一种基于BP算法的高密度机柜负载联动能效管理设计方法技术

本发明专利技术公开了一种基于BP算法的高密度机柜负载联动能效管理设计方法，属于整机柜服务器系统节能领域，构建整机柜资源信息采集监控系统，采集监控计算节点、存储节点、风扇和网络资源的负载信息和功耗信息，将负载信息作为自动策略推导系统的输入；基于BP算法借助人工神经网络对非线性、复杂系统运行过程及特征的有效识别和预测，建立整机柜性能、负载及能耗的仿真模型，进而自动生成适用当前环境状态的负载联动节能控制策略；根据该负载联动节能控制策略，设计系统节能主控程序，对整个机柜的各类设备的运行模式进行动态调整，降低整机柜系统能源消耗。本发明专利技术实现计算节点和存储节点的融合，提高整机柜服务器的能效管理。

A design method of load linkage energy efficiency management for high density cabinet based on BP algorithm

The invention discloses a load linkage energy management method to design high density cabinet based on BP algorithm, belonging to the field of energy saving cabinet server system, constructing the whole cabinet resource information acquisition and monitoring system, monitoring nodes and storage nodes, fan and cyber source load information and power consumption information, load information as automatic strategy system input; effective identification and prediction of nonlinear complex system, operation process and characteristics of the artificial neural network with BP algorithm based on the simulation model of the whole cabinet performance, load and energy consumption, and the automatic generation of applied load linkage control strategy for energy saving of the current environment state; according to the energy control strategy of the load linkage, main control system energy saving design the whole cabinet program, all kinds of equipment operation mode for dynamic adjustment, reduce the cabinet system Energy consumption. The invention realizes the fusion of computing nodes and storage nodes, and improves the energy efficiency management of the whole cabinet server.

【技术实现步骤摘要】
一种基于BP算法的高密度机柜负载联动能效管理设计方法
本专利技术涉及整机柜服务器系统节能领域，具体涉及一种基于BP算法的高密度机柜负载联动能效管理设计方法。
技术介绍
随着云计算的发展，数据中心业务持续增长，数据中心数量和规模迅速增长，其能源消耗和运营成本问题日益突出。面对日益增长的能源消耗，绿色数据中心越来越受到人们的关注。绿色数据中心中能耗解决方案将被越来越看重，如何最大程度的解决能耗成本是运营商首要解决的。模块化和高密度是数据中心核心设备发展的重要趋势，表现为在数据中心内从标准服务器逐渐向整机柜服务器演化。整机柜服务器常见的节能减排和能效提升的技术手段也得到了日益普遍的应用，现有的整机柜能效管理方法为通过温度信息进行散热管理。BP神经网络算法解决了多层前向神经网络的学习问题，在人工智能方面有广泛的应用。由于整机柜服务器领域能效监控管理的不完善，设备的不够智能化、调控策略无法自适应调整及缺乏联动协同等原因，能效的管理和优化有待进一步提提升。
技术实现思路
本专利技术的技术任务是提供一种基于BP算法的高密度机柜负载联动能效管理设计方法，将BP算法应用在高密度整机柜服务器的能效管理中，实现计算节点和存储节点的融合，提高整机柜服务器的能效管理。本专利技术解决其技术问题所采用的技术方案是：一种基于BP算法的高密度机柜负载联动能效管理设计方法，构建整机柜资源信息采集监控系统，采集监控计算节点、存储节点、风扇和网络资源的负载信息和功耗信息，将负载信息作为自动策略推导系统的输入；然后，基于BP算法借助人工神经网络对非线性、复杂系统运行过程及特征的有效识别和预测，建立整机柜性能、负载及能耗的仿真模型，进而自动生成适用当前环境状态的负载联动节能控制策略；根据该负载联动节能控制策略，设计系统节能主控程序，实现对自动生成的节能控制策略的解析和实施，通过该负载联动节能控制策略对整个机柜的各类设备的运行模式进行动态调整，降低整机柜系统能源消耗。整机柜节能主控系统以高效方式连接整机柜系统中的计算节点管理单元、存储节点管理单元、网络管理单元、电源管理单元、风扇管理单元，并灵活有效地对这些资源控制单元加以调整和设置，通过该负载联动能源管理策略对整个机柜的各类设备的运行模式进行动态调整，从而降低整机柜系统能源消耗。优选的，所述整机柜资源信息采集监控系统包括整机柜管理模块、风扇管理板、风扇、计算管理板、计算节点、存储管理板、存储节点和电源模块。整机柜管理模块负责风扇负载、功耗、状态信息监控，计算机节点负载、功耗、性能信息监控，存储节点负载、功耗、性能信息监控，以及电源负载、功耗、状态信息监控。由各单元的控制器负责监控和采集计算节点和存储节点关键资源信息，主要采集处理器负载、系统内存负载、系统存储负载以及系统网络负载等负载信息，采集整个机柜系统中主要器件如包含计算节点、存储节点、电源、风扇等的功耗信息，同时采集操作系统下各关键、资源管理子系统运行状态数据。优选的，基于BP算法的人工神经网络，将预测结果及有效地减小随机因素的扰动抑制系统运行策略的抖动作为终止神经网络训练的必要条件，同时依据学习过程和输入数据信息进行信息预测。进一步的，基于BP算法的人工神经网络建立负载、性能、功耗的仿真模型，将预测结果与采集的信息数据进行实时比较，不断调整预测模型，提高准确率，直到达到预期结果。优选的，负载联动节能控制策略包括调整各硬件资源模块的功率、运行模式，在保证系统稳定性和应用性能需求的前提下尽可能地降低个别硬件资源模块的能耗；和在保证系统稳定性和应用性能需求的前提下，将整机柜被监测系统的负载以更为集中的方式加以调配，从而能够将部分关键设备如风扇、电源、节点等设置为待机、停机等状态，达到降低能耗的目的。本专利技术的一种基于BP算法的高密度机柜负载联动能效管理设计方法与现有技术相比，具有以下有益效果：构建整机柜资源信息采集监控系统架构，采集整机柜的负载信息、性能信息和功耗信息，提高数据采集系统的准确性、及时性；采用基于BP算法的人工神经网络子系统建立性能、负载及能耗的仿真模型，使整个策略生成系统具备自学习和自适应性、良好的容错性，可准确有效的自动生成适用当前环境状态的负载联动节能控制策略；通过设计系统节能主控程序，将负载联动能源管理策略进行解析和实施，对整个机柜的各类设备的运行模式进行动态调整，可以使资源在负载不高的情况下，自动降低整机柜能源消耗，降低数据中心PUE。本技术方案还可用在服务器和存储主板工厂生产检验环节，针对BIOS、BMC、CPLD的版本检查。附图说明图1是本专利技术的整机柜资源信息采集监控系统的结构框图；图2是基于BP神经网络算法的整机柜能效管理设计方法示意图；图3是基于BP算法的负载联动能效管理设计实施流程图。具体实施方式下面结合具体实施例对本专利技术作进一步说明。如下图1所示，在高密度机柜服务器中，为提高资源信息采集效率，构建高密度机柜资源采集监控系统。该系统由整机柜管理模块、风扇管理板、风扇、计算管理板、计算节点、存储管理板、存储节点、电源模块等组成，通过该监控系统，由各单元的控制器负责监控和采集计算节点和存储节点关键资源信息，主要采集处理器负载、系统内存负载、系统存储负载以及系统网络负载等负载信息，采集整个机柜系统中主要器件如包含计算节点、存储节点、电源、风扇等的功耗信息，同时采集操作系统下各关键、资源管理子系统运行状态数据。将整机柜监控系统和采集系统准确、及时地获取到系统关键资源的负载信息、功耗信息、性能信息、温度信息作为自动策略推导系统的输入，采用基于BP算法的人工神经网络子系统，根据数据信息，通过监督式的运算学习过程，对非线性、复杂系统运行过程及特征的形成有效识别，将预测结果并将有效地减小随机因素的扰动抑制系统运行策略的抖动作为终止神经网络训练的必要条件，同时依据学习过程和输入数据信息进行信息预测，建立负载、性能、功耗的仿真模型，将预测结果与采集的信息数据进行实时比较，不断调整预测模型，提高准确率，直到达到预期结果，进而自动地生成适用当前环境状态的负载动态节能控制策略。整机柜动态节能调控策略，通常分为两类：其一是调整各硬件资源模块的功率、运行模式等，在保证系统稳定性和应用性能需求的前提下尽可能地降低个别硬件资源模块的能耗；其二是在保证系统稳定性和应用性能需求的前提下，将整机柜被监测系统的负载以更为集中的方式加以调配，从而能够将部分关键设备如风扇、电源、节点等设置为待机、停机等状态，达到降低能耗的目的。根据已生成的基于BP神经网络算法的负载动态节能控制策略，设计整机柜管理系统节能主控程序，实现对自动生成的节能控制策略的解析和实施。整机柜节能主控系统以高效方式连接整机柜系统中的计算节点管理单元、存储节点管理单元、网络管理单元、电源管理单元、风扇管理单元，并灵活有效地对这些资源控制单元加以调整和设置，通过该负载联动能源管理策略对整个机柜的各类设备的运行模式进行动态调整，降低整机柜系统能源消耗。结合图1、图2来说明具体实现步骤：1）、按照图1整机柜资源信息采集监控系统示意图，设计整机柜资源信息采集监控系统架构。采用AST2520芯片建立整机柜管理系统，作为整机柜的集中管理单元，实现所有计算节点、存储节点电源、风扇、网络等关键资源信息汇总、策本文档来自技高网...

【技术保护点】
一种基于BP算法的高密度机柜负载联动能效管理设计方法，其特征在于构建整机柜资源信息采集监控系统，采集监控计算节点、存储节点、风扇和网络资源的负载信息和功耗信息，将负载信息作为自动策略推导系统的输入；基于BP算法借助人工神经网络对非线性、复杂系统运行过程及特征的有效识别和预测，建立整机柜性能、负载及能耗的仿真模型，进而自动生成适用当前环境状态的负载联动节能控制策略；根据该负载联动节能控制策略，设计系统节能主控程序，通过该负载联动节能控制策略对整个机柜的各类设备的运行模式进行动态调整，降低整机柜系统能源消耗。

【技术特征摘要】
1.一种基于BP算法的高密度机柜负载联动能效管理设计方法，其特征在于构建整机柜资源信息采集监控系统，采集监控计算节点、存储节点、风扇和网络资源的负载信息和功耗信息，将负载信息作为自动策略推导系统的输入；基于BP算法借助人工神经网络对非线性、复杂系统运行过程及特征的有效识别和预测，建立整机柜性能、负载及能耗的仿真模型，进而自动生成适用当前环境状态的负载联动节能控制策略；根据该负载联动节能控制策略，设计系统节能主控程序，通过该负载联动节能控制策略对整个机柜的各类设备的运行模式进行动态调整，降低整机柜系统能源消耗。2.根据权利要求1所述的一种基于BP算法的高密度机柜负载联动能效管理设计方法，其特征在于所述整机柜资源信息采集监控系统包括整机柜管理模块、风扇管理板、风扇、计算管理板、计算节点、存储管理板、存储节点和电源模块。3.根据权利要求1所述的一种基于BP算法的高密度机柜负载联...

【专利技术属性】
技术研发人员：郭猛，
申请(专利权)人：郑州云海信息技术有限公司，
类型：发明
国别省市：河南,41