随着云数据中心的大规模应用,其高能耗、高污染等问题日益突出。围绕数据中心的动态能耗管理(DEM,Dynamic Energy Management)问题,提出了一种基于广义随机Petri网(GSPN,Generalized Stochastic Petri Nets)的DEM建模、求解与分析的系...随着云数据中心的大规模应用,其高能耗、高污染等问题日益突出。围绕数据中心的动态能耗管理(DEM,Dynamic Energy Management)问题,提出了一种基于广义随机Petri网(GSPN,Generalized Stochastic Petri Nets)的DEM建模、求解与分析的系统性能评价框架。该框架综合考虑了多种任务调度策略的联合应用与服务器工作模式的动态调整,设计了合理的能耗优化策略,在保证系统服务质量(Qo S,Quality of Service)的同时,降低了数据中心能耗。仿真实验表明,所建立的性能评价框架,在不同系统负载下,可实现最佳任务调度策略的动态选择和服务器工作模式的动态切换,相较于随机调度策略,所提出的均衡调度策略和集中调度策略,分别可降低28%和43%的能耗。展开更多
文摘随着云数据中心的大规模应用,其高能耗、高污染等问题日益突出。围绕数据中心的动态能耗管理(DEM,Dynamic Energy Management)问题,提出了一种基于广义随机Petri网(GSPN,Generalized Stochastic Petri Nets)的DEM建模、求解与分析的系统性能评价框架。该框架综合考虑了多种任务调度策略的联合应用与服务器工作模式的动态调整,设计了合理的能耗优化策略,在保证系统服务质量(Qo S,Quality of Service)的同时,降低了数据中心能耗。仿真实验表明,所建立的性能评价框架,在不同系统负载下,可实现最佳任务调度策略的动态选择和服务器工作模式的动态切换,相较于随机调度策略,所提出的均衡调度策略和集中调度策略,分别可降低28%和43%的能耗。
