【技术实现步骤摘要】
一种基于功耗预测模型的服务器功率封顶方法、系统
本专利技术涉及服务器节能管理领域，特别涉及一种基于功耗预测模型的服务器功率封顶方法、系统。
技术介绍
云计算需求的与日俱增，使得数据中心的规模和能源消耗也在不断地攀升。用电需求的剧增除了带来高昂的运营成本外，也给数据中心的IT基础设施的能源管理，特别是服务器，带来了巨大的考验。一般情况下，数据中心或者服务器机柜所能承载的服务器数量与它的总配电额度有关。为了防止服务器群的耗电超过额定功率而触发过电保护，一般服务器的数量会按照它的最大功率来估算，即：总的配电额度/单台服务器的最大功率。但是在实际使用情况下，大多数服务器并不是时时刻刻都处于满载的状态，也就是有额外的电力资源没有被利用起来。功率封顶则是一种可以控制服务器功耗的方式，它可以将服务器所能达到的峰值功率控制在特定的阈值之下。目前，大多数服务器都提供板上管理控制单元(BoardManagementControl，简称BMC)对服务器的功耗进行周期性地监控。在实时获取服务器功耗的同时，BMC提供一个功率封顶的功能。它根据监控得到...
【技术保护点】
1.一种基于功耗预测模型的服务器功率封顶方法，其特征在于，包括以下步骤：/n第一步骤：实时采集服务器的功耗数据，再将数据存储到数据库中；/n第二步骤：使用CPU密集型的基准程序，获取不同CPU负载对应的服务器整机功耗；/n第三步骤：计算不同CPU负载下服务器对应的能效比，得到最佳能效比的功耗区间；/n第四步骤：构建预测模型，处理服务器的历史功耗数据，构建三类输入特征：统计特征、历史功耗值和时间戳特征，训练初始的服务器功耗预测模型；/n第五步骤：构造输入特征，预测服务器未来一段时间的功耗序列；/n第六步骤：检测模型的累计预测误差，判断是否需要重新训练模型；/n第七步骤：计算预...
【技术特征摘要】
1.一种基于功耗预测模型的服务器功率封顶方法，其特征在于，包括以下步骤：
第一步骤：实时采集服务器的功耗数据，再将数据存储到数据库中；
第二步骤：使用CPU密集型的基准程序，获取不同CPU负载对应的服务器整机功耗；
第三步骤：计算不同CPU负载下服务器对应的能效比，得到最佳能效比的功耗区间；
第四步骤：构建预测模型，处理服务器的历史功耗数据，构建三类输入特征：统计特征、历史功耗值和时间戳特征，训练初始的服务器功耗预测模型；
第五步骤：构造输入特征，预测服务器未来一段时间的功耗序列；
第六步骤：检测模型的累计预测误差，判断是否需要重新训练模型；
第七步骤：计算预测序列的功耗均值，与最佳能效的功耗区间进行比较，选择对应的功率封顶设置值或功耗控制策略。
2.根据权利要求1所述基于功耗预测模型的服务器功率封顶方法，其特征在于，所述第一步骤，具体为：设定采集的时间间隔，定时采集从服务器内置功耗传感器或者外置电表采集服务器的整机功耗，并随后存入数据库中，每条记录存储的对象为时间戳和整机功耗值。
3.根据权利要求1所述基于功耗预测模型的服务器功率封顶方法，其特征在于，所述第二步骤，具体为：通过调节基准程序的参数，设定递增的步长值，使得服务器的CPU利用率从10％到100％按照设定的步长递增，采集每个CPU负载点对应的服务器整机功耗。
4.根据权利要求1所述基于功耗预测模型的服务器功率封顶方法，其特征在于，在第三步骤中，所述不同CPU负载下服务器对应的能效比和最佳能效比的功耗区间，具体计算方法如下：
计算完不同的CPU负载下服务器对应的能效值，将不同的能耗值和对应的能效值组合成一个元组(PCPULoadx，EE(CPULoadx))，根据CPULoad的值升序排列元组集合，找到能效值最大的点EEmax，然后找到与EEmax邻近的最大能效值点EEmax2，所有最佳能效区间为(EEmax2，EEmax)，其对应的服务器功耗区间为[PCPULoad1，PCPULoad2]，其中PCPULoad1＜PCPULoad2。
5.根据权利要求1所述基于功耗预测模型的服务器功率封顶方法，其特征在于，在第四步骤中，所述构建预测模型具体指的是建立一个多值预测模型，预测算法采用xgboost算法；假设当前时刻为k，分别一次性构建前10个时刻的特征作为输入，其中第k-i时刻的特征对应用于预测得到k+i+1(i＝0，1，...，9)。
6.根据权利要求1所述基...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。