・174・
价值工程
基于能效逻辑的绿色数据中心定量评估方法
TheQuantitativeEvaluation
MethodofGreenDataCenterBased
on
EnergyLogic
苏岩SuYan;赵国生ZhaoGuosheng;赵磊Zhao
Lei
(哈尔滨师范大学网络中心,哈尔滨150001)
{CenterofComputerNetwork,HarbinNormalUniversity,Harbin150001,China)
摘要:校园数据中心是校园信息系统的核心枢纽。绿色数据中心建设的首要核心目标就是降低能耗.本文提出了一种基于能效逻辑的绿色数据中心定量评估方法.首先,描述了能效逻辑的使用过程;然后,提出了定量评估实现的两种指标。
Abstract:Data
paper
center
isthe
core
ofthecampusinformation
system.%e
based
on
primarygoalofgreendata
centeristoreduce
energy
consumption.The
proposes
put
a
quantitativeevaluationmethodofgreendata
center
energylogic.Firstly,theprocessofenergylogicisdiscussed,andthen
two
indexesare
forwardwithinquantitativeevaluation.
关键词:数据中心;能效逻辑;PUE;DCiE
Keywords:datacenter;,energy
logic;PUE;DCiE
文献标识码:A
文章编号:1006-4311(2010】24—0174--02
中图分类号:TP301.6
0引言
随着高校教育信息化的推进,作为信息化核心的数据中心建设越来越受到人们的重视。然而一面是“爆炸式”的数据膨胀,一面是“滚雪球式”的能耗成本支出,“买得起,用不起”的尴尬境地,这就是当前数据中心面临的最严峻挑战。
3定量评估的实现
当前,测量数据中心的能耗指标有两种方法:PowerUsage
Effectiveness(电源使用效率,PUE)和DataCenterInfrastructureEfficiency(数据中心基础架构效率,DCiEo这两种方法都考虑了数据中心里供电、散热系统和IT设备所各自消耗的能量,得到了TheGreenGrid(绿色网格)组织的支持。
数据中心绿色化标准的在线评估可以参考“TheGreenGrid”定义的如下两种定量指标:
①能量使用效率PUE:PowerUsageEffectiveness。
②数据中心基础设施效率DCiE:DataCenterInfrastructure
Efficiencyo
其中,PUE=数据中心总设备能耗,rr设备能耗,PUE是一个比率,基准是2,越接近l表明能效水平越好;DCiE=IT设备能耗,数据中心总设备能耗×100,DCiE是一个百分比值,数值越大越好。
PUE和DCiE二者成倒数关系。数据中心分成IT设备和Infrastructure(基础设施)两个部分,两个部分能效的乘积才是整个
Protection
图1数据中心能耗的发展趋势
2007年8月2日,美国环境保护署(Environmental
Agency,EPA)在研究了全美数据中心能源消耗问题后,向美国国会提交的报告指出,2002年到2006年间,数据中心的能耗增加了一倍(如图1),如果目前的增长趋势继续下去,数据中心的能耗将再增加一倍,从2006年的610亿美元增加到2011年的t200亿美元。这是一个非常可观的能量能耗。
1能效逻辑的基本概念
能效逻辑最初由艾默生网络能源提出,它描述了数据中心从终端主设备到基础设施的级联节篚效应,不仅仅直观地揭示了数据中心各子系统在节能降耗方面的逻辑相关性,更为业界提供了一种分析数据中心的思路和方法。具体而言,能效逻辑首先描绘了从终端主设备到基础设施的级联节能效应的瀑布模型,指出了数据中心主设备的节能对整个数据中心节能效应的影响,终端主设备节省的每一瓦电都会向上游支撑设备产生级联效应,并用良好的可视化模型表现出来。
2能效逻辑应用实例
服务器设备每节省1瓦特电力,下游的直流电源和交流电源设备就能分别节省0.18瓦特和O.31瓦特电力,配电设备则能够节省0.04瓦特电力,UPS能够节省0.14瓦特电力,散热设备能够节省1.07瓦特电力,开关和转换设备能够节省0.07瓦特电力。也就是说,服务器上每节约1瓦特电力,总能耗就能降低2.84瓦特电力。
能效逻辑是对绿色节能策略进行优先级排序的定性方法,要定量地显示数据中心的能效,并且在采取绿色措施后能从数字上看到改进效果需要采用定量的评估方法。
基金项目:黑龙江省新世纪高等教育教学改革工程项目,。基于能效逻辑的
高校数据中心建设”基金资助。作者简介:赵国生(1977一),男,博士,高级工程师,研究方向:系统生存性技术。
数据中心的能效。IT设备部分的能效评价指标还在定义之中,而Infrastructure(基础设施)部分的能效定义即PUEandDCiEo
甜~
O.5{
%iTI∞ad
om蒜—而F丽两1碱飞石磊丽%
%iTLoad
图2PUE曲线图3DCiE曲线
数据中心典型的PUE和DCiE的曲线如图2、图3所示。但是问题的关键是PUE和DCiE的指标到时是否有个阈值,低于这个特定的DCiE阈值数据中心就可被认为是高耗能的,高于这个特定的DCiE阈值数据中心就可被认为是节能的?很遗憾,目前这个阈值点具体数值大家仍在讨论,但这个阈值的出现是可以期待的。
数据中心总能耗=制冷用电负荷+供配电能耗+IT设备能耗,
TotalFacilityEquipment
Power=CoolingLoad+PowerEquipmentLoss+IT
Load,所以PUE指标分解为:
Factor(CLF)+PowerbadFactor
PUE=I/DCiE=CoolingLoad
(PIJ)+1.0
CLF就代表在每Wn'负载上消耗的制冷用电量,而PLF就代表在每w1T负载上供电系统的损耗,1.O则永远不会变,・因为这是rr负载和自己的比率。这样就可通过一些子指标来定量表征数据中心能效模型。
4结论
ValueEngineering
・175・
基于AHP的软件质量模糊综合评价模型及实证研究
FuzzySynthesisEvaluation
ModeandEmpiricalStudyBased
on
AHPSoftware
Quality
胡冰HuBing;栾方军LuanFangjun
(沈阳建筑大学,沈阳110000)
(ShenyangJianzhuUniversity,Shenyang110000,China)
摘要:本文运用层次分析法确定指标体系的权重,以模糊数学原理为基础构建了软件质量综合评价模型,并对某具体软件质量进行了评价分析,并提出了相应的发展策略。
Abstract:Inthispaper,AHPisused
to
determineindexsystemweights,based
a
on
theprinciplesoffuzzymathematics,thesoftware
quality
are
comprehensiveevaluationmodelisestablishedandputforward.
specific80ftwarequalityisevaluatedandanalyzed,andthecorrespondingdevelopmentstrategies
关键词:软件质量;模糊综合评价;研究
Keywords:softwarequality;fuzzycomprehensiveevaluation;study
中图分类号:TP31文献标识码:A文章编号:1006-431l(2010)24-0175—02
0引言
软件作为一个新兴的产业,在人们的生产生活中占据着重要的地位,软件质量的评价结果是指导其开发出高质量软件的重要参考依据。评价方法对评价结果的真实性起着决定作用,因此,寻找科学合理的软件质量评价方法具有重要意义。
1评价模型
由于软件质量评价的指标很难用定量的指标来描述,即其评价指标具有较强的模糊性,因而在本研究中引入模糊数学的理论对软件质量进行评价。在模糊综合评价中,权重的计算是一项关键的内容,对评价的结果有重要影响,层次分析法是权重确定中常用的一种有效方法,它把问题层次化,根据问题的性质和需要达到的总体目标,将问题分解为不同的组成因素,并按照因素间的相互影响将因素按不同层次聚集组合来确定各指标在总体中的重要性。
因此,本文采用层次分析法来确定软件质量评价的指标权重,运用模糊数学理论中的模糊综合评价来测度软件质量水平。1.1层次分析法确定权重层次分析法(AnalyticHierarchyProcess)简称AHP,它是一种定性和定量结合的决策方法,AHP把复杂的问题分解为各个组成因素,通过两两比较方式确定层次中诸因素的相对重要性,然后通过综合判断以决定诸因素相对重要性的顺序。应用步骤如下:
①构造判断矩阵A,采用1-9等级9个标度和它们的倒数,对因素集中各评价因素相互相对重要性两两比较,不同等级的重要性所。判断矩阵的一般表达形式为:
‘aln
k}高毕
山计算一致性指标:
CI=K,一-in一
(2)
(3)
其中,k一为判断矩阵A的最大特征根,n为A的阶数,它是衡量不一致程度的数量标准。
b.计算判断矩阵A的随机一致性指标RI。c.计算随机一致性比率:
CR=器
(4)
当CR<O.1时可以认为判断矩阵具有满意的一致性。否则,就必须重新进行两两比较以调整判断矩阵中的元素,直至判断矩阵具有满意的一致性为止。这时从判断矩阵中计算出的最大特征根所对应的特征向量经标准化后,才可以作为层次分析的排序权值T。1.2模糊综合评价模型美国控制论专家查德提出的处理模糊事物的数学方法,引入“隶属函数”来描述客观事物的差异的中间过渡的模糊数学方法,在许多的领域得到广泛的应用,其具体步骤如
下l卅。
首先,建立软件质量评价因素集合U=U;(i=l,2,3),这里Ui代表第一层指标,每一个U,又由五个二级指标构成,表示为U产U;;(j_1,2,3,4,5o然后确定评语集V,模糊评价矩阵R,令V=(v,,v:,v,,V4,v,)=(很高,高,一般,低,很低。采用问卷调查的方法,得到指标u。隶属于评语V。的人数与参加问卷调查总人数的比值,对评价因素集u中的每一个因素u们做一个评价“u;.),则可得到u到v的
。a知
A=(%)。=l
a,。a32
a33…‰
afl3…aTm
~个模糊映射f,即:u卅L1,)=(rll,ri2,…,b)∈F(V)
rl!r12r21
r22
r13
a.'laT】2
式中a,j表示第i个因素对第j个因素的重要性程度。
②权重的计算,根据判断矩阵用最大特征根法计算杈向量T和最大特征根入。,其具体步骤如下:
计算判断矩阵A每一行元素的乘积,计算M.的Ii次方根,对可百标准化(归一化处理,计算判断矩阵A的最大特征根
其中,F(V)是v上的模糊集合全体。根据模糊变换的定义,模糊映射可以确定一个模糊关系R,称为模糊评价矩阵:
r14…%q
耋%:
%%:
m:
r23翰…%
(5)
R:
b
h:
作者简介:胡冰(1981一),女,辽宁人,本科学历,讲师,研究方向:计算机管理
信息系统;栾方军(1971一),男,辽宁人,博士学历,吾0教授,研究方向:计算机图形学,管理信息系统。
h耻br4…r¨
在此基础上确定各指标的最终模糊集:分为第一层次模糊综合评价集和第二层次模糊综合评价集,第一层次是在第二层次确定的未必能达到理想的绿色效果。
爹考文献:
[1lGreenGrid.TheGreenGridDataCenterandDCiE[Z].
【2】能效逻辑【M】.
Power
总之,对于高校数据中心的负责人来说,数据中心的绿色效果就像是~条长尾曲线的前端通常由服务器功耗、体积、空调功耗、不间断电源等“大指标”组成,而曲线的尾部则由空气动力设计、设备摆放位置、机柜和服务器之间的距离、维护难易程度等无数“小指标”组成。
如果没有整体设计和方法论,即使抓住了全部的?大指标”,也
EfficiencyMetrics:PUE
【3】蒋东兴.清华大学数字校园建设发展与规划叨.实验技术与管理,2000.
基于能效逻辑的绿色数据中心定量评估方法
作者:作者单位:刊名:英文刊名:年,卷(期):
苏岩, 赵国生, 赵磊, Su Yan, Zhao Guosheng, Zhao Lei哈尔滨师范大学网络中心,哈尔滨,150001价值工程
VALUE ENGINEERING2010,29(24)
参考文献(3条)
1. 蒋东兴 清华大学数字校园建设发展与规划 20002. 能效逻辑
3. Green Grid The Green Grid Data Center Power Efficiency Metrics:PUE and DCiE
本文链接:http://d.g.wanfangdata.com.cn/Periodical_jzgc201024162.aspx
・174・
价值工程
基于能效逻辑的绿色数据中心定量评估方法
TheQuantitativeEvaluation
MethodofGreenDataCenterBased
on
EnergyLogic
苏岩SuYan;赵国生ZhaoGuosheng;赵磊Zhao
Lei
(哈尔滨师范大学网络中心,哈尔滨150001)
{CenterofComputerNetwork,HarbinNormalUniversity,Harbin150001,China)
摘要:校园数据中心是校园信息系统的核心枢纽。绿色数据中心建设的首要核心目标就是降低能耗.本文提出了一种基于能效逻辑的绿色数据中心定量评估方法.首先,描述了能效逻辑的使用过程;然后,提出了定量评估实现的两种指标。
Abstract:Data
paper
center
isthe
core
ofthecampusinformation
system.%e
based
on
primarygoalofgreendata
centeristoreduce
energy
consumption.The
proposes
put
a
quantitativeevaluationmethodofgreendata
center
energylogic.Firstly,theprocessofenergylogicisdiscussed,andthen
two
indexesare
forwardwithinquantitativeevaluation.
关键词:数据中心;能效逻辑;PUE;DCiE
Keywords:datacenter;,energy
logic;PUE;DCiE
文献标识码:A
文章编号:1006-4311(2010】24—0174--02
中图分类号:TP301.6
0引言
随着高校教育信息化的推进,作为信息化核心的数据中心建设越来越受到人们的重视。然而一面是“爆炸式”的数据膨胀,一面是“滚雪球式”的能耗成本支出,“买得起,用不起”的尴尬境地,这就是当前数据中心面临的最严峻挑战。
3定量评估的实现
当前,测量数据中心的能耗指标有两种方法:PowerUsage
Effectiveness(电源使用效率,PUE)和DataCenterInfrastructureEfficiency(数据中心基础架构效率,DCiEo这两种方法都考虑了数据中心里供电、散热系统和IT设备所各自消耗的能量,得到了TheGreenGrid(绿色网格)组织的支持。
数据中心绿色化标准的在线评估可以参考“TheGreenGrid”定义的如下两种定量指标:
①能量使用效率PUE:PowerUsageEffectiveness。
②数据中心基础设施效率DCiE:DataCenterInfrastructure
Efficiencyo
其中,PUE=数据中心总设备能耗,rr设备能耗,PUE是一个比率,基准是2,越接近l表明能效水平越好;DCiE=IT设备能耗,数据中心总设备能耗×100,DCiE是一个百分比值,数值越大越好。
PUE和DCiE二者成倒数关系。数据中心分成IT设备和Infrastructure(基础设施)两个部分,两个部分能效的乘积才是整个
Protection
图1数据中心能耗的发展趋势
2007年8月2日,美国环境保护署(Environmental
Agency,EPA)在研究了全美数据中心能源消耗问题后,向美国国会提交的报告指出,2002年到2006年间,数据中心的能耗增加了一倍(如图1),如果目前的增长趋势继续下去,数据中心的能耗将再增加一倍,从2006年的610亿美元增加到2011年的t200亿美元。这是一个非常可观的能量能耗。
1能效逻辑的基本概念
能效逻辑最初由艾默生网络能源提出,它描述了数据中心从终端主设备到基础设施的级联节篚效应,不仅仅直观地揭示了数据中心各子系统在节能降耗方面的逻辑相关性,更为业界提供了一种分析数据中心的思路和方法。具体而言,能效逻辑首先描绘了从终端主设备到基础设施的级联节能效应的瀑布模型,指出了数据中心主设备的节能对整个数据中心节能效应的影响,终端主设备节省的每一瓦电都会向上游支撑设备产生级联效应,并用良好的可视化模型表现出来。
2能效逻辑应用实例
服务器设备每节省1瓦特电力,下游的直流电源和交流电源设备就能分别节省0.18瓦特和O.31瓦特电力,配电设备则能够节省0.04瓦特电力,UPS能够节省0.14瓦特电力,散热设备能够节省1.07瓦特电力,开关和转换设备能够节省0.07瓦特电力。也就是说,服务器上每节约1瓦特电力,总能耗就能降低2.84瓦特电力。
能效逻辑是对绿色节能策略进行优先级排序的定性方法,要定量地显示数据中心的能效,并且在采取绿色措施后能从数字上看到改进效果需要采用定量的评估方法。
基金项目:黑龙江省新世纪高等教育教学改革工程项目,。基于能效逻辑的
高校数据中心建设”基金资助。作者简介:赵国生(1977一),男,博士,高级工程师,研究方向:系统生存性技术。
数据中心的能效。IT设备部分的能效评价指标还在定义之中,而Infrastructure(基础设施)部分的能效定义即PUEandDCiEo
甜~
O.5{
%iTI∞ad
om蒜—而F丽两1碱飞石磊丽%
%iTLoad
图2PUE曲线图3DCiE曲线
数据中心典型的PUE和DCiE的曲线如图2、图3所示。但是问题的关键是PUE和DCiE的指标到时是否有个阈值,低于这个特定的DCiE阈值数据中心就可被认为是高耗能的,高于这个特定的DCiE阈值数据中心就可被认为是节能的?很遗憾,目前这个阈值点具体数值大家仍在讨论,但这个阈值的出现是可以期待的。
数据中心总能耗=制冷用电负荷+供配电能耗+IT设备能耗,
TotalFacilityEquipment
Power=CoolingLoad+PowerEquipmentLoss+IT
Load,所以PUE指标分解为:
Factor(CLF)+PowerbadFactor
PUE=I/DCiE=CoolingLoad
(PIJ)+1.0
CLF就代表在每Wn'负载上消耗的制冷用电量,而PLF就代表在每w1T负载上供电系统的损耗,1.O则永远不会变,・因为这是rr负载和自己的比率。这样就可通过一些子指标来定量表征数据中心能效模型。
4结论
ValueEngineering
・175・
基于AHP的软件质量模糊综合评价模型及实证研究
FuzzySynthesisEvaluation
ModeandEmpiricalStudyBased
on
AHPSoftware
Quality
胡冰HuBing;栾方军LuanFangjun
(沈阳建筑大学,沈阳110000)
(ShenyangJianzhuUniversity,Shenyang110000,China)
摘要:本文运用层次分析法确定指标体系的权重,以模糊数学原理为基础构建了软件质量综合评价模型,并对某具体软件质量进行了评价分析,并提出了相应的发展策略。
Abstract:Inthispaper,AHPisused
to
determineindexsystemweights,based
a
on
theprinciplesoffuzzymathematics,thesoftware
quality
are
comprehensiveevaluationmodelisestablishedandputforward.
specific80ftwarequalityisevaluatedandanalyzed,andthecorrespondingdevelopmentstrategies
关键词:软件质量;模糊综合评价;研究
Keywords:softwarequality;fuzzycomprehensiveevaluation;study
中图分类号:TP31文献标识码:A文章编号:1006-431l(2010)24-0175—02
0引言
软件作为一个新兴的产业,在人们的生产生活中占据着重要的地位,软件质量的评价结果是指导其开发出高质量软件的重要参考依据。评价方法对评价结果的真实性起着决定作用,因此,寻找科学合理的软件质量评价方法具有重要意义。
1评价模型
由于软件质量评价的指标很难用定量的指标来描述,即其评价指标具有较强的模糊性,因而在本研究中引入模糊数学的理论对软件质量进行评价。在模糊综合评价中,权重的计算是一项关键的内容,对评价的结果有重要影响,层次分析法是权重确定中常用的一种有效方法,它把问题层次化,根据问题的性质和需要达到的总体目标,将问题分解为不同的组成因素,并按照因素间的相互影响将因素按不同层次聚集组合来确定各指标在总体中的重要性。
因此,本文采用层次分析法来确定软件质量评价的指标权重,运用模糊数学理论中的模糊综合评价来测度软件质量水平。1.1层次分析法确定权重层次分析法(AnalyticHierarchyProcess)简称AHP,它是一种定性和定量结合的决策方法,AHP把复杂的问题分解为各个组成因素,通过两两比较方式确定层次中诸因素的相对重要性,然后通过综合判断以决定诸因素相对重要性的顺序。应用步骤如下:
①构造判断矩阵A,采用1-9等级9个标度和它们的倒数,对因素集中各评价因素相互相对重要性两两比较,不同等级的重要性所。判断矩阵的一般表达形式为:
‘aln
k}高毕
山计算一致性指标:
CI=K,一-in一
(2)
(3)
其中,k一为判断矩阵A的最大特征根,n为A的阶数,它是衡量不一致程度的数量标准。
b.计算判断矩阵A的随机一致性指标RI。c.计算随机一致性比率:
CR=器
(4)
当CR<O.1时可以认为判断矩阵具有满意的一致性。否则,就必须重新进行两两比较以调整判断矩阵中的元素,直至判断矩阵具有满意的一致性为止。这时从判断矩阵中计算出的最大特征根所对应的特征向量经标准化后,才可以作为层次分析的排序权值T。1.2模糊综合评价模型美国控制论专家查德提出的处理模糊事物的数学方法,引入“隶属函数”来描述客观事物的差异的中间过渡的模糊数学方法,在许多的领域得到广泛的应用,其具体步骤如
下l卅。
首先,建立软件质量评价因素集合U=U;(i=l,2,3),这里Ui代表第一层指标,每一个U,又由五个二级指标构成,表示为U产U;;(j_1,2,3,4,5o然后确定评语集V,模糊评价矩阵R,令V=(v,,v:,v,,V4,v,)=(很高,高,一般,低,很低。采用问卷调查的方法,得到指标u。隶属于评语V。的人数与参加问卷调查总人数的比值,对评价因素集u中的每一个因素u们做一个评价“u;.),则可得到u到v的
。a知
A=(%)。=l
a,。a32
a33…‰
afl3…aTm
~个模糊映射f,即:u卅L1,)=(rll,ri2,…,b)∈F(V)
rl!r12r21
r22
r13
a.'laT】2
式中a,j表示第i个因素对第j个因素的重要性程度。
②权重的计算,根据判断矩阵用最大特征根法计算杈向量T和最大特征根入。,其具体步骤如下:
计算判断矩阵A每一行元素的乘积,计算M.的Ii次方根,对可百标准化(归一化处理,计算判断矩阵A的最大特征根
其中,F(V)是v上的模糊集合全体。根据模糊变换的定义,模糊映射可以确定一个模糊关系R,称为模糊评价矩阵:
r14…%q
耋%:
%%:
m:
r23翰…%
(5)
R:
b
h:
作者简介:胡冰(1981一),女,辽宁人,本科学历,讲师,研究方向:计算机管理
信息系统;栾方军(1971一),男,辽宁人,博士学历,吾0教授,研究方向:计算机图形学,管理信息系统。
h耻br4…r¨
在此基础上确定各指标的最终模糊集:分为第一层次模糊综合评价集和第二层次模糊综合评价集,第一层次是在第二层次确定的未必能达到理想的绿色效果。
爹考文献:
[1lGreenGrid.TheGreenGridDataCenterandDCiE[Z].
【2】能效逻辑【M】.
Power
总之,对于高校数据中心的负责人来说,数据中心的绿色效果就像是~条长尾曲线的前端通常由服务器功耗、体积、空调功耗、不间断电源等“大指标”组成,而曲线的尾部则由空气动力设计、设备摆放位置、机柜和服务器之间的距离、维护难易程度等无数“小指标”组成。
如果没有整体设计和方法论,即使抓住了全部的?大指标”,也
EfficiencyMetrics:PUE
【3】蒋东兴.清华大学数字校园建设发展与规划叨.实验技术与管理,2000.
基于能效逻辑的绿色数据中心定量评估方法
作者:作者单位:刊名:英文刊名:年,卷(期):
苏岩, 赵国生, 赵磊, Su Yan, Zhao Guosheng, Zhao Lei哈尔滨师范大学网络中心,哈尔滨,150001价值工程
VALUE ENGINEERING2010,29(24)
参考文献(3条)
1. 蒋东兴 清华大学数字校园建设发展与规划 20002. 能效逻辑
3. Green Grid The Green Grid Data Center Power Efficiency Metrics:PUE and DCiE
本文链接:http://d.g.wanfangdata.com.cn/Periodical_jzgc201024162.aspx