CN116600553B - 一种室内服务器动态降温控制方法及*** - Google Patents
一种室内服务器动态降温控制方法及*** Download PDFInfo
- Publication number
- CN116600553B CN116600553B CN202310876099.0A CN202310876099A CN116600553B CN 116600553 B CN116600553 B CN 116600553B CN 202310876099 A CN202310876099 A CN 202310876099A CN 116600553 B CN116600553 B CN 116600553B
- Authority
- CN
- China
- Prior art keywords
- server
- load
- cooling
- indoor
- servers
- 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.)
- Active
Links
- 238000001816 cooling Methods 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000005057 refrigeration Methods 0.000 claims abstract description 75
- 238000011156 evaluation Methods 0.000 claims abstract description 28
- 230000017525 heat dissipation Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000012806 monitoring device Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000013459 approach Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 239000002826 coolant Substances 0.000 description 2
- 230000020169 heat generation Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000002028 premature Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20836—Thermal management, e.g. server temperature control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05K—PRINTED CIRCUITS; CASINGS OR CONSTRUCTIONAL DETAILS OF ELECTRIC APPARATUS; MANUFACTURE OF ASSEMBLAGES OF ELECTRICAL COMPONENTS
- H05K7/00—Constructional details common to different types of electric apparatus
- H05K7/20—Modifications to facilitate cooling, ventilating, or heating
- H05K7/20709—Modifications to facilitate cooling, ventilating, or heating for server racks or cabinets; for data centers, e.g. 19-inch computer racks
- H05K7/20718—Forced ventilation of a gaseous coolant
- H05K7/20745—Forced ventilation of a gaseous coolant within rooms for removing heat from cabinets, e.g. by air conditioning device
-
- 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)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Hardware Design (AREA)
- Thermal Sciences (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明一般地涉及数据处理领域,更具体地,涉及一种室内服务器动态降温控制方法及***,该方法包括获取室内多个服务器在设定时段内的温度序列;根据所述温度序列计算每个服务器对应的降温需求评价值;根据所述降温需求评价值和降温需求阈值对服务器进行分类,以确定高负载服务器;将所述高负载服务器与距离最近的一个或多个制冷设备进行匹配,以实现对所述高负载服务器的散热。根据本发明的方案,解决了目前不合理的室内服务器降温控制方法所导致的机电设备稳定性差、寿命短的问题。
Description
技术领域
本发明一般地涉及数据处理领域。更具体地,本发明涉及一种室内服务器动态降温控制方法及***。
背景技术
随着大数据时代的到来,各大电信企业和IT企业都建立起规模较大的室内服务器,其中电子设备在工作时会产生大量的热量,并需要通过空气循环或散热装置将其散发出去。如果室内温度过高,电子设备就会因为散热不良而受到损坏,甚至导致***崩溃。
为了保持室内服务器温度恒定,通常需要控制制冷设备长时间工作在定温制冷模式。然而,室内的服务器并非全部时间工作在高负载状态,其散热需求在每个时段并不均衡。如果在服务器均处于低负载运行状态时,如果按照常规的定温制冷模式进行散热控制,将造成制冷量的冗余情况,造成能源的极大浪费,从而增加了企业的成本。若服务器均处于高负载运行状态,而常规的制冷模式并不能满足散热需求,也将会导致设备过早损坏等问题。
例如申请号为202011307921.4名称为一种机电设备运行状态在线监测实验***的中国发明专利申请中,就公开了通过安装在机电设备上的风机、数据采集装置和控制器等,实现对机电设备运行状态下的温度、湿度等进行在线监测,并对设备进行及时的通风散热处理。然而,该方案中主要是通过对机电设备运行状态进行监测,并在发生异常时及时进行处理,并没有如何对机房内的设备进行自适应散热调节的方案。该处理过程并没有考虑机电设备不同运行状态下对制冷量的需求,因而其控制方法比较单一,易造成制冷量冗余、设备过早损坏等问题。
基于此,目前亟需解决的是不合理的室内服务器降温控制方法所导致的机电设备稳定性差、寿命短的问题。
发明内容
为解决上述一个或多个技术问题,本发明提出通过多个服务器的温度序列准确计算出降温需求,并结合降温需求选择合适的制冷量,从而实现了对室内服务器的动态降温处理,不仅提升了服务器运行的稳定性、提升了使用寿命,还减小了能源的消耗。为此,本发明在如下的多个方面中提供方案。
在第一方面中,本发明提供了一种室内服务器动态降温控制方法,包括:获取室内多个服务器在设定时段内的温度序列;根据所述温度序列计算每个服务器对应的降温需求评价值,所述降温需求评价值满足关系式:
式中,Q为降温需求评价值,为预设最大温度阈值,/>表示当前服务器中CPU在设定时段内的平均温度,L为温度序列总长度,/>为温度序列中第t个温度值,/>为温度序列中第t-1个温度值,/>为当前瞬时温度序列中第g个温度值,abs()为绝对值函数,e为自然常数;根据所述降温需求评价值和降温需求阈值对服务器进行分类,以确定高负载服务器;将所述高负载服务器与距离最近的一个或多个制冷设备进行匹配,以实现对所述高负载服务器的散热。
有益效果:本发明中通过确定室内服务器的降温需求,并根据降温需求动态调整室内的制冷量和制冷区域,从而实现了对制冷量的准确控制,使得服务器能够稳定运行在合适的温度环境中,提升了服务器运行的稳定性和可靠性,延长了设备使用寿命。同时通过结合服务器降温需求进行准确的制冷量输出,实现了制冷量的准确优化,减小了能源的消耗。
在一个实施例中,所述降温需求阈值包括第一阈值和第二阈值,所述第一阈值大于第二阈值,其中根据所述降温需求评价值和降温需求阈值对服务器进行分类,以确定高负载服务器包括:若服务器的降温需求评价值大于第一阈值,所述服务器为高负载服务器;若服务器的降温需求评价值小于第二阈值,所述服务器为低负载服务器;或若服务器的降温需求评价值小于第一阈值且大于第二阈值,所述服务器为流动负载服务器。
有益效果:通过降温需求评价值可以将服务器的负载情况划分为三类,从而实现对高负载服务器的准确判断,以便于根据高负载服务器的运行情况进行合理的制冷量调节,有利于实现室内服务器的动态降温控制。
在一个实施例中,当所述服务器为流动负载服务器时,所述室内服务器动态降温控制方法还包括:根据服务器的历史处理数据确定服务器处于不同负载状态时对应的数据包大小;根据当前将要处理的数据包的大小确定服务器是否为高负载服务器。
有益效果:通过对流动负载服务器中处理数据包的大小进行判定,可以准确预测服务器未来的负载情况,对服务器的运行状态进行准确判定,从而合理调控室内服务器的温度情况,提升调节过程的准确性。
在一个实施例中,所述根据服务器的历史处理数据确定服务器处于不同负载状态时对应的数据包大小包括:获取所述服务器的历史处理数据及对应的降温需求;对所述历史处理数据对应的降温需求进行聚类,确定服务器在不同负载状态时能够处理的数据包的大小。
在一个实施例中,其中数据包的大小的确定方式包括:对所述历史处理数据对应的降温需求进行聚类,以得到聚类结果;选取所述聚类结果中最大值和最小值之间的范围作为对应负载状态下的服务器能够处理的数据包大小。
在一个实施例中,所述根据当前将要处理的数据包的大小确定服务器是否为高负载服务器包括:确定当前将要处理的数据包的大小;将所述当前将要处理的数据包的大小与对应负载状态下的服务器所能够处理的数据包大小进行匹配,以确定服务器是否为高负载服务器。
在一个实施例中,所述将所述高负载服务器与距离最近的一个或多个制冷设备进行匹配,以控制所述高负载服务器的散热包括:确定所述高负载服务器与每个制冷设备之间的距离;选择距离最小的一个或多个制冷设备对所述高负载服务器进行散热。
有益效果:通过选择距离最小的一个或多个制冷设备对高负载服务器进行散热,一方面可以有效提升室内服务器的散热效率,另一方面可以减少工作的制冷设备的数量,从而减少运行功率,降低对能源的消耗。
在一个实施例中,所述确定所述高负载服务器与每个制冷设备之间的距离包括:响应于所述高负载服务器的数量为一个,计算所述高负载服务器与每个制冷设备之间的距离;响应于所述高负载服务器的数量为多个,确定距离最大的两个高负载服务器之间的中心点,并计算所述中心点与每个制冷设备之间的距离。
在一个实施例中,所述选择距离最小的一个或多个制冷设备对所述高负载服务器进行散热包括:将距离最小的一个或多个制冷设备出风口作为主制冷设备出风口,其余制冷设备出风口作为副制冷设备出风口;增加主制冷设备出风口在每个散热周期内的工作时间,并减小副制冷设备出风口在每个散热周期内的工作时间。
在第二方面中,本发明还提供了一种制冷设备的监测控制***,包括:温度传感器,其用于检测室内多个服务器的温度序列;网络流量监测装置,其与室内多个服务器连接,用于捕获服务器的网络流量,以获取服务器将要处理的数据包大小;控制器,其与所述温度传感器、网络流量监测装置以及室内的制冷设备连接,以实现前文一个或多个实施例所述的一种室内服务器动态降温控制方法。
有益效果:本发明中通过温度传感器和网络流量监测装置等实现对室内服务器运行状态的监测,通过确定室内服务器的降温需求,并利用控制器根据降温需求自动调整室内的制冷量和制冷区域,从而实现了对制冷量的准确控制,使得服务器能够稳定运行在合适的温度环境中,提升了服务器运行的稳定性和可靠性,延长了设备使用寿命。同时通过结合服务器降温需求进行准确的制冷量输出,实现了制冷量的准确优化,减小了能源的消耗。基于此,本发明中采用合理的室内制冷设备动态降温控制方法和优化制冷量,能够有效提高数据中心的数据处理效率和降低成本。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,并且相同或对应的标号表示相同或对应的部分,其中:
图1是示意性示出根据本发明的实施例的一种室内服务器动态降温控制的场景的示意图;
图2是示意性示出根据本发明的实施例的一种室内服务器动态降温控制方法的流程图;
图3是示意性示出根据本发明的实施例的确定高负载服务器的方法的流程图;
图4是示意性示出根据本发明的实施例的各制冷设备工作时间的方法的流程图;
图5是示意性示出根据本发明的实施例的服务器与制冷设备之间的距离的示意图;
图6是示意性示出根据本发明的实施例的一个高负载服务器的散热场景的示意图;
图7是示意性示出根据本发明的实施例的多个高负载服务器的散热场景的示意图;
图8是示意性示出根据本发明的实施例的制冷设备的监测控制***的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图来详细描述本发明的具体实施方式。
图1是示意性示出根据本发明的实施例的室内服务器动态降温控制的场景的示意图。根据本发明的上下文,该室内服务器动态降温控制场景可以用于多种机电设备的安置空间内,例如计算机终端、通讯设备、传真机、打印机等。还可以用于其他产业类机电设备的散热制冷环节中。基于此,本发明仅为了示例的目的而将该方案应用于对室内服务器动态降温控制场景应用中。
如图1所示,示例性的,室内服务器的制冷设备可以采用射流空调机组,该射流空调机组可以包括多个射流出风口。室内设置有服务器a、服务器b、服务器c和服务器d。多个射流出风口与上述各服务器的距离或远或近。在实际情况中,不同的服务器可能会被用于不同的应用程序和任务,因此它们处理的数据包大小也会有所不同,产生的热量也会不同。通过计算不同服务器工作产热量,确定各服务器所需冷却介质及冷却时间,可以实现对高负载服务器的快速而准确地散热。基于此,可以通过计算各服务器的降温需求评价值和/或对应的负载情况,及时选择射流出风口实现对服务器进行散热处理,从而实现提升服务器运行可靠性。
需要说明的是,本发明的方案中可以选择对应数量的制冷设备对高负载服务器进行散热处理,同时这些制冷设备所产生的制冷量还可以同时对其他服务器进行散热,从而有效减少了制冷量冗余情况的发生。
图2是示意性示出根据本发明的实施例的制冷设备的监测控制方法的流程图。
如图2所示,在步骤S201处,获取室内多个服务器在设定时段内的温度序列。服务器的CPU是最容易产生热量的部件,当CPU在处理数据时,会消耗大量的电能并转化为热能,从而导致CPU产生的热量较高。因此这些位置也是制冷设备需要进行着重降温的位置。在服务器CPU处放置温度传感器,可以测量每个服务器中CPU在处理数据包时的实时温度,/>,,/>。以上述图1中的4个服务器为例,测量4个服务器在多个时刻的实时温度,每个服务器在测量时间段内的多个温度均能构成一个温度序列,即/>,,/>,/>。
在步骤S202处,根据所述温度序列计算每个服务器对应的降温需求评价值。该降温需求评价值满足关系式:
式中,Q为降温需求评价值,为预设最大温度阈值,/>表示当前服务器中CPU在设定时段内的平均温度,L为温度序列总长度,/>为温度序列中第t个温度值,/>为温度序列中第t-1个温度值,/>为当前瞬时温度序列中第g个温度值,abs()为绝对值函数,e为自然常数。
上述公式中,表示序列中前t个值的均值与前t-1个值的均值做差的绝对值,/>内为稳定性公式。若CPU温度变化较为稳定,那么稳定性公式中各项差异均趋近于零,则稳定性公式的结果趋近于1。
若温度差值越小且稳定性趋近于1,那么当前服务器通常处理的数据包较大,导致持续产热量较大温度接近阈值,那么当前服务器CPU的降温需求较大。若温度差值越大且稳定性趋近于1,那么当前服务器CPU处理的工作负载较低,其产热量较小,降温需求较小。此外,差值越大稳定性趋近于0与差值越小稳定性趋近于0这两种情况均为当前服务器不局限处理固定大小的数据,温度变化较为频繁,需要着重处理。
在步骤S203处,根据所述降温需求评价值和降温需求阈值对服务器进行分类,以确定高负载服务器。在一些实施例中,根据降温需求阈值将服务器分为三类:低负载服务器、高负载服务器和流动负载服务器。其中流动负载服务器的负载情况受即将处理的数据包的大小影响,可能接下来转变成高负载服务器,也可能转变成低负载服务器。
在步骤S204处,将高负载服务器与距离最近的一个或多个制冷设备进行匹配,以实现对所述高负载服务器的散热。示例性的,所述制冷设备可以是射流空调机组,由于射流空调机组降温方式的特殊性,它是通过喷射制冷介质,提高风速从而优化空气流动而降温,所以优先处理高负载状态服务器也可以同时对低负载服务器降温,且能避免喷口匹配到处于低负载状态的服务器而导致处于高负载状态服务器降温不足的情况。
图3是示意性示出根据本发明的实施例的确定高负载服务器的方法的流程图。
上述降温需求阈值可以包括第一阈值和第二阈值。第一阈值大于第二阈值。若服务器的降温需求评价值大于第一阈值,该服务器为高负载服务器。若服务器的降温需求评价值小于第二阈值,该服务器为低负载服务器。若服务器的降温需求评价值小于第一阈值且大于第二阈值,该服务器为流动负载服务器。在一个应用场景中,如果该第一阈值为0.7,第二阈值为0.4,则降温需求评价值Q>0.7的为高负载服务器,降温需求评价值Q<0.4的为低负载服务器,若降温需求评价值Q处于0.4-0.7之间的为流动负载变化服务器。
首先,根据服务器的历史处理数据确定服务器处于不同负载状态时对应的数据包大小。
具体地,如图3所示,在步骤S301处,获取服务器的历史处理数据及对应的降温需求。在一些实施例中,可以基于网络监测工具通过捕获和分析网络流量,获得服务器将要处理的数据包大小信息,网络监测工具包括Wireshark、tcpdump等,以预测服务器CPU负载状况。
在步骤S302处,对历史处理数据对应的降温需求进行聚类,确定服务器在不同负载状态时能够处理的数据包的大小。
在步骤S303处,对历史处理数据对应的降温需求进行聚类,以得到聚类结果。
在步骤S304处,选取聚类结果中最大值和最小值之间的范围作为对应负载状态下的服务器能够处理的数据包大小。通过聚类算法对服务器历史处理数据包对应CPU的降温需求进行聚类,每种类别中取最大值和最小值用来表示三种降温需求服务器所处理数据包大小的范围。上述聚类算法包括但不限于K-means、DBSCAN等。
接着,根据当前将要处理的数据包的大小确定服务器是否为高负载服务器。
在步骤S305处,确定当前将要处理的数据包的大小。
在步骤S306处,将当前将要处理的数据包的大小与对应负载状态下的服务器所能够处理的数据包大小进行匹配,以确定服务器是否为高负载服务器。基于将要输入所述四个服务器各自的数据包大小,预测此次服务器所处负载状态,以便于后续进行室内服务器动态降温控制。
图4是示意性示出根据本发明的实施例的各制冷设备工作时间的方法的流程图。
首先,确定所述高负载服务器与每个制冷设备之间的距离。
具体地,如图4所示,在步骤S401处,响应于高负载服务器的数量为一个,计算高负载服务器与每个制冷设备之间的距离。如图5所示,该距离可以通过两种方式实现,一种是处于高负载状态的服务器与制冷设备之间的横向距离,即距离x。另一种是该处于高负载状态的服务器与制冷设备之间的直线距离,即距离x’。本发明中仅为了示例的目的而将该距离示出为直线距离x’。
当高负载服务器的数量为1个,可以根据该高负载服务器与任意一个制冷设备之间的距离选择对应的制冷设备,以用于散热。如图6所示,该服务器a可以采用制冷设备1和制冷设备2进行散热,其中x1、x2为该服务器a分别与制冷设备1和制冷设备2之间的直线距离,如下图7中同理。
在步骤S402处,响应于高负载服务器的数量为多个,确定距离最大的两个高负载服务器之间的中心点,并计算中心点与每个制冷设备之间的距离。如图7所示,当高负载服务器的数量为2个,可以确定服务器a和服务器b之间的中间位置,并通过选择距离该中间位置最近的一个或多个制冷设备进行散热。
接着,选择距离最小的一个或多个制冷设备对高负载服务器进行散热。在一些实施例中,当高负载服务器的数量为1个时,优选采用距离最近的其中一个或两个制冷设备进行散热处理。当高负载服务器为多个时,制冷设备的数量可以根据负载情况进行选择,然后可以通过调节制冷设备的送风方向,实现对高负载服务器的散热。
具体地,在步骤S403处,将距离最小的一个或多个制冷设备出风口作为主制冷设备出风口,其余制冷设备出风口为副制冷设备出风口。
在步骤S404处,增加主制冷设备出风口在每个散热周期内的工作时间,并减小副制冷设备出风口在每个散热周期内的工作时间。
在一个降温周期内,可以在不同的制冷设备出风口输出不同的风量来进行散热,基于此,可以通过设置主制冷设备出风口加大风量和送风的时间来提升散热水平。与之相对应地,副制冷设备出风口可以减小风量和对应的送风时间,从而实现降功率运行,减小对能源的消耗。
图8是示意性示出根据本发明的实施例的一种室内服务器动态降温控制***800的示意图。
在本发明的另一方面中,还提供了一种室内服务器动态降温控制***800。如图8所示,该监测控制***800包括温度传感器801、网络流量监测装置802和控制器803。温度传感器801用于检测室内多个服务器的温度序列。网络流量监测装置802与室内多个服务器连接,用于捕获服务器的网络流量,以获取服务器将要处理的数据包大小。控制器803与温度传感器801、网络流量监测装置802以及室内的制冷设备804连接,以实现前文一个或多个实施例所述的一个室内服务器动态降温控制方法。由于该制冷设备的监测控制方法的具体实现方式以在上述内容中详细说明,此处将不再重复赘述。
虽然本说明书已经示出和描述了本发明的多个实施例,但对于本领域技术人员显而易见的是,这样的实施例只是以示例的方式提供的。本领域技术人员会在不偏离本发明思想和精神的情况下想到许多更改、改变和替代的方式。应当理解的是在实践本发明的过程中,可以采用对本文所描述的本发明实施例的各种替代方案。
Claims (8)
1.一种室内服务器动态降温控制方法,其特征在于,包括:
获取室内多个服务器在设定时段内的温度序列;
根据所述温度序列计算每个服务器对应的降温需求评价值,所述降温需求评价值满足关系式:
式中,Q为降温需求评价值,/>为预设最大温度阈值,/>表示当前服务器中CPU在设定时段内的平均温度,L为温度序列总长度,/>为温度序列中第t个温度值,/>为温度序列中第t-1个温度值,/>为当前瞬时温度序列中第g个温度值,abs()为绝对值函数,e为自然常数;
根据所述降温需求评价值和降温需求阈值对服务器进行分类,以确定高负载服务器;
将所述高负载服务器与距离最近的一个或多个制冷设备进行匹配,以实现对所述高负载服务器的散热;
所述将所述高负载服务器与距离最近的一个或多个制冷设备进行匹配,以实现对所述高负载服务器的散热包括:
确定所述高负载服务器与每个制冷设备之间的距离;
选择距离最小的一个或多个制冷设备对所述高负载服务器进行散热;
所述确定所述高负载服务器与每个制冷设备之间的距离包括:
响应于所述高负载服务器的数量为一个,计算所述高负载服务器与每个制冷设备之间的距离;
响应于所述高负载服务器的数量为多个,确定距离最大的两个高负载服务器之间的中心点,并计算所述中心点与每个制冷设备射之间的距离。
2. 根据权利要求1 所述的一种室内服务器动态降温控制方法,其特征在于,所述降温需求阈值包括第一阈值和第二阈值,所述第一阈值大于第二阈值,其中根据所述降温需求评价值和降温需求阈值对服务器进行分类,以确定高负载服务器包括:
若服务器的降温需求评价值大于第一阈值,所述服务器为高负载服务器;
若服务器的降温需求评价值小于第二阈值,所述服务器为低负载服务器;或
若服务器的降温需求评价值小于第一阈值且大于第二阈值,所述服务器为流动负载服务器。
3. 根据权利要求2 所述的一种室内服务器动态降温控制方法,其特征在于,当所述服务器为流动负载服务器时,所述室内服务器动态降温控制方法还包括:
根据服务器的历史处理数据确定服务器处于不同负载状态时对应的数据包大小;
根据当前将要处理的数据包的大小确定服务器是否为高负载服务器。
4. 根据权利要求3 所述的一种室内服务器动态降温控制方法,其特征在于,所述根据服务器的历史处理数据确定服务器处于不同负载状态时对应的数据包大小包括:
获取所述服务器的历史处理数据及对应的降温需求;
对所述历史处理数据对应的降温需求进行聚类,确定服务器在不同负载状态时能够处理的数据包的大小。
5. 根据权利要求4 所述的一种室内服务器动态降温控制方法,其特征在于,其中数据包的大小的确定方式包括:
对所述历史处理数据对应的降温需求进行聚类,以得到聚类结果;
选取所述聚类结果中最大值和最小值之间的范围作为对应负载状态下的服务器能够处理的数据包大小。
6. 根据权利要求3 所述的一种室内服务器动态降温控制方法,其特征在于,所述根据当前将要处理的数据包的大小确定服务器是否为高负载服务器包括:
确定当前将要处理的数据包的大小;
将所述当前将要处理的数据包的大小与对应负载状态下的服务器所能够处理的数据包大小进行匹配,以确定服务器是否为高负载服务器。
7.根据权利要求1所述的一种室内服务器动态降温控制方法,其特征在于,所述对所述高负载服务器进行散热包括:
将距离最小的一个或多个制冷设备出风口作为主制冷设备出风口,其余制冷设备出风口作为副制冷设备出风口;
增加主制冷设备出风口在每个降温周期内的工作时间,并减小副制冷设备出风口在每个制冷周期内的工作时间。
8.一种室内服务器动态降温控制***,其特征在于,包括:
温度传感器,其用于检测室内多个服务器的温度序列;
网络流量监测装置,其与室内多个服务器连接,用于捕获服务器的网络流量,以获取服务器将要处理的数据包大小;
控制器,其与所述温度传感器、网络流量监测装置以及室内的制冷设备连接,以实现如权利要求1-7 中任意一项所述的一种室内服务器动态降温控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310876099.0A CN116600553B (zh) | 2023-07-18 | 2023-07-18 | 一种室内服务器动态降温控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310876099.0A CN116600553B (zh) | 2023-07-18 | 2023-07-18 | 一种室内服务器动态降温控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116600553A CN116600553A (zh) | 2023-08-15 |
CN116600553B true CN116600553B (zh) | 2023-09-19 |
Family
ID=87594066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310876099.0A Active CN116600553B (zh) | 2023-07-18 | 2023-07-18 | 一种室内服务器动态降温控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116600553B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150096833A (ko) * | 2014-02-17 | 2015-08-26 | (주)네트아이테크놀로지 | 양방향 조율 및 순차보상 기반 최대수요전력관리 방법 및 시스템 |
JP2016114992A (ja) * | 2014-12-11 | 2016-06-23 | 日本電信電話株式会社 | 確率型サーバ負荷分散方法および装置 |
CN106211721A (zh) * | 2016-08-30 | 2016-12-07 | 北京思博康科技有限公司 | 一种机柜智能气流优化***及基于该***的数据中心 |
WO2017025696A1 (en) * | 2015-08-07 | 2017-02-16 | Khalifa University of Science, Technology, and Research | Methods and systems for workload distribution |
CN112987895A (zh) * | 2021-05-20 | 2021-06-18 | 凌渡(南京)科技有限公司 | 一种基于冷却液的智能化服务器芯片制冷方法、装置及*** |
CN113175714A (zh) * | 2021-04-30 | 2021-07-27 | 西藏宁算科技集团有限公司 | 蒸发冷却机组及控制方法及相关装置 |
CN113515431A (zh) * | 2021-04-08 | 2021-10-19 | 上海安畅网络科技股份有限公司 | 一种基于云平台监控服务器机柜散热状态的方法和*** |
CN113901713A (zh) * | 2021-10-08 | 2022-01-07 | 科瑞特空调集团有限公司 | 一种基于ActorCritic算法的地铁空调***节能控制方法 |
CN113938488A (zh) * | 2021-09-24 | 2022-01-14 | 浙江理工大学 | 一种基于动静态加权轮询的负载均衡方法 |
CN114667039A (zh) * | 2022-03-24 | 2022-06-24 | 深圳聚创致远科技有限公司 | 一种智能优化机房能耗效率的装置及其优化方法 |
CN114923268A (zh) * | 2022-07-11 | 2022-08-19 | 南京群顶科技有限公司 | 基于空调负载和区域温度评估的机房空调调控方法及装置 |
CN115079800A (zh) * | 2022-07-28 | 2022-09-20 | 苏州浪潮智能科技有限公司 | 一种服务器iot智慧散热控制方法及*** |
CN115220900A (zh) * | 2022-09-19 | 2022-10-21 | 山东省计算中心(国家超级计算济南中心) | 一种基于作业功耗预测的节能调度方法及*** |
CN116113907A (zh) * | 2021-07-09 | 2023-05-12 | 辉达公司 | 混合数据中心冷却***的热测试 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010005192B4 (de) * | 2010-01-21 | 2014-12-04 | Rittal Gmbh & Co. Kg | Regelungsverfahren einer Kühlanlage |
US8467906B2 (en) * | 2010-08-10 | 2013-06-18 | Facebook, Inc. | Load balancing tasks in a data center based on pressure differential needed for cooling servers |
US8885335B2 (en) * | 2012-10-26 | 2014-11-11 | Facebook, Inc. | Server cooling by airflow throttling |
US9930109B2 (en) * | 2015-08-07 | 2018-03-27 | Khalifa University Of Science, Technology And Research | Methods and systems for workload distribution |
CN108141990B (zh) * | 2015-10-21 | 2020-03-20 | 维谛公司 | 用于小型设备间的冷却***及冷却小型设备间的方法 |
EP3736646A1 (en) * | 2019-05-09 | 2020-11-11 | Siemens Schweiz AG | Method and controller for controlling a chiller plant for a building and chiller plant |
US20230141508A1 (en) * | 2022-12-29 | 2023-05-11 | Intel Corporation | Methods and apparatus for auto tuning cooling of compute devices based on workloads |
-
2023
- 2023-07-18 CN CN202310876099.0A patent/CN116600553B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150096833A (ko) * | 2014-02-17 | 2015-08-26 | (주)네트아이테크놀로지 | 양방향 조율 및 순차보상 기반 최대수요전력관리 방법 및 시스템 |
JP2016114992A (ja) * | 2014-12-11 | 2016-06-23 | 日本電信電話株式会社 | 確率型サーバ負荷分散方法および装置 |
WO2017025696A1 (en) * | 2015-08-07 | 2017-02-16 | Khalifa University of Science, Technology, and Research | Methods and systems for workload distribution |
CN106211721A (zh) * | 2016-08-30 | 2016-12-07 | 北京思博康科技有限公司 | 一种机柜智能气流优化***及基于该***的数据中心 |
CN113515431A (zh) * | 2021-04-08 | 2021-10-19 | 上海安畅网络科技股份有限公司 | 一种基于云平台监控服务器机柜散热状态的方法和*** |
CN113175714A (zh) * | 2021-04-30 | 2021-07-27 | 西藏宁算科技集团有限公司 | 蒸发冷却机组及控制方法及相关装置 |
CN112987895A (zh) * | 2021-05-20 | 2021-06-18 | 凌渡(南京)科技有限公司 | 一种基于冷却液的智能化服务器芯片制冷方法、装置及*** |
CN116113907A (zh) * | 2021-07-09 | 2023-05-12 | 辉达公司 | 混合数据中心冷却***的热测试 |
CN113938488A (zh) * | 2021-09-24 | 2022-01-14 | 浙江理工大学 | 一种基于动静态加权轮询的负载均衡方法 |
CN113901713A (zh) * | 2021-10-08 | 2022-01-07 | 科瑞特空调集团有限公司 | 一种基于ActorCritic算法的地铁空调***节能控制方法 |
CN114667039A (zh) * | 2022-03-24 | 2022-06-24 | 深圳聚创致远科技有限公司 | 一种智能优化机房能耗效率的装置及其优化方法 |
CN114923268A (zh) * | 2022-07-11 | 2022-08-19 | 南京群顶科技有限公司 | 基于空调负载和区域温度评估的机房空调调控方法及装置 |
CN115079800A (zh) * | 2022-07-28 | 2022-09-20 | 苏州浪潮智能科技有限公司 | 一种服务器iot智慧散热控制方法及*** |
CN115220900A (zh) * | 2022-09-19 | 2022-10-21 | 山东省计算中心(国家超级计算济南中心) | 一种基于作业功耗预测的节能调度方法及*** |
Non-Patent Citations (3)
Title |
---|
基于JCF中间件的负载预测与过载迁移的融合算法;李国;曲文丽;田丰;王静;;计算机应用研究(07);正文全文 * |
基于芯片温度感知负载调度的数据中心能耗优化;谷丽君;白焰;;华北电力大学学报(自然科学版)(06);正文全文 * |
李国 ; 曲文丽 ; 田丰 ; 王静 ; .基于JCF中间件的负载预测与过载迁移的融合算法.计算机应用研究.2015,(07),正文全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN116600553A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800066B (zh) | 一种数据中心节能调度方法及*** | |
CN100362453C (zh) | 在计算机中心动态重新安排应用及其它服务器资源的方法 | |
Tang et al. | Thermal-aware task scheduling to minimize energy usage of blade server based datacenters | |
JP5801732B2 (ja) | 情報処理システムの運用管理方法 | |
US10375854B2 (en) | Liquid cooling system and control method thereof | |
US9274585B2 (en) | Combined dynamic and static power and performance optimization on data centers | |
CN107105028B (zh) | 一种基于云计算的机房环境智能调节*** | |
CN115843170A (zh) | 机房空调节能控制*** | |
CN117075483B (zh) | 液冷储能***的状态监控方法、装置及存储介质 | |
CN116600553B (zh) | 一种室内服务器动态降温控制方法及*** | |
CN103777737A (zh) | 基于服务器资源负载及位置感知的云端机房节能方法 | |
CN111083201A (zh) | 一种工业物联网中针对数据驱动制造服务的节能资源分配方法 | |
CN114980666B (zh) | 一种数据中心液冷散热***的控制方法及其*** | |
KR20120130944A (ko) | 서버 랙 및 이의 냉각 방법 | |
EP2575003B1 (en) | Method for determining assignment of loads of data center and information processing system | |
JP2022084840A (ja) | 電子ラックを冷却するための熱管理システム、情報技術部品冷却方法、非一時的な機械読み取り可能な媒体およびコンピュータプログラム | |
CN117806834B (zh) | 资源的调整方法及装置 | |
CN112612349A (zh) | 一种增加cpu散热效率的方法和设备 | |
JP2020180782A (ja) | 空調システムの制御装置、制御方法、制御プログラムおよび空調システム | |
CN115130329B (zh) | 用于通信电子设备散热的计算机辅助优化设计方法 | |
CN113625861B (zh) | 一种功耗节约方法及*** | |
WO2024109561A1 (zh) | 参数调整方法、装置、计算机设备及存储介质 | |
CN116774749B (zh) | 智能控温的电力柜 | |
TWI767748B (zh) | 無線感測網路及其相關氣體流量控制方法 | |
WO2018133867A1 (zh) | 异常设备的查找方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: A Dynamic Cooling Control Method and System for Indoor Server Effective date of registration: 20231128 Granted publication date: 20230919 Pledgee: Shandong Wucheng Rural Commercial Bank Co.,Ltd. Pledgor: Keruite air conditioning Group Co.,Ltd. Registration number: Y2023980067926 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |