[发明专利]一种服务器平均温度约束下的数据中心能耗最优化资源控制算法

摘要

在如今的数据中心行业中，空调系统耗能占总耗能的比重很大，如何降低空调与服务器的总能耗是工业界与学术界关注的焦点问题；本发明提出了一种服务器平均温度约束下的数据中心能耗最优化资源控制算法，建立在服务质量(QoS，Quality of Service)和服务器平均温度约束下的温度感知能耗最优模型(Average Temperature‑aware Power Minimization，简称ATPM)，在算法中使用李雅普诺夫优化理论来近似求解ATPM问题，该算法不需要预先测量工作负载的统计信息，算法复杂度低，容易实现。

主权项

1.一种服务器平均温度约束下的数据中心能耗最优化资源控制算法，包括：建立服务器系统能耗模型：t时刻IDC的总能耗表示为：a₁为CPU的边际能耗，a₂表示除CPU外的服务器能耗，IDC中共有J个用户，j∈{1,...,J}，L_j(t)为用户j的负载即任务到达速率，m_j(t)为用户j中服务器的数量；建立制冷系统能耗模型：t时刻制冷能耗表示为：R(t)＝cfρ(T^SP‑T^c(t))，其中c是空气的比热容，f是气流的速率，ρ是空气密度，T^SP为制冷前的室温，T^c(t)为制冷温度；设置约束条件：包括QoS约束、服务器平均温度约束和边界约束，QoS约束表示为：其中，s为CPU速率，K_j为一个请求的平均命令数，D_j为用户j的平均队列延迟上界；服务器平均温度约束表示为：其中，是热交换率，T^max为一个固定的阈值；边界约束表示为：T^min≤T^c≤T^max，为用户预算下可租用的最大服务器数量，T^min和T^max为制冷系统释放冷气的最低温与最高温；在所述约束条件下，求解即实现服务器平均温度约束下的数据中心能耗最优化资源控制；其特征在于：将服务器平均温度约束松弛为如下表达式：进一步转换后转化为虚拟队列：将约束的满足性问题，转换为虚拟队列Z_j(t)的稳定问题，保证虚拟队列Z_j(t)的稳定性，即保证了时间平均服务器温度约束；根据李雅普诺夫优化理论，将原始问题转化为在队列稳定性约束的前提下，最小化时间平均数据中心总能耗的问题，设Z(t)为所有虚拟队列的向量，定义李雅普诺夫函数为定义Δ(Z(t))为t时刻的条件李雅普诺夫偏移：Δ(Z(t))＝E{L(Z(t+1))‑L(Z(t))|Z(t)}这里的期望依赖于控制策略和随机负载的到达，通过间接优化以下偏移惩罚函数的上界：Δ(Z(t))+VE{(E(t)+R(t))|Z(t)}V是一个非负参数，用来在服务器温度与数据中心总能耗之间进行折中，偏移惩罚函数的上界表示为：式中B是常量，定义为：算法的目标是最小化偏移惩罚函数上界公式的右端，即在每个时刻t，观察当前队列Z(t)的状态并针对以下目标函数做出控制决策：约束为所述目标函数改写为：在固定L_j(t)和T^c后，求得m_j(t)的解析解为：