CN103150003A - 信息处理***、该信息处理***的节电控制方法和装置 - Google Patents

Abstract

本发明提供一种信息处理***、节电控制方法和装置。削减将装置群和设备相加后的总功率，实现节电运用。存储信息处理装置群上的作业负荷的工作信息和位置以及冷却设备的环境信息和位置作为配置信息，对执行处理的各作业负荷的工作信息进行预测，以不高于被分配有工作信息的各个性能的方式，导出假想作业负荷分配。计算假想作业负荷分配中的假想消耗功率和配置信息、以及针对假想作业负荷分配的转移处理中的假想消耗功率和配置信息，计算假想冷却功率，探索假想消耗功率和假想冷却功率的总和降低最多的假想作业负荷分配，根据探索到的该分配，针对信息处理装置群分配转移作业负荷，针对转移处理的实际消耗功率执行冷却设备的控制。

Description

信息处理***、该信息处理***的节电控制方法和装置

技术领域

本发明涉及信息处理***的运用管理，特别涉及适于进行信息处理装置群和设备的综合节电运用管理的技术。

背景技术

近年来，由服务器、储存器、网络等的信息处理装置群以及对其进行供电或冷却的设备构成的信息处理***的运用管理、特别是信息处理装置群和设备的综合节电运用管理技术受到关注。这是因为，面向信息通信的飞速发展以及广播与通信的融合时代，信息处理装置正在增加，另一方面，为了削减二氧化碳以防止地球温暖化，迫切需要大幅削减信息处理装置的消耗功率。

例如，在专利文献1中，在对并列计算机进行工作调度的管理服务器中，根据计算机的温度传感器信息，对温度低的计算机投入新工作，使工作从温度高的计算机向温度低的计算机移动，防止由于高温而导致的并列计算机的故障或性能低下。并且，在工作的移动前后，根据温度信息来估计各个计算机和该各个计算机所具有的冷却装置的消耗功率，由此判断能否移动。

在专利文献2中，在多个计算机的管理***中，根据计算机的温度分布和工作信息，提取过热计算机和非过热计算机，使软件从前者向后者移动，实现节电化。并且，在提取对象计算机后，对软件移动前后的计算机功率和空调功率的变动进行比较，判断能否移动。计算机功率根据工作信息求出，空调功率根据温度分布求出，温度分布根据温度传感器或温度履历或工作信息求出。

在专利文献3中，在对存在于数据中心的多个服务器分配作业负荷的方法中，对被请求的作业负荷的分布（Profile）和履历分布进行比较，按照服务器和空调的功率最低的履历，对服务器分配被请求的作业负荷，如果没有合适的履历，则随机分配。在履历分布中包含服务器的位置、类别、工作信息、进气温度、排气温度、作业负荷的类型、服务器和空调的功率。服务器和空调的功率根据服务器的进排气温度、比热和风量求出，或者通过功率计来测定。

并且，在专利文献4中，在对存在于数据中心的多个服务器分配功率的方法中，在地理位置接近的服务器间或机架间进行功率预算的贷借，以接近理想的模拟的温度分布即功率分布，根据该预算分配，指定服务器的离散化的功率状态，防止由于热点或冷点而导致的服务器的故障。表示针对各服务器的理想功率的热乘数根据各服务器的排气温度、平均的服务器的基准排气温度、空调的供气温度求出。

进而，在专利文献5中，提供如下的运用管理方法和运用管理装置：在特定装置中集中配置作业负荷，使其他装置休止或停止，由此能够实现信息处理装置群的节电化，与此相对，通过使装置群的功率尽可能地分散来提高运转效率，由此能够实现空调设备的节电化，在具有这种相反要求时，综合考虑功率分布或变动和空调设备的相互配置，为了实现信息处理装置群和空调设备的功率降低，对作业负荷的变动等状况进行监视，根据该状况，针对装置群适度地集中和分散配置作业负荷，进行最优化以使得装置群和设备的总功率最小。

现有技术文献

专利文献

专利文献1：日本特开2004-126968号公报

专利文献2：US2007/0180117

专利文献3：美国专利申请公开第2006/0259621号说明书

专利文献4：美国专利申请公开第2006/0259793号说明书

专利文献5：US2009/0259345

面向近年来的信息通信的飞速发展以及广播与通信的融合时代，预想到信息处理装置骤然增加。另一方面，为了削减二氧化碳以防止地球温暖化，迫切需要大幅削减信息处理装置的消耗功率。特别是在后端承担信息处理基础的数据中心中，除了信息处理装置群所消耗的功率以外，对其进行供电或冷却的设备所消耗的功率也占很大比例，将装置群和设备相加后的综合功率的削减成为重要课题。

面向数据中心的节电化，在服务器、储存器、网络等的信息处理装置、供电设备、冷却设备、***运用管理中开始进行各种努力。在信息处理装置中，基于低功率器件/电路的单位消耗功率的性能的提高、基于与作业负荷对应的动作/待机状态切换的节电功能的采用正在发展。在供电设备中，开始了从变压器、不间断电源装置、配电盘、分电器等到装置群电源的供电***的损失降低和变换效率提高，在冷却设备中，开始了空调机自身的运转效率提高和供排气口的气流设计的最优化、以及局部冷却和液冷的导入。在运用管理中，列举工作信息监视、工作调度、以及基于虚拟化的装置群的运用效率改善或联合作为主要对策。

供电设备和冷却设备一般根据装置群的最大额定功率来设计，但是，运用时的设备的效率和功率大大依赖于针对设备的装置群的功率分布和变动。例如，电源变换效率依赖于功率负荷，所以，根据装置的动作功率和供电***，供电损失不同。并且，空调机的效率依赖于装置的功率即发热、空调机与装置之间的位置关系或距离、温度、风量、风向等，所以，根据装置的功率和配置，冷却功率受到很大影响。

今后，基于数据中心的虚拟化的运用管理发展，预想到为了实现节电化而灵活运用联合和实时迁移，所以，需要充分考虑针对设备的装置群的功率分布的不均化和时间变动来削减装置群和设备的总功率的对策。以往，作为与服务器和计算机等装置群、冷却装置、空调设备有关的温度和功率的运用管理方法，公知有若干个公知例，但是，在上述综合节电化的意思中，停留在局部或逐次的对策。

其中，例如，在专利文献1中，通过对并列计算机中的温度低的计算机分配工作来抑制计算机的温度上升，但是，如数据中心那样在混合存在多样的信息处理装置的情况下，温度低的装置不一定节电。并且，在工作的移动前后估计计算机的消耗功率，所以，与移动方和移动目的地有关的功率降低，但是，对于并列计算机全体来说，只不过是局部的节电化。该估计还包括每个计算机附带的冷却装置的功率，但是，没有考虑空调设备和计算机等的配置，即使计算机和冷却装置的功率由于工作的分配而降低，空调功率上升也会引起总功率增加。

在专利文献2中，使软件从过热计算机向非过热计算机移动来进行分散，但是，温度低的计算机不一定功率低，而且，使软件集中于特定计算机而使其他计算机待机或休止，有时在计算机群全体中实现节电。并且，在软件的移动前后对计算机功率和空调功率的变动进行比较，但是，比较对象仅限于提取出的过热和非过热的计算机，而没有考虑加上空调设备的总功率。

在专利文献3中，根据服务器和空调的功率最低的履历分布，对服务器分配被请求的作业负荷，所以，针对履历范围内的新请求，能够降低将服务器群和空调设备相加后的功率，但是，在没有适当的履历的情况下、或已分配的作业负荷大幅变动的情况下无法应对，或者只能根据履历的蓄积而逐次改善。并且，在履历分布中包含服务器的位置，但是，根据服务器进排气温度或功率计求出空调功率，没有考虑服务器和空调设备的位置关系，对位于履历中出现的范围内的位置的服务器分配作业负荷，不一定会使服务器群和空调设备的总功率最小。

在专利文献4中，在接近的服务器间贷借功率预算以接近理想的温度分布，所以，没有降低服务器群全体的合计功率。并且，以温度的平均化为目的，在宏观上使功率分散在服务器群中，所以，与基于服务器的联合的节电化不相容。为了进行功率分配，参照服务器的地理位置、排气温度、空调的供气温度，但是，没有考虑空调设备的功率和配置，无助于空调功率的降低。服务器中指定的功率状态为待机模式（待机功率）和最大动作模式（最大功率），没有考虑与作业负荷对应的功率变动，没有灵活运用服务器自身的节电功能。

在专利文献5中，提供如下的运用管理方法和运用管理装置：在特定装置中集中配置作业负荷，使其他装置休止或停止，由此能够实现信息处理装置群的节电化，与此相对，通过使装置群的功率尽可能地分散来提高运转效率，由此能够实现空调设备的节电化，在具有这种相反要求时，综合考虑功率分布或变动和空调设备的相互配置，为了实现信息处理装置群和空调设备的功率降低，对作业负荷的变动等状况进行监视，根据该状况，针对装置群适度地集中和分散配置作业负荷，进行最优化以使得装置群和设备的总功率最小。但是，没有考虑作业负荷再配置时的处理中的功率消耗，在空调设备的控制中，需要进行针对与该作业负荷再配置处理有关的消耗功率***余量的低温度设定，残留有相应量的节电化的余地。

如上所述，现有技术具有只不过是局部或逐次降低信息处理装置群和空调设备的功率的问题。

发明内容

本发明的目的在于，提供如下的信息处理***、实现该信息处理***的节电运用的控制方法和装置：通过综合考虑装置群的功率分布或变动和设备的相互配置，削减了将装置群和设备相加后的总功率。

为了实现上述目的，在本发明中，提供一种信息处理***的节电控制方法，该信息处理***由多种信息处理装置相互连接的信息处理装置群和对该信息处理装置群进行冷却的冷却设备构成，其中，设信息处理装置群上的作业负荷的工作信息和位置以及冷却设备的环境信息和位置为配置信息，对以规定契机确定的一定期间内的在信息处理装置群上执行处理的各作业负荷的工作信息进行预测，根据按照每个作业负荷预测出的工作信息，在一定期间内，以不高于被分配有各作业负荷的工作信息的信息处理装置群中的各个性能的方式，导出针对信息处理装置群的假想作业负荷分配，计算针对信息处理装置群的假想作业负荷分配中的假想消耗功率及其配置信息、以及转移到针对信息处理装置群的假想作业负荷分配的处理中的假想消耗功率及其配置信息，根据计算结果，计算用于执行冷却设备的控制的假想冷却功率，探索基于规定契机的一定期间内的、信息处理装置群的假想消耗功率和冷却设备的假想冷却功率的总和降低最多的针对信息处理装置群的最优假想作业负荷分配，以规定契机，根据探索到的最优假想作业负荷分配，针对信息处理装置群分配转移作业负荷，针对实际作业负荷的分配转移处理的实际消耗功率执行冷却设备的控制。

并且，为了实现上述目的，在本发明中，提供一种信息处理***，由多种信息处理装置相互连接的信息处理装置群、对该信息处理装置群进行冷却的设备、以及运用管理装置构成，其中，运用管理装置具有处理部和存储部，存储部存储信息处理装置群上的作业负荷的工作信息和位置以及冷却设备的环境信息和位置，作为配置信息，处理部对一定期间内的在信息处理装置群上执行处理的各作业负荷的工作信息进行预测，根据预测出的工作信息，在一定期间内，以不高于被分配有各作业负荷的工作信息的信息处理装置群中的各个性能的方式，导出针对信息处理装置群的假想作业负荷分配，计算针对信息处理装置群的假想作业负荷分配中的假想消耗功率和配置信息、以及转移到针对信息处理装置群的假想作业负荷分配的处理中的假想消耗功率和配置信息，根据该计算结果，计算用于执行设备的控制的假想冷却功率，探索一定期间内的、信息处理装置群的假想消耗功率和设备的假想冷却功率的总和降低的最优假想作业负荷分配，以规定契机，根据探索到的最优假想作业负荷分配，针对信息处理装置群分配转移作业负荷，针对作业负荷的分配转移处理的实际消耗功率执行设备的控制。

进而，为了实现上述目的，在本发明中，提供一种运用管理装置，进行多种信息处理装置相互连接的信息处理装置群以及对信息处理装置群进行温度控制的设备的运用管理，其中，运用管理装置具有处理部和存储部，在存储部中存储信息处理装置群上的作业负荷的工作信息和位置以及设备的环境信息和位置，作为配置信息，处理部对一定期间内的在信息处理装置群上执行处理的各作业负荷的工作信息进行预测，根据预测出的工作信息，在一定期间内，以不高于被分配有工作信息的信息处理装置群中的各个性能的方式，导出针对信息处理装置群的假想作业负荷分配，计算假想作业负荷分配中的假想消耗功率及其配置信息、以及转移到针对信息处理装置群的假想作业负荷分配的处理中的假想消耗功率及其配置信息，根据该计算结果，计算用于执行设备的控制的假想消耗功率，探索一定期间内的、信息处理装置群和设备的假想消耗功率的总和降低的针对信息处理装置群的最优假想作业负荷分配，根据探索到的最优假想作业负荷分配，针对信息处理装置群分配转移作业负荷，针对实际作业负荷的分配转移处理的实际消耗功率执行设备的控制。

本发明的代表实施方式的特征在于，具有由信息处理装置群的位置和工作信息以及设备的位置和环境信息构成的配置信息，具有根据工作信息求出针对装置群的作业负荷的消耗功率的单元、以及根据配置信息求出针对装置群的消耗功率的设备的供电损失或冷却功率的单元，由此分配作业负荷，以使得装置群和设备的总功率最小。

关于装置群的位置和工作信息，不是提取过热/非过热装置，而是针对装置群全体收集并掌握装置的位置和作业负荷。工作信息是在从某个装置向其他装置移动作业负荷的情况下计算消耗功率所需要的充分的信息，根据需要，还包含装置的规格信息和结构信息。关于设备的位置和环境信息，如果是供电设备，则收集并掌握从变压器到装置电源的供电***的供电损失，如果是冷却设备，则收集并掌握从外部气体经由空气或制冷剂到达装置即热源的热交换循环和冷却功率。环境信息除了从设备的内置传感器或外部传感器得到以外，根据需要，还根据装置的工作信息得到。

在求出装置功率的单元中，不是根据温度信息和履历对照求出装置功率，与最大动作/待机状态的固定功率不同，装置对象不限于过热/非过热装置，根据工作信息，针对装置群全体求出根据作业负荷的多寡而变动的功率。在求出设备功率的单元中，不是根据温度分布和履历对照求出设备功率，不是求出装置中包含的冷却装置的功率，而是根据装置群和设备的相互配置信息，求出与装置群的功率分布或变动对应的设备全体的功率。在对装置群分配作业负荷的单元中，对象不限于温度低的装置、非过热装置、履历中残留的装置、地理位置接近的装置，将装置群全体作为对象，根据求出的最优解来分配作业负荷。

本发明的代表实施方式的另一个特征在于，具有对由装置群的位置和工作信息以及设备的位置和环境信息构成的配置信息进行监视并根据当前或预定的作业负荷对装置群分配假想作业负荷的单元、根据转移到假想作业负荷的分配的作业负荷以及工作信息求出针对装置群的假想作业负荷的假想消耗功率的单元、以及根据配置信息和假想消耗功率求出设备的假想供电损失或假想冷却功率的单元，由此求出假想作业负荷分配的最优解，以使得装置群的假想消耗功率和设备的假想供电损失或假想冷却功率的总和最小。

针对装置群的作业负荷分配存在多个组合，但是，通过分配假想作业负荷并探索将装置群和设备相加后的总功率最小的解，高效地找到最优解，按照该最优解对装置群分配实际作业负荷。不仅包括当前的作业负荷，还包括预定或预测的作业负荷在内，进行假想作业负荷的分配。在解的探索中，可以考虑装置的动作温度条件和容许负荷条件、供电设备的配电盘和机架电源的容许功率条件、冷却设备的冷却能力和用于避免热集中的区间容许功率条件等的制约条件。

进而，本发明的另一个特征在于，具有对设置有装置群和设备的空间中的、装置群的位置坐标和工作信息以及设备的位置坐标和与供电或冷却有关的环境信息进行映射的配置信息。通过在虚拟空间上再现实际空间中的装置群或设备的工作状况或配置状态，针对共通的虚拟空间，统一进行装置群的作业负荷分配和设备的运转仿真，实施装置群和设备紧密协作的运用管理。并且，通过使虚拟空间可视化，能够高效地一并进行装置群和设备的工作监视、业务运用、故障检测、资产管理、功率管理等。

进而，本发明的另一个特征在于，具有装置功率函数，该装置功率函数根据装置的规格信息、结构信息、测定信息、工作信息或工作履历，针对装置的作业负荷计算消耗功率，由此，根据作业负荷的分配、变更、移动等简单地求出装置功率。例如，当利用将时刻t作为变量的函数l_jk（t）（k=1、2、…）表示根据时间而变动的各个作业负荷时，装置i的装置功率函数p_Di（i=1、2、…）如数式1那样表示。

【数式1】

$p_{\mathrm{Di}}=p_{\mathrm{Di}}(l_{j1}\left(t\right),l_{j2}\left(t\right),...)=p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)(i=\mathrm{1,2},...)---\left(1\right)$

这里，是各个作业负荷针对装置群的分配j（j＝1、2、…）并且，所有装置的装置功率的总和如下式2那样表示。

【数式2】

$P_D={\mathrm{\Σ}}_i{p}_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)---\left(2\right)$

这里，在具有作业负荷的情况下（装置动作），设装置功率函数p_Di为多变量的线性函数或非线性函数，在没有作业负荷的情况下（装置休止或停止），设装置功率函数p_Di为给出功率值的不连续函数。装置功率函数p_Di也可以是针对变量的数表的返回值或插值。

例如，作为装置功率函数p_Di，根据所得到的信息和必要的计算精度来适当选择，如果根据装置的规格信息或结构信息可知最大额定功率，则选择与装置的ON/OFF对应的阶段函数，如果可知最大功率和待机功率，则选择由斜率和截距表示的一次函数，如果可知多个动作状态和待机状态、休止状态或停止状态作为工作信息，则选择带条件的函数集合，如果能够监视装置的消耗功率，则选择附加了工作履历数据的二次函数等。为了简化，也可以将数式1中的作业负荷针对装置群的分配即变量集合集中作为影响功率的主要因子。例如，如果是服务器装置，则主要因子是处理器的最大性能、使用率、动作状态（频率、电压）等，如果是储存器装置，则主要因子是起动盘数、访问图案、访问时间等，如果是网络装置，则主要因子是转送吞吐量、开关频度等。

进而，另一个特征在于，在针对装置群的作业负荷分配被变更的情况下，使用置换函数δ_k，如数式3那样表示各个作业负荷针对装置群的分配。

【数式3】

${\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\left(t\right)\right)---\left(3\right)$

这里，在从数式1中的分配所示的作业负荷配置向数式3的分配所示的作业负荷配置转移时，在涉及转移的装置中产生迁移处理成本作为新的作业负荷。这里，作为新的作业负荷即迁移处理成本，在被分配给装置m的作业负荷l_jk转移到装置n的情况下，是指将涉及作业负荷l_jk的执行的存储器上以及储存器上的作业数据从装置m经由网络等转送到装置n的作业，在装置m、装置n以及与转送有关的装置上追加分配新的作业负荷。包含该新追加的作业负荷的作业负荷分配如数式4那样表示，并且，到该新追加的作业负荷完成为止所需要的时间如数式5那样表示。

【数式4】

$\stackrel{\→}{L_{\mathrm{MI}}}\left(\stackrel{\→}{l_j}{,\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right)\right)---\left(4\right)$

【数式5】

$T_{\mathrm{MI}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)---\left(5\right)$

进而，另一个特征在于，具有针对装置的消耗功率和位置以及设备的环境信息和位置计算设备的供电损失或冷却功率的设备功率函数，由此，根据基于作业负荷分配的装置的功率分布，简单地求出设备功率。例如，设装置i的功率为p_di、位置为xi（xi、yi、zi）、设备ι（ι＝1、2、…）的环境信息为ει、位置为χι（xι、yι、zι），如数式6、数式7那样表示供电损失函数p_s和冷却功率函数p_c。

【数式6】

p_s＝p_s((p_D1,x₁)，(p_D2,x₂)，....，(ε₁,χ₁)，(ε₂,χ₂)，...)---(6)

【数式7】

p_c＝p_c((p_D1,x₁)，(p_D2,x₂)，....，(ε₁,χ₁)，(ε₂,χ₂)，...)---(7)

供电损失函数p_s根据装置的位置以及供电设备的环境信息和位置，求出从变压器、不间断电源、配电盘、分电器等到装置电源的供电***，沿着供电***计算针对装置功率即功率负荷的电源效率和配电损失等，计算供电设备全体的供电损失。冷却功率函数p_c根据装置的位置和功率（热源分布）以及冷却设备的环境信息和位置，进行设置有装置群的室内的热流体仿真以及从室内冷却机到冷冻机、冷却塔等室外机的冷却***的热交换仿真，计算冷却设备全体的冷却功率。

在装置的位置xi中，除了三维位置坐标以外，还可以代用搭载有装置的机架的二维位置和机架高度方向的编号、载置有装置的地砖的二维位置和从砖起的高度等能够鉴定三维位置的表现。在供电设备的环境信息εi中具有电源或配电器或布线的功率负荷特性、在各机器或机架中监视的输入输出功率等。在冷却设备的环境信息ει中具有空气或制冷剂的温度湿度、流量、流速、流向、装置的动作温度、机架或供排气口的进排气温度、室内机或室外机的供排温度和流量、外部气体的温度湿度、各机器的热负荷特性等。在设备的位置信息χι中，除了三维位置以外，还可以包含各机器的连接目的地和相互距离等的拓扑连接信息。

进而，另一个特征在于，将针对装置群的功率和位置以及设备的环境信息和位置的设备功率函数近似分解为表示每个装置所需要的设备功率的要素函数，由此，简单地解决组合最优化问题。按照每个装置定义装置功率函数与设备要素函数之和作为装置函数，所以，能够在短时间内针对作业负荷分配计算目标函数的值。例如，针对装置i的供电损失和冷却功率的要素函数p_Si和p_Ci如数式8、数式9那样表示（p_Si和p_Ci也是设备的环境信息ει、位置χι的函数，但是这里简单表示）。

【数式8】

p_Si＝p_Si(p_Di,x_i)---(8)

【数式9】

p_Ci＝p_Ci(p_Di,x_i)---(9)

设备功率函数p_Si和p_Ci如数式6、数式7那样是针对装置群和设备的全体的函数，但是，在装置群的功率分布或设备的环境信息和位置没有大幅变动的情况下或者没有极端偏差的情况下等，可以考虑使相互作用或非线性作用近似并分成每个装置的设备要素函数p_Si和p_Ci。或者，也可以对设备要素函数进行修正，以缩小较近的装置间的相互作用。装置函数p_i是设备要素函数p_Si和p_Ci与装置功率函数p_Di之和，如数式10那样表示。目标函数P是装置群全体的装置函数p_i的总和，如数式11那样表示。

【数式10】

$p_i=p_{\mathrm{Di}}+p_{\mathrm{Si}}+p_{\mathrm{Ci}}=p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)+p_{\mathrm{Si}}\left(P_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)+p_{\mathrm{Ci}}\left(P_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)---\left(10\right)$

【数式11】

$p={\mathrm{\Σ}}_i{p}_i\left(\stackrel{\→}{l_j}\left(t\right)\right)---\left(11\right)$

进而，另一个特征在于，将所指定的时间的装置功率量和设备功率量的总和即总功率量P作为目标函数，定义对装置分配作业负荷的组合最优化问题，由此，求出使目标函数最小化的最优解或最优解附近的可执行的近似解。例如，时刻T_n-1～时刻T_n的装置功率量如数式12那样表示，设备功率量如数式13那样表示。

【数式12】

$P_{\mathrm{Di}}={\∫}_{T_{n-1}}^{T_n}{\mathrm{\Σ}}_i{p}_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\mathrm{dt}---\left(12\right)$

【数式13】

$P_S+P_C={\∫}_{T_{n-1}}^{T_n}{\mathrm{\Σ}}_i(p_S\left(p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)+p_C\left(p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\right))\mathrm{dt}---\left(13\right)$

并且，在时刻T_n从数式1的作业负荷配置向数式3的作业负荷配置转移的情况下，产生数式4所记述的作业负荷，根据数式5，如数式14那样表示该作业负荷的完成时刻。

【数式14】

$T_n+T_{\mathrm{MI}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)---\left(14\right)$

因此，时刻T_n-1～时刻T_n+1的总功率量P如数式15、数式16那样表示。

【数式15】

$P={\∫}_{T_{n-1}}^{T_n}\underset{i}{\mathrm{\Σ}}(p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)+p_{\mathrm{Si}}\left(p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)+p_{\mathrm{Ci}}\left(p_{\mathrm{Di}}\left(\stackrel{\→}{l_j}\left(t\right)\right)\right))\mathrm{dt}$

$+{\∫}_{T_n}^{T_n+T_{\mathrm{MI}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)}\underset{i}{\mathrm{\Σ}}(p_{\mathrm{Di}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)+p_{\mathrm{Si}}\left(p_{\mathrm{Di}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)\right)$

$+p_{\mathrm{Ci}}\left(p_{\mathrm{Di}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)\right))\mathrm{dt}$

$+{\∫}_{T_n+T_{\mathrm{MI}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)}^{T_{n+1}}\underset{i}{\mathrm{\Σ}}(p_{\mathrm{Di}}\left({\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)+p_{\mathrm{Si}}\left(p_{\mathrm{Di}}\left({\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)\right)$

$+p_{\mathrm{Ci}}\left(p_{\mathrm{Di}}\left({\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)\right))\mathrm{dt}$

【数式16】

$P={\∫}_{T_{n-1}}^{T_n}\underset{i}{\mathrm{\Σ}}{p}_i\left(\stackrel{\→}{l_j}\left(t\right)\right)\mathrm{dt}+{\∫}_{T_n}^{T_n+T_{\mathrm{MI}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)}\underset{i}{\mathrm{\Σ}}{p}_i\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)\mathrm{dt}$

$+{\∫}_{T_n+T_{\mathrm{MI}}\left(\stackrel{\→}{L_{\mathrm{MI}}}(\stackrel{\→}{l_j},{\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\right))\right)}^{T_{n+1}}\underset{i}{\mathrm{\Σ}}{p}_i\left({\mathrm{\δ}}_k\left(\stackrel{\→}{l_j}\left(t\right)\right)\right)\mathrm{dt}---\left(16\right)$

在供电设备中，根据供电***，具有电源、配电盘、配电器等的额定功率，需要遵守将该额定功率作为上限的容许功率条件。在不满足该条件的情况下，需要减轻与该供电***有关的装置群的作业负荷、或者限制装置群的功率。在冷却设备中，具有空调机、局部冷却装置、液冷装置、冷冻机、冷却塔等的额定处理能力，需要将装置功率抑制为该能力以下。并且，在冷却设备中，为了确保装置在动作温度范围内、避免过剩的发热集中而提高冷却效率，可以针对配置有装置群的空间的区域、区间、机架列等设置容许功率条件。

进而，另一个特征在于，根据解决针对装置群的作业负荷分配问题而求出的最优解或近似解以及配置信息，得到针对装置群的位置的消耗功率即功率分布，控制供电设备或冷却设备。由此，能够提高设备的运转效率，进而，能够抑制供电损失和冷却功率。例如，在供电设备中，通过根据输出功率改变并联连接的机器的工作台数，供电效率提高，在冷却设备中，通过根据发热分布来调节空气或制冷剂的供给温度、供排气口或风扇的风量或风向、冷冻机或冷却塔的温度或流量等，冷却效率提高。

进而，另一个特征在于，作为对装置群分配作业负荷的单元，灵活运用虚拟化环境、工作调度器、SAN引导环境、工作管理。考虑作业负荷分配的契机或周期、伴随作业负荷的移动的开销或时间损耗、作业负荷的变动或出现和消失、装置的作业负荷的链路、可取得的装置的工作信息、针对已设或新设的***的导入容易度、***的安全性或可靠性等选择这些单元，这些单元可以并列或层次地混合存在。在虚拟化环境中，根据针对物理装置群的虚拟装置的配置对装置群分配作业负荷，在工作调度器中，根据针对装置群的工作的配置对装置群分配作业负荷，在SAN引导环境中，根据起动的装置群的配置对装置群分配作业负荷，在工作管理中，根据工作、休止或停止的装置群的配置对装置群分配作业负荷。

进而，另一个特征在于，反映针对装置群的作业负荷分配的变更，以降低装置群和设备的总功率的方式使装置群进行工作。在服务器装置中，移动应用、虚拟机、工作等、赋予作业负荷的软件。在储存器装置中，通过移动或复制访问频度高的数据，作业负荷移动到移动目的地。在网络装置中，通过变更网络连接结构，运用节点变迁。

根据本发明，例如在数据中心等的信息处理***中，通过使信息处理装置群和设备协作的运用管理，能够削减将装置群和设备相加后的总消耗功率。

附图说明

图1是示出实施例1的构筑了虚拟化环境的信息处理***的节电方式的全体***结构图。

图2是示意地示出实施例1的考虑了迁移成本的最优化配置的图。

图3是示意地示出实施例1的考虑了迁移成本的最优化配置的图。

图4是示意地示出实施例1的考虑了迁移成本的最优化配置的图。

图5是用于示意地说明实施例1的从IT侧向空调发送信息并实施空调的先行控制的***的图。

图6是实施例1的构筑了虚拟化环境的信息处理***的一个据点的***结构图。

图7是实施例2的以分散OS为基础而构筑的信息处理***的一个据点的***结构图。

图8是示出各实施例的信息处理***的网络结构的一例的图。

图9是示出各实施例的信息处理***的网络结构的另一例的图。

图10是示出各实施例的信息处理***的机器数据的一例的图。

图11是示出各实施例的信息处理***的资源数据的一例的图。

图12是示出各实施例的信息处理***的链路数据的一例的图。

图13是示出各实施例的信息处理***的虚拟机资源预约数据的一例的图。

标号说明

101～108、350、351：储存器；110、116：SAN；120～129、230～233：虚拟机；130～139：应用；140～149：OS；150、151、152、156、157：管理程序（Hypervisor）；160、161、162、166、167、330～337：物理服务器；170、176：LAN；180、187：IT设备协作最优化运用管理器；181：冷却设备管理器；182：虚拟化管理器；183：LAN管理器；184：SAN管理器；185：消耗功率管理器；186：IT负荷配置管理器；190、191、192、196、197、198：冷却设备；250、251、252：网络分散型OS；300、310～311：路由器；320～323：开关；340、341：FC开关；361、365：综合管理服务器；362、366：IT负荷管理服务器；363、367：冷却设备管理服务器；370：管理网；371：通信线路。

具体实施方式

本发明提供如下的信息处理***、该信息处理***的节电控制方法和装置：为了满足装置群和设备的相反的要求，对作业负荷的变动等的状况进行监视，根据该状况，针对装置群适度地集中和分散配置作业负荷，进行最优化，以使得包含作业负荷的再配置处理中的功率消耗在内，装置群和设备的总功率最小。

如之前概略说明的那样，本发明提供如下的信息处理***、该信息处理***的节电控制方法和装置：具有由信息处理装置群的位置和工作信息以及设备的位置和环境信息构成的配置信息，根据该配置信息求出针对装置群的作业负荷的消耗功率，并且求出针对装置群的消耗功率的设备的供电损失或冷却功率，由此分配作业负荷，以使得装置群和设备的总功率最小。下面，按照附图说明本发明的各种实施方式。

【实施例1】

图1是示出第一实施例的信息处理***的全体结构的图，涉及用于在利用广域网（WAN）等线路连接二个据点间即二个数据中心间的信息处理***中实现作业负荷最优化配置的节电控制方法。本实施例1是涉及根据虚拟化环境构筑了多个物理服务器160～167上的应用130～139的执行环境的信息处理***的节电控制方法的实施例。

本实施例的信息处理***例示了经由广域网（WAN）400连接二个据点的结构，但是，信息处理***当然不限于这种据点为二个的结构。另外，为了便于图示，在图1中省略了物理服务器160～167、应用130～139等的一部分的图示，但是，在后面详细叙述的图6中图示了例如物理服务器162等。

作为一个据点的数据中心由物理服务器160～162；储存器100～102；连接物理服务器160～162且能够相互通信的LAN170；连接物理服务器160～162和储存器100～102且能够进行访问的SAN110；对物理服务器160～161、储存器100～102、LAN170、SAN110进行冷却的冷却设备190～192；以及对物理服务器160～162、储存器100～102、LAN170、SAN110、冷却设备190～192进行管理的信息技术（IT）设备协作最优化运用管理器180构成，构成虚拟化环境。

同样，另一个据点的数据中心由物理服务器166～167；储存器106～108；连接物理服务器166～167且能够相互通信的LAN176；连接物理服务器166～167和储存器106～108且能够进行访问的SAN116；对物理服务器166～167、储存器106～108、LAN176、SAN116进行冷却的冷却设备196～198；以及对物理服务器166～167、储存器106～108、LAN176、SAN116、冷却设备196～198进行管理的IT设备协作最优化运用管理器186构成，构成虚拟化环境。在本实施例的信息处理***中，这二个据点具有相同结构，所以，在以下的说明中，对一个据点的详细结构和动作进行说明。

在图1、图6中，在物理服务器160～162中借助管理程序150～152配置虚拟机120～125，OS140～145和作为作业负荷的应用130～135在虚拟机120～125上进行动作。

在IT设备协作最优化运用管理器180中，对局域网（LAN）170中的物理服务器160～161的连接进行管理的LAN管理器183、对储存区域网络（SAN）110中的物理服务器160～162与储存器100～102的连接进行管理的SAN管理器184、对物理服务器160～162和虚拟机120～125进行管理的虚拟化管理器182、IT负荷配置管理器186、以及冷却设备管理器181协作进行动作。

这里，IT负荷配置最优化管理器186与虚拟化管理器182、LAN管理器183、SAN管理器184协作，以基于虚拟机120～125的工作预约的将来的工作信息（例如中央处理部（CPU）工作率、存储器使用量、储存器访问带宽、网络访问带宽）、或基于虚拟机120～125的过去的工作信息（例如CPU使用率、存储器使用量、储存器访问量、网络访问量）的工作预测的将来的工作信息为基础，以不引起应用130～139的处理性能的劣化的方式，生成并实施用于降低信息处理***的消耗功率的虚拟机120～125的再配置。并且，冷却设备管理器181从消耗功率管理器185接受当前时点以及较近的将来（例如10分钟后）的信息处理***的消耗功率信息，根据该信息最优地控制冷却设备190～192。

以上结构的本实施例的信息处理***的消耗功率一般由虚拟机120～125在物理服务器160～162上的配置和虚拟机120～125的工作状况确定。例如，如图6的箭头所示，虚拟化管理器182将在物理服务器161上配置的虚拟机122～123再配置在物理服务器160或物理服务器162上，在不存在配置在物理服务器161上且进行动作的虚拟机的情况下，能够切断物理服务器161的电源。

另一方面，通过在物理服务器160上配置虚拟机122～123，物理服务器160的负荷提高，伴随于此，消耗功率也上升。但是，一般地，当对物理服务器160的消耗功率的上升量和切断物理服务器161的电源而引起的消耗功率的降低进行比较时，降低的量较大，作为结果，能够降低信息处理***的消耗功率。

而且，在配置在物理服务器160上的虚拟机120上的操作***（OS）140上动作的应用130和在配置在物理服务器161上的虚拟机122上的OS142上动作的应用132经由LAN170进行通信的状况下，构成LAN170的网络机器消耗功率，但是，如果将虚拟机122从物理服务器161改变配置在物理服务器160上，则应用130和应用132能够不经由LAN170进行通信，与此相伴，能够降低构成LAN170的网络机器的消耗功率。

另一方面，在虚拟机120～121和虚拟机122～123的工作状况中的CPU工作率的总和超过物理服务器160的处理能力的情况下，如果将虚拟机122～123从物理服务器161再配置在物理服务器160上，则引起在虚拟机120～123上动作的OS140～OS143以及应用130～应用133的性能劣化。

并且，在虚拟机120～121和虚拟机122～123的工作状况中的存储器使用量的总和超过物理服务器160的存储器搭载量的情况下，管理程序150实施涉及虚拟存储器的交换处理，所以，引起在虚拟机120～123上动作的OS140～OS143以及应用130～应用133的处理性能的劣化。

并且，在虚拟机120～121和虚拟机122～123的工作状况中的经由SAN110访问储存器100～102的带宽的总和超过物理服务器160经由SAN110访问储存器的带宽容许量的情况下，如果将虚拟机122～123从物理服务器161再配置在物理服务器160上，则引起在虚拟机120～123上动作的OS140～OS143以及应用130～应用133的储存器访问性能的降低，作为结果，引起处理性能的劣化。

并且，在物理服务器160上配置的虚拟机120～121上动作的应用130～131和在物理服务器161上配置的虚拟机122～123上动作的应用132～133经由LAN170与在物理服务器162上配置的虚拟机124～125上动作的应用134～135进行通信，在该通信的带宽的总和超过经由LAN170的物理服务器160和物理服务器162的通信的带宽容许量的情况下，如果将虚拟机122～123从物理服务器161再配置在物理服务器160上，则引起在虚拟机120～123上动作的应用130～应用133和在虚拟机124～125上动作的应用134～应用135的通信性能降低，作为结果，引起信息处理***的处理性能的劣化。

另一方面，虚拟化管理器182控制管理程序150～152，在将虚拟机120～125再配置在物理服务器160～162上时，经由LAN170实施处理。

因此，在将图6的箭头所示的虚拟机122从物理服务器161再配置在物理服务器160上的情况下，至少物理服务器160、物理服务器161、以及构成LAN170的机器涉及该处理，在涉及该再配置的处理的实施中，引起物理服务器160、物理服务器161、以及构成LAN170的机器的消耗功率的上升，并且，引起经由LAN170的物理服务器160和物理服务器161的通信带宽的消耗。

通常，在构筑了基于虚拟化环境的应用执行环境的信息处理***中，为了防止对在物理服务器160～物理服务器162上配置的经由LAN170的虚拟机120～125上动作的应用130～135间的通信造成影响，在虚拟机120～125的物理服务器160～162上的再配置时产生的经由LAN170的通信不同于在所述应用130～135间的通信中使用的LAN170的段而准备专用的LAN170的段，但是，在没有准备的情况下，IT负荷配置最优化管理器186需要考虑经由所述LAN170的物理服务器160和物理服务器161的通信带宽的消耗。

本实施例的信息处理***中的IT负荷配置最优化管理器186以基于虚拟机120～125的工作预约的将来的工作信息（例如CPU使用率、存储器使用量、储存器访问带宽、网络访问带宽）、或基于虚拟机120～125的过去的工作信息（例如CPU使用率、存储器使用量、储存器访问带宽、网络访问带宽）的工作预测的将来的工作信息为基础，在物理服务器160～162上确定虚拟机120～125的再配置的实施定时，以不引起在虚拟机120～125上动作的OS140～OS145以及应用130～应用135的性能劣化的方式，生成用于实现信息处理***的消耗功率降低的虚拟机120～125的再配置方案。

然后，根据当前的虚拟机120～125的配置信息和再配置后的虚拟机120～125的配置信息、以及将来的工作信息，计算在虚拟机120～125的再配置处理的实施中信息处理***所消耗的功率、从所述再配置实施定时到下次的再配置实施定时为止的期间、实施了虚拟机120～125的再配置时的信息处理***的消耗功率。

而且，根据当前的虚拟机120～125的配置信息和将来的工作信息，计算不实施虚拟机120～125的再配置时的信息处理***的消耗功率。

这里，在实施了虚拟机120～125的再配置时的信息处理***的消耗功率低于不实施虚拟机120～125的再配置时的信息处理***的消耗功率的情况下，IT负荷配置最优化管理器186经由虚拟化管理器182在调度器中预约在所述再配置实施定时实施所生成的虚拟机120～125的所述再配置方案。

消耗功率管理器185定期对冷却设备管理器181发送当前时点的信息处理***的消耗功率，同时，以IT负荷配置最优化管理器186预约的再配置方案及其实施调度器、以及基于虚拟机120～125的工作预约的将来的工作信息（例如CPU工作率、存储器使用量、储存器访问带宽、网络访问带宽）、或基于虚拟机120～125的过去的工作信息（例如CPU工作率、存储器使用量、储存器访问带宽、网络访问带宽）的工作预测的将来的工作信息为基础，计算较近的将来（例如10分钟后）的信息处理***的消耗功率，定期发送给冷却设备管理器181。

冷却设备管理器181在冷却设备190～192的使用温度传感器等的反馈控制中，由于引起时间遅延，所以，以往，以构成信息处理***的所有机器以额定消耗功率进行动作的情况为前提，在冷却设备190～192的运转控制中，关于送风温度、送风量等，进行具有余量的设定等，由此进行控制。

与此相对，在本实施例的信息处理***中，如以下详细叙述的那样，通过定期接受当前时点的信息处理***的消耗功率，能够消除反馈控制的时间遅延，其结果，在冷却设备190～192的运转控制中，关于送风温度、送风量等，较小地能够设定余量等，能够降低冷却设备190～192的消耗功率。

并且，即使冷却设备管理器181在冷却设备190～192的运转控制中进行送风温度、送风量等的设定，在该效果遍及地面全体为止也无法避免时间遅延，此前，在冷却设备190～192的运转控制中，针对送风温度、送风量等进行具有余量的设定等，由此进行应对。

与此相对，本实施例的冷却设备管理器181如以下详细叙述的那样，通过接受较近的将来（例如10分钟后）的信息处理***的消耗功率信息，先行控制冷却设备190～192，能够消除上述时间遅延，所以，在冷却设备190～192的运转控制中，关于送风温度、送风量等，能够更小地设定余量等，能够降低冷却设备190～192的消耗功率。

如以上所示，根据本实施例的信息处理***，能够降低根据虚拟化环境构筑了多个物理服务器160～162上的应用130～135的执行环境的信息处理***以及冷却设备的消耗功率。

使用图2～图5，对图1所示的本实施例的信息处理***中的、考虑了与二个据点间的迁移有关的成本的消耗功率控制方法的动作进行说明。另外，在以下说明中，例示物理服务器1、2和虚拟机230～233进行说明，但是，它们对应于图1、图6中的物理服务器160～162、166～167、虚拟机120～129中的任意一方。

如图2所示，在时刻t0，物理服务器2上的虚拟机232和虚拟机233转移为低负荷，在时刻t1，物理服务器1上的虚拟机230和虚拟机231转移为低负荷。

图6所示的IT负荷配置管理器186决定使虚拟机232、虚拟机233从物理服务器2偏移到物理服务器1，通过切断物理服务器161的电源来实现节电化。

伴随该决定，图1所示的信息处理***在时刻t2开始进行迁移。在物理服务器1上实施虚拟机232、虚拟机233的执行，在物理服务器1和物理服务器2上实施迁移处理。

在时刻t3，迁移处理完成，不存在在物理服务器2上实施的处理，这里，能够切断物理服务器2的电源。

物理服务器2的消耗功率由P=A×负荷率（%）+B确定。

通过在物理服务器1、物理服务器2上实施迁移处理，图2的点间消耗功率增大。

在实施迁移处理的期间内，即使不存在应该在物理服务器2上执行的虚拟机，也不能切断物理服务器2的电源，在时刻t3，迁移处理完成后，能够切断电源。

在图1所示的信息处理***中，如物理服务器1、2那样，在物理服务器群位于一个据点即同一LAN170的段上、且共用同一SAN110上的储存器100～102的情况下，迁移处理的时间较短，即使忽视也没有影响。

但是，在物理服务器群位于图1所示的二个据点即分别不同的数据中心等的不同的LAN段170、176上、且使用不同的SAN110、116上的储存器100～102、106～108的情况下，迁移处理花费时间，需要考虑由于迁移处理而导致的消耗功率增大以及物理服务器的电源切断的遅延。

这种情况下，消耗功率量由于迁移处理而增大，所以，需要进行与其对应的空调的运转控制。而且，虚拟机移动到不同的LAN段，或者使用不同的SAN上的储存器，所以，如果不考虑I/O性能来决定虚拟机的配置，则对应用性能造成很大影响。

因此，本实施例的信息处理***的IT设备协作最优化运用管理器180、187中的IT负荷配置管理器186进行以下说明的运用。

如图3所示，从时刻t0起，按照一定期间（时间a），IT负荷配置管理器186根据基于各虚拟机的此前的工作履历等而计算出的负荷预测，导出降低***全体的消耗功率的虚拟机的配置图案（对虚拟机分配的物理服务器、储存器）。

针对各个配置图案，考虑LAN、SAN的拓扑以及各节点间的通信的带宽，计算从当前的虚拟机分配起的迁移处理成本（时间、消耗功率增大量）。

计算考虑了针对各个配置图案计算出的迁移处理时间的基于物理服务器电源切断的节电量。

接着，根据针对各个配置图案计算出的基于迁移处理的消耗功率增大以及基于物理服务器电源切断的节电量，计算IT全体的节电效果，选择节电效果最大的配置图案。

在针对任意配置图案的迁移处理成本（时间、消耗功率增大量）较大、无法得到节电效果的情况下，不进行基于迁移的虚拟机的偏移的配置最优化，如图3的下图所示，继续进行虚拟机的该时点的配置。

图4是示出本实施例中的信息处理***的另一动作例的图。如图4的上段所示，将世界上的一般的示出如下的每日负荷变动的虚拟机作为对象：昼间（从上午9时到下午6时）负荷较高，朝向下午11时，负荷逐渐降低，从上午0时起的1小时左右，在每日处理等中视为负荷上升，然后，到上午9时为止成为低负荷状态。

这样，如每日变动那样，在能够以稳定的负荷变动为前提的信息处理***中，导入计划性的***运用。关于从上午2时到上午9时的低负荷状态，如图4下段所示，将虚拟机232、虚拟机233从物理服务器2迁移到物理服务器1，在设计阶段可知即使考虑迁移处理成本也能够实现节电化的情况下，导入灵活运用了基于偏移的物理服务器的电源切断的节电化，作为计划性的运用。

关于从下午11时到上午0时的低负荷状态，时间较短，在设计阶段可知如果考虑迁移处理成本则无法得到基于偏移的物理服务器的电源切断的节电化效果的情况下，如图4下段所示，不导入灵活运用了基于偏移的物理服务器的电源切断的节电化，作为计划性的运用。

关于从上午1时到上午9时的低负荷状态，时间较长，在设计阶段可知即使考虑迁移处理成本也能够得到基于偏移的物理服务器的电源切断的节电化效果的情况下，如图4下段所示，导入灵活运用了基于偏移的物理服务器的电源切断的节电化，作为计划性的运用。但是，应该对应于从上午9时即开始作业时起的急剧的负荷上升，在上午7时的时期实施偏移，以使得此前偏移到物理服务器1的虚拟机232、虚拟机233在物理服务器2的负荷具有余量的上午9时之前完成迁移。

接着，使用图5对在削减空调运转控制的余量而来实现节电化的情况下应用本实施例的信息处理***时的优选动作例进行说明。

在图5所示的节电控制方法中，在空调运转的最优化控制中，从切换运转模式后到该效果影响房间全体需要时间，所以，以具有预料到该时间的余量的方式进行空调的运转控制。

如图5的上段所示，在迁移处理成本（时间、消耗功率增大）显著的情况下，在迁移处理的开始之前，通过导入将空调运转控制的运转切换为较高模式的控制，削减上述空调的运转控制中的余量，实现空调的节电化。

如之前说明的动作例那样，按照一定期间（时间a），在IT负荷配置管理器186根据基于各虚拟机的此前的工作履历等而计算出的负荷预测来导出用于降低***全体的消耗功率的虚拟机的配置图案的情况下，在周期的虚拟机的再配置处理（迁移）的开始之前，对冷却设备管理器通知负荷上升，根据该通知实施空调运转的最优化控制。

另一方面，关于上述计划性的运用，预先估计迁移处理的成本，根据该成本，冷却设备管理器实施空调运转的最优化控制。

【实施例2】

图7涉及第2实施例，是示出根据网络分散型OS构筑了多个物理服务器260～262上的应用220～225的执行环境的信息处理***的节电控制方法的结构图。

信息处理***由物理服务器260～262；储存器200～202；连接物理服务器260～262且能够相互通信的LAN270；连接物理服务器260～262和储存器200～202且能够进行访问的SAN210；对物理服务器260～262、储存器200～202、LAN270、SAN210进行冷却的冷却设备290～292；以及对物理服务器260～262、储存器200～202、LAN270、SAN210、冷却设备290～292进行管理的IT设备协作最优化运用管理器280构成，构成虚拟化环境。

在物理服务器260～262中构筑基于网络分散型OS250～252的应用执行环境，作为作业负荷的应用220～225在该应用执行环境上进行动作。

在IT设备协作最优化运用管理器280中，与对LAN270中的物理服务器260～262的连接进行管理的LAN管理器283、对SAN210中的物理服务器260～262与储存器200～202的连接进行管理的SAN管理器284、对物理服务器260～262和应用220～225进行管理的任务管理器282、任务管理器282、LAN管理器283、SAN管理器协作，IT负荷配置最优化管理器286和冷却设备管理器281协作进行动作，该IT负荷配置最优化管理器286以基于应用220～225的工作预约的将来的工作信息（例如CPU使用率、存储器使用量、储存器访问量、网络访问量）、或基于应用220～225的过去的工作信息（例如CPU使用率、存储器使用量、储存器访问量、网络访问量）的工作预测的将来的工作信息为基础，以不引起应用220～225的性能劣化的方式，生成并实施用于降低信息处理***的消耗功率的应用220～225的再配置，该冷却设备管理器281从IT负荷配置最优化管理器286接受当前时点以及较近的将来（例如10分钟后）的信息处理***的消耗功率信息，根据该信息最优地控制冷却设备290～292。

本实施例所示的信息处理***的消耗功率一般由应用220～225在物理服务器260～262上的配置以及应用220～225的工作状况确定。

例如，任务管理器282将在物理服务器261上配置的应用222～223再配置在物理服务器260或物理服务器262上，在不存在配置在物理服务器261的上且进行动作的应用的情况下，能够切断物理服务器261的电源。另一方面，通过在物理服务器260上配置应用222～223，物理服务器260的负荷提高，伴随于此，消耗功率也上升。但是，一般地，当对物理服务器260的消耗功率的上升量和切断物理服务器261的电源而引起的消耗功率的降低进行比较时，降低的量较大，作为结果，能够降低信息处理***的消耗功率。

而且，在配置在物理服务器260上的应用220和配置在物理服务器261上的应用222经由LAN270进行通信的状况下，构成LAN270的网络机器消耗功率，但是，如果将应用222从物理服务器261改变配置在物理服务器260上，则应用220和应用222能够不经由LAN270进行通信，与此相伴，能够降低构成LAN270的网络机器的消耗功率。

另一方面，在应用220～221和应用222～223的工作状况中的CPU工作率的总和超过物理服务器260的处理能力的情况下，如果将应用222～223从物理服务器261再配置在物理服务器260上，则引起应用220～223的性能劣化。

并且，在应用220～221和应用222～223的工作状况中的存储器使用量的总和超过物理服务器260的存储器搭载量的情况下，网络分散型OS250实施涉及虚拟存储器的交换处理，所以，引起应用220～223的性能劣化。

并且，在应用220～221和应用222～223的工作状况中的经由SAN210访问储存器的带宽的总和超过物理服务器260经由SAN210访问储存器的带宽容许量的情况下，如果将应用222～223从物理服务器261再配置在物理服务器260上，则引起应用220～223的储存器访问性能的降低，作为结果，引起处理性能的劣化。

并且，在物理服务器260上配置的应用220～221和在物理服务器261上配置的应用222～223经由LAN270与在物理服务器262上配置的应用224～225进行通信，在该通信的带宽的总和超过经由LAN270的物理服务器260和物理服务器262的通信的带宽容许量的情况下，如果将应用222～223从物理服务器261再配置在物理服务器260上，则引起应用220～223和应用224～225的通信性能降低，作为结果，引起处理性能的劣化。

另一方面，任务管理器282控制网络分散型OS250～252，在将应用220～225再配置在物理服务器260～262上时，经由LAN270实施处理。

因此，在将应用222从物理服务器261再配置在物理服务器260上的情况下，至少物理服务器260、物理服务器261、以及构成LAN270的机器涉及该处理，在涉及该再配置的处理的实施中，引起物理服务器260、物理服务器261、以及构成LAN270的机器的消耗功率的上升，并且，引起经由LAN270的物理服务器260和物理服务器261的通信带宽的消耗。

在没有采用经由LAN170的物理服务器260和物理服务器261的通信带宽的消耗不影响经由LAN270的应用220～225间的通信的LAN270的结构的情况下，IT负荷配置最优化管理器286需要考虑所述通信带宽的消耗。

IT负荷配置最优化管理器286以基于应用220～225的工作预约的将来的工作信息（例如CPU使用率、存储器使用量、储存器访问带宽、网络访问带宽）、或基于应用220～225的过去的工作信息（例如CPU使用率、存储器使用量、储存器访问带宽、网络访问带宽）的工作预测的将来的工作信息为基础，在物理服务器260～262上确定应用220～225的再配置的实施定时，以不引起应用220～225的性能劣化的方式，生成用于实现信息处理***的消耗功率降低的应用220～225的再配置方案。

然后，根据当前的应用220～225的配置信息和再配置后的应用220～225的配置信息、以及将来的工作信息，计算在应用220～225的再配置处理的实施中信息处理***所消耗的功率、从所述再配置实施定时到下次的再配置实施定时为止的期间、实施了应用220～225的再配置时的信息处理***的消耗功率。

而且，根据当前的应用220～225的配置信息和将来的工作信息，计算不实施应用220～225的再配置时的信息处理***的消耗功率。

这里，在实施了应用220～225的再配置时的信息处理***的消耗功率低于不实施应用220～225的再配置时的信息处理***的消耗功率的情况下，IT负荷配置最优化管理器286经由任务管理器282在调度器中预约在所述再配置实施定时实施所生成的应用220～225的所述再配置方案。消耗功率管理器285定期对冷却设备管理器281发送当前时点的信息处理***的消耗功率，同时，以IT负荷配置最优化管理器286预约的再配置方案及其实施调度器、以及基于应用220～225的工作预约的将来的工作信息（例如CPU使用率、存储器使用量、储存器访问带宽、网络访问带宽）、或基于应用220～225的过去的工作信息（例如CPU使用率、存储器使用量、储存器访问带宽、网络访问带宽）的工作预测的将来的工作信息为基础，计算较近的将来（例如10分钟后）的信息处理***的消耗功率，定期发送给冷却设备管理器281。

冷却设备管理器281在冷却设备290～292的使用温度传感器等的反馈控制中，由于引起时间遅延，所以，以往，以构成信息处理***的所有机器以额定消耗功率进行动作的情况为前提，在冷却设备290～292的运转控制中，关于送风温度、送风量等，进行具有余量的设定等，由此进行控制。

与此相对，通过定期接受上述当前时点的信息处理***的消耗功率，能够消除反馈控制的时间遅延，其结果，在冷却设备290～292的运转控制中，能够较小地设定送风温度、送风量等的余量等，能够降低冷却设备290～292的消耗功率。

并且，即使冷却设备管理器281进行冷却设备290～292的送风温度的设定，在该效果遍及地面全体为止也无法避免时间遅延，在冷却设备290～292的运转控制中，进行具有送风温度、送风量等的余量的设定等，由此进行应对。

与此相对，冷却设备管理器281通过接受较近的将来（例如10分钟后）的信息处理***的消耗功率信息，先行控制冷却设备290～292，能够消除上述时间遅延，所以，在冷却设备290～292的运转控制中，关于送风温度、送风量等，能够更小地设定余量等，能够降低冷却设备290～292的消耗功率。

如以上所示，根据本实施例，能够降低根据网络分散型OS构筑了多个物理服务器260～262上的应用220～225的执行环境的信息处理***以及冷却设备的消耗功率。

图8、图9示意地示出以上说明的各种实施例中的、构筑了多个物理服务器330～337上的应用执行环境的信息处理***的机器结构。图8对应于一个据点的情况，图9对应于两个据点的情况。

本信息处理***由物理服务器330～337；FC（Fibre Channel）开关340～341；储存器350～351；开关310～311；开关320～323；路由器300或WAN400；以及所述IT设备协作最优化运用管理器180中的所述LAN管理器、所述SAN管理器、所述虚拟化管理器动作的综合管理服务器361、365；所述IT负荷配置最优化管理器、消耗功率管理器动作的IT负荷管理服务器362、366；冷却设备管理器动作的冷却设备管理服务器363、367构成。

这里，如图9所示，综合管理服务器361、365、IT负荷管理服务器362、366、冷却设备管理服务器363、367是分别具有作为处理部的中央处理部（Central Processing Unit、CPU）、作为存储部的存储器、接口（I/F）部、以及输入输出部等的通常的计算机。在该存储器上存储有LAN管理器、SAN管理器、虚拟化管理器、或IT负荷配置最优化管理器、消耗功率管理器、冷却设备管理器以及各种表，通过CPU，通过程序处理参照各表，实现作为各管理器的功能。

另外，如上所述，所述IT设备协作最优化运用管理器180示出以在这3台服务器上配置各个管理器的形式进行安装的例子，但是，也可以采用除此之外的服务器的台数以及管理器的配置方式，当然也可以使用一台服务器即计算机来实现。在本说明书中，有时将这些服务器装置统称为运用管理装置。这些服务器机器直接或经由管理网370与物理的通信电路371连接。

物理服务器330～337是能够使虚拟机或网络分散型OS在该物理服务器上进行动作的服务器机器。在物理服务器330～337上，作为例如使虚拟机进行动作的方法，一般具有使被称为“管理程序”或“虚拟机监视器”的软件进行动作的方法等。

综合管理服务器361、365能够通过物理服务器330～337的管理接口对在物理服务器330～337上动作的虚拟机进行变更。路由器310～311、开关320～323是对在物理服务器330～337上动作的虚拟机之间的业务、以及虚拟机与WAN400或路由器300之间的业务进行中介的网络机器。

在以上说明的各种实施例的信息处理***中，多个顾客等的不同属性的业务混合存在，要求开关320～323等对应于虚拟地分割每个不同属性的网络的虚拟化功能（VLAN等）的情况较多。综合管理服务器361上的LAN管理器通过开关320～323、物理服务器330～337的管理接口，对虚拟化功能（VLAN等）的设定进行变更。

路由器300或WAN400是经由将各实施例作为对象的信息处理***的网络和WAN等广域网与其他网络上的信息处理***连接的网络机器。综合管理服务器361上的LAN管理器能够通过路由器300的管理接口对虚拟化功能（VLAN等）的设定进行变更。

FC开关340～341是对在物理服务器330～337上动作的虚拟机与储存器350～351之间的业务进行中介的网络机器。在本实施例的信息处理***中，多个顾客等的不同属性的业务混合存在，所以，需要FC开关340～341对应于虚拟地分割不同属性的网络的虚拟化功能（分区或VSAN等）。综合管理服务器361上的SAN管理器能够通过FC开关340～341的管理接口对虚拟化功能的设定进行变更。

储存器350～351是存储虚拟机所利用的数据的机器。储存器350～351对虚拟机提供其引导区域和数据区域。综合管理服务器361上的SAN管理器能够通过储存器350～351的管理接口对虚拟化功能（分区或VSAN等）的设定进行变更。

在IT负荷配置最优化管理器186生成在物理服务器上再配置虚拟机的再配置方案时，灵活运用信息处理***的机器结构数据库，但是，该机器结构数据库由机器数据、资源数据、链路数据、虚拟机资源预约数据构成，保存为图10～图13所示的表。这些各种表能够存储在构成此后说明的最优化用的运用管理装置的各服务器装置中的任意一个存储器中。

图10示出图8、9所示的信息处理***的机器数据的一例。机器数据是表示信息处理***上的机器的数据。列“机器名”是用于在本信息处理***上唯一识别机器的机器名。列“类别”是各机器的类别。在本实施例中，作为类别，具有“物理服务器”、“开关”、“路由器”、“FC开关”、“储存器”。

图11示出图8、9所示的信息处理***的资源数据的一例。资源数据是表示在机器数据中设定的各机器所具有的资源的数据。这里所说的资源包括物理服务器的“CPU核数”、“CPU动作频率”、“存储器容量”、“NIC带宽”、“HBA带宽”、开关的“NIC带宽”、路由器的“NIC带宽”、FC开关的“HBA带宽”、储存器的“HBA带宽”。并且，该资源中还包括网络机器每单位时间能够处理的数据量、网络机器的各端口的频带。列“机器名”是机器名，列“资源类别”是资源的类别，列“资源量”是列“机器名”所示的机器的列“资源类别”所示的类别的资源的量。

图12示出图8、9所示的信息处理***的链路数据的一例。链路数据是表示在机器数据中设定的各机器的连接关系的数据。列“机器名（连接方）”是位于链路的一方的机器的机器名，列“机器名（连接目的地）”是位于链路的另一方的机器的机器名。

通过参照该链路数据，导出物理服务器330和物理服务器337经由开关320、开关310、路由器300、开关311、开关323连接，可知在物理服务器330上的应用与物理服务器337上的应用之间的通信中存在这些机器。

图13示出在图8、9所示的信息处理***上构筑的虚拟化环境上动作的虚拟机资源预约数据的一例。

虚拟机资源预约数据是以时间序列表示在信息处理***上动作的虚拟机和对各虚拟机保证的资源量的数据。针对列“虚拟机”的列“资源类别”，列“T1～T2”示出在时刻T1～T2应该保证的资源量，列“T2～T3”示出在时刻T2～T3应该保证的资源量，列“T3～T4”示出在时刻T3～T4应该保证的资源量，列“T4～T5”示出在时刻T4～T5应该保证的资源量，列“T5～T6”示出在时刻T5～T6应该保证的资源量。

“资源类别”的“CPU工作率”表示该虚拟机所使用的CPU核数和工作率（百分率），“存储器使用量”表示该虚拟机所使用的存储区域的尺寸（GB），“网络访问带宽”和“网络访问通信目的地”表示该虚拟机经由网络实施的通信的对方的虚拟机及其带宽（Gbps），“储存器访问带宽”表示该虚拟机实施的针对储存器的访问的带宽（Gbps）。

这里，在该虚拟机经由网络实施的通信的对方的虚拟机存在多个的情况下，分别对该虚拟机指定“网络访问带宽”和“网络访问通信目的地”，但是这里省略。

并且，在该虚拟机要访问的储存器存在多个的情况下，分别对该储存器指定“储存器访问带宽”和“访问目的地储存器”，但是这里省略。

IT负荷配置最优化管理器以所述机器数据、所述资源数据、所述链路数据、所述虚拟机资源预约数据为基础，生成时刻T1～T2、时刻T2～T3、时刻T3～T4、时刻T4～T5、时刻T5～T6的各个时间段中的虚拟机的再配置。

列“虚拟机”的列“物理服务器”所示的物理服务器是IT负荷配置最优化管理器生成的结果、即在各时间段配置各虚拟机的物理服务器。

在本实施例所示的虚拟机预约资源数据中，虚拟机“VM4”被预约的CPU核数为8核，所以，仅能够在采用8核结构的物理服务器333上执行。

虚拟机“VM1”和“VM2”被预约的CPU核数为4核，所以，能够在采用4核以上的结构的物理服务器330、物理服务器331、物理服务器333上执行。

虚拟机“VM3”被预约的CPU核数为2核，所以，能够在采用2核以上的结构的物理服务器330、物理服务器331、物理服务器332、物理服务器333上执行。

在时间段T1～T2中，全部虚拟机“VM1”～“VM4”的CPU工作率为50%以上，不可能在同一物理服务器上配置多个该虚拟机，IT负荷配置最优化管理器将“VM1”配置在物理服务器330上，将“VM2”配置在物理服务器331上，将“VM3”配置在物理服务器332上，将“VM4”配置在物理服务器333上。

在时间段T2～T3中，虚拟机“VM1”～“VM4”的CPU工作率的总和为80%，存储器使用量的总和为12.4GB，储存器访问带宽的总和为0.8Gbps、为物理服务器333的资源量以下，IT负荷配置最优化管理器将全部虚拟机“VM1”～“VM4”配置在物理服务器333上，不存在配置在物理服务器330、物理服务器331、物理服务器332上的虚拟机，所以，以节电化为目的，切断这些物理服务器的电源。

在时间段T3～T4中，虚拟机“VM1”～“VM4”的CPU工作率全部为20%，但是，“VM1”和“VM2”的存储器使用量为7.0GB，“VM3”的存储器使用量为3.0GB，“VM4”的存储器使用量为10.0GB，不可能在一个物理服务器上配置多个任意的虚拟机，IT负荷配置最优化管理器将“VM1”配置在物理服务器330上，将“VM2”配置在物理服务器331上，将“VM3”配置在物理服务器332上，将“VM4”配置在物理服务器333上。

在时间段T4～T5中，虚拟机“VM1”和“VM2”的CPU工作率为40%，“VM2”的CPU工作率为70%，IT负荷配置最优化管理器将“VM1”和“VM2”配置在物理服务器330上，将“VM3”配置在物理服务器332上，将“VM4”配置在物理服务器333上，不存在配置在物理服务器331上的虚拟机，所以，以节电化为目的，切断这些物理服务器的电源。

在时间段T5～T6中，关于CPU工作率，虚拟机“VM1”为40%，“VM2”为70%，“VM3”为20%，能够将“VM2”配置在物理服务器331上，将“VM1”和“VM3”配置在物理服务器330上，但是，虚拟机“VM2”经由网络与“VM4”预约了0.7Gbps的通信，虚拟机“VM3”经由网络与“VM4”预约了0.7Gbps的通信，在所述配置中，超过开关320的NIC带宽（1Gbps），所以，IT负荷配置最优化管理器将“VM1”配置在物理服务器330上，将“VM2”配置在物理服务器331上，将“VM3”配置在物理服务器332上，将“VM4”配置在物理服务器333上。

如上所述，IT负荷配置最优化管理器灵活运用信息处理***的机器结构数据库，生成将虚拟机配置在物理服务器上的配置方案，执行该配置方案，切断没有配置虚拟机的物理服务器的电源，由此实现信息处理***的节电化。

以上，根据实施方式具体说明了本发明者完成的发明，但是，本发明不限于所述实施方式，能够在不脱离其主旨的范围内进行各种变更。

另外，本发明不限于上述实施例，包含各种变形例。例如，上述实施例是为了清楚说明本发明而详细进行说明的，不必限于具有说明的全部结构。

并且，能够将某个实施例的结构的一部分置换为其他实施例的结构，并且，能够在某个实施例的结构中增加其他实施例的结构。并且，能够对各实施例的结构的一部分进行其他结构的追加、删除、置换。

并且，例如，可以通过在集成电路中进行设计等而利用硬件实现上述各结构、功能、处理部、处理单元等的一部分或全部。并且，例示并说明了通过执行实现各个功能的程序而利用软件实现上述各结构、功能等的情况，但是，实现各功能的程序、表、文件等的信息不仅能够存储在存储器中，还能够存储在硬盘、SSD（Solid State Drive）等记录装置、或者IC卡、SD卡、DVD等记录介质中，根据需要，还能够经由网络等进行下载、安装。

本实施方式能够应用于由服务器、储存器、网络等信息处理装置群和供电设备或冷却设备构成的信息处理***中的综合节电运用管理，特别适用于作为信息处理基础的数据中心。并且，本实施方式除了能够用于信息处理***的自律运用管理以外，还能够作为***构筑工具、节能诊断工具、工作监视工具、运用管理者或设备管理者的辅助工具而应用于广泛用途。

进而，本实施方式不仅能够应用于在一个场所配置的装置群和设备，还能够应用于在多个场所配置的装置群和设备，例如在多层的数据中心或远远分开的数据中心中也是有用的，如网格计算或云计算等那样，在信息处理装置和设备分散存在的情况下也能够灵活运用。并且，本实施方式主要将信息处理装置群和设备作为对象，但是，只要是消耗功率或能量的装置和该装置用的设备，就能够应用本实施方式，例如针对电气装置、机械装置、动力装置、热装置等的运用或控制，也能够发挥作用，作为***规模，还可以将电子部件群和电源或冷却器、信息处理模块群和电源单元或冷却单元、数据中心群和包含发电站或布局的冷却环境等作为对象，对节电、节能做出贡献。

Claims (15)

1.一种信息处理***的节电控制方法，该信息处理***由多种信息处理装置相互连接而成的信息处理装置群和对该信息处理装置群进行冷却的冷却设备构成，该节电控制方法的特征在于，

设所述信息处理装置群上的作业负荷的工作信息和位置以及所述冷却设备的环境信息和位置为配置信息，

对以规定契机确定的一定期间内的在所述信息处理装置群上执行处理的各作业负荷的工作信息进行预测，

根据对每个作业负荷预测出的所述工作信息，在所述一定期间内，以不高于被分配有各作业负荷的工作信息的所述信息处理装置群中的各个性能的方式，导出针对所述信息处理装置群的假想作业负荷分配，

计算针对所述信息处理装置群的所述假想作业负荷分配中的假想消耗功率及其配置信息、以及转移到针对所述信息处理装置群的所述假想作业负荷分配的处理中的假想消耗功率及其配置信息，

根据计算结果，计算用于执行所述冷却设备的控制的假想冷却功率，

探索基于所述规定契机的一定期间内的、所述信息处理装置群的假想消耗功率和所述冷却设备的假想冷却功率的总和降低最多的针对所述信息处理装置群的最优假想作业负荷分配，

以所述规定契机，根据探索到的所述最优假想作业负荷分配，针对所述信息处理装置群分配转移作业负荷，针对所述实际作业负荷的分配转移处理的实际消耗功率执行所述冷却设备的控制。

2.如权利要求1所述的信息处理***的节电控制方法，其特征在于，

根据在所述一定期间内预定的作业负荷及其工作信息，导出针对所述信息处理装置群的假想作业负荷分配，

根据在所述一定期间内预定的工作信息，针对所述信息处理装置群计算针对假想作业负荷的假想消耗功率，

在针对所述信息处理装置群分配转移实际作业负荷的契机之前，实施所述冷却设备的控制。

3.如权利要求2所述的信息处理***的节电控制方法，其特征在于，

所述一定期间为每日、每周、每月。

4.如权利要求1所述的信息处理***的节电控制方法，其特征在于，

导入各个所述信息处理装置的运算处理部的使用率、存储器的使用率、以及基于连接拓扑的储存器访问中的带宽使用率、网络访问中的带宽使用率，作为所述工作信息，

以不超过所述信息处理装置群的实际容许量的方式，分配所述假想作业负荷。

5.如权利要求1所述的信息处理***的节电控制方法，其特征在于，

作为所述工作信息，导入基于连接所述信息处理装置的拓扑的储存器访问中的时延和网络访问中的时延，

以不超过预先确定的时延的容许量的方式，分配所述假想作业负荷。

6.如权利要求1所述的信息处理***的节电控制方法，其特征在于，

所述信息处理装置群构成虚拟化环境，由虚拟化管理器管理，

经由所述虚拟化管理器，根据针对所述信息处理装置群的多个虚拟装置的配置进行针对所述信息处理装置群的实际作业负荷的分配。

7.如权利要求1所述的信息处理***的节电控制方法，其特征在于，

所述信息处理装置群由网络分散型操作***管理，根据所述网络分散型操作***中的多个进程的配置进行针对所述信息处理装置群的实际作业负荷的分配。

8.一种信息处理***，由多种信息处理装置相互连接而成的信息处理装置群、对该信息处理装置群进行冷却的设备、以及运用管理装置构成，其特征在于，

所述运用管理装置具有处理部和存储部，

所述存储部存储所述信息处理装置群上的作业负荷的工作信息和位置以及所述冷却设备的环境信息和位置，作为配置信息，

所述处理部对一定期间内的在所述信息处理装置群上执行处理的各作业负荷的工作信息进行预测，

根据预测出的所述工作信息，在所述一定期间内，以不高于被分配有各作业负荷的工作信息的所述信息处理装置群中的各个性能的方式，导出针对所述信息处理装置群的假想作业负荷分配，

计算针对所述信息处理装置群的所述假想作业负荷分配中的假想消耗功率和配置信息、以及转移到针对所述信息处理装置群的所述假想作业负荷分配的处理中的假想消耗功率和配置信息，

根据该计算结果，计算用于执行所述设备的控制的假想冷却功率，

探索所述一定期间内的、所述信息处理装置群的假想消耗功率和所述设备的假想冷却功率的总和降低的最优假想作业负荷分配，

以规定契机，根据探索到的所述最优假想作业负荷分配，针对所述信息处理装置群分配转移作业负荷，针对所述作业负荷的分配转移处理的实际消耗功率执行所述设备的控制。

9.如权利要求8所述的信息处理***，其特征在于，

所述处理部根据在所述一定期间内预定的作业负荷及其工作信息，导出针对所述信息处理装置群的假想作业负荷分配，

根据在所述一定期间内预定的工作信息，针对所述信息处理装置群计算针对假想作业负荷的假想消耗功率，

在针对所述信息处理装置群分配转移实际作业负荷的契机之前，实施所述设备的控制。

10.如权利要求9所述的信息处理***，其特征在于，

所述一定期间为每日、每周或每月。

11.如权利要求8所述的信息处理***，其特征在于，

所述处理部使用各个所述信息处理装置的运算处理部的使用率、存储器的使用率、以及基于连接拓扑的储存器和网络访问中的带宽使用率，作为所述工作信息，以不超过所述信息处理装置群的实际容许量的方式，分配所述假想作业负荷。

12.如权利要求8所述的信息处理***，其特征在于，

所述处理部导入基于连接所述信息处理装置的拓扑的储存器访问中的时延和网络访问中的时延，作为所述工作信息，以不超过预先确定的时延的容许量的方式，分配所述假想作业负荷。

13.如权利要求8所述的信息处理***，其特征在于，

所述运用管理装置通过虚拟化管理器来管理所述信息处理装置群，

经由所述虚拟化管理器，根据针对所述信息处理装置群的多个虚拟装置的配置进行针对所述信息处理装置群的实际作业负荷的分配。

14.如权利要求8所述的信息处理***，其特征在于，

所述运用管理装置通过网络分散型操作***来管理所述信息处理装置群，

根据所述网络分散型操作***中的多个进程的配置进行针对所述信息处理装置群的实际作业负荷的分配。

15.一种运用管理装置，进行信息处理装置群以及对该信息处理装置群进行温度控制的设备的运用管理，所述信息处理装置群由多种信息处理装置相互连接而成，该运用管理装置的特征在于，

所述运用管理装置具有处理部和存储部，

在所述存储部中存储所述信息处理装置群上的作业负荷的工作信息和位置以及所述设备的环境信息和位置，作为配置信息，

所述处理部对一定期间内的在所述信息处理装置群上执行处理的各作业负荷的工作信息进行预测，

根据预测出的所述工作信息，在所述一定期间内，以不高于被分配有所述工作信息的所述信息处理装置群中的各个性能的方式，导出针对所述信息处理装置群的假想作业负荷分配，

计算所述假想作业负荷分配中的假想消耗功率及其配置信息、以及转移到针对所述信息处理装置群的所述假想作业负荷分配的处理中的假想消耗功率及其配置信息，

根据该计算结果，计算用于执行所述设备的控制的假想消耗功率，

探索所述一定期间内的、所述信息处理装置群和所述设备的假想消耗功率的总和降低的针对所述信息处理装置群的最优假想作业负荷分配，

根据探索到的所述最优假想作业负荷分配，针对所述信息处理装置群分配转移作业负荷，针对所述实际作业负荷的分配转移处理的实际消耗功率执行所述设备的控制。

Images