Бабкин О.В., Варламов А.А., Горшунов Р.А., Дос Е.В., Кропачев А.В., Зуев Д.О.
Email: Адрес электронной почты защищен от спам-ботов. Для просмотра адреса в вашем браузере должен быть включен Javascript.
Бабкин Олег Вячеславович - стратегический консультант,
IBM;
Варламов Александр Александрович – технический директор,
ООО "Шаркс Датацентр",
г. Москва;
Горшунов Роман Александрович - архитектор решений,
AT&T, г. Братислава, Словакия;
Дос Евгений Владимирович - ведущий DevOps архитектор,
EPAM, г. Минск, Республика Беларусь;
Кропачев Артемий Васильевич - главный ИТ архитектор,
Li9 Technology Solutions, г. Северная Каролина;
Зуев Денис Олегович – независимый международный эксперт, г. Нью Джерси,
Соединенные Штаты Америки
Аннотация: проанализированы методики минимизации объемов энергопотребления центров обработки данных путем получения оптимальных пропорций между электропотреблением системы охлаждения и вычислительной системы. Показано, что проблема ограничения энергоэффективности как основного ограничительного фактора для работы центров обработки данных может быть решена путем разработки моделирования динамики термо‑профиля серверного зала. Проанализированы гибридные охладительные системы, которые сегодня широко используются в центрах обработки данных. Внедрение гибридных схем требует проведения анализа структуры виртуальных машин и использования более высокого уровня охлаждения благодаря высокой рабочей температуре активных серверов. Разработано решение для оптимизации гибридной архитектуры охлаждения, что позволяет достичь общей минимизации потерь мощности, удовлетворяя базовые требования, указанные в соглашении об уровне обслуживания центра обработки данных. Предложенное решение значительно расширяет удобство охлаждения для центров обработки данных, учитывая климатические условия, нагрузки серверов, температурный режим сервера и архитектуру системы охлаждения сервера. Было продемонстрировано, что для разработки модели оптимизации энергопотребления необходимо оценить оптимальный режим охлаждения и максимальное энергопотребление активных серверов. Для определения графика работы элементов системы охлаждения необходимо оценить энергопотребление центров обработки данных, базовые расходы, количество серверов, виртуальных машин и их размещения. Было проведено сравнение трех типов режима охлаждения для центров обработки данных: фиксированный температурный режим, P-адаптивный режим и PT‑адаптивный режим. Фиксированный режим температуры, как обычный режим охлаждения, который использует свободное охлаждение только тогда, когда исходная температура ниже заданной температуры, оказался неэффективным, тогда как P-адаптивный режим и PT-адаптивный режим могут быть использованы в рамках разработанной методологии. Модель оценки эффективности режима охлаждения позволила рекомендовать PT-адаптивную схему, в наибольшей степени оптимизирует процесс потребления энергии и уменьшает затраты на переключение между режимами охлаждения.
Ключевые слова: центр обработки данных, потребление электроэнергии, виртуальная машина, режим свободного охлаждения, режим электро-охлаждения, режим фиксированной температуры, PT адаптивный режим.
MODELING AND CONTROL OF DATA CENTER POWER CONSUMPTION MINIMIZATION STRATEGIES
Babkin O.V., Varlamov A.А., Gorshunov R.А., Dos E.V., Kropachev A.V., Zuev D.О.
Babkin Oleg Vyacheslavovich - Strategy Consultant,
IBM;
Varlamov Aleksandr Aleksandrovich – Technical Director
SHARXDC LLC,
MOSCOW;
Gorshunov Roman Aleksandrovich - Solution Architect,
AT&T, BRATISLAVA, SLOVAKIA;
Dos Evgenii Vladimirovich - Lead DevOps Architect,
EPAM, MINSK, REPUBLIC OF BELARUS;
Kropachev Artemii Vasilyevich - Principal Architect,
LI9 TECHNOLOGY SOLUTIONS, NORTH CAROLINA;
Zuev Denis Olegovich - Independent Consultant,
NEW JERSEY,
UNITED STATES OF AMERICA
Abstract: оptimization of data center power utilization by getting a proper proportion of computing and cooling power consumption reducing was discussed. It was shown that energy-efficiency constraints problem as a main limiting factor for data centers performance can be solved by thermal modeling and control solutions development. Hybrid cooling solutions which nowadays widely used in a data centers were analyzed. Hybrid cooling schemes require to provide analysis of virtual machines structure organization and utilize higher cooling capability due to the high operating temperature of active servers. Computational and cooling power consumption optimization solution was developed for hybrid cooling architecture. It allows to achieve overall power loss minimization with satisfying of service-level agreement requirements. Proposed solution significantly extends the usability of free cooling for data centers, while it takes into account climate condition, servers’ workload, server room’s temperature profile and server cooling architecture. It was demonstrated that for development joint power consumption optimization model it is necessary to estimate optimal cooling mode regime and maximum power consumption of active servers. For determination of chillers work schedule it is necessary to estimate power consumption of datacenter, cooling mode transition overheads, number of servers, virtual machines and its placement. There were compared three cooling mode solutions for data centers: fixed temperature regime, P-adaptive regime and PT-adaptive regime. Fixed temperature regime as conventional cooling mode which uses free cooling only when output temperature is lower than pre-defined temperature was proved to be inefficient while P-adaptive regime and PT-adaptive regime was proved to be preferable ones. Developed model of cooling mode efficiency estimation allowed to recommend PT-adaptive regime as adaptive mode which jointly optimizes the power consumption and transition overhead.
Keywords: data center, power consumption, virtual machine, free cooling mode, electrical cooling mode, fixed temperature regime, PT-adaptive regime.
References / Список литературы
- Garday D. “Reducing data center energy consumption with wet side economizers.”White paper, Intel, 2007.
- Atwood D. and Miner J.G..“Reducing data center cost with an air economizer, ”White Paper: Intel Corporation, 2008.
- Lu Т., Lu Х., Remes М. and Viljanen М. “Investigation of air management and energy performance in a data center in Finland: Case study. ”Energy and Buildings 43. № 12 (2011): 3360–3372.
- Kourai K. & Ooba H., 2016. VMBeam: Zero-Copy Migration of Virtual Machines for Virtual IaaS Clouds. 2016 IEEE 35th Symposium on Reliable Distributed Systems (SRDS). D. Kusic, J.O. Kephart, J.E. Hanson, N. Kandasamy and G. Jiang, “Power and performance management of virtualized computing environments via lookahead control, ”Cluster computing 12. № 1, 2009: 1–15.
- Dhiman G., Marchetti G. and Rosing Т. “vGreen: a system for energy efficient computing in virtualized environments,” in Proceedings of the 14th ACM/IEEE international symposium on Low power electronics and design. Р 243–248. ACM, 2009.
- Xu J. and Fortes J.A. “Multi-objective virtual machine placement in virtualized data center environments,” in Green Computing and Communications (Green Com), 2010 IEEE/ACM Int’l Conference on and Int’l Conference on Cyber, Physical and Social Computing (CPS Com). Р 179–188. IEEE, 2010.
- Jang J.-W., Jeon М., Kim H.-S., Jo Н., Kim J.-S. and Maeng S. “Energy reduction in consolidated servers through memory-aware virtual machine scheduling, ”Computers, IEEE Transactions on 60. 4 (2011): 552–564.
- Verma А. et al. “Server workload analysis for power minimization using consolidation,” in Proc. USENIX, 2009.
- Meng Х. et al. “Efficient resource provisioning in compute clouds via VM multiplexign,” in Proc. ICAC, 2010.
- Halder К. et al. “Risk aware provisioning and resoource aggregation based consolidation of virtual machines,” in Proc. Cloud, 2012.
- Weller B., 2010. Installing and Setting Up SQL Server Modeling. Beginning SQL Server Modeling. 1-12.
- Rivoire S., Ranganathan Р. and Kozyrakis С. “A Comparison of High-Level Full-System Power Models,”HotPower8, 2008: 3–3.
- Pedram М. and Hwang I. “Power and performance modeling in a virtualized server system,” in Parallel Processing Workshops (ICPPW), 2010 39th International Conference on. Р 520–526. IEEE, 2010.
- Patterson М.К. “The effect of data center temperature on energy efficiency,” in Thermal and Thermomechanical Phenomena in Electronic Systems, 2008. ITHERM 2008. 11th Intersociety Conference on, pp. 1167–1174. IEEE, 2008.
- Choi J., Kim Y., Sivasubramanjam А., Srebric J., Wang Q. and Lee J. “A CFD-based tool for studying temperature in rack-mounted servers, ”Computers, IEEE Transactions on 57. № 8, 2008: 1129–1142.
- Brown W. & Lim T., 2017. Quantifying Bolt Relaxation During High Temperature Operation. Volume 3A: Design and Analysis.
- Nakamura H., Cooling Fan Model for Thermal Design of Compact Electronic Equipment: Improvement of Modeling Using PQ Curve. ASME 2009 InterPACK Conference, Volume 2.
- Ayoub R., Nath R. and Rosing Т. “JETC: Joint energy thermal and cooling management for memory and CPU subsystems in servers,” in High Performance Computer Architecture (HPCA), 2012 IEEE 18th International Symposium on. Р 1–12. IEEE, 2012.
- Buyya R., Ranjan R. and Calheiros R.N. “Modeling and simulation of scalable Cloud computing environments and the CloudSim toolkit: Challenges and opportunities,” in High Performance Computing and Simulation, 2009. HPCS’09. International Conference on. Р 1–11. IEEE, 2009.
Ссылка для цитирования данной статьи
|
|
Тип лицензии на данную статью – CC BY 4.0. Это значит, что Вы можете свободно цитировать данную статью на любом носителе и в любом формате при указании авторства. |
Бабкин О.В., Варламов А.А., Горшунов Р.А., Дос Е.В., Кропачев А.В., Зуев Д.О. МОДЕЛИРОВАНИЕ И УПРАВЛЕНИЕ СТРАТЕГИЯМИ МИНИМИЗАЦИИ ЭНЕРГОПОТРЕБЛЕНИЯ ЦЕНТРА ОБРАБОТКИ ДАННЫХ // Наука, техника и образование № 9 (50), 2018. - С.{см. журнал}.
|