Large latency of applications will bring revenue loss to cloud infrastructure providers in the cloud data center. The existing controllers of software-defined networking architecture can fetch and process traffic info...Large latency of applications will bring revenue loss to cloud infrastructure providers in the cloud data center. The existing controllers of software-defined networking architecture can fetch and process traffic information in the network. Therefore, the controllers can only optimize the network latency of applications. However, the serving latency of applications is also an important factor in delivered user-experience for arrival requests. Unintelligent request routing will cause large serving latency if arrival requests are allocated to overloaded virtual machines. To deal with the request routing problem, this paper proposes the workload-aware software-defined networking controller architecture. Then, request routing algorithms are proposed to minimize the total round trip time for every type of request by considering the congestion in the network and the workload in virtual machines（VMs）. This paper finally provides the evaluation of the proposed algorithms in a simulated prototype. The simulation results show that the proposed methodology is efficient compared with the existing approaches.展开更多
目前数据中心规模迅速扩大和网络带宽大幅度提升,传统软件网络协议栈的处理器开销较大,并且难以满足众多数据中心应用程序在吞吐、延迟等方面的需求.远程直接内存访问(remote direct memory access,RDMA)技术采用零拷贝、内核旁路和处...目前数据中心规模迅速扩大和网络带宽大幅度提升,传统软件网络协议栈的处理器开销较大,并且难以满足众多数据中心应用程序在吞吐、延迟等方面的需求.远程直接内存访问(remote direct memory access,RDMA)技术采用零拷贝、内核旁路和处理器功能卸载等思想,能够高带宽、低延迟地读写远端主机内存数据.兼容以太网的RDMA技术正在数据中心领域展开应用,以太网RDMA网卡作为主要功能承载设备,对其部署发挥重要作用.综述从架构、优化和实现评估3个方面进行分析:1)对以太网RDMA网卡的通用架构进行了总结,并对其关键功能部件进行了介绍;2)重点阐述了存储资源、可靠传输和应用相关3方面的优化技术,包括面向网卡缓存资源的连接可扩展性和面向主机内存资源的注册访问优化,面向有损以太网实现可靠传输的拥塞控制、流量控制和重传机制优化,面向分布式存储中不同存储类型、数据库系统、云存储系统以及面向数据中心应用的多租户性能隔离、安全性、可编程性等方面的优化工作;3)调研了不同实现方式、评估方式.最后,给出总结和展望.展开更多
在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实...在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实现冷热电多能互补。其次对数据中心运行过程中所需制冷量与余热之间的复杂关系进行了深入分析,采用溴化锂吸收式制冷机和电制冷机来满足数据中心的冷负荷需求。为了更有效地应对批处理负荷在时间维度上的变化特性,制定了高度灵活的数据负荷分配策略,并建立了双层规划模型。使用场景削减的典型日选择方法以应对源荷不确定性,并引入基于Tent映射的灰狼优化算法(Tent mapping grey wolf optimization algorithm,TMGWO)和CPLEX进行联合求解。最后,通过对某含数据中心的微能源网系统进行仿真分析,数值计算结果表明所提出的方法能够有效提高系统的经济性和环保性。展开更多
现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power gene...现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。展开更多
为解决数据中心在电力-算力联合市场与低碳配电网协同规划中的问题,提出了一种多目标区间-随机优化方法。通过引入算力租赁机制,优化了资源利用效率与经济效益,同时降低了运营成本与碳排放。针对协同规划中的多目标优化与高维不确定性问...为解决数据中心在电力-算力联合市场与低碳配电网协同规划中的问题,提出了一种多目标区间-随机优化方法。通过引入算力租赁机制,优化了资源利用效率与经济效益,同时降低了运营成本与碳排放。针对协同规划中的多目标优化与高维不确定性问题,设计了一种基于分解的自适应约束处理区间多目标进化算法—采用两种交叉策略(adaptive constraint-handling interval multi-objective evolutionary algorithm based on decomposition with two crossover strategies,ACIMOEA/D-TCS)。该算法能够高效求解帕累托前沿,提供鲁棒性和可行性兼具的优化方案。结果表明,数据中心参与算力市场显著提高了资源利用效率和经济效益,同时有效降低了碳排放。通过对算力资源租赁与配电系统运行的优化,所提模型在经济和环境效益方面取得显著提升,为电力-算力联合市场下的协同规划问题提供了新的理论方法与解决方案。展开更多
文章研究并解决数据中心的远程内存直接读取(remote direct memory access, RDMA)技术的网络拥塞控制问题。针对主流拥塞控制算法数据中心量化拥塞通知(data center quantized congestion notification, DCQCN)的收敛速度慢和缺乏硬件...文章研究并解决数据中心的远程内存直接读取(remote direct memory access, RDMA)技术的网络拥塞控制问题。针对主流拥塞控制算法数据中心量化拥塞通知(data center quantized congestion notification, DCQCN)的收敛速度慢和缺乏硬件实现方案的不足,提出可参数硬件化的数据中心量化拥塞通知(parameterized DCQCN,DCQCN-p)算法,该算法通过优化拥塞流的速度因子a、g调整速度比例Rc,并通过电路设计减少降速的频次;通过建立算法模型和搭建网络仿真NS-3平台,对比DCQCN-p算法在面临拥塞时单个调度流速度调整的性能以及多个调度流并发情况下的时延和吞吐量。仿真结果表明:在单个流面临拥塞时,DCQCN-p算法的数据传输速率比DCQCN算法的提高了50%;DCQCN-p算法在链路上最小速率为13.28 Gbit/s,相较于DCQCN、TIMELY、数据中心传输控制协议(data center transmission control protocol, DCTCP)算法,分别增长了24%、48%、23%;DCQCN-p算法(方差65%)的带宽分配公平性相较于TIMELY算法(方差216%)和DCTCP算法(方差191%)表现出显著的性能提升。展开更多
作为云计算的基础设施和下一代网络技术的创新平台,数据中心网络的研究成为了近年来学术界和工业界关注的热点.文中围绕数据中心网络研究的基本问题,介绍了国际国内的研究现状,包括数据中心网络拓扑设计、传输协议、无线通信、增强以太...作为云计算的基础设施和下一代网络技术的创新平台,数据中心网络的研究成为了近年来学术界和工业界关注的热点.文中围绕数据中心网络研究的基本问题,介绍了国际国内的研究现状,包括数据中心网络拓扑设计、传输协议、无线通信、增强以太网、虚拟化、节能机制和软件定义网络(Software Defined Networking,SDN)等,并展望了数据中心网络的发展趋势.展开更多
基金supported by the National Postdoctoral Science Foundation of China(2014M550068)
文摘Large latency of applications will bring revenue loss to cloud infrastructure providers in the cloud data center. The existing controllers of software-defined networking architecture can fetch and process traffic information in the network. Therefore, the controllers can only optimize the network latency of applications. However, the serving latency of applications is also an important factor in delivered user-experience for arrival requests. Unintelligent request routing will cause large serving latency if arrival requests are allocated to overloaded virtual machines. To deal with the request routing problem, this paper proposes the workload-aware software-defined networking controller architecture. Then, request routing algorithms are proposed to minimize the total round trip time for every type of request by considering the congestion in the network and the workload in virtual machines（VMs）. This paper finally provides the evaluation of the proposed algorithms in a simulated prototype. The simulation results show that the proposed methodology is efficient compared with the existing approaches.
文摘目前数据中心规模迅速扩大和网络带宽大幅度提升,传统软件网络协议栈的处理器开销较大,并且难以满足众多数据中心应用程序在吞吐、延迟等方面的需求.远程直接内存访问(remote direct memory access,RDMA)技术采用零拷贝、内核旁路和处理器功能卸载等思想,能够高带宽、低延迟地读写远端主机内存数据.兼容以太网的RDMA技术正在数据中心领域展开应用,以太网RDMA网卡作为主要功能承载设备,对其部署发挥重要作用.综述从架构、优化和实现评估3个方面进行分析:1)对以太网RDMA网卡的通用架构进行了总结,并对其关键功能部件进行了介绍;2)重点阐述了存储资源、可靠传输和应用相关3方面的优化技术,包括面向网卡缓存资源的连接可扩展性和面向主机内存资源的注册访问优化,面向有损以太网实现可靠传输的拥塞控制、流量控制和重传机制优化,面向分布式存储中不同存储类型、数据库系统、云存储系统以及面向数据中心应用的多租户性能隔离、安全性、可编程性等方面的优化工作;3)调研了不同实现方式、评估方式.最后,给出总结和展望.
文摘在当前数字化时代,互联网数据中心(internet data center,IDC)(以下简称“数据中心”)作为大型的电力消耗者已经成为电力网络中的重要组成部分。首先采用数据中心余热回收技术建立了数据中心等值热参数模型,并将其融入到微能源网中以实现冷热电多能互补。其次对数据中心运行过程中所需制冷量与余热之间的复杂关系进行了深入分析,采用溴化锂吸收式制冷机和电制冷机来满足数据中心的冷负荷需求。为了更有效地应对批处理负荷在时间维度上的变化特性,制定了高度灵活的数据负荷分配策略,并建立了双层规划模型。使用场景削减的典型日选择方法以应对源荷不确定性,并引入基于Tent映射的灰狼优化算法(Tent mapping grey wolf optimization algorithm,TMGWO)和CPLEX进行联合求解。最后,通过对某含数据中心的微能源网系统进行仿真分析,数值计算结果表明所提出的方法能够有效提高系统的经济性和环保性。
文摘现有的数据中心节能降碳优化方法没有综合考虑碳足迹涉及的能源输入、生产耗能以及废余利用等环节的耦合性,难以实现系统性节能降碳。为此,提出了一种基于深度强化学习的优化算法DeepCCHP(deep combined cooling,heating and power generation),针对数据中心冷热电联产系统,联合控制供电子系统和制冷子系统,优化用电成本、碳排放量和能效。DeepCCHP结合长、短期时间序列网络和深度强化学习方法对联合优化问题进行求解,实现前摄式的联合控制发电设备和制冷设备。在基于Trnsys软件的仿真环境中,通过阿里巴巴数据中心集群数据的训练和验证。实验结果表明,与基准算法相比,DeepCCHP算法可以节省最高40%的成本和28%的碳排放量,且能够在能源成本、碳排放和能效三者之间取得更好的折中与平衡。
文摘为解决数据中心在电力-算力联合市场与低碳配电网协同规划中的问题,提出了一种多目标区间-随机优化方法。通过引入算力租赁机制,优化了资源利用效率与经济效益,同时降低了运营成本与碳排放。针对协同规划中的多目标优化与高维不确定性问题,设计了一种基于分解的自适应约束处理区间多目标进化算法—采用两种交叉策略(adaptive constraint-handling interval multi-objective evolutionary algorithm based on decomposition with two crossover strategies,ACIMOEA/D-TCS)。该算法能够高效求解帕累托前沿,提供鲁棒性和可行性兼具的优化方案。结果表明,数据中心参与算力市场显著提高了资源利用效率和经济效益,同时有效降低了碳排放。通过对算力资源租赁与配电系统运行的优化,所提模型在经济和环境效益方面取得显著提升,为电力-算力联合市场下的协同规划问题提供了新的理论方法与解决方案。
文摘文章研究并解决数据中心的远程内存直接读取(remote direct memory access, RDMA)技术的网络拥塞控制问题。针对主流拥塞控制算法数据中心量化拥塞通知(data center quantized congestion notification, DCQCN)的收敛速度慢和缺乏硬件实现方案的不足,提出可参数硬件化的数据中心量化拥塞通知(parameterized DCQCN,DCQCN-p)算法,该算法通过优化拥塞流的速度因子a、g调整速度比例Rc,并通过电路设计减少降速的频次;通过建立算法模型和搭建网络仿真NS-3平台,对比DCQCN-p算法在面临拥塞时单个调度流速度调整的性能以及多个调度流并发情况下的时延和吞吐量。仿真结果表明:在单个流面临拥塞时,DCQCN-p算法的数据传输速率比DCQCN算法的提高了50%;DCQCN-p算法在链路上最小速率为13.28 Gbit/s,相较于DCQCN、TIMELY、数据中心传输控制协议(data center transmission control protocol, DCTCP)算法,分别增长了24%、48%、23%;DCQCN-p算法(方差65%)的带宽分配公平性相较于TIMELY算法(方差216%)和DCTCP算法(方差191%)表现出显著的性能提升。
文摘作为云计算的基础设施和下一代网络技术的创新平台,数据中心网络的研究成为了近年来学术界和工业界关注的热点.文中围绕数据中心网络研究的基本问题,介绍了国际国内的研究现状,包括数据中心网络拓扑设计、传输协议、无线通信、增强以太网、虚拟化、节能机制和软件定义网络(Software Defined Networking,SDN)等,并展望了数据中心网络的发展趋势.
