雲計算環境下數據中心的power capping關鍵問題研究

《雲計算環境下數據中心的power capping關鍵問題研究》是依託西安交通大學，由齊勇擔任項目負責人的面上項目。

基本介紹

• 中文名：雲計算環境下數據中心的power capping關鍵問題研究
• 項目類別：面上項目
• 項目負責人：齊勇
• 依託單位：西安交通大學

中文摘要

在能源日趨緊張的今天，如何有效使用能源已成為各國戰略的重點。而隨著數據中心的能量消耗越來越大，其相關費用也成為雲計算提供商的主要運營成本之一。power capping作為一種降低數據中心電力成本的重要方法，受到工業界和學術界的廣泛關注。power capping通過控制數據中心的總能耗低於某個預先指定的值，從而減少供電基礎設施的投入成本。以虛擬化為基礎的雲計算為power capping帶來了新的挑戰：負載的高度波動性要求能耗控制必須實時、動態的完成；虛擬化要求針對虛擬機這一邏輯單元進行功率分配和控制。本課題以降低數據中心運行成本為目標，研究雲計算數據中心的power capping相關問題。內容包括：功耗預算（power budget）建模方法研究、服務級別的power budget動態分配算法研究、虛擬機的能耗測量模型和控制、電力市場環境下成本感知的動態power capping等

結題摘要

數據中心是支持雲計算與網際網路產業的基礎計算平台。隨著數據中心的數量和規模不斷擴大，其能耗也飛速增長，為服務提供商帶來了巨大的成本支出。研究數據中心的能耗管理，對節約成本、保護環境有重要意義，是可持續性發展的重要組成部分。Power capping控制數據中心總能耗低於預先設定的閾值，是降低數據中心運營成本的重要手段。在以虛擬化為基礎的雲環境下，大量的虛擬機實例和各種不同的用戶（包括多租戶）進行錯綜複雜的互動，傳統針對伺服器的power capping方法已不適用於該環境下的相關問題。本課題以虛擬機為基本單元開展工作，研究了細粒度的能耗模型，數據中心能耗控制和power capping策略。同時還增加了對可再生能源供電數據中心的研究。取得的主要研究成果如下：1.在能耗模型和數據中心能耗控制方面，提出了伺服器級別、虛擬機級別和task級別的能耗模型，所有能耗模型都在真實的原型系統中得到驗證，準確性較高；提出了一種面向多層套用的異構數據中心能耗控制算法，該成果是較早研究異構數據中心多層套用的工作之一，與已有的節能策略相比，最高可節約39.5%的能耗。2.在power capping策略方面，提出了一種面向具有混合負載的MapReduce集群的power capping策略，通過引入暫停機制，在不終止正在運行任務的前提下，確保集群的系統能耗小於給定閾值，同時可降低系統能耗28%；提出了成本感知的power capping的概念；提出了一種數據中心與電力市場的互動模型，這是第一個研究這種互動行為的工作；提出了一種邊際成本驅動的網際網路數據中心成本最佳化算法。3.在綠色數據中心方面，提出了一種針對混合負載的線上式負載調度算法，該算法以隨機最佳化為理論基礎，通過對負載及虛擬機能耗進行精確的建模，在實際原型系統上實現該算法，最高可節約35%的電費。課題共發表論文17篇，其中SCI論文7篇，EI論文1篇，會議9篇。論文成果被CMU、UCLA等研究團隊引用，論文單篇他引最高將近40次。課題共獲得2項發明專利，其中美國發明專利1項，國內發明專利1項。課題還開發了原型系統，與相關算法一起作為華為探索未來ICT能源管理關鍵技術的重要組成部分，相關算法和原型系統已經部署在華為2012實驗室的實驗平台上，取得良好的效果。此外，項目組成員多次參加國內外學術會議如IEEE ICDCS和ACM VEE等。