计算系统的功率管理技术方案

公开了一种用于计算系统(10)的功率管理的方法，该计算系统包括用于托管虚拟系统的虚拟机(14)的两个或更多个物理服务器(12)和用于向该物理服务器(12)的至少一个子集供应功率的一个或多个不间断电源(16)，该一个或多个不间断电源(16)中的每个不间断电源连接到多相电源(20)的相(18)。该方法包括：接收用于该计算系统(10)的动作输入，该动作输入可影响物理服务器(12)的功率消耗；利用物理服务器(12)的功率消耗的预测模型来处理所接收的动作输入，该预测模型关于一个或多个不间断电源(16)的电池自主性和/或该多相电源(20)的若干相的负载平衡；以及基于该处理的结果优化该物理服务器(12)的利用。务器(12)的利用。务器(12)的利用。

Power management of computing system

【技术实现步骤摘要】
【国外来华专利技术】计算系统的功率管理


[0001]本说明书涉及计算系统的功率管理，该计算系统可以在数据中心中采用，并且本说明书特别涉及管理该计算系统上的动作，特别涉及应对功率事件或应对电网不稳定而特别通过“需求响应”机制要执行的动作。特别地，本说明书提供了一种预测这些动作对计算系统的功率消耗的影响的方法。

技术介绍

[0002]通常的数据中心包括具有一个或多个房间的建筑物或一组建筑物。此类数据中心中的每个房间通常包含一个或多个行，其中可以布置一个或多个机架，该一个或多个机架包含IT(信息技术)系统装备，诸如物理服务器(PS)或服务器计算机。该IT系统装备通常由功率装备如(但不限于)电子配电单元(ePDU)或不间断电源(UPS)或它们的组合供电。
[0003]计算系统的示例是包括由两个或更多个PS托管的若干虚拟机(VM)的虚拟系统。此类虚拟系统可以例如应用于具有托管该VM的PS的数据中心中。这些PS也被称为虚拟化主机。
[0004]如今，特别应用于数据中心中的计算系统中的功率消耗的优化是一个重要的主题。例如，来自VMware有限公司的软件VMware DPM(分布式功率管理)是用于虚拟系统的功率消耗优化的解决方案。由VMware DPM应用的优化机制将VM放置集中在减少的PS组上，特别是通过将VM迁移在较少的虚拟化主机上并且关闭不再需要的PS来进行。
[0005]Eaton提供智能功率管理器(IPM)软件，用于监测和管理物理功率设备(UPS、ePDU等)或者PS或虚拟环境(Hypervisor、VM等)。该IPM软件特别允许远程监测、管理和控制数据中心中的UPS和其它设备，并且允许VM在延长关闭的情况下移动或正常关闭。

技术实现思路

[0006]本说明书描述了用于计算系统的功率管理的方法和系统，该计算系统可以用于数据中心。
[0007]根据本说明书的一个方面，公开了一种用于计算系统的功率管理的方法，该计算系统包括用于托管虚拟系统的虚拟机的两个或更多个物理服务器和用于向该物理服务器的至少一个子集供应功率的一个或多个不间断电源，该一个或多个不间断电源中的每个不间断电源连接到多相电源的相。该方法包括：接收用于该计算系统的动作输入，该动作输入可以影响物理服务器的功率消耗；利用物理服务器的电力消耗的预测模型来处理所接收的动作输入，该预测模型关于该一个或多个不间断电源的电池自主性(battery autonomy)(该电池自主性特别对应于电池可以输送到特定负载的功率供应的时间)和/或该多相电源的若干相的负载平衡；以及基于该处理的结果优化该物理服务器的利用。
[0008]该方法可包括：使用机器学习算法接收与物理服务器的操作相关的测量结果，该机器学习算法用于根据动作和测量结果学习计算系统的一个或多个单独部分的功率消耗；以及基于机器学习算法的输出和该测量结果生成和/或改善物理服务器的功率消耗的预测
模型。
[0009]与物理服务器的操作相关的测量可以包括以下中的至少一个：计算系统的总功率消耗；计算系统的环境的温度；虚拟机活动；单个物理服务器的功率消耗；单个物理服务器的处理器活动；虚拟机在物理服务器上的映射。
[0010]该机器学习算法可以接收基于接收到的测量结果的训练数据集和基于接收到的测量结果的验证数据集，并且处理该训练数据集和验证数据集以生成预测模型。
[0011]基于处理的结果对物理服务器的利用的优化可以包括：接收计算系统的优化约束和优化动作，从优化动作确定用于满足优化约束的一个或多个动作，以及使用所确定的一个或多个动作用于计算系统的功率管理。
[0012]从优化动作确定用于满足优化约束的一个或多个动作可以包括根据该一个或多个不间断电源的剩余电池自主性和/或根据该多相电源的若干相的负载平衡来确定虚拟机和/或物理服务器的一系列关闭动作和/或移位动作。虚拟机的关闭动作可以包括终止虚拟机的操作，并且虚拟机的移位动作可以包括将虚拟机从一个物理服务器移动到另一个物理服务器，这可以例如在关闭物理服务器之前进行，在该物理服务器上不再执行任何虚拟机。
[0013]根据本说明书的另一个方面，公开了一种用于计算系统的功率管理的系统，该计算系统包括用于托管虚拟系统的虚拟机的两个或更多个物理服务器和用于向该物理服务器的至少一个子集供应功率的一个或多个不间断电源，该一个或多个不间断电源中的每个不间断电源连接到多相电源的相。该功率管理系统包括：该物理服务器的功率消耗的预测模型，该预测模型被提供用于接收该计算系统的可影响该物理服务器的功率消耗的动作输入，以及关于该一个或多个不间断电源的电池自主性和/或多相电源的若干相的负载平衡来处理所接收的动作输入；以及优化器，该优化器被设置用于基于由该预测模型进行的处理的结果来优化该物理服务器的利用。
[0014]该优化器可被设置用于：接收计算系统的优化约束和优化动作，从优化动作确定用于满足优化约束的一个或多个动作，以及使用所确定的一个或多个动作用于计算系统的功率管理。
[0015]该优化器可被设置用于通过以下方式从优化动作确定用于满足优化约束的一个或多个动作：根据该一个或多个不间断电源的剩余电池自主性和/或根据该多相电源的若干相的负载平衡来确定虚拟机和/或物理服务器的一系列关闭动作。
[0016]本说明书的又一方面涉及存储软件的非暂态计算机可读存储设备，该软件包括可由计算设备的处理器执行的指令，该指令在此类执行时使计算设备执行本说明书中公开的方法。
[0017]下文在附图和说明书中阐述一个或多个实施方式的细节。根据说明书和附图，并且根据权利要求，其他特征和优点将是显而易见的。
附图说明
[0018]图1示出了包括托管一个或多个虚拟系统的虚拟机的物理服务器的若干计算系统的示例；
[0019]图2示出了列出不同IT动作及其对不同IT系统装备的影响的表；
[0020]图3示出了用于在图1的数据中心中采用的计算系统的功率管理的系统的示例；
[0021]图4A
‑
4D示出了具有PS、由PS托管的VM、连接到单相电源的UPS和电子可控ePDU的示例计算系统，该电子可控ePDU在IT保护策略的由于断电而启动的自动化计划的不同阶段期间从UPS的功率出口向单个PS提供功率供应；
[0022]图5A和5B示出了功率、UPS自主性和容量在断电开始之后随时间的变化以及根据自动化计划的动作的影响的示例性图示，其中图5B还示出了预测模型与真实测量的实际体验相比的准确程度；
[0023]图6示出了UPS电池自主性模型的示例；
[0024]图7示出了服务器功率模型的示例；
[0025]图8示出了用于生成服务器功率模型的批量机器学习的示例；并且
[0026]图9A和9B示出了用于生成服务器功率模型的在线机器学习的示例。
具体实施方式
[0027]在下文中，功能上类似或相同的元件可以具有相同的附图标记。绝对值在下文仅通过示例示出，而不应该被解释为限制性的。...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于计算系统(10)的功率管理的方法，所述计算系统包括用于托管虚拟系统的虚拟机(14)的两个或更多个物理服务器(12)和用于向所述物理服务器(12)的至少一个子集供应功率的一个或多个不间断电源(16)，所述一个或多个不间断电源(16)中的每个不间断电源连接到多相电源(20)的相(18)，所述方法包括
‑
接收用于所述计算系统的动作输入，所述动作输入能够影响所述物理服务器(12)的功率消耗，
‑
利用物理服务器(12)的功率消耗的预测模型(100)处理所接收的动作输入，所述预测模型关于一个或多个不间断电源(16)的所述电池自主性和/或多相电源(20)的若干相的负载平衡，以及
‑
基于所述处理的结果优化所述物理服务器(12)的利用。2.根据权利要求1所述的方法，包括：
‑
接收与所述物理服务器的操作相关的测量结果(116)，
‑
使用人工智能或机器学习算法(118)来根据动作和所述测量结果学习所述计算系统的一个或多个单独部分的所述功率消耗，以及
‑
基于所述机器学习算法(118)的输出和所述测量结果(116)生成和/或改善所述物理服务器(12)的功率消耗的所述预测模型(100)。3.根据权利要求2所述的方法，其中与所述物理服务器的所述操作相关的所述测量结果(116)包括以下中的至少一者：所述计算系统的总功率消耗；所述计算系统的环境的温度；虚拟机活动；单个物理服务器的功率消耗；单个物理服务器的处理器活动；虚拟机在所述物理服务器上的映射。4.根据权利要求2或3所述的方法，其中所述机器学习算法(118)接收基于所接收的测量结果的训练数据集(120)和基于所接收的测量结果的验证数据集(122)，并且处理所述训练数据集(120)和所述验证数据集(122)以生成所述预测模型(100)。5.根据前述权利要求中任一项所述的方法，其中所述基于所述处理的结果优化所述物理服务器(12)的利用包括：
‑
接收所述计算系统(10)的优化约束(108)和优化动作(110).
‑
从所述优化动作(110)确定用于满足所述优化约束(108)的一个或多个动作，以及
‑
使用所确定的一个或多个动作(112)来...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：伊顿智能动力有限公司，
类型：发明
国别省市：