Data Center Server Power Consumption Model Based on Temperature Estimation Considering CPU Working State

ZHU Jiebei; LIU Donghao; LI Bingsen; YU Lujie; TIAN Na; JIA Hongjie

doi:10.7500/AEPS20220905004

您当前的位置：

首页 >

文章列表页 >

Data Center Server Power Consumption Model Based on Temperature Estimation Considering CPU Working State

Application Research | 更新时间：2025-06-16

- Data Center Server Power Consumption Model Based on Temperature Estimation Considering CPU Working State
- Automation of Electric Power Systems Vol. 47, Issue 14, Pages: 140-148(2023)
- 作者机构：
  
  1.天津大学电气自动化与信息工程学院，天津市 300072
  2.国网信息通信产业集团有限公司，北京市 102211
  3.国网河北省电力有限公司经济技术研究院，河北省石家庄市 300171
- 作者简介：
- 基金信息：
  
  National Key R&D Program of China(2018YFA0702200)
- DOI：10.7500/AEPS20220905004
  CLC：
- Received：05 September 2022，
  
  Revised：2023-01-31，
  
  Published Online：26 June 2023，
  
  Published：25 July 2023
- 稿件说明：
移动端阅览
朱介北,刘东昊,李炳森等.基于CPU工作状态进行温度估算的数据中心服务器功耗模型[J].电力系统自动化,2023,47(14):140-148.

ZHU Jiebei,LIU Donghao,LI Bingsen,et al.Data Center Server Power Consumption Model Based on Temperature Estimation Considering CPU Working State[J].Automation of Electric Power Systems,2023,47(14):140-148.
朱介北,刘东昊,李炳森等.基于CPU工作状态进行温度估算的数据中心服务器功耗模型[J].电力系统自动化,2023,47(14):140-148. DOI： 10.7500/AEPS20220905004.

ZHU Jiebei,LIU Donghao,LI Bingsen,et al.Data Center Server Power Consumption Model Based on Temperature Estimation Considering CPU Working State[J].Automation of Electric Power Systems,2023,47(14):140-148. DOI： 10.7500/AEPS20220905004.

摘要

为实现数据中心节能降耗，数据中心服务器功耗模型的精确构建至关重要。传统仅基于CPU利用率的服务器功耗模型，忽略了受温度变量影响的服务器功耗延迟变化动态特性，无法区分在CPU波动或阶跃不同工作状态下的服务器功耗分层现象，导致较大的模型误差。文中提出一种基于CPU工作状态进行温度估算的数据中心服务器功耗模型(PMTC)。PMTC通过在模型建立过程中计及温度变量，捕捉受CPU核心温度延迟变化影响的服务器功耗延迟变化动态特性，消除基于CPU工作状态的服务器功耗分层导致的模型误差；在功耗计算过程中，通过判断CPU工作状态进行CPU核心温度的精确估算，避免了对温度变量的额外测量。通过搭建的功耗测试平台对比了PMTC与传统服务器功耗模型，验证了所提PMTC在不增加额外温度测量设备和输入数据维度的前提下，还原了服务器功耗延迟变化动态特性，显著降低了模型计算误差。

Abstract

To achieve the energy saving in data centers

it is crucial to accurately construct power consumption models for data center servers. The traditional server power consumption model based solely on CPU utilization ignores the dynamic characteristics of server power delay changes influenced by temperature variables

and cannot distinguish the phenomenon of server power layering under different CPU working states of fluctuation or step

resulting in significant model errors. A data center server power consumption model based on temperature estimation considering CPU working state (PMTC) is proposed. PMTC captures the dynamic characteristics of server power consumption delay changes which are affected by CPU core temperature delay changes considering the temperature variables during the model establishment process

eliminates model errors caused by CPU working states based server power consumption layering. During the power consumption calculation process

accurate estimation of the CPU core temperature is performed by judging the CPU working state

avoiding additional measurement of temperature variables. By comparing the PMTC with traditional server power consumption models through the built power consumption testing platform

it is verified that the proposed PMTC restores the dynamic characteristics of server power consumption delay changes without adding additional temperature measurement devices and inputting data dimensions

significantly reducing model calculation errors

关键词

Keywords

references

丁肇豪，曹雨洁，张素芳，等 . 能源互联网背景下数据中心与电力系统协同优化（一）：数据中心能耗模型［J］. 中国电机工程学报， 2022 ， 42 （ 9 ）： 3161 - 3177 .

DING Zhaohao ， CAO Yujie ， ZHANG Sufang ， et al . Coordinated operation for data center and power system in the context of energy Internet （Ⅰ）： energy demand management model of data center ［J］. Proceedings of the CSEE ， 2022 ， 42 （ 9 ）： 3161 - 3177 .

JIN C ， BAI X ， YANG C ， et al . A review of power consumption models of servers in data centers ［J］. Applied Energy ， 2020 ， 265 ： 114806 .

王玚，李鹏，冀浩然，等 . 考虑多类型资源的数据中心园区供电协调规划［J］. 电力系统自动化， 2022 ， 46 （ 14 ）： 19 - 28 .

WANG Yang ， LI Peng ， JI Haoran ， et al . Coordination planning of power supply in data center park considering multiple resources ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 14 ）： 19 - 28 .

高晋坤，余娟，刘珏麟，等 . 考虑多时段设备耦合的数据中心能效优化方法［J］. 电力系统自动化， 2022 ， 46 （ 15 ）： 153 - 161 .

GAO Jinkun ， YU Juan ， LIU Juelin ， et al . Optimization method for energy efficiency of data center considering multi-period equipment coupling ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 15 ）： 153 - 161 .

高赐威，曹晓峻，闫华光，等 . 数据中心电能管理及参与需求侧资源调度的展望［J］. 电力系统自动化， 2017 ， 41 （ 23 ）： 1 - 7 .

GAO Ciwei ， CAO Xiaojun ， YAN Huaguang ， et al . Energy management of data center and prospect for participation in demand side resource scheduling ［J］. Automation of Electric Power Systems ， 2017 ， 41 （ 23 ）： 1 - 7 .

DAYARATHNA M ， WEN Y G ， FAN R . Data center energy consumption modeling： a survey ［J］. IEEE Communications Surveys & Tutorials ， 2015 ， 18 （ 1 ）： 732 - 794 .

罗亮，吴文峻，张飞 . 面向云计算数据中心的能耗建模方法［J］. 软件学报， 2014 ， 25 （ 7 ）： 1371 - 1387 .

LUO Liang ， WU Wenjun ， ZHANG Fei . Energy modeling based on cloud data center ［J］. Journal of Software ， 2014 ， 25 （ 7 ）： 1371 - 1387 .

林伟伟，吴文泰 . 面向云计算环境的能耗测量和管理方法［J］. 软件学报， 2016 ， 27 （ 4 ）： 1026 - 1041 .

LIN Weiwei ， WU Wentai . Energy consumption measurement and management in cloud computing environment ［J］. Journal of Software ， 2016 ， 27 （ 4 ）： 1026 - 1041 .

FAN X B ， WEBER W D ， BARROSO L A . Power provisioning for a warehouse-sized computer ［C］// Proceedings of the 34th Annual International Symposium on Computer Architecture ， June 9-13 ， 2007 ， San Diego， USA ： 13 - 23 .

LIN Weiwei . A cloud server energy consumption measurement system for heterogeneous cloud environments ［J］. Information Sciences ， 2018 ， 468 ： 47 - 62 .

肖丁，贾亚璞，石川 . 云计算环境下的非线性能耗建模方法［J］. 北京邮电大学学报， 2016 ， 39 （ 1 ）： 107 - 111 .

XIAO Ding ， JIA Yapu ， SHI Chuan . Non-liner energy consumption model for cloud computing ［J］. Journal of Beijing University of Posts and Telecommunications ， 2016 ， 39 （ 1 ）： 107 - 111 .

LIN Weiwei . A hardware-aware CPU power measurement based on the power-exponent function model for cloud servers ［J］. Information Sciences ， 2021 ， 547 ： 1045 - 1065 .

ZHANG Xiao . A high-level energy consumption model for heterogeneous data centers ［J］. Simulation Modelling Practice and Theory ， 2013 ， 39 ： 41 - 55 .

BAI Y ， GU L J ， QI X . Comparative study of energy performance between chip and inlet temperature-aware workload allocation in air-cooled data center ［J］. Energies ， 2018 ， 11 （ 3 ）： 669 .

WANG Y ， NÖRTERSHÄUSER D ， LE MASSON S ， et al . An empirical study of power characterization approaches for servers ［C］// ENERGY 2019-The Ninth International Conference on Smart Grids， Green Communications and IT Energy-aware Technologies ， June 2-6 ， 2019 ， Athens， Greece ： 1 - 6 .

WANG Z K ， BASH C ， TOLIA N ， et al . Optimal fan speed control for thermal management of servers ［C］// ASME 2009 InterPACK Conference ， July 19-23 ， 2009 ， San Francisco， USA .

HAM S W . Simplified server model to simulate data center cooling energy consumption ［J］. Energy and Buildings ， 2015 ， 86 ： 328 - 339 .

ZAPATER M ， TUNCER O ， AYALA J L ， et al . Leakage-aware cooling management for improving server energy efficiency ［J］. IEEE Transactions on Parallel and Distributed Systems ， 2015 ， 26 （ 10 ）： 2764 - 2777 .

洪世辉 . 机架式存储服务器散热及实验研究［D］. 上海：上海交通大学， 2016 .

HONG Shihui . Cooling design and experimental study on storage server ［D］. Shanghai ： Shanghai Jiao Tong University ， 2016 .

SHIN D ， CHUNG S W ， CHUNG E Y ， et al . Energy-optimal dynamic thermal management： computation and cooling power co-optimization ［J］. IEEE Transactions on Industrial Informatics ， 2010 ， 6 （ 3 ）： 340 - 351 .

REDA S ， NOWROZ A N . Power modeling and characterization of computing devices： a survey ［J］. Foundations and Trends in Electronic Design Automation ， 2012 ， 6 （ 2 ）： 121 - 216 .

LI X ， GARRAGHAN P ， JIANG X H ， et al . Holistic virtual machine scheduling in cloud datacenters towards minimizing total energy ［J］. IEEE Transactions on Parallel and Distributed Systems ， 2018 ， 29 （ 6 ）： 1317 - 1331 .

戚野白，王丹，贾宏杰，等 . 基于归一化温度延伸裕度控制策略的温控设备需求响应方法研究［J］. 中国电机工程学报， 2015 ， 35 （ 21 ）： 5455 - 5464 .

QI Yebai ， WANG Dan ， JIA Hongjie ， et al . Research on demand response for thermostatically controlled appliances based on normalized temperature extension margin control strategy ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 21 ）： 5455 - 5464 .

SONG M ， GAO C W ， YAN H G ， et al . Thermal battery modeling of inverter air conditioning for demand response ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 6 ）： 5522 - 5534 .

Benchmarking ［EB/OL］. ［ 2022-07-01 ］. https：//www.aida64.com/products/features/benchmarking https://www.aida64.com/products/features/benchmarking .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Regulation Strategy of Waste Heat Compensation System for Data Center Considering Thermo-Electric Load Mismatch

Two-stage Robust Optimization Method for Spatio-Temporal Coordination of Data Center Considering Thermal Dynamic Characteristics of Buildings

Related Author

ZHANG Hong

ZHENG Guangyu

LOU Juan

WANG Chao

LI Gang

QIN Xuexue

LI Zening

XUE Yixun

Related Institution

School of Mechanical and Control Engineering, Baicheng Normal University

Key Laboratory of Modern Power System Simulation and Control & Renewable Energy Technology, Ministry of Education (Northeast Electric Power University)

Key Laboratory of Cleaner Intelligent Control on Coal & Electricity, Ministry of Education (Taiyuan University of Technology)

School of Electrical and Power Engineering, Taiyuan University of Technology

College of Energy and Electrical Engineering, Hohai University

⁰