面向云计算环境的能耗测量和管理方法

云计算引领了计算机科学的一场重大变革,但与此同时,也不可避免地带来了日益凸显的能源消耗问题,因此,云计算能耗管理成为近几年的研究热点.云计算系统的能耗测量和管理直接关系到云计算的可持续发展,能耗数据不仅关系到能耗模型的建立,而且也是检验云计算资源调度算法的基础.为此,在广泛研究现有能耗测量方法的基础上,归纳总结了当前云计算环境的4种能耗测量方法:基于软件或硬件的直接测量方法、基于能耗模型的估算方法、基于虚拟化技术的能耗测量方法、基于仿真的能耗评估方法,并分析和比较了它们的优势、缺陷和适用环境.在此基础上,指出了云计算能耗管理的未来重要研究趋势:智能主机电源模块、面向不同类型应用的能耗模型、混合任务负载的能耗模型、可动态管理的高效云仿真工具、动态异构分布式集群的能耗管理、面向大数据分析处理和任务调度的节能方法以及新能源供电环境下的节能规划,为云计算节能领域的研究指明了方向.     

云存储系统节能研究综述

云存储系统作为云计算的重要组成部分,是各种云计算服务的基础。但随云存储系统规模的不断扩大和在设计时对能耗因素的忽略,使其日益暴露出高能耗、低效率的问题。因为云存储系统占整个云计算中心能耗的27%～40%,所以无论从降低服务提供商的运营成本,还是从降低能耗以保护环境的角度出发,研究云存储系统中的节能技术都具有很大的现实意义与应用前景。将存储系统中的能耗优化问题分为基于硬件的节能方法与基于调度的节能方法两大类进行讨论;并将基于调度的节能方法分为基于节点调度、基于数据调度和基于缓存预取技术3类进行综合比较;最后,对适应节能的云存储体系结构、节能模式下的QoS保证、节能模式与计算模式的匹配以及纠删码容错技术下的节能研究4个方向进行了展望。     

单处理器多外设实时系统全局能耗优化算法研究

在电池供电的实时嵌入式系统中,能耗是系统设计的一个重要研究问题.动态电压调度和动态电源管理是两种重要的节能技术.前者是动态改变处理器电压/频率,降低处理器能耗;而后者是动态调整片外设备的工作模式,减少片外设备能耗.目前只有少量研究把这两种技术综合在一起.本文研究支持这两种技术的嵌入式全系统实时任务节能调度问题.针对连续和离散处理器频率模型,论文分别提出高效的算法,通过计算系统运行的能耗最小处理器最优频率和设备最优空闲时间,来实现全系统综合节能的目的.实验模拟表明本文算法大大优于其他算法.     

网格环境下基于复制的能耗有效依赖任务调度研究

随着能耗管理成为可靠和绿色计算的重要课题,能耗感知调度方法以其低成本和可行性引发关注.目前,网格环境下依赖任务的能耗感知调度研究具有极大的挑战性,其需要平衡应用的优先约束性、海量数据传输、系统的异构性和不同性能指标的冲突性的关系.提出的网格依赖任务的能耗有效调度(energy-efficient scheduling of grid dependent tasks,ESGDT)算法旨在优化应用执行时间的前提下降低应用执行能耗,能有效解决上述问题.通过任务复制和渐进比例因子减少通信时间和通信能耗,同时兼顾应用复杂的数据依赖关系;适应芯片微型化和多核技术的发展趋势,采用动态电源管理技术减少任务执行的静态能耗;任务复制条件、渐进比例因子和微调原则均适时兼顾时间和能耗两个相互冲突的调度指标,并提出自适应和动态映射方法适应异构计算环境.模拟实验表明,较HEFT,EETDS和HEADUS算法,ESGDT算法不仅没有影响调度的时间性能,还可进一步降低应用执行能耗.     

富士施乐荣获第21届地球环境大奖富士产经集团奖

近日,富士施乐株式会社在富士产经集团举办的第21届地球环境大奖评选中,凭借其首创的可视化能耗分析系统EneEyes所实现的节能举措,荣获富士产经集团奖。此次获奖是对位于横滨的富士施乐研发中心所采用的可视化能耗分析系统EneEyes的高度认可。通过该系统,研发中心的所有员工都可以从各     

建筑中能耗拆分方法

提出能耗拆分的基本方法。现存的建筑配电系统支路中往往包含多种能耗设备,而计量装置只能统计某户或某层的总能耗量,通过能耗拆分能够计算出各类用电设备的能耗量,让各管理体系内的节能工作能够有的放矢,使节能工作建立在定量化的基础上,为节能运行管理、节能改造和各节能措施的节能效果后评估等工作提供数据支持。     

无线传感器网络中基于网络覆盖的节点睡眠调度机制

在无线传感器网络中,节点睡眠-唤醒调度机制对于延长其生命周期至关重要。在现有的节点睡眠调度机制中,节点能耗是调度机制的唯一考虑目标。然而这种以节省节点能耗为目的调度机制很容易导致传感网络无法完全覆盖监测区域,导致严重后果。本文基于现有调度机制的不足,提出一种考虑到网络覆盖面的节能调度机制。这种机制既能降低网络能耗也能够兼顾到网络的监测覆盖情况。仿真结果表明该机制能在保证较高的网络覆盖面的前提下有效提高网络生命周期。     

基于嵌入式动态能耗平衡的汽车节能调度算法

研究汽车嵌入式发动机的节能控制问题,由于汽车在启动过程中,发动机燃烧不充分,会造成电动机的启动电流过大,并且包含高噪声,使得汽车的动态非必要能耗增加.传统的限流限压调节算法的频率固定,很难做到真正的动态调节,不能适应非线性的大规模变化.为提高节能效果,提出了一种嵌入式动态能耗平衡的汽车节能调度算法.根据动态平衡相关理论,获取汽车运行过程中发动机的动态能耗关系,并为汽车发动机节能调度提供准确的数据.仿真结果表明,建立多核嵌入式汽车发动机任务调度模型,克服了传统算法中频率固定的弊端,说明改进算法能够有效降低汽车调度过程中的能源消耗.     

云计算环境下资源的节能调度

在云计算环境下,如何在有效地进行资源调度,缩短任务执行时间的同时,降低能耗,已经成为一个重要问题。对此,以任务执行时间与能耗作为优化目标,建立了一个节能调度模型,并通过采用特殊的种群初始化方法以及引入学习机制等方法对非支配排序遗传算法(NSGA-Ⅱ)进行改进,将其应用于云计算的节能调度问题。最后通过算例测试,验证了所提算法能够在减少任务执行时间的同时,有效降低能耗。     

虚拟化数据中心全局能耗优化调度方法

虚拟化数据中心的制冷和供电设备能耗比重大且浪费严重,但当前虚拟化能耗优化的研究仅考虑IT设备能耗,针对该问题,通过对数据中心能耗逻辑的研究,提出一种虚拟化数据中心全局能耗优化调度方法。该方法通过感知数据中心负载和热分布状况,依据虚拟化调度规则生成动态调度策略,并对虚拟设备组的制冷供电设备进行同步调度,减少数据中心冗余制冷和设备空载损耗,以此最小化数据中心能耗。实验结果表明,该调度方法可节省制冷设备近26％的冗余制冷,并提升供电设备8％左右的供电效率,提高数据中心的能耗有效性,降低整体能耗。     

基于物联网大数据节能调度框架研究

当今社会,物联网的快速发展离不开数据的支撑,数据的持久化存储与检索离不开物联网的边缘服务器,边缘服务器相当于物联网的数据服务中心,同时也是云环境重要组成部分,因此数据中心的能耗问题成为核心问题。现今在边缘侧常用的大数据资源调度框架为YARN,该框架并不能对能耗进行有效控制,针对此问题,提出一种基于YARN的物联网大数据节能调度框架,该框架是在YARN基础上进行优化,增加三个关键性的功能模块,分别对系统任务进行分析、计算、调度、分配,实现了细粒化管理。通过模拟实验验证该框架能在保证系统任务性能的同时减少能量损耗。     

云计算资源调度研究综述

资源调度是云计算的一个主要研究方向.首先对云计算资源调度的相关研究现状进行深入调查和分析;然后重点讨论以降低云计算数据中心能耗为目标的资源调度方法、以提高系统资源利用率为目标的资源管理方法、基于经济学的云资源管理模型,给出最小能耗的云计算资源调度模型和最小服务器数量的云计算资源调度模型,并深入分析和比较现有的云资源调度方法;最后指出云计算资源管理的未来重要研究方向:基于预测的资源调度、能耗与性能折衷的调度、面向不同应用负载的资源管理策略与机制、面向计算能力(CPU、内存)和网络带宽的综合资源分配、多目标优化的资源调度,以便为云计算研究提供有益的参考.     

能耗感知的绿色数据库研究综述

随着全球的低碳化趋势以及以数据为中心的计算趋势,研究节能的绿色数据库系统已成为政府、企业和学术界共同关注的问题。然而,已有的数据库系统与算法大都针对性能目标而设计,缺乏对能耗的感知与处理,包括能耗有效性以及能耗同比性等问题的考虑。围绕绿色数据库系统的发展需求,对绿色数据库技术中的关键问题进行了讨论,重点阐述了数据库系统能耗有效性,以及面向数据库节点集群的能耗同比性等问题。在此基础上,给出了能耗感知的绿色数据库技术的未来发展方向,为该方向的进一步深入研究提供新的参考。     

能耗感知的绿色数据库研究综述

随着全球的低碳化趋势以及以数据为中心的计算趋势,研究节能的绿色数据库系统已成为政府、企业和学术界共同关注的问题。然而,已有的数据库系统与算法大都针对性能目标而设计,缺乏对能耗的感知与处理,包括能耗有效性以及能耗同比性等问题的考虑。围绕绿色数据库系统的发展需求,对绿色数据库技术中的关键问题进行了讨论,重点阐述了数据库系统能耗有效性,以及面向数据库节点集群的能耗同比性等问题。在此基础上,给出了能耗感知的绿色数据库技术的未来发展方向,为该方向的进一步深入研究提供新的参考。     

通信公司能耗管理系统和采集系统改造工程解析

能耗的持续增长是当前电信企业面临的重大问题,能耗监测体系和能耗管理系统的不健全,导致电信相关企业对能耗的实际情况不能全面的掌握,以至于节能改造项目的实施也存在诸多问题。根据要求,某通信集团公司将集中建设能耗管理平台,对电能进行集中管理。目前某省通信公司已有的能耗管理平台存在耗电量统计不准确,人性化设计较弱,采集信息显示不完整,无法提供全网能耗分析需求的信息等问题。本系统的改造建设以现有能耗管理平台为基础,通过网管中心虚拟化方式,构建全面的能耗管理平台,对电能实现集中管理,并为之后的节能减排项目提供技术支撑。本文所涉及的实践知识和技术资料可为之后相关领域的能耗管控相关工程提供参考和指导。     

绿色计算背景下的网络管理研究

随着IT技术的不断发展,IT行业在整个节能减排环节中占据的地位越来越高,由此提出了绿色计算、绿色网络等概念。从绿色网络的概念入手,分析网络中主要设备的节能方式和可能性,提出了在网络管理中增加能耗管理的功能,研究并提出了实现能耗管理应具备的MIB信息,并设计了能耗监视、控制和统计的实施方案,从而可以对网络中的能耗进行定量监视和控制,为绿色节能网络的建立提供全面的监控和管理。     

瓦楞纸制造过程能耗监控物联网关键技术研究

结合智能制造业物联网系统结构关键重大共性技术—机械装备工艺过程优化系统节能。以解决瓦楞纸行业节能降耗关键工艺为目的,重点研究能耗的监测与管理、厂房各种环境参数的可靠感知、实时的网络数据传输和基于物联网的先进能源管理系统、能源动态平衡和优化调度方法等。与常规能耗监控系统方案相比,提高生产效率30%以上;节约能耗30%;节约纸耗20%;节约浆耗20%,将具有良好经济效应、社会效益和节能降耗效益。     

云环境下超启发式能耗感知调度算法

能耗感知调度的研究对云计算数据中心的可持续发展有着重要意义。能耗感知调度是一个NP难的多目标优化问题,目前云环境下的任务调度算法较少考虑能耗问题,且不能实现对能耗的灵活管理,随机搜索算法是一种解决该问题的有效途径,但其计算开销大,收敛速度慢。将异构云环境下的能耗感知调度问题定义为一个带约束的问题,即在一定的完成时间下优化系统能耗,以实现对能耗的灵活管理。此外,提出了基于在线学习的超启发式算法（OLHH）,该算法结合电压调节技术,在设计了简单高效的启发式策略集的基础上,引进超启发式算法,并采用在线学习的方式跟踪启发式策略的表现,实现对启发式策略的合理管理,从而达到提高算法的收敛性能的目的。模拟实验表明,该算法能够实现系统能耗的灵活管理,且比传统的随机搜索算法有着更好的收敛性能。     

基于仿生自主神经系统的节能高效云调度研究*

为了实现兼顾性能和能耗的高效云调度管理机制,提出了一种基于仿生自主神经系统（BANS）的云调度管理系统。建立了理论模型来评估和分析重要的性能和能耗指标,并利用纯利润优化模型均衡性能和能耗之间的制约关系。基于理论分析结果,进一步利用最优性分析和自主触发机制实现了动态灵活的局部资源管理,同时,采用启发式算法来获取面向用户请求分发的全局最优调度策略。实验结果展示了重要的性能-能耗制约关系,同时也表明,相比传统负载均衡调度机制,局部自主资源管理可以在纯利润上带来约60%的显著提升,全局请求调度还将进一步带来约15%的提升效果。     

基于空间分辨率的无线传感网节点调度策略

节点调度策略是解决无线传感器网络(WSN)能量受限和覆盖高度冗余的一种有效方法,但在节能的同时又必须满足覆盖率的需求。针对随机调度中的能量消耗不均衡且使用不合理等问题,提出一种基于空间分辨率的节点调度策略。该策略通过控制区域中的活动节点数来保障网络的覆盖率要求,并利用剩余能量来均衡化各节点的能耗。同时借助邻居节点保障机制,一方面关闭休眠节点的实时监听,减少不合理的能耗;另一方面缓解节点轮休时可能出现的覆盖漏洞问题,有效保障网络覆盖率。仿真结果表明,该策略在网络覆盖率、生存期以及节点间的能耗均衡度等方面的性能表现优于Gur Game等调度算法。