24、数据中心基于气流的故障模型及任务调度优化

数据中心基于气流的故障模型及任务调度优化

1. 背景与挑战

在当今数字化时代，数据中心的规模不断扩大，其能源消耗问题日益凸显。传统数据中心主要由 IT 设备（服务器）、电源系统、计算机机房空调单元（CRAC）等组成。其中，IT 设备是数据中心的核心部分，其能源消耗取决于硬件规格和所需执行的任务。而 CRAC 作为数据中心的关键部分，其冷却能源消耗巨大，几乎占据整个数据中心能源消耗的 40% - 60%。因此，降低 CRAC 的功耗成为了数据中心优化运行的重要挑战。

热循环在数据中心的功率模型中起着至关重要的作用。它迫使冷却系统提供比服务器实际需求温度低得多的冷空气，从而增加了冷却系统的功耗。目前，虽然有一些致力于降低数据中心能源消耗的工作，但这些节能策略大多基于正常且无故障的数据中心或数据存储系统。然而，在大规模增长的数据中心中，节点故障频繁发生，因此，研究如何通过提高冷却系统的效率来降低存在节点故障的数据中心的能源消耗具有重要意义。

2. 数据中心功率模型

• 常用符号含义
  | 符号 | 含义 |
  | ---- | ---- |
  | u | 节点故障前数据中心的 CPU 使用率 |
  | Nodei | 任意节点 i |
  | T i _in | 节点 i 的入口温度 |
  | T i _out | 节点 i 的出口温度 |
  | Tsup | CRAC 提供的冷空气温度 |
  | D | 热分布矩阵 |
  | Ctot | 数据中心的总任务 |
  | m | 每个节