,
安徽国防科技职业学院 信息技术学院,安徽 六安 237000)
云计算数据中心使用的计算机耗费能量,产生的大气污染数字在高速增长[1].高能耗主要来源于处理器层次和数据中心层次的能耗.因此迫切需要探讨能耗和资源利用率的关系,以寻找一个最佳的资源利用率来降低能耗.
CPU利用率越高,能耗越高.系统能效是单位时间内的运算量与能耗的比值.因此,探索CPU利用率的最佳点来最大化能效是研究热点.宋杰等[2]提出了一种通过CPU利用率和频率计算能效的方法,得出了当CPU利用率达到100%时能效达到最大值的结论;肖丁等[3]提出了一种基于分段式CPU利用率的能耗模型,将CPU能耗模型从简单的单线式线性能耗模型变成了分段式线性模型;叶可江等[4]介绍了能耗监测步骤及能耗轮廓分析方法,提出了虚拟机系统的整体能耗模型;于俊洋等[5]根据计算机各部件的参数对能耗变化的贡献程度和参数之间的相关度,选取最能代表能耗变化的可监测参数建立了一个能耗模型.上述学者建立的能耗模型大多以理论推导为基础,很少基于真实的能耗测试结果,因此笔者针对上述问题,以CPU密集型任务为负载类型,提出了一个非线性的能耗预测模型.
目前认为影响能耗的主要部件有CPU、内存、硬盘、网络.以计算密集型任务为研究对象,对于CPU密集型任务,能耗主要由CPU产生,因此在能耗建模的过程中,主要考虑CPU能耗.
虚拟机的能耗主要由两部分组成,一部分是虚拟机维持自身运行所消耗的能耗,即静态能耗;……