數據中心高效與公平的能源性能管理.pdf

1、數據中心作為云計算服務的骨干支撐，每年都需要支付高昂的能源花費。據預測，美國數據中心能源花費在2020年將增至130億美元。因此，數據中心愈發(fā)重視能源管理。其中，能源管理分為能源供給管理和需求響應：前者指如何利用更經濟的供電源為數據中心供電，如可再生能源；后者指如何根據實時電價調整數據中心能耗在時間和空間上的分布。本文首先研究如何利用能源供給管理和需求響應削減數據中心能源花費。但是，只專注于削減能源花費可能造成性能下降或其它費用如流量花

2、費的增加。針對這個問題，本文提出了平衡數據中心各項花費及性能的方案。為了進一步提高數據中心能源管理效率，本文設計了非侵入式的定價機制，用來激勵用戶配合數據中心削減能源花費。具體而言，這些工作被分為以下四點。
　　一些相關工作假設數據中心具備對其未來能源需求準確預測的能力，但該假設與實際情況不符。事實上，數據中心預測能力十分有限，而不準確的預測會造成種種不良后果。例如，過高的能源需求預測會導致不必要的電力相關花費，而過低的能源需求預

3、測則可能導致數據中心供能不足。為此，本文研究在有限預測能力下，如何利用能源供給管理策略構建經濟的自供電數據中心。本文采用可再生能源、新型燃料電池以及儲電電池協(xié)同工作為數據中心供電。針對數據中心能源需求預測能力有限的問題，本文提出了在線能源供給管理機制。利用這一機制，自供電數據中心可以在只具備較短未來時期能源需求以及可再生能源供給信息的情況下，依然顯著削減其能源花費。
　　還有一些相關工作能夠有效削減數據中心總能耗，但由于數據中心所

4、面臨的電價機制較復雜，它們并不能有效削減能源花費。例如，數據中心能源花費可能主要由其尖峰用電功率決定。這種情況下，對于削減能源花費，最有效的做法是“抹平”數據中心用電功率而非削減其總能耗。為此，本文研究在復雜電價機制下，如何利用需求響應策略削減數據中心的能源花費。同時，針對數據中心大量業(yè)務對服務性能敏感的問題，確保能源管理過程中數據中心服務性能對任意業(yè)務都是可以接受的。利用本文的研究成果，數據中心可以針對實時電價信息制定恰當的需求響應策

5、略，通過削減或者時移其能耗，顯著減少它的能源花費。
　　另一些相關工作能夠有效削減數據中心能源花費，但卻是以犧牲服務性能或者增加其它花費為代價實現的。例如，將負載推遲到電價相對較低時處理會顯著增加服務時延，而將負載轉移到用電單價相對較低的數據中心處理則會增加數據中心間的數據傳輸，從而使得流量花費增加。為了應對這個問題，本文首先提出了可嚴格推導的流量花費數學模型及流量管理策略，接下來設計了平衡數據中心各項花費以及服務性能的解決方案。

6、利用這些工作，數據中心一方面能夠有效削減其流量花費；另一方面也可以在能源花費、服務性能以及流量花費三者間取得恰當折衷。
　　絕大部分相關工作只能在給定負載調整權限內進行能源管理，這意味著有限的能源管理靈活度。例如，一個數據中心運行著大量科學計算任務，每個任務都要求在極短時限內處理完成。這種情況下，為了保證服務性能，數據中心不能為了能源管理推遲處理任何一個任務。針對數據中心能源管理靈活度低的問題，本文設計了非侵入的計費機制為用戶提供