CN104246705A - 管理计算***操作 - Google Patents

管理计算***操作 Download PDF

Info

Publication number
CN104246705A
CN104246705A CN201280072504.3A CN201280072504A CN104246705A CN 104246705 A CN104246705 A CN 104246705A CN 201280072504 A CN201280072504 A CN 201280072504A CN 104246705 A CN104246705 A CN 104246705A
Authority
CN
China
Prior art keywords
performance
computing system
power
working load
power consumption
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201280072504.3A
Other languages
English (en)
Other versions
CN104246705B (zh
Inventor
D.V.博达斯
J.H.格拉福德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Intel Corp
Original Assignee
Intel Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Intel Corp filed Critical Intel Corp
Publication of CN104246705A publication Critical patent/CN104246705A/zh
Application granted granted Critical
Publication of CN104246705B publication Critical patent/CN104246705B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206—Monitoring of events, devices or parameters that trigger a change in power modality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G06F1/32—Means for saving power
    • G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26—Power supply means, e.g. regulation thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Power Sources (AREA)

Abstract

本文中描述一种用于管理计算机***操作的方法和***。该方法包括：确定计算***上的许多工作负荷。该方法还包括：确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功耗范围。该方法进一步包括：基于性能-功率状态管理计算***的性能和功耗。

Description

管理计算***操作
技术领域
本发明通常涉及一个或多个计算***操作的管理。更具体地，本发明涉及一个或多个计算***的性能和功率特性的确定。
背景技术
经常希望确定与计算***的性能能力和功耗特性有关的具体数据。这种数据可用来把由计算***消耗的功率量维持在可接受的功率水平，或者将计算***的性能维持在可接受的性能水平。然而，经常难以同时将计算***的功耗和性能两者都维持在可接受的水平。在许多情况下，这可通过计算***节流（例如降低频率）以使得功耗停留在低于可接受的功率水平来完成。然而，由于***部件的功耗特性的变化，用于达到特定功率水平的节流量可变化达到5-10％。因此，对计算***的功耗和性能的适当确定和控制经常难以实现。
附图说明
图1是根据实施例的可使用的计算***的框图；
图2是可用来实现用于管理计算***操作的技术的计算环境的框图；
图3是示出用于管理计算***操作的方法的过程流程图；以及
图4是示出存储用于管理计算***操作的代码的有形非临时性计算机可读介质的框图。
在整个本公开和图中使用相同的数字以引用相似的部件和特征。100系列中的数字指代最初在图1中找到的特征；200系列中的数字指代最初在图2中找到的特征；等等。
具体实施方式
如上所论述，本文所述的实施例通常涉及计算***操作的管理。更具体地，本文所述的实施例涉及计算***的性能和功率特性的确定。这种性能和功率特性例如可用来确定适当的***操作配置，使得计算***的功耗和性能被维持在适当的水平。
如本文所使用，术语“性能”指代在特定的工作负荷的执行期间和之后计算***的响应。在各种实施例中，针对特定计算***的性能的定义可由计算***的用户通过用户接口定义。可基于许多不同参数（诸如例如完成时间、频率、响应时间或帧速率）中的任何来定义性能。在各种实施例中，基于计算***的架构特征定义性能。
计算***可在任何数量的***操作状态中操作。如本文所使用的，术语“***操作状态”指代如下状态：该状态中计算***可通过改变可配置参数而运行具体的工作负荷。根据本文所述的实施例，可在针对许多工作负荷中每一个的每个***操作状态中操作计算***。针对每个工作负荷的功耗和性能数据可用来确定针对每个工作负荷的许多***操作性能-功率（SOPP）状态。SOPP状态在本文中通常可被称为“性能-功率状态”。
性能-功率状态是如下操作状态：该操作状态中计算***的性能在预定义的性能范围内，并且计算***的功耗在预定义的功率范围内。此外，每个性能-功率状态通过预定义的性能和预定义的功耗与先前或下一个性能-功率状态分开，如下面的公式1和2中所示。
性能 SOPP stateN  –性能 SOPP state (N-1) >Δ性能           公式1
功率 SOPP stateN –功率 SOPP state (N-1) >Δ功率                                公式2
在下面的描述和权利要求中，可以使用术语“耦合”和“连接”以及它们的派生词。应当理解的是：这些术语并不旨在作为彼此的同义词。相反，在特定实施例中，“连接”可用来表明两个或更多元件彼此直接物理或电接触。“耦合”可意味着两个或更多元件直接物理或电接触。然而，“耦合”也可意味着两个或更多元件不是彼此直接接触，而是仍然彼此协作或交互。
可在硬件、固件和软件中的一个或其组合中实现一些实施例。一些实施例还可被实现为存储在机器可读介质上的指令，其可由计算平台读取和执行，以执行本文所述的操作。机器可读介质可包括任何机制用于存储或发送以可由机器（例如计算机）读取的形式的信息。例如，机器可读介质可包括只读存储器（ROM）；随机存取存储器（RAM）；磁盘存储介质；光学存储介质；闪速存储器设备；或电、光学、声或其它形式的传播信号，例如载波、红外信号、数字信号或发送和/或接收信号的接口等等。
实施例是实现方式或示例。在说明书中对“实施例”、“一个实施例”、“一些实施例”、“各种实施例”或“其它实施例”的引用意味着结合该实施例所述的特定特征、结构或特性被包括在本发明的至少一些实施例中，但不一定是所有实施例。各种出现的“实施例”、“一个实施例”或“一些实施例”不一定都指代相同的实施例。
并非本文所述和所示的所有部件、特征、结构、特性等都需要被包括在特定的一个或多个实施例中。如果说明书陈述“可”、“可能”、“可以”或“能够”包括例如部件、特征、结构或特性，那么不必要包括那个特定的部件、特征、结构或特性。如果说明书或权利要求涉及“一”或“一个”元件，其不意味着只存在一个元件。如果说明书或权利要求涉及“额外的”元件，其并不排除存在一个以上额外的元件。
要指出的是：虽然已经参照特定的实现方式描述了一些实施例，但根据一些实施例的其他实现方式是可能的。此外，不必以所示和所述的特定方式布置在图中所示的和/或在本文中所述的电路元件或其它特征的布置和/或顺序。根据一些实施例，许多其他的布置是可能的。
在图中所示的每个***中，在一些情况下，该元件可以各自具有相同的参考数字或不同的参考数字，以暗示表示的元件可能不同和/或类似。然而，元件可以足够灵活以具有不同的实现方式并与本文所示或所述的一些或所有的***一起工作。图中所示的各种元件可能相同或不同。将哪一个称作第一元件以及将哪个称为第二元件是任意的。
图1是根据实施例的可使用的计算***100的框图。计算***100例如可以是移动电话、膝上型计算机、台式计算机、平板计算机或服务器等等。计算***100可包括：适配为执行存储的指令的处理器102，以及存储可由处理器102执行的指令的存储器设备104。处理器102可以是单核处理器、多核处理器、计算集群或任何数量的其它配置。存储器设备104可包括随机存取存储器（RAM）、只读存储器（ROM）、闪速存储器或任何其他合适的存储器***。由处理器102执行的指令可用来实现用于管理一个或多个计算***的操作（例如性能和功率特性）的程序。
处理器102可通过总线106连接到输入/输出（I/O）设备接口108，该输入/输出（I/O）设备接口108被适配为将计算***100连接到一个或多个I/O设备110。I/O设备110例如可包括键盘和指示设备，其中，指示设备可包括触摸板或触摸屏等。I/O设备110可以是计算机***100的内置部件，或者可以是外部连接到计算***100的设备。
处理器102还可通过总线106链接到显示接口112，该显示接口112被适配为将计算***100连接到显示设备114。显示设备114可包括显示屏，该显示屏是计算***100的内置部件。显示设备114还可包括外部连接到计算***100的计算机监视器、电视或投影仪等。
网络接口控制器（NIC）116可被适配为通过总线106将计算***100连接到网络118。网络118可以是广域网（WAN）、局域网（LAN）或因特网等。通过网络118，计算***100可访问电子文本和成像文件120。计算***100还可下载电子文本和成像文件120，并在计算***100的存储设备122内存储电子文本和成像文件120。
通过网络118，计算***100可以按通信方式耦合到许多远程计算***124。在一些实施例中，可从远程计算***124下载功率和性能数据126，并且可存储在计算***100的存储设备122内。此外，可从远程计算***124下载任何数量的工作负荷128或与工作负荷128有关的数据，并且可存储在计算***100的存储设备122内。此外，与计算***100有关的任何数量的工作负荷128以及功率和性能数据126可被存储在计算***100的存储设备122内。
存储设备122可包括硬盘驱动器、光学驱动器、拇指驱动器(thumbdrive)、驱动器阵列或其任意组合。存储设备122可包括***管理器130，***管理器130被配置成执行用于管理本文所述的计算***的操作的技术。在各种实施例中，***管理器130可用来生成与任何远程计算***124以及计算***100有关的许多性能-功率状态132。性能-功率状态132也可被存储在计算***100的存储设备122内。
要理解的是：图1的框图不旨在表明计算***100将包括图1中所示的所有部件。此外，计算***100可包括图1中未示出的任何数量的额外部件，这取决于具体实现方式的细节。
图2是可用来实现用于管理计算***操作的技术的计算环境200的框图。计算环境200可包括***管理代理202。在一些实施例中，***管理代理202是以上关于图1所论述的计算***100内存储的***管理器130。然而，***管理代理202可以是由任何类型的计算设备执行的程序或应用。例如，***管理代理202可以是信息技术（IT）管理程序内的自动化程序或应用。此外，***管理代理202可以是数据中心管理器、节点管理器或在计算***的基本I/O***（BIOS）级或操作***（OS）级操作的程序。
计算环境200还可包括许多计算***204，例如计算***A 204A、计算***B 204B以及计算***C 204C等。计算***204可通过网络206以通信方式耦合到***管理代理202。网络206例如可以是WAN、LAN或因特网。
计算***204可以是任何类型的计算设备，诸如服务器、膝上型计算机、台式计算机、平板计算机或移动设备等等。在一些实施例中，计算***204可包括在分布式计算环境中。计算***204可以是同质的，意味着所有的计算***204包括相同的硬件和软件配置，或者是异质的，意味着任何数量的计算***204包括不同的硬件或软件配置。
***管理代理202可被配置成：执行用于确定针对许多工作负荷中每一个的性能-功率状态的过程，所述许多工作负荷由任何数量的计算***204执行。在一些实施例中，响应于来自用户的通过诸如图形用户界面（GUI）之类的用户界面的输入，***管理代理202可执行这种过程。例如，***管理代理202可由来自数据中心管理员或IT人员等的输入控制。
如上所论述的，计算***的性能指代特定工作负荷的执行期间和之后的***响应。在各种实施例中，根据具体性能度量来量化计算***的性能。可根据来自***管理代理202的用户的输入定义性能度量。性能度量可基于具体的参数。这种参数例如可包括：用于特定工作负荷的完成时间、***的响应性、帧速率、完成交易的数量、完成速率或通信速率（例如带宽）等等。此外，性能度量可基于多个单独的参数，或者可基于多个参数的统计操作，例如平均。
基于计算***204的架构，***管理代理202可创建针对计算***204之一的许多可能的***操作状态。例如，计算***204的许多架构特征中的任何可用来生成***操作状态。***操作状态然后可用来确定针对由计算***204执行的具体工作负荷的性能-功率状态。
在各种实施例中，用来生成***操作状态的架构特征可包括核心频率、处理器频率、非核心频率或存储器频率等等。术语“频率”指代每单位时间重复事件的发生数量。例如，计算***204的中央处理单元（CPU）的频率或时钟速率可用来表征CPU正以其运行的速率。正如本文所使用的，术语频率可指代标准频率或电压和频率的组合。在一些实施例中，核心频率包括与计算***204的CPU有关的频率。另一方面，非核心频率可包括与末级高速缓存、各种处理器块之间的互连或各种内部代理或集成的I/O控制器等等有关的频率。
任何数量的架构特征可被使能或禁用以帮助进行***操作状态的确定。这可能特别适用于经常彼此并行使用的架构特征，诸如例如多个执行单元、多个引退单元、队列或多个图形引擎等。此外，某些操作的参数可以变化为帮助进行***操作状态的确定。这种参数例如可包括显示器刷新速率或图像质量等。此外，某些架构特征可被“去特征（defeatured）”，以帮助进行***操作状态的确定。这例如可包括：一次执行较少的指令，以较低能力操作矢量处理单元，或者以较低带宽操作I/O通信链路。
在一些实施例中，计算***204中的每一个包括对应的??本地***管理代理（未示出）。在这种实施例中，每个本地***管理代理可被配置成执行用于确定针对对应的计算***204的性能-功率状态的过程。***管理代理202可充当中央***管理代理。中央***管理代理202可被配置成编译来自每个计算***204上的本地***管理代理的数据，并基于性能-功率状态生成性能和功率信息。例如，中央***管理代理202可使用来自本地***管理代理的数据来生成性能-功率状态表，该性能-功率状态表与针对每种类型的计算***204上的每种类型的工作负荷的性能-功率状态有关。
要理解的是：图2的框图不旨在表明计算环境200将包括图2中示出的所有部件。此外，计算环境200可包括图2中未示出的任何数量的额外部件，这取决于具体应用。
图3是示出用于管理计算***操作的方法300的过程流程图。方法300可用来确定计算***的性能和功耗特性。更具体地，通过确定针对计算***的性能-功率状态，方法300可用来校准计算***。
在各种实施例中，根据方法300使用的计算***是以上关于图1所论述的计算***100。此外，可在以上关于图2所论述的计算环境200内实现方法300。此外，可响应于来自诸如***管理代理202之类的***管理器的输入而实现方法300。
在各种实施例中，可在计算***的初始启动期间使用预加载的工作负荷发起方法300，或者可根据需要由操作***或虚拟操作***发起。此外，可响应于由计算***的用户做出的请求或由其它计算***的用户做出的请求而发起方法300。此外，可在建立和配置计算***的同时执行方法300。
该方法开始于块302，在该块处确定计算***上的许多工作负荷。此外，可确定对应于每个工作负荷的许多参数。对应于每个工作负荷的参数可包括针对每个工作负荷的性能的定义。性能的定义可基于计算***的具体架构特征，如以上关于图2所论述的。此外，对应于每个工作负荷的参数可包括针对每个工作负荷的可接受的功耗范围和可接受的性能范围。在一些实施例中，计算***的用户通过诸如GUI之类的用户界面输入对应于每个工作负荷的参数。
在块304，确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功耗范围。每个性能-功率状态表示一种状态，该状态中计算***能够运行对应的性能范围和功耗范围内的具体的工作负荷。通过在针对每个工作负荷的每个***操作状态中操作计算***，可完成性能-功率状态的确定。然后，可处理与针对每个工作负荷的每个***操作状态有关的数据。在各种实施例中，数据可包括与在每个***操作状态中针对每个工作负荷的性能有关的信息，以及与在每个***操作状态中针对每个工作负荷的计算***功耗有关的信息。基于***操作状态以及针对每个工作负荷的可接受的功耗范围和可接受的性能范围，根据数据可以确定性能-功率状态。在各种实施例中，每个性能-功率状态通过最小性能和最小功耗与先前的性能-功率状态和下一个性能-功率状态分开。
在块306，基于性能-功率状态管理计算***的性能和功耗。这可包括：将功耗维持在低于预定义的功率限制，并将性能维持在高于预定义的性能限制。在其他实施例中，这包括：将功耗维持在低于预定义的功率限制，并将性能维持在预定义的性能水平。例如，计算***可被维持在预定义的性能水平，以确保计算***的操作与以通信方式耦合到计算***的任何数量的其它计算***的操作兼容。
在一些实施例中，性能-功率状态用来确定针对计算***的操作配置，使得实现性能和能量使用之间的平衡。性能-功率状态可建立性能的能量成本的度量，其可用来向计算***的用户提供高效电池使用和高性能之间的选择。例如，用户可使用性能-功率状态来将计算***的最高性能维持在给定的功率使用速率。此外，在一些实施例中，性能-功率状态用来将计算***的功耗维持在低于规定的功耗限制。这可以允许在“限制用电（brown out）”情况期间维持计算***的可用性。
要理解的是：图3的过程流程图不旨在表明将以任何特定的顺序执行方法300的步骤，或者将在每种情况下包括方法300的所有步骤。此外，任何数量的额外步骤可包括在方法300中，这取决于具体实现方式的细节。
在各种实施例中，可针对多个计算***实现方法300。在这种实施例中，方法300包括：确定对应于计算***的许多工作负荷以及对应于每个工作负荷的参数。方法300还包括：确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功耗范围。这可通过操作处于针对每个工作负荷的每个***操作状态中的每个计算***并处理与针对每个工作负荷的每个***操作状态有关的数据来完成。该方法300进一步包括：基于性能-功率状态管理计算***的性能和功耗。这例如可包括：将计算***的总体功耗维持在低于功率限制，同时将计算***的性能维持在一致的性能水平。此外，根据这种实施例，方法300可由数据中心管理器实现，该数据中心管理器位于计算***之外并且??以通信方式耦合到计算***。
图4是示出有形的非临时性计算机可读介质400的框图，有形的非临时性计算机可读介质400存储用于管理计算***操作的代码。有形的非临时性计算机可读介质400可由处理器402通过计算机总线404访问。此外，有形的非临时性计算机可读介质400可包括被配置成指挥处理器402执行本文所述技术的代码。
本文所论述的各种软件部件可被存储在有形的非临时性计算机可读介质400上，如图4中所表明的。例如，功耗确定模块406可被配置成确定针对许多工作负荷中每个的每个***操作状态中的一个或多个计算***的功耗。性能确定模块408可被配置成确定针对许多工作负荷中每个的每个***操作状态中的一个或多个计算***的性能。
此外，性能-功率状态生成模块410可被配置成：基于针对每个***操作状态的功耗和性能数据，生成针对每个工作负荷的许多性能-功率状态。***管理模块412可被配置成：基于性能-功率状态，控制一个或多个计算***的操作，例如功耗和性能。
要理解的是：图4的框图不旨在表明有形的非临时性计算机可读介质400将包括图4中所示的所有部件。此外，任何数量的额外部件可包括在有形的非临时性计算机可读介质400内，这取决于具体实现方式的细节。
示例1
本文中描述一种用于管理计算***的操作的方法。该方法包括：确定计算***上的许多工作负荷。该方法还包括：确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功耗范围。该方法进一步包括：基于性能-功率状态，管理计算***的性能和功耗。
可通过指定针对每个工作负荷的性能的定义来确定对应于每个工作负荷的参数。性能的定义可基于计算***的架构特征。可从用户通过用户界面接收针对每个工作负荷的性能的定义。
可通过下列方式确定针对每个工作负荷的许多性能-功率状态：在每个***操作状态中运行每个工作负荷，测量每个***操作状态中针对每个工作负荷的计算***的性能，并测量每个***操作状态中针对每个工作负荷的计算***的功耗。此外，可响应于来自***管理代理的输入而管理计算***操作。管理计算***的操作可包括：将功耗维持在低于预定义的功率限制，并将性能维持在预定义的性能水平。
每个性能-功率状态可以通过最小功耗和最小性能与先前的性能-功率状态和下一个性能-功率状态分开。
可确定对应于许多计算***的许多工作负荷以及对应于每个工作负荷的参数。可确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功率范围。可基于性能-功率状态管理计算***的性能和功耗。这可响应于来自位于计算***外的数据中心管理器的输入而被执行。管理计算***的性能和功耗可包括：将计算***的总体功耗维持在低于功率限制，同时将计算***的性能维持在一致的性能水平。
示例2
本文中描述一种计算***，包括被适配为执行存储的指令的处理器以及存储指令的存储设备。该存储设备包括处理器可执行代码，当由处理器执行时，该处理器可执行代码被适配为确定计算***的许多工作负荷。该处理器可执行代码还被适配为确定针对每个工作负荷的许多性能-功率状态，其中确定性能-功率状态包括：定义针对性能-功率状态的性能水平范围和功率水平范围。该处理器可执行代码进一步被适配为：基于性能-功率状态，管理计算***的性能和功耗。
***操作状态是如下状态：该状态中计算***能够通过改变可配置参数而运行具体的工作负荷。性能-功率状态是如下状态：该状态中计算***能够在性能水平范围和功率水平范围内运行具体的工作负荷。
处理器可执行代码可由处理器在初始***启动期间执行。根据需要，处理器可执行代码可由处理器通过操作***执行。处理器可执行代码还可由处理器执行，作为对由另一个计算***的用户做出的请求的响应。
每个性能-功率状态通过最小功耗和最小性能与先前的性能-功率状态和下一个性能-功率状态分开。
示例3
本文中描述至少一个非临时性机器可读介质，具有在其中存储的指令。响应于在计算***上被执行，该指令使得计算***确定计算***的许多工作负荷。该指令还使得计算***确定：针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功率范围。此外，该指令使得计算***：基于性能-功率状态，控制计算***的性能和功耗。
***操作状态是如下状态：该状态中计算***能够通过改变可配置参数而运行具体的工作负荷。性能-功率状态是如下状态：该状态中计算***能够运行具体的性能水平范围和具体的功率水平范围内的具体的工作负荷。
基于计算***的许多架构特征中的任何，通过指定针对每个工作负荷的性能的定义，可确定对应于每个工作负荷的参数。控制计算***的性能和功耗可包括：将计算***的最高性能维持在给定的功率使用速率。
要理解的是：上述示例中的细节可用在一个或多个实施例中的任何地方。例如，也可关于本文所述的方法或计算机可读介质中的任一个实现上述计算***的所有可选特征。此外，虽然本文中可能已经使用流程图和/或状态图来描述实施例，但本发明不限于本文中的那些图或对应的描述。例如，流程不必通过每个所示的框或状态或以与本文所示和所述的精确相同的顺序来移动。
本发明并不限于本文所列举的特定细节。事实上，知道本公开益处的本领域技术人员将意识到：可在本发明的范围内从前面的描述和附图做出许多其它的变化。因此，包括对其的任何修改的所附权利要求限定了本发明的范围。

Claims (24)

1.一种用于管理计算***操作的方法，包括：
确定计算***上的许多工作负荷；
确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功耗范围；以及
基于性能-功率状态管理计算***的性能和功耗。
2.根据权利要求1所述的方法，包括：通过指定针对每个工作负荷的性能的定义来确定对应于每个工作负荷的参数。
3.根据权利要求2所述的方法，其中性能的定义基于计算***的架构特征。
4.根据权利要求2所述的方法，包括：从用户通过用户界面接收针对每个工作负荷的性能的定义。
5.根据权利要求1所述的方法，其中确定针对每个工作负荷的许多性能-功率状态包括：
在每个***操作状态中运行每个工作负荷；
测量每个***操作状态中的针对每个工作负荷的计算***的性能；以及
测量每个***操作状态中的针对每个工作负荷的计算***的功耗。
6.根据权利要求1所述的方法，包括：响应于来自***管理代理的输入，管理计算***操作。
7.根据权利要求6所述的方法，其中管理计算***操作包括：
将功耗维持在低于预定义的功率限制；以及
将性能维持在预定义的性能水平。
8.根据权利要求1所述的方法，其中每个性能-功率状态通过最小功耗和最小性能与先前的性能-功率状态和下一个性能-功率状态分开。
9.根据权利要求1所述的方法，包括：
确定对应于多个计算***的许多工作负荷以及对应于每个工作负荷的参数；
确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功率范围；以及
基于性能-功率状态，管理所述多个计算***的性能和功耗。
10.根据权利要求9所述的方法，包括：响应于来自位于所述多个计算***外的数据中心管理器的输入，管理所述多个计算***操作。
11.根据权利要求9所述的方法，其中管理所述多个计算***的性能和功耗包括：将所述多个计算***的总体功耗维持在低于功率限制，同时将所述多个计算***的性能维持在一致的性能水平。
12.一种计算***，包括：
处理器，被适配为执行存储的指令；以及
存储指令的存储设备，存储设备包括处理器可执行代码，当由处理器执行时，该处理器可执行代码被适配为：
　确定计算***的许多工作负荷；
　确定针对每个工作负荷的许多性能-功率状态，其中确定性能-功率状态包括：定义针对性能-功率状态的性能水平范围和功率水平范围；以及
　基于性能-功率状态管理计算***的性能和功耗。
13.根据权利要求12所述的计算***，其中***操作状态包括如下状态：在其中计算***能够通过改变可配置参数来运行具体的工作负荷。
14.根据权利要求12所述的计算***，其中性能-功率状态包括如下状态：在其中计算***能够在性能水平范围和功率水平范围内运行具体的工作负荷。
15.根据权利要求12所述的计算***，其中处理器可执行代码由处理器在初始***启动期间执行。
16.根据权利要求12所述的计算***，其中：根据需要，处理器可执行代码由处理器通过操作***执行。
17.根据权利要求12所述的计算***，其中处理器可执行代码由处理器执行，作为对由另一个计算***的用户做出的请求的响应。
18.根据权利要求12所述的计算***，其中处理器可执行代码被适配为使用性能-功率状态来实现计算***的性能和功耗之间的平衡。
19.根据权利要求12所述的计算***，其中每个性能-功率状态通过最小功耗和最小性能与先前的性能-功率状态和下一个性能-功率状态分开。
20.至少一个非临时性机器可读介质，具有在其中存储的指令，响应于在计算***上被执行，该指令使得计算***：
确定计算***的许多工作负荷；
确定针对每个工作负荷的许多性能-功率状态以及针对每个性能-功率状态的对应的性能范围和功率范围；以及
基于性能-功率状态控制计算***的性能和功耗。
21.根据权利要求20所述的至少一个非临时性计算机可读介质，其中***操作状态包括如下状态：在其中计算***能够通过改变可配置参数而运行具体的工作负荷。
22.根据权利要求20所述的至少一个非临时性计算机可读介质，其中性能-功率状态包括如下状态：在其中计算***能够在具体的性能水平范围和具体的功率水平范围内运行具体的工作负荷。
23.根据权利要求20所述的至少一个非临时性计算机可读介质，其中该指令使得计算***：基于计算***的多个架构特征中的任何，通过指定针对每个工作负荷的性能的定义，来确定对应于每个工作负荷的参数。
24.根据权利要求20所述的至少一个非临时性计算机可读介质，其中控制计算***的性能和功耗包括：将计算***的最高性能维持在给定的功率使用速率。
CN201280072504.3A 2012-05-14 2012-05-14 一种用于管理计算***操作的方法、***、介质及装置 Active CN104246705B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2012/037812 WO2013172816A1 (en) 2012-05-14 2012-05-14 Managing the operation of a computing system

Publications (2)

Publication Number Publication Date
CN104246705A true CN104246705A (zh) 2014-12-24
CN104246705B CN104246705B (zh) 2019-10-11

Family

ID=49584077

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280072504.3A Active CN104246705B (zh) 2012-05-14 2012-05-14 一种用于管理计算***操作的方法、***、介质及装置

Country Status (5)

Country Link
US (1) US9524009B2 (zh)
KR (2) KR20140140636A (zh)
CN (1) CN104246705B (zh)
TW (1) TWI594116B (zh)
WO (1) WO2013172816A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106020422A (zh) * 2016-05-24 2016-10-12 英业达科技有限公司 计算机***的功耗控制方法及***
CN106560762A (zh) * 2015-10-02 2017-04-12 英飞凌科技奥地利有限公司 用于数据中心电源架构的电源管理
CN109564458A (zh) * 2016-08-01 2019-04-02 华为技术有限公司 应用程序特定的，性能感知的能量优化

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104246705B (zh) 2012-05-14 2019-10-11 英特尔公司 一种用于管理计算***操作的方法、***、介质及装置
US10289183B2 (en) 2014-08-22 2019-05-14 Intel Corporation Methods and apparatus to manage jobs that can and cannot be suspended when there is a change in power allocation to a distributed computer system
US9939834B2 (en) 2014-12-24 2018-04-10 Intel Corporation Control of power consumption
US9588823B2 (en) 2014-12-24 2017-03-07 Intel Corporation Adjustment of execution of tasks
US10325217B2 (en) * 2015-02-10 2019-06-18 Ca, Inc. Generating state predictive metrics based on Markov chain model from application operational state sequences
US10996737B2 (en) 2016-03-31 2021-05-04 Intel Corporation Method and apparatus to improve energy efficiency of parallel tasks
US11940859B2 (en) 2018-11-16 2024-03-26 Hewlett Packard Enterprise Development Lp Adjusting power consumption limits for processors of a server
US11360827B2 (en) * 2019-06-04 2022-06-14 Hewlett Packard Enterprise Development Lp Regulating core and un-core processor frequencies of computing node clusters

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08503566A (ja) * 1992-11-16 1996-04-16 ハリス コーポレイション コンピュータ装置の電力消費を自動的に減少させる方法
US20070011480A1 (en) * 2005-06-29 2007-01-11 Rajesh Banginwar Processor power management
US20100299675A1 (en) * 2008-02-13 2010-11-25 Tom Silangan Yuyitung System and method for estimating combined workloads of systems with uncorrelated and non-deterministic workload patterns
US7861068B2 (en) * 2006-03-07 2010-12-28 Intel Corporation Method and apparatus for using dynamic workload characteristics to control CPU frequency and voltage scaling
US20110022868A1 (en) * 2009-07-23 2011-01-27 Carnegie Mellon University Systems and Methods for Managing Power Consumption and Performance of a Processor
CN102016748A (zh) * 2008-04-21 2011-04-13 自适应计算企业股份有限公司 用于管理计算环境中的能量消耗的***和方法
KR20110038648A (ko) * 2008-06-25 2011-04-14 인터내셔널 비지네스 머신즈 코포레이션 컴퓨터의 전력 소비 관리
CN102216907A (zh) * 2008-11-20 2011-10-12 国际商业机器公司 确定计算机***的确定性性能提升能力

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8041521B2 (en) * 2007-11-28 2011-10-18 International Business Machines Corporation Estimating power consumption of computing components configured in a computing system
US8301742B2 (en) * 2008-04-07 2012-10-30 International Business Machines Corporation Systems and methods for coordinated management of power usage and runtime performance in performance-managed computing environments
US9965333B2 (en) * 2009-04-13 2018-05-08 International Business Machines Corporation Automated workload selection
US8271818B2 (en) * 2009-04-30 2012-09-18 Hewlett-Packard Development Company, L.P. Managing under-utilized resources in a computer
US9342375B2 (en) * 2011-10-26 2016-05-17 Hewlett Packard Enterprise Development Lp Managing workload at a data center
CN104246705B (zh) 2012-05-14 2019-10-11 英特尔公司 一种用于管理计算***操作的方法、***、介质及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08503566A (ja) * 1992-11-16 1996-04-16 ハリス コーポレイション コンピュータ装置の電力消費を自動的に減少させる方法
US20070011480A1 (en) * 2005-06-29 2007-01-11 Rajesh Banginwar Processor power management
US7475262B2 (en) * 2005-06-29 2009-01-06 Intel Corporation Processor power management associated with workloads
US7861068B2 (en) * 2006-03-07 2010-12-28 Intel Corporation Method and apparatus for using dynamic workload characteristics to control CPU frequency and voltage scaling
US20100299675A1 (en) * 2008-02-13 2010-11-25 Tom Silangan Yuyitung System and method for estimating combined workloads of systems with uncorrelated and non-deterministic workload patterns
CN102016748A (zh) * 2008-04-21 2011-04-13 自适应计算企业股份有限公司 用于管理计算环境中的能量消耗的***和方法
KR20110038648A (ko) * 2008-06-25 2011-04-14 인터내셔널 비지네스 머신즈 코포레이션 컴퓨터의 전력 소비 관리
CN102216907A (zh) * 2008-11-20 2011-10-12 国际商业机器公司 确定计算机***的确定性性能提升能力
US20110022868A1 (en) * 2009-07-23 2011-01-27 Carnegie Mellon University Systems and Methods for Managing Power Consumption and Performance of a Processor

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106560762A (zh) * 2015-10-02 2017-04-12 英飞凌科技奥地利有限公司 用于数据中心电源架构的电源管理
CN106560762B (zh) * 2015-10-02 2019-11-08 英飞凌科技奥地利有限公司 用于数据中心电源架构的电源管理
CN106020422A (zh) * 2016-05-24 2016-10-12 英业达科技有限公司 计算机***的功耗控制方法及***
CN109564458A (zh) * 2016-08-01 2019-04-02 华为技术有限公司 应用程序特定的，性能感知的能量优化

Also Published As

Publication number Publication date
KR20140140636A (ko) 2014-12-09
KR20160114195A (ko) 2016-10-04
TW201403312A (zh) 2014-01-16
TWI594116B (zh) 2017-08-01
CN104246705B (zh) 2019-10-11
US9524009B2 (en) 2016-12-20
US20140281647A1 (en) 2014-09-18
WO2013172816A1 (en) 2013-11-21

Similar Documents

Publication Publication Date Title
CN104246705A (zh) 管理计算***操作
KR101503209B1 (ko) 휴대용 컴퓨팅 디바이스의 스위치 패브릭들 내에서 그리고 스위치 패브릭들에 걸쳐 마스터-슬레이브 쌍들을 동적으로 생성하고 서비스하는 방법 및 시스템
KR101531834B1 (ko) 모바일 클라우드 컴퓨팅 환경에서의 리소스 관리 시스템 및 그 방법
US9503310B1 (en) Methods and systems of dynamic management of resources in a virtualized environment
US11561836B2 (en) Optimizing distribution of heterogeneous software process workloads
CN104335137A (zh) 管理计算***的功耗和性能
US20170108906A1 (en) Single Fuel Gauge for Multiple Energy Storage Devices
KR20150026786A (ko) 전력 제어를 위한 전자 장치 및 방법
CN109408205A (zh) 基于hadoop集群的任务调度方法和装置
US11269488B2 (en) System for providing application list and method therefor
KR20140057649A (ko) 휴대용 컴퓨팅 디바이스에서 분산 리소스 관리
CN112988223B (zh) 框架集成方法、装置、电子设备及存储介质
KR20210040299A (ko) 블록체인에서의 업무 요청 처리방법, 장치, 기기, 매체 및 프로그램
KR20210125893A (ko) 블록 체인에서의 업무 청구 처리 방법, 장치, 기기, 매체 및 프로그램
CN113626200A (zh) 任务负载计算方法、装置、存储介质以及终端
US9710302B2 (en) Dynamic timeout period adjustment of service requests
CN114816393B (zh) 信息生成方法、装置、设备以及存储介质
JP7367287B2 (ja) 変更タスクを実行する方法、装置、電子機器、及び読み取り可能な記憶媒体
CN112965836B (zh) 服务控制方法、装置、电子设备及可读存储介质
JP7081014B2 (ja) インスタンス数を調整するための方法および装置、電子機器、記憶媒体並びにコンピュータプログラム
TWI530859B (zh) 頁面管理方法與頁面管理系統
US20230342200A1 (en) System and method for resource management in dynamic systems
CN113157360B (zh) 用于处理api的方法、装置、设备、介质和产品
US20100057656A1 (en) Device, system, and method of determining a solution scheme of a poly-algorithm solver
KR20240060983A (ko) 앱 아이콘을 표시하는 방법 및 전자 장치

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant