当前位置: 首页 > article >正文

数据中心里全速运行的处理器正在浪费能源

数据中心是耗电大户,运营商一直在努力解决的一个关键问题是如何减少能源和资源消耗。人们已经找到了一些巧妙的解决方案,例如使用非饮用水来冷却设备,但一个显而易见的解决方案似乎被忽略了:启用处理器的各种省电功能。

在这里插入图片描述
随着需求的增长和公用事业部门的努力跟进,数据中心的耗电量已成为一个主要问题。运营商正在寻找降低能耗和成本的方法,许多运营商正在开发冷却设备和最大化数据中心设计的新方法。

美国正常运行时间研究所(Uptime Institute)的一篇新文章指出,在服务器上启用内置电源管理功能可以显著降低能耗。文章称,操作系统级管理器和电源配置文件可将能耗降低 25%-50%,而启用处理器 C 状态可将空闲功耗降低近 20%。

由于担心性能不稳定和延迟,这些省电功能通常会被默认禁用。不过,Uptime 认为,除了高频交易等对延迟非常敏感的工作负载外,对大多数工作负载来说,这样做的性能影响可以忽略不计。

事实上,现代处理器提供的性能往往超过了可接受的服务质量所需的性能,全速运行可能会浪费能源。有一个收益递减点,在这个点上,使用更多的电能所带来的性能提升微乎其微。

为解决这一问题,CPU 供应商开发了各种功耗/性能管理技术。基于软件的控制可将功耗降低 25% 至 50%,但对延迟的影响可能更大。纯硬件实施对延迟的影响较小,但只能节省 10% 或更少的功耗。软硬件结合的方法则处于中间位置,可节省 15% 到 20%。

尽管在性能上有所折衷,但 Uptime 认为功耗应该是大多数用例的主要关注点,在整个数据中心最大限度地提高性能并启用这些功能,可以节省大量能源和成本。

这种方法是有道理的,因为性能过载的情况很少被跟踪,而维持最低服务水平的工具却很多。此外,处理器的能耗曲线在接近峰值性能时会变得更加陡峭,这也表明了节能的潜力。

值得注意的是,电源管理技术起源于移动应用,在这些应用中,能效至关重要。这一背景表明,对于大多数工作负载来说,电源管理对延迟的影响可能比担心的要小。

考虑到这些因素,数据中心在工作负载不需要的情况下全速运行处理器,可能会造成能源浪费。为支持这一观点,Uptime 引用的基准数据显示,当服务器被限制在较低的性能状态时,往往是最节能的。


http://www.kler.cn/a/317375.html

相关文章:

  • Wordpress常用配置,包括看板娘跨域等
  • Linux 下 mysql 9.1 安装设置初始密码 【附脚本】
  • [pyspark] pyspark中如何修改列名字
  • 38配置管理工具(如Ansible、Puppet、Chef)
  • Keil基于ARM Compiler 5的工程迁移为ARM Compiler 6的工程
  • react + ts定义接口类型写法
  • golang格式化输入输出
  • 【3D打印】使用simplify 3D切片更改Gcode手动断电续打、掉电、未打完继续打印、补救
  • Parallels Desktop 20 for Mac 推出:完美兼容 macOS Sequoia 与 Win11 24H2
  • 【Godot4.3】自定义数列类NumList
  • 【Qt | Qstring】Qstring详细介绍(字符串的添加、删除、修改、查询、截断、删除空白字符等)
  • Gitlab runner的使用示例(二):Maven + Docker 自动化构建与部署
  • 【游戏引擎】C++自制游戏引擎 Lunar Game Engine
  • 基于vue框架的宠物销售管理系统3m9h3(程序+源码+数据库+调试部署+开发环境)系统界面在最后面。
  • 微软开源GraphRAG的使用教程-使用自定义数据测试GraphRAG
  • Java中的快速排序算法详解
  • c++ pair
  • ubuntu下检查端口是否占用问题,编写shell脚本检查端口是否占用
  • 使用Python实现图形学曲线和曲面的NURBS算法
  • ChartLlama: A Multimodal LLM for Chart Understanding and Generation论文阅读
  • unity Compute Shaders 使程序在GPU中运行
  • LeetCode54. 螺旋矩阵(2024秋季每日一题 21)
  • 计算机毕业设计Hadoop+PySpark深圳共享单车预测系统 PyHive 共享单车数据分析可视化大屏 共享单车爬虫 共享单车数据仓库 机器学习 深度学习
  • 工博会蓝卓逛展攻略
  • C#测试调用Ghostscript.NET浏览PDF文件
  • <刷题笔记> 二叉搜索树与双向链表注意事项