설비(102)에 따라, 다양한 타입의 국지적 발전기(138)가 있을 수 있다. 국지적 발전기(138)의 예는, 디젤 엔진, 태양열 전력 등이다. 특정한 예에서, 유틸리티 제공자(302)와 협의된 전력에 대한 설비(102) 수요가 예를 들어 12 MW로 설정되어 있고, 설비(102)가 2 MW의 국지적 발전을 갖는다면, 설비(102)는 대신에 유틸리티 제공자(302)로부터의 10 MW에 대한 수요를 재협의할 수 있다. 만일 그렇다면, 유틸리티 제공자(302)는, 설비(102)가 유틸리티 공급자로부터 8.5 MW 내지 10 MW(예를 들어, 허용된 편차 15 %) 사이에서 끌어 쓸 것을 요구할 수 있다. 이 수치 예에서, 2 MW 국지적 발전은, 8.5 내지 12 MW(~30 % 변동)의 데이터센터 설비(102) 레벨 변동을 가능하게 할 수 있다. 따라서, 국지적 발전은, 융통성 또는 전력 레벨을 증가시킬 수 있을 뿐만 아니라, 장기간에 걸친 제한된 변동(예를 들어, △W/시간)에 대한 목표(들)를 달성하는데 도움이 될 수 있다.
국지적 전력 저장소(140)를 갖는 설비(102)의 경우, FPM(130)은 전력 저장소(예를 들어, 배터리, 국지적 냉동기 등)를 이용할 수 있다. 설비(102) 레벨 실제 전력 소비가 최소 수요(예를 들어, 상기 수치 예에서 8.5 MW) 아래로 떨어질 때, FPM(130)은 전력 저장소(140)의 배터리(140B) 부분을 충전하기 위해 에너지를 채널링할 수 있다. 그러면, 결과적인 배터리 충전은 나중에 설비(102)의 실제 전력 수요가 증가할 때 이용될 수 있다. 에너지 저장을 위한 또 다른 접근법은, (예를 들어, 설비의 실제 전력 소비가 협의된 수요 아래로 떨어질 때의) 과잉 에너지를 이용하여 액체를 냉각시키거나 얼음을 생성하는 것이다. 얼음이나 냉각 액체가 저장되고 냉각을 위해 나중에 이용되어, 예를 들어, 설비(102)의 실제 전력 소비가 수요치, 즉, 전력 대역의 상한에 근접하거나 초과할 때, 냉각 시스템(132C)에 의한 에너지를 감소시킬 수 있다.
FPM(130)이 채용할 수 있는 메커니즘의 다른 예는, FPM(130)이, 냉각 시스템(132C) 내의 냉각제, 공기 또는 물의 온도 또는 온도 설정점을 조정하는 등의, 냉각 시스템(132C)에 관한 설정을 지정하는 것이다. 이러한 제어는, 컴퓨팅 시스템을 포함한 컴퓨팅 아키텍쳐(104)와 냉각 시스템(132C) 양쪽 모두에 의해 소비되는 전력에 영향을 줄 수 있다. 예를 들어, 설비 전력 소비를 증가시키기 위해, FPM(130)은 냉각 시스템(132C) 내의 공기 조절 유닛의 공기 출구의 온도를 낮출 수 있다. 이것은 비-그린 메커니즘일 수 있지만, 냉각 공기 온도의 이러한 저하는 공기에 의해 냉각되는 (예를 들어, 컴퓨팅 아키텍쳐(104) 내의) 컴포넌트들의 수명을 개선하는데 도움을 줄 수 있다. 따라서, 일반적으로 쓸모없는 이러한 비-그린 활동은 전력 대역 내에서 전력 소비를 높이는 것 이외의 이점을 가질 수 있다.
도 4는 분산 컴퓨팅을 위한 예시적인 설비(102)의 시스템 레벨 및 노드 레벨의 개략도(400)이다. 예를 들어, 데이터센터 관리자(406) 및 랙 제어기 또는 관리자(402)는, 시스템 레벨의 공유된 전원(404), 노드(108)들의 랙에서의 냉각 등을 모니터링한다. 랙 관리자(402)는, 예를 들어, 노드(108)들에 대한 전력 모니터링에 관해 노드 관리자(403)(예를 들어, 대역 외 노드 관리자)에게 지시할 수 있다. 대역 내 및 대역 외 관리, 모니터링, 및 제어가 수용될 수 있다. 데이터센터 관리자(406)는, 예를 들어, 대역 외 관리 계층구조의 일부일 수 있다. 데이터센터 관리자(406)는, 전력 및 냉각 시스템의 상태 및 능력을 SPPM(128)에 전달한다.
예들에서, 노드 관리자(403), 랙 관리자(402) 및 데이터센터 관리자(406)는 대역 외이고 시스템 소프트웨어의 직접적인 부분이 아니다. 대신에 이들 3개의 관리자(402, 403 및 406)는, 예를 들어, 전력 및 냉각 인프라스트럭쳐를 장애에 대해 모니터링하는 독립적인 메커니즘의 일부일 수 있다. 전원 또는 냉각에서의 장애의 경우, 랙 관리자(402)는 결과적인 원하지 않는 사건들을 감소 또는 방지하기 위한 액션을 취할 수 있고, 작업 관리자, 자원 관리자, SPPM과 통신하여, 이들이 (장애로 인한) 더 낮은 전력/냉각 능력을 이해하면서 시스템 및 노드를 작동하게 할 것이다.
도 1 내지 도 3에 관해 논의된 바와 같이, 설비(102) 또는 데이터센터 레벨 능력 및 설비(102)의 에너지 비용, 예를 들어, 전력 및 냉각 시스템, 건물 등에서의 손실을 이해하는데 있어서, FPM(130)은, 노드(108)의 각각의 SPC(128) 및 시스템(106)(도 1 내지 도 3 참조)에 대한 전력량 또는 레벨, 및 전력 변동에 대한 타겟(들)을 생성할 수 있다. 이들 타겟들은, 시스템(106) 전력 관리 및 제어를 위해 SPC(128)에 전달될 수 있다.
도 5a 및 도 5b는 예시적인 액션들(502)을 갖는 예시적인 관리 계층구조(500)의 흐름도이다. 도 5a는 도면의 상부이다. 도 5b는 도면의 하부이다. 관리 계층구조(500) 내의 엔티티들은, 전술된 FPM(130), SPPM(128), JPPM(504) 및 NPPM(126), 또는 그 변종을 포함할 수 있다. 동작시에, FPM(130)은 설비(102) 자원을 관리하고 하나 이상의 SPPM(128)에 대한 시스템 전력 예산을 정의할 수 있다. 시스템 레벨에서, (별개로 도시되지 않은) 자원 관리자는, 예를 들어, SPPM(128) 및 작업 전력-성능 관리자(JPPM)(504)를 포함할 수 있고, (변동을 포함한) 전력 소비에 관해 NPPM(126)에게 지시할 수 있다. 시스템 레벨 및 작업 레벨에서의 전력 소비는, 노드(108) 상의 분산 컴퓨팅 작업의 구현 또는 실행시 등의, 시스템(106) 내의 복수의 노드(108)에 대한 것일 수 있다. 관리 계층구조 내의 추가 엔티티들은, 설비 관리자(예를 들어, 자동화된 또는 사람 관리자), 에너지 유틸리티(508)(예를 들어, 유틸리티 회사 또는 공급자), 건물 관리(510) 등을 포함할 수 있다.
전술된 도면들과 관련하여 논의된 바와 같이, FPM(130)은 일반적으로 수요/응답 인터페이스를 통해 에너지 유틸리티(508)와 통신하고, 설비 관리자(506)와 규칙 및 정책을 수신 및 설정하고, 설비(102) 에너지 자원을 관리할 수 있다. FPM(130)은, 용량 요구량 및 요구조건을 전달하는 것을 포함한, 설비(102) 전력 및 냉각을 책임지고, 국지적 에너지의 이용을 관리하며, 시스템(즉, 자원 관리자 또는 SPPM(128))에 예산을 할당할 수 있다.
도 5a의 도시된 실시예에서, 액션들(502)에 의해 표시된 바와 같이, FPM(130)은 예측된 시스템 전력을 질의하고 수신할 수 있다. SPPM(128)은 시스템 수요 예측을 개발할 수 있다. FPM(130)은 또한, SPPM(128)으로부터 현재 및 과거 이력 시스템 전력 정보를 질의하고 수신할 수 있다. 또한, FPM(130)은 건물 관리(510)로부터 전력 및 냉각 인프라스트럭처의 상태를 질의하고 수신할 수 있다. FPM(130)은 또한, 국지적 에너지 저장 및 생성의 상태를 질의하고 건물 관리(510)로부터 수신할 수 있다.
게다가, 도 5a에 나타낸 바와 같이, 설비 관리자(506)는 전력 램프 및 전력 대역에 대한 정책을 수신할 수 있고, 차례로, 설비 관리자(506)는 전력 램프 및 전력 대역의 제어를 위한 정책 및 규칙을 FPM(130)에 설정할 수 있다 . FPM(130)은, 유틸리티 에너지(508)로부터, 전력 이용 및 변동에 대한 유틸리티 예상치(utility expectation)뿐만 아니라, 에너지에 관한 가격 정보 및 인센티브를 수신할 수 있다. 물론, FPM(130)이, 유사한 정보, 및 기타의 데이터와 정보를 설비 관리자(506) 및 유틸리티 에너지(508)에 제공할 수 있다는 점에서, 반대 방향이 실현될 수도 있다.
도 5b의 도면을 계속하면, FPM(130)은, 수신된 다양한 전술된 정보 및 기타의 정보에 기초하여, 설비 수요 예측을 개발하고, 국지적 에너지 저장/생성을 위한 타겟 및 계획을 개발하고, 이들 타겟을 빌딩 관리(510)에 설정하며, 전력 대역 및 램프에 대한 시스템 레벨 타겟들을 개발하고 이들 한도를 SPPM(128)에 설정할 수 있다. 응답하여, SPPM(128)은 작업의 전력 시퀀싱을 위한 정책을 개발하고, "그린" 및 "비-그린" 전력 활동들을 이용하기 위한 정책을 개발하며, 작업 레벨 전력 대역 및 램프 한도를 JPPM(502)에 설정한다.
도 5a에서 액션들(502)로 도시된 바와 같이, JPPM(502)은 (예를 들어 전력 예산과 함께 제공된) 노드 레벨 전력 대역 및 램프 한도를 NPPM(126)에 설정할 수 있다. JPPM(502)은 또한, 그린 및 비-그린 접근법을 포함한, 전력 램프 및 대역을 관리하기 위한 정책을 NPPM(126)에 전달할 수 있다. NPPM(126)은, 각각의 노드(들)에서의 전력 소비를 대역 및 램프 타겟 또는 한도 내에 유지할 수 있다. 마지막으로, 라벨들, 레벨들 및 구성들을 포함한 도 5에 도시되지 않은 다른 관리 계층구조가 본 기술에 적용 가능하다는 것이 강조되어야 한다.
도 6은 시스템 레벨 및 노드 레벨에서의 예시적인 관리자 및 기능의 블록도이다. 시스템(106)에서, 시스템(106) 레벨 전력 예산 내에서 비교적 높은 에너지 효율을 제공하도록 시스템(106) 전력-성능을 유지하는 메커니즘이 있을 수 있다. SPPM(128)은, 예를 들어, 전력 소비의 변화율에 대한 요건을 충족시키기 위해, 자원 관리자(600)와 연계하여 작동할 수 있다. 자원 관리자(600)(예를 들어, 프로세서에게 지시하는 실행가능한 코드)는, 사용자가 제출한 작업을 관리하고 예를 들어 노드들의 95 % 이상이 계산에 이용되는 목표를 달성하는 방식으로 우선순위화된 순서로 작업들을 론칭하기 위해, 작업 스케쥴러(미도시), 작업 론처(미도시) 등의 요소들을 가질 수 있다. 자원 관리자(RM)(600)는, 작업의 전력-성능을 관리하는 (도 5a 및 도 5b의 502와 유사할 수 있는) 시스템 전력-성능 관리자(SPPM)(128) 및 작업 전력-성능 관리자(JPPM)(604) 등의 컴포넌트들을 가질 수 있다. RM(600)은 다양한 타입의 작업을 선택하고 작업 전력에서의 점진적 증가를 제어함으로써 전력 소비에 대한 시스템(106) 레벨 타겟을 달성하는 것을 도울 수 있다.
작업들의 선택에 관해, RM(600)은 큐로부터 작업(606)을 선택하고 실행을 위해 작업(606)을 스케쥴링할 수 있다. 실시예들에서, RM(600)은 작업에 대한 전력 요구량을 추정하는 툴(tool)에 액세스할 수 있다. 이들 추정치들은, RM(600)이, 전력 제어를 위한 시스템(106) 레벨 전력 요건을 충족시키기 위해 실행될 수 있는 작업들의 조합을 선택하는 것을 도울 수 있다.
RM(600)은 작업에 대한 전력 시퀀싱(608)을 처리할 수 있다. 특정한 예에서, 작업이 20000개의 노드(108) 상에서 시작된다면, 시스템(106) 및 설비(102)에서의 갑작스런 전력 소비의 증가가 있을 수 있다. 소정 실시예에서, RM(600)은 이 전력 증가를 더욱 점진화하기 위해 복수의 기술을 채용할 수 있다. 예를 들어, RM(600)은 FPM(130)과 조율하여 체계적 전력을 처리하고 시스템(106)을 위해 전력 소비를 점진화할 수 있다. FPM(130)은 국지적 에너지 저장소(140) 및 국지적 에너지 생성(138)을 이용함으로써 갑작스럽거나 급격한 전력 소비의 증가를 둔화시킬 수 있다. 시스템 전력 증가를 더욱 점진화하는 또 다른 예에서, RM(600)은, 노드들이 낮은(예를 들어, 최저의) 빈도로 작업을 개시하는 방식으로 작업을 실행하는 컴퓨팅 노드(108)의 성능을 제어할 수 있다. 그러면, RM(600)은, 작업을 실행하는 노드(108)들의 빈도를 제어된 방식으로 점진적으로 증가시킬 수 있다.
중요하지 않은 작업(610)의 경우, 이전의 작업이 종료될 때, RM(600)은 중요하지 않지만 유용한 작업들의 수행 또는 실행을 지정할 수 있다. 이러한 작업(610)의 예는, 시스템 상태 검사, 진단, 보안 스캔, 노드(108)의 전력-성능 캘리브레이션, 저장 디바이스의 단편화 해소, 시스템 메모리 및 저장 드라이브의 오류 스캔 및 수정 등일 수 있다. 이들은, 시스템(106) 및 기타의 설비(102) 시스템의 신뢰성을 향상시키는 그린 메커니즘일 수 있다.
전력 제어 작업(612)은, 유용한 직무를 거의 또는 전혀 생성하지 않고 전력 레벨을 최소치 위로 유지하기 위해 에너지를 소비하는 작업일 수 있다. 이들은 분명히 비-그린 옵션일 수 있다. 그럼에도 불구하고, 이러한 전력 제어 작업(612)은 시스템(106) 레벨 전력 소비를 타겟 내에 유지하는 것을 도울 수 있다. 특정한 실시예에서, 이러한 종류의 활동들은, 이하에서 더 상세히 설명되는 바와 같이, 시스템 전력 벌룬 애플리케이션(614)(예를 들어, 실행가능한 코드)을 통해 구현될 수 있다.
노드(108)에 대한 전력 소비 타겟들에 관해, RM(600)은, JPPM(604) 등의, 작업 또는 작업부하 관리자를 통해 노드(106)의 전력-성능을 제어할 수 있다. 예를 들어, RM(600)은, JPPM(604)을 통해, 노드(108) 레벨 전력 소비가 급격하게 및 갑작스럽게 변하지 않도록 소정 실시예들에서 특정 타겟들을 제공할 수 있다. 다시 한번, 램프 또는 대역 타겟들을 충족시키기 위해, 급격한 전력 변화율(및 대역 내의 전력 소비 관리)을 피하는 것에 관한 특정 활동들은, 전력 벌룬 기술 또는 메커니즘(메모리에 저장된 모듈 또는 실행가능한 코드)을 통해 구현될 수 있다. 소정 실시예에서, 시스템 레벨과 노드 레벨 양쪽 모두에서 전력 벌룬이 존재할 수 있다. 예시된 실시예는 시스템 전력 벌룬(614) 및 노드 전력 벌룬(622)을 도시한다.
노드(108) 레벨 전력 소비를 작업 관리자 또는 JPPM(604)에 의해 제공되는 타겟 내에 유지하기 위해, 블록 618에서 설명된 바와 같이, 전력 관리(PM) 피쳐의 제어가 처리될 수 있다. 노드(108) 레벨 전력에서의 감소는, 노드 또는 플랫폼에서의 전력 관리(PM) 또는 전력 감소 기술의 결과일 수 있다. 이들 기술들은, 컴포넌트의 이용량 또는 계산 부하가 감소할 때 컴포넌트 레벨 전력을 감소시킬 수 있다. 일부 실시예들에서 PM 피쳐들을 디스에이블함으로써, 컴포넌트 레벨 전력은 일정하거나(steady) 실질적으로 일정하게 유지될 수 있다. 그러나, RM(600) 및/또는 노드 전력 벌룬(622)은, 전력을 천천히 감소시키는 더욱 점진적인 접근법을 PM에게 지시할 수 있다. 더욱 점진적인 접근법은 전력 변화율에 대한 목표를 달성하는 것을 도울 수 있고 에너지 효율적이다.
또한, 유지보수에 대해 중요하지 않은 애플리케이션(620)이 존재할 수 있다. 노드(108)에서의 전력 강하가 수반되는 예에서, RM(600)은, 노드 전력 벌룬(622)을 통해, 중요하지 않지만 유용한 애플리케이션(620)을 실행할 수 있다. 이러한 중요하지 않은 애플리케이션(620)이 임의의 사용자에 대한 컴퓨터 출력을 생성하지 않을 수도 있지만, 이러한 애플리케이션(620)은 유지보수를 수행할 수 있고 따라서 노드(108)의 신뢰성을 향상시킬 수 있다. 이러한 애플리케이션의 예로서는, 노드 상태 검사, 진단, 보안 스캔, 노드의 캘리브레이션, 저장 드라이브의 단편화 해소, 시스템 메모리 및 저장 드라이브의 오류 스캔 및 수정 등이 포함된다.
예를 들어, SPPM(128)은, 전력 벌룬이라 불리는 현재의 기술을 구현할 수 있다(예를 들어, 도 7 참조). 전력 벌룬(614 및 622)은, (1) 시스템 전력을 전력 대역 내에 유지하고 (2) 시스템 레벨 전력 등락 및 기타의 결과를 관리하는 그린 및 비-그린 애플리케이션을 관리할 수 있다. 상기에서 중요하지 않은 애플리케이션(620)이라고 언급된 그린 애플리케이션의 예는, 시스템 상태 체크, 진단, 보안 스캔, 노드들의 캘리브레이션, 저장 드라이브의 단편화 해소, 시스템 메모리 및 저장 드라이브의 오류 스캔 및 수정 등일 수 있다. 전력 벌룬 애플리케이션에 의해 구현되는 것들과 같은, 비-그린 애플리케이션의 예는, 미할당된 노드의 전원 켜기(미할당된 노드는 일반적으로 에너지를 절약하기 위해 전원차단된다), 전력 바이러스 등의 더미 작업의 실행, 작업 관리자(또는 JPPM 502 또는 604)에게 에너지 효율화없이 작업을 실행할 것을 요청하는 것일 수 있다. 언급되고 도 6에 도시된 바와 같이, 전력 벌룬(614, 622)은 각각 시스템 레벨 및 노드 레벨에서 동작할 수 있다. 노드 레벨의 경우, 노드 전력 벌룬(622)은 노드(108)에서 국지적 기술을 제공할 수 있다. 특정한 예들에서, 노드 전력 벌룬(622)은, 노드가 전력 벌룬 활동에 응답하여 유용한 계산 출력을 생성하지 않을 수도 있는 비-그린 기술일 수 있다. 노드 전력 벌룬(622)은 또한 그린 액션들을 구현할 수 있다. 다시 한번, 동일한 또는 유사한 액션들(그린 및 비-그린)이 시스템 전력 벌룬(614)을 통해 시스템 레벨에서 구현될 수 있다.
도 7은, 노드(108) 전력을 대역 내에 유익하게 유지하기 위해 노드 전력 벌룬(622)이 어떻게 이용될 수 있는지를 도시한다. 일부 실시예에서, 이 메커니즘은, 예를 들어, 밀리초 단위의 전력 소비 변화가 있는 경우에도 응답할 수 있다. 전력 벌룬(622)은, 운영 체제에 의해, 또는 대역 외 메커니즘 또는 펌웨어에 의해 기동될 수 있다. 도시된 실시예에서, 대역 외 노드 관리자(616)는 전력 벌룬(622)을 기동할 수 있다. 일반적으로, 전력 벌룬은, 전력 램프 및 전력 대역 제어를 위한 요건을 충족시키기 위해 전력을 증가시키거나 감소시킨다. 또한, 전력 벌룬은 노드 레벨 또는 시스템 레벨에서 구현될 수 있다. 도 7의 특정한 예시된 실시예에서, 전력 벌룬은 노드 레벨에서 구현되고 전력 대역을 충족시키기 위해 전력을 증가시킨다. 그러나, 전력 벌룬 구현은 시스템 레벨에서 동등하게 또는 유사하게 적용되거나 채택될 수 있고, 전력 램프, 즉 전력 변화율(증가 또는 감소)을 조정 또는 제어할 수도 있다.
도 7은, 분산 컴퓨팅 시스템(106)의 컴퓨팅 노드(108) 상에서 실행되는, 2개의 예시적인 컴퓨팅 작업(702 및 704)의 전력 소비, 또는 상이한 시간들에서의 동일한 컴퓨팅 작업의 전력 소비를 비교하는 막대 차트(700)이다. 노드(108) 전력에 대한 원하는 범위 또는 대역은, 최소 전력(708)으로부터 최대 전력(710)까지이다. 제1 컴퓨팅 작업(702)은 원하는 대역 내에서 실행된다. 대조적으로, 제2 컴퓨팅 작업(704)은 노드(108)에 대한 원하는 최소 전력(708) 아래에서 실행된다. 그러나, 전술된 전력 벌룬 애플리케이션(622)의 구현에서, 제2 작업(704)을 실행할 때의 노드(108)의 전력은, 추가된 전력(706)에 의해 표시된 바와 같이, 원하는 전력 대역 내에서 최소 전력(708) 레벨 이상으로 증가될 수 있다.
요컨대, 노드-레벨 전력 벌룬(622)은 전력 대역 및 전력 변동을 관리하기 위해 그린 및 비-그린 액션들을 구현할 수 있다. 그린 액션들 또는 방법들은 노드 캘리브레이션, 진단, 메모리 또는 디스크 스캔을 실행하여 오류 검출 및 수정, 바이러스 스캔 등을 수행하는 것을 포함할 수 있다. 비-그린 액션들은, 전력 감소 피쳐를 디스에이블 또는 오프하는 것, 전력을 소비하지만 직무 출력을 생성하지 않는 더미 프로그램(예를 들어, 전력 바이러스)을 실행하는 것 등을 포함할 수 있다. 다시 한번, 도 7에 도시된 노드 레벨에서 결과를 제공하는 전술한 액션들을 구현하는 전력 벌룬은 또한, 시스템 레벨에서 구현될 수 있다(도 6의 시스템 전력 벌룬(614) 참조).
도 8은 본 기술의 실시예들에 따른 분산 컴퓨팅 시스템의 전력 관리를 용이하게 할 수 있는 유형의 비일시적 컴퓨터 판독가능한 매체(tangible non-transitory, computer-readable medium)의 한 예를 도시하는 블록도이다. 컴퓨터 판독가능한 매체(800)는 컴퓨터 상호접속(804)을 통해 프로세서(802)에 의해 액세스될 수 있다. 프로세서(802)는 하나 이상의 컴퓨팅 노드 프로세서(예를 들어, 110), 서버 프로세서(예를 들어, 110, 120), 또는 또 다른 프로세서일 수 있다. 유형의 비일시적 컴퓨터 판독가능한 매체(800)는 여기서 설명된 기술들의 동작들을 수행하도록 프로세서(802)에게 지시하는 실행가능한 명령어들 또는 코드를 포함할 수 있다.
여기서 논의된 다양한 소프트웨어 컴포넌트들은 도 8에 도시된 바와 같이 유형의 비일시적 컴퓨터 판독가능한 매체(800)에 저장될 수 있다. 예를 들어, 전력 관리/제어 모듈(806)(실행가능한 코드/명령어들)은 분산 컴퓨팅 설비에서의 전력 소비 및 변동을 관리 및 제어하도록 프로세서(802)에게 지시할 수 있다. 사실상, 모듈(806) 실행가능한 명령어 또는 코드는, FPM, 자원 관리자, SPPM, JPPM, NPPM, 시스템 전력 벌룬, 노드 전력 벌룬 등을 포함할 수 있다. 코드 또는 모듈(806)은 도 1의 전술된 실행가능한 코드(116, 124)와 유사하거나 동일할 수 있다. 도 8에 도시되지 않은 임의의 개수의 추가적 소프트웨어 컴포넌트들이 애플리케이션에 따라 유형의 비일시적 컴퓨터 판독가능한 매체(800) 내에 포함될 수 있다는 것을 이해해야 한다.
일부 실시예들은, 하드웨어, 펌웨어, 및 소프트웨어 중 하나 또는 이들의 조합으로 구현될 수 있다. 일부 실시예들은 여기서 설명된 동작들을 수행하기 위해 컴퓨팅 플랫폼에 의해 판독되고 실행될 수 있는 머신 판독가능한 매체에 저장된 명령어로서 구현될 수 있다. 머신 판독가능한 매체는, 머신, 예를 들어, 컴퓨터에 의해 판독가능한 형태로 정보를 저장하거나 전송하기 위한 임의의 메커니즘을 포함할 수 있다. 예를 들어, 머신 판독가능한 매체는, 판독 전용 메모리(ROM); 랜덤 액세스 메모리(RAM); 자기 디스크 저장 매체; 광학 저장 매체; 플래시 메모리 디바이스; 또는 전기적, 광학적, 음향 신호 또는 기타 형태의 전파형 신호(propagated signal), 특히, 예를 들어, 반송파, 적외선 신호, 디지털 신호, 또는 신호를 송신 및/또는 수신하는 인터페이스를 포함할 수 있다.
실시예는 구현 또는 예이다. 본 명세서에서 "실시예", "한 실시예', "일부 실시예", "다양한 실시예", 또는 "다른 실시예"라는 언급은, 실시예들과 연계하여 설명된 특정한 피쳐, 구조, 또는 특성이, 반드시 본 기술의 모든 실시예가 아니라, 적어도 일부의 실시예에 포함된다는 것을 의미한다. "실시예", "한 실시예", 또는 "일부 실시예"의 다양한 등장들은 모두가 반드시 동일한 실시예를 언급하는 것은 아니다. 한 실시예로부터의 요소들 또는 양상들은 또 다른 실시예의 요소들 또는 양태들과 결합될 수 있다.
여기서 설명되고 예시된 모든 컴포넌트, 피쳐, 구조, 특성 등이 특정한 실시예 또는 실시예들에 포함될 필요는 없다. 명세서에서, 컴포넌트, 피쳐, 구조, 또는 특성이 "포함될 수(may)", "포함될 수도(might)", "포함될 수(can)" 또는 "포함될 수(could)"도 있다고 진술하고 있다면, 예를 들어, 그 특정한 컴포넌트, 피쳐, 구조, 또는 특성은 포함될 것이 요구되는 것은 아니다. 명세서 또는 청구항에서 "한(a)" 또는 "한(an)" 요소를 언급하고 있다면, 그것은 그 요소가 오직 하나만 있다는 것을 의미하는 것은 아니다. 명세서 또는 청구항에서 "추가(additional)" 요소를 언급하고 있다면, 그것은 하나보다 많은 추가 요소가 있다는 것을 배제하지 않는다.
일부 실시예들이 특정한 구현을 참조하여 설명되었지만, 일부 실시예들에 따라 다른 구현이 가능하다는 점에 유의해야 한다. 추가로, 도면들에 예시되고 및/또는 본 명세서에서 설명된 회로 요소들이나 다른 피쳐들의 배열 및/또는 순서는 예시되고 설명된 특정한 방식으로 배열될 필요는 없다. 일부 실시예들에 따라 많은 다른 배열들이 가능하다.
도면에 도시된 각각의 시스템에서, 일부의 경우의 요소들 각각은, 표현된 요소들이 상이하거나 및/또는 유사할 수 있다는 것을 암시하기 위해 동일한 참조 번호 또는 상이한 참조 번호를 가질 수 있다. 그러나, 소정의 요소는, 상이한 구현을 갖고 여기서 도시되거나 설명된 시스템의 일부 또는 전부와 함께 동작하기에 충분히 유연할 수 있다. 도면들에 도시된 다양한 요소들은 동일하거나 상이할 수 있다. 어느 것을 제1 요소라 부르고 어느 것을 제2 요소라고 부르는 것은 임의적이다.
예들이 제공된다. 예 1은 컴퓨팅을 위한 설비로서, 상기 설비는 컴퓨팅 작업을 실행하는 복수의 컴퓨팅 노드들의 시스템들을 포함한다. 컴퓨팅 설비는, 설비의 전력 소비를 전력 대역 내로 관리하기 위해 상기 복수의 컴퓨팅 노드들에 의해 또는 프로세서에 의해 실행가능한 코드를 저장하는 메모리를 가지며, 전력 소비를 관리하는 것은 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함한다. 상기 실행가능한 코드는 상기 전력 벌룬을 포함한다.
예 2는 예 1의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 전력 소비율을 제어한다.
예 3은 예 1-2의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 컴퓨팅은 분산 컴퓨팅을 포함하고, 상기 작업은 분산 컴퓨팅 작업을 포함한다. 또한, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 노드 레벨에서의 전력 소비를 관리하는 것을 포함하고, 상기 전력 대역은 최소 전력 소비로부터 최대 전력 소비까지의 범위를 포함한다.
예 4는 예 1-3의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 노드 전력 벌룬이다.
예 5는 예 1-4의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 시스템 전력 벌룬이다.
예 6은 예 1-5의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 그린 기술을 구현하는 것을 포함한다.
예 7은 예 1-6의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함한다.
예 8은 예 1-7의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 비-그린 기술을 구현하는 것을 포함한다.
예 9는 예 1-8의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비한다.
예 10은 예 1-9의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 진단을 실행하거나 유지보수를 수행하는 것, 또는 이들의 조합을 포함한다.
예 11은 예 1-10의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 미할당된 전력차단된 노드의 전원을 켜는 것을 포함한다.
예 12는 예 1-11의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 전력 열 유틸리티(power thermal utility) 프로세스를 실행하여 컴퓨팅 노드의 에너지 소비를 증가시키는 것을 포함한다.
예 13은 컴퓨팅 노드들의 시스템들을 갖는 컴퓨팅을 위한 설비로서, 각각의 시스템은, 분산 컴퓨팅의 작업을 실행하는 복수의 컴퓨팅 노드를 포함한다. 상기 컴퓨팅을 위한 설비는, 상기 설비에서의 전력 소비를 관리하는 실행가능한 코드를 저장하는 메모리를 포함하고, 전력 소비를 관리하는 것은, 계산 출력을 제공하지 않는 활동을 개시하여 전력 소비를 조정함으로써, 상기 설비에서의 전력 소비를 전력 대역 내로 제어하고 상기 설비에서의 전력 소비율을 제어하는 것을 포함한다.
예 14는 예 13의 주제를 포함한다. 이 예에서, 상기 활동은, 컴퓨팅 노드들의 시스템 또는 컴퓨팅 노드, 또는 양쪽 모두에서 동작하고, 상기 설비는, 클라우드 컴퓨팅 설비, 분산 컴퓨팅 설비, 고성능 컴퓨팅(HPC) 설비, 빅 데이터(Big Data) 분석 설비, 또는 이들의 임의의 조합을 포함한다.
예 15는 예 13-14의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 실행가능한 코드는 상기 활동을 개시하는 전력 벌룬을 포함한다.
예 16은 컴퓨팅의 방법으로서, 설비의 컴퓨팅 시스템들 상에서 컴퓨팅 작업을 실행하는 단계를 포함하고, 각각의 시스템은 복수의 컴퓨팅 노드를 포함한다. 이 방법은, 프로세서를 통해, 그린 활동 및 비-그린 활동을 구현하는 것을 포함하는 전력 벌룬을 이용하여 설비에서의 전력 소비를 전력 대역 내로 관리하는 단계를 포함한다.
예 17은 예 16의 주제를 포함한다. 이 예에서, 상기 전력 소비를 관리하는 단계는 전력 소비율을 제어하는 단계를 포함한다.
예 18은 예 16-17의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 노드 레벨에 있다.
예 19는 예 16-18의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 시스템 레벨에 있다.
예 20은 예 16-19의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함한다.
예 21은 예 16-20의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
예 22는 예 16-21의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 컴퓨팅은 분산 컴퓨팅을 포함하고, 상기 시스템은 분산 컴퓨팅 시스템을 포함하며, 상기 설비는 분산 컴퓨팅 설비를 포함한다.
예 23은, 그린 기술 및 비-그린 기술을 구현하는 전력 벌룬을 통해, 분산 컴퓨팅을 위한 설비에서의 전력 소비를 전력 대역 내로 관리하기 위해 프로세서에 의해 실행가능한 명령어들을 포함하는 비일시적 컴퓨터 판독가능한 매체로서, 상기 설비는 복수의 컴퓨팅 노드들의 시스템들을 포함하고, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 컴퓨팅 노드 레벨에서의 전력 소비율을 제어하는 것을 포함한다. 상기 실행가능한 명령어들은 상기 전력 벌룬을 포함한다.
예 24는 예 23의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 것은, 유용한 직무를 생성하지만 사용자에 대한 계산 출력을 생성하지 않는 활동을 상기 설비에서의 컴퓨팅 노드들의 시스템 상에서 구현하는 것을 포함하고, 상기 전력 대역은 최소 전력 소비로부터 최대 전력 소비까지의 범위를 포함한다.
예 25는 예 23-24의 임의의 조합의 주제를 포함한다. 이 예에서, 전력 벌룬을 통해 전력 소비를 관리하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 상기 설비의 컴퓨팅 노드들의 시스템 상에서 개시하는 것을 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
예 26은, 그린 기술 및 비-그린 기술을 구현하는 전력 벌룬을 통해, 설비의 전력 소비를 전력 대역 내로 관리하기 위한 수단을 포함하는, 분산 컴퓨팅을 위한 설비에서의 전력 소비를 관리하기 위한 장치로서, 상기 설비는 복수의 컴퓨팅 노드들의 시스템들을 포함하고, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 컴퓨팅 노드 레벨에서의 전력 소비율을 제어하는 것을 포함한다.
예 27은 예 26의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하기 위한 수단은, 유용한 직무를 생성하지만 사용자에 대한 계산 출력을 생성하지 않는 활동을 상기 설비에서의 컴퓨팅 노드들의 시스템 상에서 구현하기 위한 수단을 포함하고, 상기 전력 대역은 최소 전력 소비로부터 최대 전력 소비까지의 범위를 포함한다.
예 28은 예 26-27의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하기 위한 수단은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 상기 설비의 컴퓨팅 노드들의 시스템 상에서 구현하기 위한 수단을 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
예 29는 컴퓨팅을 위한 설비로서, 상기 설비는 컴퓨팅 작업을 실행하는 복수의 컴퓨팅 노드들의 시스템들을 포함한다. 상기 컴퓨팅 설비는 상기 설비의 전력 소비를 전력 대역 내로 관리하는 실행가능한 코드를 저장하는 메모리를 가지며, 전력 소비를 관리하는 것은 전력 소비율을 제어하는 것을 포함하고, 전력 소비를 관리하는 것은 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함한다.
예 30은 예 29의 주제를 포함한다. 이 예에서, 상기 컴퓨팅은 분산 컴퓨팅을 포함하고 상기 작업은 분산 컴퓨팅 작업을 포함하며, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 노드 레벨에서의 전력 소비를 관리하는 것을 포함하고, 상기 전력 대역은 최소 전력 소비로부터 최대 전력 소비까지의 범위를 포함한다.
예 31은 예 29-30의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 노드 전력 벌룬을 포함한다.
예 32는 예 29-31의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 시스템 전력 벌룬을 포함한다.
예 33은 예 29-32의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함하는 그린 기술을 구현하는 것을 포함한다.
예 34는 예 29-33의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함하는 비-그린 기술을 구현하는 것을 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비한다.
예 35는 예 29-34의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 진단을 실행하거나 유지보수를 수행하는 것, 또는 이들의 조합을 포함한다.
예 36은 예 29-35의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 전력 열 유틸리티 프로세스를 실행하여 컴퓨팅 노드의 에너지 소비를 증가시키는 것을 포함한다.
예 37은 컴퓨팅의 방법으로서, 설비의 컴퓨팅 시스템들 상에서 컴퓨팅 작업을 실행하는 단계를 포함하고, 각각의 시스템은 복수의 컴퓨팅 노드를 포함한다. 이 방법은, 전력 소비율을 제어하고 전력을 전력 대역 내에서 제어하기 위해, 전력 벌룬을 통해, 상기 설비에서의 전력 소비를 관리하는 단계를 포함하고, 상기 전력 벌룬은 그린 활동 및 비-그린 활동을 구현한다.
예 38은 예 37의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함한다.
예 39는 예 37-38의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
예 40은 예 37-39의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는 미할당된 전력차단된 노드의 전원을 켜는 것을 포함한다.
예 41은, 설비의 전력 소비율을 제어하고 상기 설비의 전력 소비를 전력 대역 내로 제어하도록, 상기 설비의 전력 소비를 관리하기 위해 프로세서에 의해 실행가능한, 전력 벌룬을 포함하는, 명령어들을 포함하는 비일시적 컴퓨터 판독가능한 매체로서, 상기 전력 벌룬은 그린 활동 및 비-그린 활동을 구현하고, 상기 설비는 분산 컴퓨팅 설비를 포함한다.
예 42는 예 41의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 것은, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함한다.
예 43은 예 41-42의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
예 44는 예 41-43의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 것은 미할당된 전력차단된 노드의 전원을 켜는 것을 포함한다.
예 45는 예 41-44의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 노드 레벨에 대해 구성된다.
예 46은 예 41-45의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 시스템 레벨에 대해 구성된다.
예 47은 예 41-46의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 단계를 포함한다.
예 48은 예 41-47의 임의의 조합의 주제를 포함한다. 이 예에서, 분산 컴퓨팅 설비는 컴퓨팅 노드들을 포함하는 고성능 컴퓨팅(HPC) 시스템들을 포함한다.
예 49는 예 41-48의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 것은 그린 기술을 구현하는 것을 포함한다.
예 50은 예 41-49의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 비-그린 기술을 구현하는 것을 포함한다.
예 51은 컴퓨팅을 위한 설비로서, 상기 설비는, 컴퓨팅 작업들을 실행하도록 구성된 복수의 컴퓨팅 노드들의 시스템, 및 상기 설비의 전력 소비를 전력 대역 내로 관리하기 위해 상기 복수의 컴퓨팅 노드에 의해 또는 프로세서에 의해 실행가능한 코드를 저장하는 메모리를 갖는다.
예 52는 예 51의 주제를 포함한다. 이 예에서, 상기 컴퓨팅은 분산 컴퓨팅을 포함하고 상기 작업은 분산 컴퓨팅 작업을 포함하며, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 노드 레벨에서의 전력 소비를 관리하고, 국지적 에너지 저장 또는 국지적 에너지 생성 또는 양쪽 모두를 이용하는 것을 포함한다.
예 53은 예 51-52의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 코드는 전력 벌룬을 포함하고, 상기 전력 소비를 관리하는 것은 상기 전력 벌룬을 통해 상기 전력 소비를 조정하는 것을 포함한다.
예 54는 예 51-53의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 전력 소비율을 제어한다.
예 55는 예 51-54의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 노드 전력 벌룬을 포함한다.
예 56은 예 51-54의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 시스템 전력 벌룬을 포함한다.
예 57은 예 51-56의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 그린 기술을 구현하는 것을 포함한다.
예 58은 예 51-57의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함한다.
예 59는 예 51-58의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 비-그린 기술을 구현하는 것을 포함한다.
예 60은 예 51-59의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비한다.
예 61은 예 51-60의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 진단을 실행하거나 유지보수를 수행하는 것, 또는 이들의 조합을 포함한다.
예 62는 예 51-61의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 미할당된 전력차단된 노드의 전원을 켜는 것을 포함한다.
예 63은 예 51-62의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 전력 열 유틸리티 프로세스를 실행하여 컴퓨팅 노드의 에너지 소비를 증가시키는 것을 포함한다.
예 64는 예 51-63의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 소비를 관리하는 것은 전력 소비율을 제어하는 것을 포함한다.
예 65는 예 51-64의 임의의 조합의 주제를 포함한다. 이 예에서, 전력 소비율을 제어하는 것은 작업의 개시에 의해 야기되는 초기 전력 소비를 감소시키기 위해 상기 컴퓨팅 노드들의 동작 빈도를 조정하여 전력 시퀀싱에 영향을 미치는 것을 포함한다.
예 66은 예 51-65의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 소비를 관리하는 것은 국지적 에너지 저장소를 이용하는 것을 포함한다.
예 67은 예 51-66의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 소비를 관리하는 것은 국지적 에너지 생성을 이용하는 것을 포함한다.
예 68은 컴퓨팅의 방법으로서, 설비의 컴퓨팅 시스템들 상에서 컴퓨팅 작업을 실행하는 단계를 포함하고, 각각의 시스템은 복수의 컴퓨팅 노드를 가진다. 이 방법은, 프로세서를 통해, 상기 설비의 전력 소비를 전력 대역 내로 관리하고 전력 소비율을 제어하는 단계를 포함한다.
예 69는 예 68의 주제를 포함한다. 이 예에서, 전력 소비를 관리하는 단계는 전력 벌룬을 통해 전력 소비를 관리하는 단계를 포함한다.
예 70은 예 69의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은 시스템 레벨 또는 노드 레벨, 또는 양쪽 모두에 있고, 상기 전력 벌룬을 통해 상기 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 그린 활동을 구현하는 단계를 포함한다.
예 71은 예 69-70의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 비-그린 활동을 복수의 컴퓨팅 노드들의 시스템 상에서 구현하는 단계를 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
예 72는 예 68-71의 임의의 조합의 주제를 포함한다. 이 예에서, 전력 소비를 관리하는 단계는, 설비 레벨, 시스템 레벨, 작업 레벨, 및 컴퓨팅 노드 레벨에서 전력 소비율을 제어하는 단계를 포함한다.
예 73은 예 68-71의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 소비를 관리하는 단계는 작업 레벨에서 전력 소비율을 제어하는 단계를 포함한다.
예 74는 예 68-73의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 시스템들은 고성능 컴퓨팅(HPC) 시스템들을 포함한다.
예 75는 예 68-74의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 전력 벌룬은, 시스템 레벨, 노드 레벨, 또는 양쪽 모두에 있다.
예 76은 컴퓨팅을 위한 설비로서, 상기 설비는, 분산 컴퓨팅 작업들을 실행하도록 구성된 복수의 컴퓨팅 노드들의 시스템들; 및 상기 설비의 전력 소비를 전력 대역 내로 관리하고 전력 소비율을 제어하기 위해 상기 복수의 컴퓨팅 노드에 의해 또는 프로세서에 의해 실행가능한 코드를 저장하는 메모리를 포함한다.
예 77은 예 76의 주제를 포함한다. 이 예에서, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 노드 레벨에서의 전력 소비를 관리하고, 국지적 전력 저장 또는 국지적 전력 생성 또는 양쪽 모두를 이용하는 것을 포함한다.
예 78은 예 76-77의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 코드는 전력 벌룬을 포함하고, 전력 소비를 관리하는 것은, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 그린 기술을 구현하는 상기 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함한다.
예 79는 예 76-78의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 코드는 전력 벌룬을 포함하고, 상기 전력 소비를 관리하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 비-그린 활동을 구현하는 상기 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함하고, 상기 비-그린 활동은 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비한다.
예 80은 예 76-79의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 비-그린 활동은 미할당된 전력차단된 노드의 전원을 켜는 것을 포함한다.
예 81은 예 76-80의 임의의 조합의 주제를 포함한다. 이 예에서, 전력 소비를 관리하는 것은, 전력 열 유틸리티를 통해 전력 소비를 조정하여 컴퓨팅 노드의 에너지 소비를 증가시키는 것을 포함한다.
예 82는 예 76-81의 임의의 조합의 주제를 포함한다. 이 예에서, 전력 소비율을 제어하는 것은 분산 컴퓨팅 작업의 개시에 의해 야기되는 초기 전력 소비를 감소시키기 위해 상기 컴퓨팅 노드들의 동작 빈도를 조정하여 전력 시퀀싱에 영향을 미치는 것을 포함한다.
예 83은, 설비에 의한 전력 소비를 전력 대역 내로 관리하고 상기 설비에 의한 전력 소비율을 제어하기 위해 프로세서에 의해 실행가능한 명령어들을 포함하는 비일시적 컴퓨터 판독가능한 매체로서, 상기 설비는 복수의 컴퓨팅 노드들을 갖는 분산 컴퓨팅 시스템들을 갖는다.
예 84는 예 83의 주제를 포함한다. 이 예에서, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 컴퓨팅 노드 레벨에서의 전력 소비를 관리하는 것을 포함하고, 상기 전력 대역은 명시된 최소 전력 소비로부터 명시된 최대 전력 소비까지의 범위를 포함한다.
예 85는 예 83-84의 임의의 조합의 주제를 포함한다. 이 예에서, 프로세서에 의해 실행가능한 명령어들은 전력 벌룬을 포함하고, 전력 소비를 관리하는 것은, 유용한 직무를 생성하지만 사용자에 대한 계산 출력을 생성하지 않는 그린 활동을 구현하는 상기 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함한다.
예 86은 예 83-85의 임의의 조합의 주제를 포함한다. 이 예에서, 상기 프로세서에 의해 실행가능한 명령어들은 전력 벌룬을 포함하고, 전력 소비를 관리하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 비-그린 활동을 구현하는 상기 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함하고, 상기 활동은 상기 설비에서의 전력 소비를 상기 전력 대역의 명시된 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된다.
전술된 예들에서의 구체적인 사항은 하나 이상의 실시예들의 임의의 곳에서 이용될 수 있다는 것을 이해해야 한다. 예를 들어, 전술된 컴퓨팅 디바이스의 모든 선택사항적인 피쳐들은 또한, 여기서 설명된 방법들 또는 컴퓨터 판독가능한 매체와 관련하여 구현될 수 있다
또한, 흐름도 및/또는 상태도가 본 명세서에서 실시예들을 설명하기 위해 이용되었지만, 본 기술들은 이들 도면들 또는 본 명세서의 대응하는 설명으로 제한되지 않는다. 예를 들어, 흐름은 여기서 예시되고 설명된 것과 정확히 동일한 순서로 각각의 예시된 박스 또는 상태를 통해 이동할 필요는 없다.
본 기술은 여기서 나열된 특정한 세부사항으로 제한되지 않는다. 사실상, 본 개시내용으로부터 혜택을 입는 본 기술분야의 통상의 기술자라면, 상기 설명 및 도면들로부터 본 기술의 범위 내에서 많은 다른 변형이 이루어질 수 있다는 것을 이해할 것이다. 따라서, 본 기술의 범위를 정의하는 것은, 임의의 보정을 포함하는 이하의 청구항들이다.

Claims (25)

  1. 컴퓨팅을 위한 설비로서,
    컴퓨팅 작업들을 실행하도록 구성된 복수의 컴퓨팅 노드들(compute nodes)의 시스템들; 및
    상기 설비의 전력 소비를 전력 대역(power band) 내로 관리하기 위해 상기 복수의 컴퓨팅 노드들에 의해 또는 프로세서에 의해 실행가능한 코드를 저장하는 메모리
    를 포함하는, 설비.
  2. 제1항에 있어서, 상기 컴퓨팅은 분산 컴퓨팅을 포함하고 상기 작업은 분산 컴퓨팅 작업을 포함하며, 전력 소비를 관리하는 것은, 설비 레벨, 시스템 레벨, 및 노드 레벨에서 전력 소비를 관리하고, 국지적 전력 저장 또는 국지적 전력 생성 또는 양쪽 모두를 이용하는 것을 포함하는, 설비.
  3. 제1항에 있어서, 상기 코드는 전력 벌룬(power balloon)을 포함하고, 상기 전력 소비를 관리하는 것은 상기 전력 벌룬을 통해 상기 전력 소비를 조정하는 것을 포함하는, 설비.
  4. 제3항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 전력 소비율(rate of the power consumption)을 제어하는, 설비.
  5. 제3항 또는 제4항에 있어서, 상기 전력 벌룬은 노드 전력 벌룬을 포함하는, 설비.
  6. 제3항 또는 제4항에 있어서, 상기 전력 벌룬은 시스템 전력 벌룬을 포함하는, 설비.
  7. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 그린 기술(green technique)을 구현하는 것을 포함하는, 설비.
  8. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무(useful work)를 생성하지만 클라이언트에 대한 계산 출력(computational output)을 생성하지는 않는 활동(activity)을 구현하는 것을 포함하는, 설비.
  9. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 비-그린 기술(non-green technique)을 구현하는 것을 포함하는, 설비.
  10. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 활동을 구현하는 것을 포함하고, 상기 활동은, 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하는, 설비.
  11. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 진단을 실행하는 것 또는 유지보수를 수행하는 것, 또는 이들의 조합을 포함하는, 설비.
  12. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은 미할당된 전력차단된 노드의 전원을 켜는 것을 포함하는, 설비.
  13. 제3항 또는 제4항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 조정하는 것은, 전력 열 유틸리티(power thermal utility)의 프로세스를 실행하여 컴퓨팅 노드의 에너지 소비를 증가시키는 것을 포함하는, 설비.
  14. 제1항 또는 제2항에 있어서, 상기 전력 소비를 관리하는 것은 전력 소비율을 제어하는 것을 포함하는, 설비.
  15. 제14항에 있어서, 전력 소비율을 제어하는 것은 작업의 개시에 의해 야기되는 초기 전력 소비를 감소시키기 위해 상기 컴퓨팅 노드들의 동작 빈도(operating frequency)를 조정하여 전력 시퀀싱(power sequencing)에 영향을 미치는 것을 포함하는, 설비.
  16. 컴퓨팅을 위한 설비로서,
    컴퓨팅 노드들의 시스템들 ―각각의 시스템은 분산 컴퓨팅의 작업들을 실행하는 복수의 컴퓨팅 노드들을 포함함―; 및
    상기 설비에서의 전력 소비를 관리하는 실행가능한 코드를 저장하는 메모리
    를 포함하고, 전력 소비를 관리하는 것은, 계산 출력을 제공하지 않는 활동을 개시하여 전력 소비를 조정함으로써, 상기 설비의 전력 소비를 전력 대역 내로 제어하고 상기 설비의 전력 소비율을 제어하는 것을 포함하는, 설비.
  17. 제16항에 있어서, 상기 활동은, 컴퓨팅 노드들의 시스템 또는 컴퓨팅 노드, 또는 양쪽 모두에서 동작하고, 상기 설비는, 클라우드 컴퓨팅 설비, 분산 컴퓨팅 설비, 고성능 컴퓨팅(high performance computing)(HPC) 설비, 빅 데이터(Big Data) 분석 설비, 또는 이들의 임의의 조합을 포함하는, 설비.
  18. 제16항 또는 제17항에 있어서, 상기 실행가능한 코드는 상기 활동을 개시하는 전력 벌룬을 포함하는, 설비.
  19. 컴퓨팅의 방법으로서,
    설비의 컴퓨팅 시스템들 ―각각의 시스템은 복수의 컴퓨팅 노드들을 포함함― 상에서 컴퓨팅 작업들을 실행하는 단계; 및
    프로세서를 통해 상기 설비의 전력 소비를 전력 대역 내로 관리하고 전력 소비율을 제어하는 단계
    를 포함하는 방법.
  20. 제1항에 있어서, 상기 전력 소비를 관리하는 단계는 전력 벌룬을 통해 전력 소비를 관리하는 단계를 포함하는, 방법.
  21. 제20항에 있어서, 상기 전력 벌룬은 시스템 레벨 또는 노드 레벨, 또는 양쪽 모두에 있고, 상기 전력 벌룬을 통해 상기 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지만 클라이언트에 대한 계산 출력을 생성하지 않는 그린 활동(green activity)을 구현하는 단계를 포함하는, 방법.
  22. 제20항에 있어서, 상기 전력 벌룬을 통해 전력 소비를 관리하는 단계는, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 비-그린 활동을 구현하는 단계를 포함하며, 상기 활동은 상기 설비에서의 전력 소비를 상기 전력 대역의 최소 한도 위로 유지하도록 에너지를 소비하도록 구현되는, 방법.
  23. 설비에 의한 전력 소비를 전력 대역 내로 관리하고 상기 설비에 의한 전력 소비율을 제어하기 위해 프로세서에 의해 실행가능한 명령어들을 포함하는 비일시적 컴퓨터 판독가능한 매체로서, 상기 설비는 복수의 컴퓨팅 노드들을 갖는 분산 컴퓨팅 시스템들을 갖는, 비일시적 컴퓨터 판독가능한 매체.
  24. 제23항에 있어서, 상기 프로세서에 의해 실행가능한 명령어들은 전력 벌룬을 포함하고, 전력 소비를 관리하는 것은, 유용한 직무를 생성하지만 사용자에 대한 계산 출력을 생성하지 않는 그린 활동을 구현하는 상기 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함하는, 비일시적 컴퓨터 판독가능한 매체.
  25. 제23항 또는 제24항에 있어서, 상기 프로세서에 의해 실행가능한 명령어들은 전력 벌룬을 포함하고, 전력 소비를 관리하는 것은, 유용한 직무를 생성하지 않고 추가적인 계산 출력을 생성하지 않는 비-그린 활동을 구현하는 상기 전력 벌룬을 통해 전력 소비를 조정하는 것을 포함하고, 상기 활동은 상기 설비에서의 전력 소비를 상기 전력 대역의 명시된 최소 한도 위로 유지하도록 에너지를 소비하도록 구현된, 비일시적 컴퓨터 판독가능한 매체.
KR1020177014241A 2014-12-24 2015-10-07 전력 소비의 제어 KR20170101197A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/582,985 US9939834B2 (en) 2014-12-24 2014-12-24 Control of power consumption
US14/582,985 2014-12-24
PCT/US2015/054438 WO2016105625A1 (en) 2014-12-24 2015-10-07 Control of power consumption

Publications (1)

Publication Number Publication Date
KR20170101197A true KR20170101197A (ko) 2017-09-05

Family

ID=56151301

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020177014241A KR20170101197A (ko) 2014-12-24 2015-10-07 전력 소비의 제어

Country Status (6)

Country Link
US (1) US9939834B2 (ko)
EP (1) EP3237997A4 (ko)
JP (1) JP6605609B2 (ko)
KR (1) KR20170101197A (ko)
CN (1) CN107003687B (ko)
WO (1) WO2016105625A1 (ko)

Families Citing this family (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG10201605828UA (en) * 2016-07-15 2018-02-27 Barghest Building Performance Pte Ltd Method for improving operational efficiency of a cooling system through retrofitting a building with a master controller
US10360077B2 (en) * 2016-10-10 2019-07-23 International Business Machines Corporation Measuring utilization of resources in datacenters
US11169592B2 (en) 2016-10-10 2021-11-09 International Business Machines Corporation SLA-based backup power management during utility power interruption in disaggregated datacenters
US10819599B2 (en) * 2016-10-10 2020-10-27 International Business Machines Corporation Energy consumption as a measure of utilization and work characterization in a system
US10838482B2 (en) 2016-10-10 2020-11-17 International Business Machines Corporation SLA-based power management in disaggregated computing systems
US10545560B2 (en) 2016-10-10 2020-01-28 International Business Machines Corporation Power management and utilization detection of computing components
CA3090944A1 (en) 2017-02-08 2018-08-16 Upstream Data Inc. Blockchain mine at oil or gas facility
US11678615B2 (en) 2018-01-11 2023-06-20 Lancium Llc Method and system for dynamic power delivery to a flexible growcenter using unutilized energy sources
US11016553B2 (en) 2018-09-14 2021-05-25 Lancium Llc Methods and systems for distributed power control of flexible datacenters
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
US11025060B2 (en) 2018-09-14 2021-06-01 Lancium Llc Providing computational resource availability based on power-generation signals
US11031813B2 (en) 2018-10-30 2021-06-08 Lancium Llc Systems and methods for auxiliary power management of behind-the-meter power loads
US10367353B1 (en) 2018-10-30 2019-07-30 Lancium Llc Managing queue distribution between critical datacenter and flexible datacenter
US10452127B1 (en) 2019-01-11 2019-10-22 Lancium Llc Redundant flexible datacenter workload scheduling
US11287863B2 (en) 2019-02-06 2022-03-29 Google Llc Fuel cell power management
US11128165B2 (en) 2019-02-25 2021-09-21 Lancium Llc Behind-the-meter charging station with availability notification
WO2020227811A1 (en) 2019-05-15 2020-11-19 Upstream Data Inc. Portable blockchain mining system and methods of use
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
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
JP6995825B2 (ja) * 2019-12-27 2022-01-17 京セラ株式会社 電力管理システム及び電力管理方法
US11042948B1 (en) 2020-02-27 2021-06-22 Lancium Llc Computing component arrangement based on ramping capabilities
US11785748B2 (en) * 2020-05-29 2023-10-10 Baidu Usa Llc Backup cooling for a data center and servers
US11960338B2 (en) * 2021-02-23 2024-04-16 Microsoft Technology Licensing, Llc Activity smoothener circuit controlling rates of change of localized processing activity in an integrated circuit (IC), and related methods
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 (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2003083693A1 (ja) 2002-04-03 2005-08-04 富士通株式会社 分散処理システムにおけるタスクスケジューリング装置
US7210048B2 (en) 2003-02-14 2007-04-24 Intel Corporation Enterprise power and thermal management
US20060241880A1 (en) 2003-07-18 2006-10-26 Forth J B Methods and apparatus for monitoring power flow in a conductor
US7421623B2 (en) 2004-07-08 2008-09-02 International Business Machines Corporation Systems, methods, and media for controlling temperature in a computer system
US20060107262A1 (en) 2004-11-03 2006-05-18 Intel Corporation Power consumption-based thread scheduling
US7412353B2 (en) 2005-09-28 2008-08-12 Intel Corporation Reliable computing with a many-core processor
US20080172398A1 (en) 2007-01-12 2008-07-17 Borkenhagen John M Selection of Processors for Job Scheduling Using Measured Power Consumption Ratings
US7739388B2 (en) * 2007-05-30 2010-06-15 International Business Machines Corporation Method and system for managing data center power usage based on service commitments
US7724149B2 (en) 2007-06-11 2010-05-25 Hewlett-Packard Development Company, L.P. Apparatus, and associated method, for selecting distribution of processing tasks at a multi-processor data center
JP5231869B2 (ja) * 2007-07-02 2013-07-10 パナソニック株式会社 情報処理装置
US20090037926A1 (en) 2007-08-01 2009-02-05 Peter Dinda Methods and systems for time-sharing parallel applications with performance isolation and control through performance-targeted feedback-controlled real-time scheduling
US7941681B2 (en) 2007-08-17 2011-05-10 International Business Machines Corporation Proactive power management in a parallel computer
US20090070611A1 (en) * 2007-09-12 2009-03-12 International Business Machines Corporation Managing Computer Power Consumption In A Data Center
US8555283B2 (en) 2007-10-12 2013-10-08 Oracle America, Inc. Temperature-aware and energy-aware scheduling in a computer system
US8494686B2 (en) 2007-10-14 2013-07-23 Enmetric Systems, Inc. Electrical energy usage monitoring system
US8284205B2 (en) 2007-10-24 2012-10-09 Apple Inc. Methods and apparatuses for load balancing between multiple processing units
US20090119233A1 (en) 2007-11-05 2009-05-07 Microsoft Corporation Power Optimization Through Datacenter Client and Workflow Resource Migration
US7979729B2 (en) 2007-11-29 2011-07-12 International Business Machines Corporation Method for equalizing performance of computing components
US8001403B2 (en) 2008-03-14 2011-08-16 Microsoft Corporation Data center power management utilizing a power policy and a load factor
WO2010120305A2 (en) * 2009-04-17 2010-10-21 Hewlett-Packard Development Company, L.P. Power capping system and method
JP5549131B2 (ja) 2009-07-07 2014-07-16 富士通株式会社 ジョブ割当装置、ジョブ割当方法及びジョブ割当プログラム
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
US8793348B2 (en) 2009-09-18 2014-07-29 Group Business Software Ag Process for installing software application and platform operating system
US8457802B1 (en) * 2009-10-23 2013-06-04 Viridity Energy, Inc. System and method for energy management
US20110138395A1 (en) 2009-12-08 2011-06-09 Empire Technology Development Llc Thermal management in multi-core processor
US9292662B2 (en) 2009-12-17 2016-03-22 International Business Machines Corporation Method of exploiting spare processors to reduce energy consumption
US8443373B2 (en) 2010-01-26 2013-05-14 Microsoft Corporation Efficient utilization of idle resources in a resource manager
JP5621287B2 (ja) 2010-03-17 2014-11-12 富士通株式会社 負荷分散システムおよびコンピュータプログラム
US8612984B2 (en) 2010-04-28 2013-12-17 International Business Machines Corporation Energy-aware job scheduling for cluster environments
US8738195B2 (en) 2010-09-21 2014-05-27 Intel Corporation Inferencing energy usage from voltage droop
US8849469B2 (en) * 2010-10-28 2014-09-30 Microsoft Corporation Data center system that accommodates episodic computation
CA2825777A1 (en) 2011-01-25 2012-08-02 Power Analytics Corporation Systems and methods for automated model-based real-time simulation of a microgrid for market-based electric power system optimization
US8677158B2 (en) 2011-08-10 2014-03-18 Microsoft Corporation System and method for assigning a power management classification including exempt, suspend, and throttling to an process based upon various factors of the process
US20130054987A1 (en) 2011-08-29 2013-02-28 Clemens Pfeiffer System and method for forcing data center power consumption to specific levels by dynamically adjusting equipment utilization
US9003216B2 (en) * 2011-10-03 2015-04-07 Microsoft Technology Licensing, Llc Power regulation of power grid via datacenter
US9063750B2 (en) 2012-02-01 2015-06-23 Hewlett-Packard Development Company, L.P. Mapping high-performance computing applications to platforms
KR101629879B1 (ko) 2012-02-06 2016-06-13 엠파이어 테크놀로지 디벨롭먼트 엘엘씨 캐시 사용 기반 어댑티브 스케줄링을 가지는 멀티코어 컴퓨터 시스템
KR20160114195A (ko) 2012-05-14 2016-10-04 인텔 코포레이션 컴퓨팅 시스템의 동작 관리
US10162687B2 (en) 2012-12-28 2018-12-25 Intel Corporation Selective migration of workloads between heterogeneous compute elements based on evaluation of migration performance benefit and available energy and thermal budgets
US9152469B2 (en) 2013-01-28 2015-10-06 Hewlett-Packard Development Company, L.P. Optimizing execution and resource usage in large scale computing
US9529642B2 (en) * 2013-03-28 2016-12-27 Vmware, Inc. Power budget allocation in a cluster infrastructure
US9189273B2 (en) 2014-02-28 2015-11-17 Lenovo Enterprise Solutions PTE. LTD. Performance-aware job scheduling under power constraints

Also Published As

Publication number Publication date
JP2018501580A (ja) 2018-01-18
JP6605609B2 (ja) 2019-11-13
US9939834B2 (en) 2018-04-10
US20160187906A1 (en) 2016-06-30
EP3237997A1 (en) 2017-11-01
WO2016105625A1 (en) 2016-06-30
CN107003687A (zh) 2017-08-01
CN107003687B (zh) 2019-11-26
EP3237997A4 (en) 2018-08-01

Similar Documents

Publication Publication Date Title
KR20170101197A (ko) 전력 소비의 제어
US10128684B2 (en) Energy control via power requirement analysis and power source enablement
US10429921B2 (en) Datacenter power management optimizations
US9870593B2 (en) System, method and controller for managing and controlling a micro-grid
US8001403B2 (en) Data center power management utilizing a power policy and a load factor
US9235441B2 (en) Optimizing energy use in a data center by workload scheduling and management
KR100824480B1 (ko) 기업규모의 전력 및 열 관리
JP6964284B2 (ja) アグリゲーションシステム及びその制御方法並びに複合型電力変換装置
US20160054779A1 (en) Managing power performance of distributed computing systems
EP3238162B1 (en) Forecast for demand of energy
Li et al. Managing green datacenters powered by hybrid renewable energy systems
US8776075B2 (en) Energy consumption optimization in a data-processing system
US10079507B2 (en) Techniques for adaptive demand/response energy management of electronic systems
WO2013032026A1 (ja) システムの制御方法およびシステム
Shen et al. Workload migration across distributed data centers under electrical load shedding
Zhou et al. Green-Up: under-provisioning power backup infrastructure for green datacenters
JP2024043242A (ja) 情報処理装置及び生成方法
Nassiffe et al. A Model for Reconfiguration of Multi-Modal Real-Time Systems under Energy Constraints
Soltanloo et al. Performance-aware power control of server clusters
Li et al. Dual Power: Integrating Renewable Energy into Green Datacenters without Grid Tie Inverter
Yang Energy Management in Smarter Buildings.
Wang et al. Hierarchical Power Control for Large-Scale Data Centers

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application