基于云资源算力分配减少数据中心用能成本方法技术

本发明专利技术公开了基于云资源算力分配减少数据中心用能成本方法，通过以下步骤实现，基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；形成云资源区域差异化与用能成本间的关系

【技术实现步骤摘要】
基于云资源算力分配减少数据中心用能成本方法


[0001]本专利技术属于云计算资源调度
，具体涉及基于云资源算力分配减少数据中心用能成本方法
。

技术介绍

[0002]当前国内云资源算力需求集中在东部
、
南部地区
。
为了解决数部分地区据中心用能成本高，云资源算力需求大的问题，通过云资源调度运行至用能成本相对较低的区域承担算力需求，减少算力高需求地区的用能成本
。
[0003]国外对数据中心云资源用能的研究主要是通过对服务器入口气流温度负载的研究来约束负载分配优化，起到降低系统冷却功耗达到降低数据中心用能成本的目的
。
此外数据中心云资源用能主要聚焦于服务器热功耗以及服务器硬件利用率等
。
构建以不同区域
、
规模为特征参数的云资源用能分析，在整体云资源算力分配与用能成本关系方面有待深入研究
。
国内对云资源的用能分析多从暖通方向出发，或采用人工智能算法对数据中心整体用能成本进行预测，在云资源区域差异分析及其用能成本方面缺乏深入研究
。

技术实现思路

[0004]本专利技术的目的在于提供一种克服云资源区域差异分析及其用能成本方面缺乏的基于云资源算力分配减少数据中心用能成本方法
。
[0005]为了实现上述专利技术目的，本专利技术采用以下技术方案：
[0006]基于云资源算力分配减少数据中心用能成本方法，包括如下步骤：
[0007]1)r/>基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；
[0008]2)
基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；
[0009]3)
形成云资源区域差异化与用能成本间的关系
。
[0010]进一步地，所述分配减少数据中心用能成本采用基于博弈论的组合权重确定方法进行决策
。
[0011]进一步地，所述博弈论包括五个要素，分别为：博弈的参与者
、
博弈信息
、
博弈策略
、
博弈次序和博弈的收益
。
[0012]根据以上特征，所述五要素具体步骤如下：
[0013]1)
博弈的参与者：独立决策和承担结果的智能个体；
[0014]2)
博弈信息：能够帮助选择行为或策略的情报；
[0015]3)
博弈策略：博弈的参与者可以选择的行为或策略的全集；
[0016]4)
博弈次序：博弈的参与者作出选择的先后次序；
[0017]5)
博弈的收益：博弈的参与者作出选择后得到和失去的总和
。
[0018]进一步地，用户向多媒体云数据中心发起应用请求，数据中心将用户请求排队，云
数据中心接收到排队需求集合时，根据网络条件确定响应时间
。
[0019]在一些示例中，采用集体优先模式下以用户自治为特征的资源分配与管理模型
。
[0020]与现有技术相比，本专利技术的有益效果是：
[0021]1)
本专利技术的数据中心收集计算任务历史对系统开销的使用情况及未来各计算任务用电预测信息等
,
通过匹配
、
优化制定分任务类型的电价
。
[0022]2)
本专利技术的计算任务通过对比不同数据中心的不同计算任务用电价格，选择电网电价较低的计算中心
。
[0023]3)
本专利技术分别建立数据中心博弈模型
、
和计算任务博弈模型，使用最优性条件和线性规划对此博弈模型进行线性化处理
,
并利用商业求解器对其求解
。
具体实施方式
[0024]下面将更详细地描述本专利技术的实施例
。
然而应该理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制
。
相反，提供这些实施例是为了使本专利技术更加透彻和完整，并且能够将本专利技术的范围完整地传达给本领域的技术人员
。
本领域的技术人员可以在不偏离本专利技术精神和保护范围的基础上从下述描述得到替代技术方案
。
[0025]实施例1[0026]基于云资源算力分配减少数据中心用能成本方法，包括如下步骤：
[0027]1)
基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；
[0028]2)
基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；
[0029]3)
形成云资源区域差异化与用能成本间的关系
。
[0030]分配减少数据中心用能成本采用基于博弈论的组合权重确定方法进行决策
。
[0031]博弈论包括五个要素，分别为：博弈的参与者
、
博弈信息
、
博弈策略
、
博弈次序和博弈的收益
。
[0032]具体如下：
[0033]1)
博弈的参与者：独立决策和承担结果的智能个体；
[0034]2)
博弈信息：能够帮助选择行为或策略的情报；
[0035]3)
博弈策略：博弈的参与者可以选择的行为或策略的全集；
[0036]4)
博弈次序：博弈的参与者作出选择的先后次序；
[0037]5)
博弈的收益：博弈的参与者作出选择后得到和失去的总和
。
[0038]用户向多媒体云数据中心发起应用请求，数据中心将用户请求排队，云数据中心接收到排队需求集合时，根据网络条件确定响应时间
。
采用集体优先模式下以用户自治为特征的资源分配与管理模型
。
[0039]集体优先前提下的纳什均衡求解
[0040]令令
[0041]当
ω
(x1,x2,
…
x
n
)
存在最大值时，有
[0042][0043][0044][0045]由以上可知，
[0046][0047][0048]全局满意度为
:
[0049][0050]比较个人优先前提下和集体优先前提下的分配模式的纳什均衡解
,
可得出如下结论
:
[0051]1)
两者均遵循平均主义的分配原则；
[0052]2)
集体优先前提下
,
用户
i
的满意度小于个人优先前提
,
即
[0053]3)
集体优先前提下
,
满意度总和大于个人优先前提
,
即
[0054][0055]4)
...

【技术保护点】

【技术特征摘要】
1.
基于云资源算力分配减少数据中心用能成本方法，其特征在于包括如下步骤：
1)
基于数据中心实际云资源算力提供情况，分析云资源用能在不同时间段占用数据中心用能成本的比率；
2)
基于不同地区数据中心用能价格，通过对云资源提供算力情况，分析在满足算力任务情况下的用能成本；
3)
形成云资源区域差异化与用能成本间的关系
。2.
根据权利要求1所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于所述分配减少数据中心用能成本采用基于博弈论的组合权重确定方法进行决策
。3.
根据权利要求2所述的基于云资源算力分配减少数据中心用能成本方法，其特征在于所述博弈论包括五个要素，分别为：博弈的参与者
、
博弈信息
、
博弈策略
、
博弈次序和博弈的收益
。4.
根据...

【专利技术属性】
技术研发人员：杨明杰，张小东，郭蕊，王蔚，刘宁，李泊凯，狄磊，罗发政，赵书涵，
申请(专利权)人：国网甘肃省电力公司信息通信公司，
类型：发明
国别省市：