中文字幕在线观看,亚洲а∨天堂久久精品9966,亚洲成a人片在线观看你懂的,亚洲av成人片无码网站,亚洲国产精品无码久久久五月天

軟件定義電源如何提高數(shù)據(jù)中心容量

2018-09-13    來源:天下數(shù)據(jù)IDC資訊

容器云強勢上線!快速搭建集群,上萬Linux鏡像隨意使用

基于策略的SDP(軟件定義電源)創(chuàng)建了一種真正強大的方法,可以在不升級電源設施的情況下為現(xiàn)有數(shù)據(jù)中心增加電力容量。

全球計算能力正在發(fā)生變化:受到運營成本模型、靈活性和幾乎無限增長空間的吸引,各種規(guī)模的企業(yè)正在將工作負載從自己的基礎設施轉移到云中。消費者也越來越多地使用云計算(有時沒有意識到),從電子郵件中到共享基礎設施上的文檔、照片,以及健康數(shù)據(jù)。

云計算的電力挑戰(zhàn)

云計算平臺實際上是一個龐大的數(shù)據(jù)中心網(wǎng)絡。隨著全球市場需求的增長,這些設施的能力將推向極限。許多運營商不斷地提供更多資源來確保他們能夠滿足每個客戶的需求。在許多情況下,最稀缺的資源不是服務器或存儲容量,而是電源。

仔細想想,這很有道理:服務器和存儲產品是相對容易購買的商品。但是,增加數(shù)據(jù)中心的電力量可能涉及復雜、昂貴且耗時的基礎設施升級。

這就是數(shù)據(jù)中心運營商希望優(yōu)化其使用方式的原因。一些運營商采用室外空氣和冷卻水進行冷卻,而不是采用傳統(tǒng)的機房空調,推出了更高效的冷卻和濕度控制系統(tǒng)。為使現(xiàn)代服務器更高效,并降低其閑置功耗已經(jīng)做出了重大努力。因此,大型數(shù)據(jù)中心現(xiàn)在能夠實現(xiàn)低于1.2的能源使用效率(PUE)。

在數(shù)據(jù)中心采用2N冗余架構的特定情況下,有一種新方法可以從現(xiàn)有的電源拓撲中獲得更多電力容量,從而可靠地為額外的機架負載(以及因此的收入)提供電源。為了理解這一點,簡要地介紹一下2N冗余架構。

數(shù)據(jù)中心的2N冗余架構

傳統(tǒng)2N冗余架構的數(shù)據(jù)中心使用兩臺容量相同的不間斷電源(UPS)(如圖1所示)。每臺UPS必須能夠自行為數(shù)據(jù)中心的所有工作負載供電。但是,在大多數(shù)情況下,兩臺UPS同時運行,這意味著它們的運行容量都不超過50%。為了達到冗余目的,這為兩臺UPS保留了高達50%的剩余容量。對于傳統(tǒng)的電源架構,這種冗余電源不能用于其他用途,并且只在極少數(shù)情況下,也就是在緊急情況下或在計劃維護期間調用。

8

  圖1傳統(tǒng)的2N數(shù)據(jù)中心為UPS提供高達50%的容量以實現(xiàn)冗余

2N冗余假定數(shù)據(jù)中心的所有內容都是關鍵任務,并且它是全天候運行的關鍵任務。實際上,通常情況并非如此。例如,測試、開發(fā)和其他非生產環(huán)境通常不需要高可用性,甚至不需要一直運行。因此,它們可能不需要2N電源冗余。同樣,生產系統(tǒng)可能在某些時候只需要高可用性。作為“一刀切”方法,始終提供全面的2N電源冗余,可以防止數(shù)據(jù)中心的大部分電源被用于其他地方。

因此,即使可以安裝部署其他服務器,數(shù)據(jù)中心也可能無法為其供電。

更加智能的電源管理

這就是稱為軟件定義電源(SDP)的開創(chuàng)性技術。軟件定義電源(SDP)將智能軟件與專用電源控制硬件結合在一起,將電源轉換為可在整個數(shù)據(jù)中心內動態(tài)匯集的資源,使用調峰和動態(tài)冗余以從現(xiàn)有架構中獲得更大價值。

對于數(shù)據(jù)中心運營商而言,這非常重要。這意味著他們能夠可靠地接入以前為了冗余而鎖定的容量,從而為額外的非關鍵工作負載創(chuàng)造了空間。至關重要的是,即使一臺UPS不可用,他們也可以在不影響任務關鍵型2N冗余工作負載可用性的情況下實現(xiàn)這一目標。

軟件定義電源如何工作

軟件定義電源(SDP)的軟件從每個機架中的電源控制硬件收集數(shù)據(jù)。它使用預測分析和機器學習處理這些數(shù)據(jù),并通過其對數(shù)據(jù)中心總體電源要求的整體視圖,為每個控制單元發(fā)送特定于設備的電源策略。

這些策略每10秒發(fā)送給控制硬件,并且包含關于如果其中一個UPS變得不可用時如何操作的指令。如果發(fā)生這種情況,電源控制硬件將自動采取措施,以確保2N機架負載保持運行,并且關閉非關鍵機架負載。這種關閉可以立即實施,也可以是在預定義的暫停時間段之后,以便能夠關閉或正確遷移工作負載。

以下通過探索峰值調整和動態(tài)冗余來看看UPS在實踐中是如何工作的。

調整峰值

通過在低功率使用期間對UPS的電池充電,然后利用它們?yōu)榉逯地撦d供電來進行調峰。在這種情況下,通過確保UPS不會超出其負載容量,調整峰值可以在第一臺UPS停止運行時保護第二臺UPS。削減峰值暫時為系統(tǒng)提供額外的電源,以便允許初始保持時間,或者覆蓋2N機架的需求暫時增加(如圖2所示)。

9

圖2調峰

動態(tài)冗余

同時,動態(tài)冗余通過區(qū)分關鍵(2N)和非關鍵工作負載來解決數(shù)據(jù)中心中的所有負載都需要高可用性的假設。通過動態(tài)冗余,當兩個UPS均可運行時,可以將大部分冗余容量用于非關鍵負載。

在這種情況下,只要一臺UPS不可用,電源控制硬件就會查看從控制軟件收到的最新策略,并采取措施確保2N冗余工作負載保持活躍狀態(tài)。

以下采用一個具體的例子來說明這一點。例如,2N冗余數(shù)據(jù)中心的任務關鍵型機架負載在峰值下需要獲得400kVA的電力容量。該數(shù)據(jù)中心設施擁有兩臺400kVA的UPS,可提供所需的高可用性,但憑借其傳統(tǒng)的電源架構,數(shù)據(jù)中心還有充足的電力容量。即使在正常運行情況下,每臺UPS僅運行功率為200kW的負載,但無法再添加其他設備,因為這會影響任務關鍵型機架的2N冗余要求。但是,通過使用動態(tài)冗余,此數(shù)據(jù)中心可以添加運行非關鍵環(huán)境的機架負載,而不會影響2N機架的可用性。

假設添加了200kW的非關鍵機架負載,總峰值負載功率為600kW,或每臺UPS的容量為300kVA(如圖3所示)。在正常情況下,這完全在每臺UPS的400kVA容量范圍之內,因此UPS電源系統(tǒng)運行穩(wěn)定,無需特殊控制。

11

圖3動態(tài)冗余使2N數(shù)據(jù)中心能夠為其他非關鍵機架提供更多的容量

但是,如果一臺UPS不可用,則智能電源控制系統(tǒng)將啟動分配策略。這意味著下一步需要提供本地處理器的速度,而不需要每個設備通過中央電源管理軟件查詢。

該策略告訴每臺設備執(zhí)行以下三種操作:如果是2N冗余的機架負載,則繼續(xù)在剩余的UPS上運行。如果是非關鍵機架負載,則立即關閉,或在定義的暫停期間關閉(在這種情況下,它暫時使用調峰,使用電池來保護剩余的負載)。

通過立即卸載200kW的非關鍵工作負載,數(shù)據(jù)中心的功率需求立即從200kW升至2N機架所需的400kW(如圖4所示)。這超出了剩余UPS的容量,這意味著它可以繼續(xù)為高可用性機架負載供電。調峰將保持活躍狀態(tài),以確保UPS不會承載超過400kW的負載。

12

圖4軟件定義電源(SDP)策略在一臺UPS不可用的情況下控制硬件關閉機架負載

這個例子說明了使用調峰和動態(tài)冗余的軟件定義功率如何在數(shù)據(jù)中心為非關鍵工作負載創(chuàng)建高達50%的額外功率余量,而無需升級電源基礎設施的成本和復雜性。

節(jié)省成本

對于數(shù)據(jù)中心運營商而言,基于策略的軟件定義電源(SDP)是一項重大發(fā)展。它首次創(chuàng)建了一種真正強大的方法,可以在不升級電源設施的情況下為現(xiàn)有數(shù)據(jù)中心增加容量。這為企業(yè)增加收入提供了更多的機會,與傳統(tǒng)方式升級數(shù)據(jù)中心設施的電力基礎設施所需的費用相比要少得多。

它還為數(shù)據(jù)中心可為其客戶提供的服務提供了更大的靈活性。機架可以動態(tài)分配2N冗余系統(tǒng)或非關鍵負載,這意味著隨著工作負載的優(yōu)先級在一天、一周或一年內發(fā)生變化,數(shù)據(jù)中心的負載可以進行調整。這最終確保最大限度地利用其電力架構,同時為客戶提供有效和經(jīng)濟的服務。

由于靈活性是云計算的關鍵賣點之一,因此需要軟件定義電源(SDP)等智能電源管理技術來確保其背后的基礎設施能夠以經(jīng)濟高效的方式實現(xiàn)其承諾。

【中國IDC圈編譯 未經(jīng)授權禁止轉載】

相關閱讀:

關于UPS電源的穩(wěn)態(tài)測試

購買數(shù)據(jù)中心機房UPS電源,要考慮哪些因素?

關于機房UPS供電系統(tǒng)知識,統(tǒng)統(tǒng)在這里

標簽: idc idc資訊 電子郵件 服務器 機房 機房空調 數(shù)據(jù)中心機房 網(wǎng)絡 云計算 云計算平臺

版權申明:本站文章部分自網(wǎng)絡,如有侵權,請聯(lián)系:west999com@outlook.com
特別注意:本站所有轉載文章言論不代表本站觀點!
本站所提供的圖片等素材,版權歸原作者所有,如需使用,請與原作者聯(lián)系。

上一篇:優(yōu)秀的機器學習開發(fā)者都是這樣做的!

下一篇:深度學習與神經(jīng)網(wǎng)絡:最值得關注的6大趨勢