0 引言

    隨著互聯(lián)網(wǎng)產(chǎn)業(yè)的發(fā)展,，社交網(wǎng)絡(luò),、人工智能、電子商務(wù),、物聯(lián)網(wǎng)等等一系列新興互聯(lián)網(wǎng)業(yè)務(wù)均依賴(lài)于大規(guī)模,、高流量,、多功能的數(shù)據(jù)存儲(chǔ)與計(jì)算。而數(shù)據(jù)中心作為大規(guī)模服務(wù)器集群的組織和互聯(lián)形式,，逐漸成為支撐現(xiàn)代IT產(chǎn)業(yè)的基礎(chǔ)設(shè)施,。隨著數(shù)據(jù)中心規(guī)模的逐漸增大和硬件架構(gòu)的日趨多樣化，數(shù)據(jù)中心的能源管理正在逐漸成為數(shù)據(jù)中心建設(shè)和運(yùn)營(yíng)的一個(gè)重要問(wèn)題,。根據(jù)美國(guó)自然資源保護(hù)理事會(huì)（Natural Resources Defense Council）的統(tǒng)計(jì),，2013年，全美國(guó)的數(shù)據(jù)中心約消耗了910億千瓦時(shí)的電量,，相當(dāng)于34個(gè)大型火力發(fā)電廠一年的發(fā)電量^[1],。而根據(jù)Environmental Research Letters的預(yù)測(cè)，全球數(shù)據(jù)中心的功耗有可能每5年翻一番^[2],，截至2020年,，全美的IT企業(yè)每年要在數(shù)據(jù)中心的供能上花費(fèi)130億美元，并排放大約1億噸二氧化碳[1],。如此龐大的功耗開(kāi)銷(xiāo)已經(jīng)成為數(shù)據(jù)中心的設(shè)計(jì)和運(yùn)營(yíng)過(guò)程中不可忽略的問(wèn)題,。同時(shí)，隨著全球氣候變暖等環(huán)境問(wèn)題的出現(xiàn),，龐大的能源供應(yīng)系統(tǒng)所帶來(lái)的巨額碳排放量無(wú)疑會(huì)給數(shù)據(jù)中心的運(yùn)營(yíng)商帶來(lái)環(huán)保方面的額外開(kāi)支,，如何將可再生清潔能源投入數(shù)據(jù)中心服務(wù)也必然會(huì)成為未來(lái)數(shù)據(jù)中心建設(shè)和研究的重點(diǎn)關(guān)切。

    回顧近年來(lái)學(xué)術(shù)界關(guān)于數(shù)據(jù)中心能源管理問(wèn)題的研究成果,，可以發(fā)現(xiàn)當(dāng)前數(shù)據(jù)中心的能源管理系統(tǒng)主要面臨以下幾個(gè)方面的問(wèn)題：

    (1)功率波動(dòng)與能源超額認(rèn)購(gòu)（oversubscription）

    隨著數(shù)據(jù)中心規(guī)模的擴(kuò)大和復(fù)雜度的提高,，數(shù)據(jù)中心所要處理的任務(wù)也趨向于多樣化，不同的任務(wù)所需的能源供應(yīng)差別非常大,。為滿(mǎn)足數(shù)據(jù)中心功率理論峰值的消耗,，設(shè)計(jì)者往往需要超額認(rèn)購(gòu)能源供應(yīng)限額，這部分超額認(rèn)購(gòu)的能源在數(shù)據(jù)中心運(yùn)行的大部分時(shí)間并不需要投入工作,，這就造成了大量不必要的能源認(rèn)購(gòu)開(kāi)銷(xiāo),。

    (2)能源需求的非比例增長(zhǎng)

    數(shù)據(jù)中心的可擴(kuò)展性是數(shù)據(jù)中心架構(gòu)設(shè)計(jì)的一個(gè)重要關(guān)切，大部分?jǐn)?shù)據(jù)中心能夠根據(jù)業(yè)務(wù)規(guī)模的擴(kuò)展增加服務(wù)器和相關(guān)配套設(shè)施的數(shù)量,。但是隨著計(jì)算能力的擴(kuò)展,，由于散熱和架構(gòu)等方面的問(wèn)題，數(shù)據(jù)中心的能源消耗有可能呈現(xiàn)超比例的增加,，這會(huì)讓數(shù)據(jù)中心的建設(shè)和維護(hù)成本成倍增長(zhǎng),。

    (3)散熱與制冷方面的開(kāi)銷(xiāo)

    溫度控制設(shè)備是數(shù)據(jù)中心必不可少的配套設(shè)施，而隨著數(shù)據(jù)中心發(fā)熱量的增大,，散熱制冷以及熱能的循環(huán)利用,，正在成為一個(gè)具有很大研究?jī)r(jià)值的問(wèn)題。

    (4)巨額碳排放所帶來(lái)的社會(huì)成本

    隨著公眾和政府對(duì)環(huán)保問(wèn)題的重視,，對(duì)于高耗能企業(yè)征收碳排放稅已經(jīng)成為一種國(guó)際趨勢(shì),。而數(shù)據(jù)中心作為耗電量極高的基礎(chǔ)設(shè)施,，必然會(huì)給IT企業(yè)帶來(lái)高額的環(huán)保開(kāi)銷(xiāo)。這使得數(shù)據(jù)中心供應(yīng)商將關(guān)注點(diǎn)轉(zhuǎn)移到新興的可再生清潔能源上,。

    為應(yīng)對(duì)這些功耗問(wèn)題的挑戰(zhàn),，學(xué)術(shù)界和工業(yè)界提出了一系列的解決思路與研究方法，本文總結(jié)了這些能源管理技術(shù),，討論了現(xiàn)有的數(shù)據(jù)中心能源管理措施的技術(shù)原理和實(shí)際效果,，并展望了未來(lái)數(shù)據(jù)中心能源管理系統(tǒng)的發(fā)展趨勢(shì)。

1 面向數(shù)據(jù)中心的能耗優(yōu)化

    數(shù)據(jù)中心能源管理方面所面臨的挑戰(zhàn),，本質(zhì)上是由現(xiàn)有資源的低效利用和傳統(tǒng)能源的高碳排放特性所引起的,，因此學(xué)術(shù)界和產(chǎn)業(yè)界的優(yōu)化方向和研究思路大約可以歸結(jié)于兩個(gè)方面：提升現(xiàn)有能源的利用效率以及開(kāi)發(fā)利用清潔的可再生能源。近年來(lái),，關(guān)于數(shù)據(jù)中心能源管理系統(tǒng)的研究工作主要集中于以下幾個(gè)主題,。

    (1)功率封頂（Power Capping）技術(shù)

    通過(guò)實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)中心的能源供應(yīng)和消耗狀況，動(dòng)態(tài)調(diào)度數(shù)據(jù)中心的任務(wù)分配,。并通過(guò)不間斷電源（Uninterrupted Power Supply,，UPS）來(lái)調(diào)節(jié)電源供應(yīng)波動(dòng)和應(yīng)對(duì)突發(fā)的功耗高峰。通過(guò)平滑功耗曲線,、降低功耗峰值壓力,，數(shù)據(jù)中心的供應(yīng)商可以節(jié)省一大部分能源認(rèn)購(gòu)而不會(huì)影響數(shù)據(jù)中心的正常運(yùn)營(yíng)。

    (2)應(yīng)用級(jí)別的程序分析與指令調(diào)度

    隨著程序分析技術(shù)的發(fā)展,，數(shù)據(jù)中心的任務(wù)調(diào)度粒度可以縮小到指令級(jí)別,，改變程序指令的具體執(zhí)行時(shí)序,。通過(guò)對(duì)于程序指令流的分析和預(yù)測(cè),，將執(zhí)行模式相近的指令批量執(zhí)行，可以從微觀層面降低由于任務(wù)切換而帶來(lái)的功耗開(kāi)銷(xiāo),。

    (3)新材料部件的應(yīng)用

    隨著相變材料（Phase Changing Material）,、熱能存儲(chǔ)設(shè)備（Thermal Energy Storage）、超級(jí)電容（Super Capacitor）等一系列新型材料部件投入商業(yè)化運(yùn)用,，數(shù)據(jù)中心運(yùn)轉(zhuǎn)過(guò)程中超額的熱能和電能可以以更高的效率存儲(chǔ)固化并在需要的場(chǎng)景下釋放再生,。

    (4)可再生能源利用

    風(fēng)能、太陽(yáng)能,、水利能源是低碳環(huán)保的可再生能源,，是未來(lái)數(shù)據(jù)中心供能的重要來(lái)源。然而,，這類(lèi)可再生能源天然地具有間斷性和不穩(wěn)定性,，如何利用不穩(wěn)定的可再生能源驅(qū)動(dòng)數(shù)據(jù)中心穩(wěn)定持續(xù)運(yùn)行，是未來(lái)數(shù)據(jù)中心功能系統(tǒng)的重要研究方向,。

2 提升能源利用效率

    目前,，在提升數(shù)據(jù)中心對(duì)于現(xiàn)有能源的利用效率方面,，主要的解決思路集中在功率封頂技術(shù)、負(fù)載分析與指令級(jí)別調(diào)度,、新型材料的利用等方面,。

2.1 功率封頂技術(shù)

    據(jù)統(tǒng)計(jì)，數(shù)據(jù)中心每認(rèn)購(gòu)1瓦特的電源供應(yīng),，無(wú)論是否有效投入應(yīng)用,，都會(huì)產(chǎn)生10～25美元的費(fèi)用^[3-4]。然而,，數(shù)據(jù)中心按照理論峰值認(rèn)購(gòu)的功率數(shù)額,，實(shí)際運(yùn)行過(guò)程中卻很少真正發(fā)生。據(jù)一項(xiàng)針對(duì)Google公司的數(shù)據(jù)中心功耗狀況的調(diào)查,，在數(shù)據(jù)中心的運(yùn)行過(guò)程中,，實(shí)際功率達(dá)到理論峰值的90%的情況小于運(yùn)行時(shí)間的1%（如圖 1所示，橫軸為耗電量與理論峰值的比值,，縱軸為運(yùn)行時(shí)間的累積分布函數(shù),。可以看到耗電量達(dá)到理論峰值90%的運(yùn)行時(shí)間實(shí)際小于1%）^[5],，為這些出現(xiàn)可能性較小的情況而超額認(rèn)購(gòu)能源供應(yīng)顯然會(huì)帶來(lái)很大的成本浪費(fèi),。

    針對(duì)數(shù)據(jù)中心的功耗波動(dòng)問(wèn)題，一個(gè)有效的解決思路是功率封頂技術(shù),，通過(guò)協(xié)調(diào)數(shù)據(jù)中的工作負(fù)載,，使數(shù)據(jù)中心的功耗曲線趨于平滑。而功率封頂技術(shù)所需解決的一個(gè)主要問(wèn)題是能源消耗狀況的不確定性和不可預(yù)測(cè)性,。目前解決這一問(wèn)題的研究方向集中在兩個(gè)方面：

    (1)離線的功耗模型理論框架與在線的啟發(fā)式能源調(diào)度算法

    大型數(shù)據(jù)中心的能源供應(yīng)框架往往非常復(fù)雜,，為了得到最佳能源供應(yīng)和能源利用效率的理論值，有必要針對(duì)數(shù)據(jù)中心能源系統(tǒng)的結(jié)構(gòu)設(shè)計(jì)進(jìn)行理論建模,，從而得到可以在實(shí)際運(yùn)行中作為參考的基線值,。一般來(lái)說(shuō)，數(shù)據(jù)中心使用大規(guī)模分布式的UPS來(lái)調(diào)節(jié)能源負(fù)載和應(yīng)對(duì)能源峰值^[6],。在能源供應(yīng)的理論模型中,，必須要考慮大規(guī)模的UPS陣列的能源存儲(chǔ)量、運(yùn)行時(shí)間,、電源壽命,、效率與可擴(kuò)展性等諸多因素。同時(shí),，在服務(wù)器集群中,，數(shù)據(jù)中心往往通過(guò)任務(wù)調(diào)度和延遲執(zhí)行來(lái)調(diào)節(jié)集群中各個(gè)節(jié)點(diǎn)的功耗需求^[7-8]，而任務(wù)遷移的開(kāi)銷(xiāo)（緩存缺失、網(wǎng)絡(luò)帶寬消耗,、處理器流水線排空等等）也是理論模型中所必須考慮的因素,。通過(guò)這些靜態(tài)參數(shù)，數(shù)據(jù)中心的管理者可以將數(shù)據(jù)中心的功耗模型規(guī)約為一個(gè)線性最小化問(wèn)題,，這為實(shí)際運(yùn)營(yíng)中的功率消耗提供了可以比較的基線值^[9],。然而離線的理論模型需要對(duì)各個(gè)工作任務(wù)的功率消耗有先驗(yàn)的認(rèn)知，因此不能直接應(yīng)用于實(shí)際的能源管理過(guò)程,。在線的啟發(fā)式能源調(diào)度策略則實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)中心運(yùn)行時(shí)的各項(xiàng)功耗狀況,，在服務(wù)器級(jí)別、集群級(jí)別,、跨集群級(jí)別三個(gè)層面調(diào)節(jié)任務(wù)遷移和任務(wù)延遲,，從而在功率預(yù)算的約束內(nèi)達(dá)到最高的計(jì)算資源利用效率。

    (2)能源供應(yīng)的分布式設(shè)計(jì)

    UPS是存儲(chǔ)與釋放能源的基本單位,，而UPS陣列可以集中于數(shù)據(jù)中心中的一個(gè)邏輯節(jié)點(diǎn),，也可以分布于數(shù)據(jù)中心的各個(gè)不同位置。目前,，分布式的UPS備用電源正在受到包括Google在內(nèi)的很多數(shù)據(jù)中心建設(shè)者的重視,。在分布式的UPS陣列中，數(shù)據(jù)中心操作員可以比較靈活地決定哪些備用電源在何時(shí)接入電源供應(yīng)網(wǎng)絡(luò)以彌補(bǔ)設(shè)備電源的電力供應(yīng)缺口^[10],，從而利用儲(chǔ)備電量削減電力供應(yīng)峰值的壓力,。

2.2 程序分析與指令級(jí)別調(diào)度

    數(shù)據(jù)中心所運(yùn)行的計(jì)算任務(wù)的功耗需求調(diào)節(jié)技術(shù)是功耗管理系統(tǒng)的重要組成部分。通過(guò)對(duì)于程序執(zhí)行基本塊（Basic Block）的分析,，可以計(jì)算得出指令之間的相似程度,，如果相似程度較高的指令連續(xù)執(zhí)行，就可以省去取值,、譯碼,、控制邏輯、多路復(fù)選器等模塊在任務(wù)轉(zhuǎn)換等方面的功耗開(kāi)銷(xiāo),。而利用線程同步（Thread Synchronization）技術(shù)^[11]可以延遲相關(guān)指令,，使得相似的多條指令可以批量執(zhí)行。

    Princeton大學(xué)提出的拖拽執(zhí)行（Execution Drafting）技術(shù)利用了上述的功耗特點(diǎn),，使用指令粒度的程序分析技術(shù)識(shí)別多個(gè)應(yīng)用間相同或相似的指令序列，利用硬件上的指令同步器（Synchronizer）延遲一些進(jìn)程或線程的指令流水線過(guò)程,，從而使得相似的指令序列能夠在運(yùn)行時(shí)間上對(duì)齊（Alignment）,。當(dāng)?shù)谝粭l指令開(kāi)始流水線過(guò)程后，后續(xù)的指令序列就可以跟隨第一條指令進(jìn)入處理器流水線,。由于已知后續(xù)指令在操作碼,、寄存器使用方面與第一條指令相似，處理器可以節(jié)省一部分取指、譯碼和流水線控制方面的能源開(kāi)銷(xiāo)^[12],。

2.3 新型材料部件的應(yīng)用

    除了以上軟件層面的解決方案外,，利用超級(jí)電容等新型材料部件的充電/放電過(guò)程平衡無(wú)規(guī)律的功耗波動(dòng)，結(jié)合動(dòng)態(tài)負(fù)載分配技術(shù),，也能夠有效地消除能源供給與消耗之間的不匹配,，達(dá)到較高的能源利用效率^[13]。相比于傳統(tǒng)的化學(xué)電池,，超級(jí)電容具有以下優(yōu)勢(shì)：(1)較高的能源存儲(chǔ)效率和極短的充放電循環(huán)周期,；(2)支持快速充電和瞬時(shí)大電流放電；(3)使用壽命比傳統(tǒng)電池高出2-3個(gè)數(shù)量級(jí),。但由于現(xiàn)階段超級(jí)電容的成本依然較高,，所以一般采用超級(jí)電容與傳統(tǒng)電池相結(jié)合的儲(chǔ)能模式。

    而利用熱能存儲(chǔ)設(shè)備和相變材料來(lái)存儲(chǔ)和釋放數(shù)據(jù)中心的熱能也已經(jīng)得到了初步的驗(yàn)證^[14-15],。當(dāng)數(shù)據(jù)中心的負(fù)載率較高時(shí),，高額的放熱量可以通過(guò)儲(chǔ)熱設(shè)備和相變材料固化，當(dāng)數(shù)據(jù)中心負(fù)載率降低,、冷卻能力余量較大時(shí),，將這部分存儲(chǔ)的熱能釋放。由于商業(yè)化運(yùn)營(yíng)的數(shù)據(jù)中心一般具有比較固定的負(fù)載變化曲線,，這部分儲(chǔ)熱材料可以整合為數(shù)據(jù)中心散熱與冷卻系統(tǒng)的一部分,，在一個(gè)發(fā)熱/散熱周期內(nèi)規(guī)律運(yùn)轉(zhuǎn)。

3 可再生能源的利用

    隨著氣候變化等環(huán)境問(wèn)題越來(lái)越多地受到人們的關(guān)注,，數(shù)據(jù)中心作為大規(guī)模服務(wù)器集群,，其龐大的能源開(kāi)支帶來(lái)的碳排放問(wèn)題也將成為數(shù)據(jù)中心運(yùn)營(yíng)商所必須考慮的社會(huì)成本。事實(shí)上,，如Google,、Microsoft、Yahoo!等大型IT企業(yè)已經(jīng)在嘗試使用可再生的清潔能源驅(qū)動(dòng)其部分?jǐn)?shù)據(jù)中心的運(yùn)轉(zhuǎn),，這些在清潔能源方面的積極舉措能夠使每個(gè)數(shù)據(jù)中心每年約減少20 000磅的二氧化碳排放,。

    然而，目前能實(shí)際投入運(yùn)營(yíng)的清潔能源主要為風(fēng)能,、太陽(yáng)能,、水利能源等等，這些可再生能源天然地具有間斷性和不穩(wěn)定性,，如何利用可再生能源驅(qū)動(dòng)數(shù)據(jù)中心穩(wěn)定持續(xù)運(yùn)行,，依然是一個(gè)值得研究的問(wèn)題。目前,，學(xué)術(shù)界主要的研究方向集中于混合使用可再生能源和傳統(tǒng)能源,，即利用可再生能源減少數(shù)據(jù)中心的碳排放量，同時(shí)保留較為穩(wěn)定的傳統(tǒng)能源以保證數(shù)據(jù)中心長(zhǎng)期平穩(wěn)運(yùn)行（如圖 2所示）^[17]。

    為克服可再生能源的不穩(wěn)定性,，F(xiàn)lorida大學(xué)提出了一種能源調(diào)度模型^[17],，將數(shù)據(jù)中心的運(yùn)行過(guò)程劃分為不同的周期（Period），在每個(gè)周期中取時(shí)間點(diǎn)進(jìn)行負(fù)載率采樣,。假設(shè)U_i=[u_i1  u_i2 … u_ic]為數(shù)據(jù)中心中c個(gè)集群在時(shí)間點(diǎn)為i時(shí)的負(fù)載率,，那么在過(guò)去的m個(gè)時(shí)間段內(nèi)的負(fù)載情況可以用以下矩陣表示：

    如果將第k個(gè)集群中需要調(diào)整的虛擬主機(jī)數(shù)量記為S_k的話(huà)，那么對(duì)于c個(gè)集群,，下一時(shí)間段內(nèi)各個(gè)主機(jī)調(diào)整的策略可以表示為S=[s₁  s₂ … s_c],。為使因負(fù)載調(diào)度帶來(lái)的性能波動(dòng)盡可能小（即在各個(gè)時(shí)間點(diǎn)的負(fù)載率變化盡可能?。?，這里需要計(jì)算所有集群聚合的工作負(fù)載率數(shù)列的標(biāo)準(zhǔn)差，其中聚合工作負(fù)載率由U與S矩陣相乘得出,，即[a_ij]_m×1=U×S^T,。根據(jù)標(biāo)準(zhǔn)差的計(jì)算公式，實(shí)際上該問(wèn)題可以被規(guī)約為一個(gè)非線性最小化問(wèn)題：

    上述啟發(fā)式的能源管理策略在風(fēng)能,、太陽(yáng)能驅(qū)動(dòng)的數(shù)據(jù)中心實(shí)驗(yàn)中均得到了成功實(shí)踐,，是一種通用而有效的能源調(diào)度模型^[17-19]。

    但另一方面,，這些研究基本上是在微型的數(shù)據(jù)中心模型上進(jìn)行,，并未經(jīng)過(guò)大規(guī)模、異構(gòu)化,、高負(fù)載壓力的商業(yè)化數(shù)據(jù)中心運(yùn)營(yíng)驗(yàn)證,，因此在穩(wěn)定性、計(jì)算資源利用效率,、可擴(kuò)展性方面還有很多可以拓展的空間,。

4 總結(jié)與展望

    數(shù)據(jù)中心作為大數(shù)據(jù)時(shí)代的基礎(chǔ)設(shè)施，在未來(lái)的IT產(chǎn)業(yè)發(fā)展中會(huì)扮演越來(lái)越重要的角色,。能源消耗將成為數(shù)據(jù)中心建設(shè)和運(yùn)營(yíng)的一項(xiàng)主要成本,，而公眾和政府對(duì)于環(huán)保問(wèn)題的重視會(huì)讓數(shù)據(jù)中心的供應(yīng)商更多地考慮可再生能源的利用。

    本文中討論的對(duì)于現(xiàn)有能源的功耗管理技術(shù),，如功率封頂技術(shù),、功率實(shí)時(shí)監(jiān)測(cè)與動(dòng)態(tài)任務(wù)調(diào)度技術(shù)等等，均已在現(xiàn)有的商業(yè)化運(yùn)營(yíng)中得到長(zhǎng)期驗(yàn)證,，是比較成熟的功耗控制技術(shù),。而諸如新材料、新能源的利用,，則是近年來(lái)隨著學(xué)科交叉發(fā)展而帶來(lái)的嶄新的研究方向，一部分設(shè)計(jì)思路還僅僅經(jīng)過(guò)了學(xué)術(shù)界的模型研究和小規(guī)模驗(yàn)證，距離實(shí)際投入商業(yè)運(yùn)營(yíng)還有一段距離,。然而這些試驗(yàn)階段的新技術(shù)無(wú)疑代表了能源管理系統(tǒng)未來(lái)的研究方向,。

    隨著數(shù)據(jù)中心規(guī)模的不斷擴(kuò)大和功能的多樣化發(fā)展，未來(lái)超大規(guī)模,、異構(gòu)平臺(tái),、分布式的數(shù)據(jù)中心架構(gòu)還必然帶來(lái)新的能源消耗問(wèn)題。而可再生能源的轉(zhuǎn)化與利用技術(shù)依然處于試驗(yàn)和快速發(fā)展階段,，依然存在非常廣闊的挖掘空間,。

參考文獻(xiàn)

[1] Natural Resources Defense Council.America's Data Centers Consuming and Wasting Growing Amounts of Energy[DB/OL][2015-12-27].http：//www.nrdc.org/energy/data-centerefficiency-assessment.asp.

[2] KOOMEY J G.Worldwide electricity used in data centers[J].Environmental Research Letters，2008,，3(3)：034008.

[3] BARROSO L A,，CLIDARAS J，H?魻LZLE U.The datacenter as a computer：An introduction to the design of warehouse-scale machines[J].Synthesis lectures on computer architecture,，2013,，8(3)：154.

[4] HAMILTON J.Internet-scale service infrastructure efficiency[C].ACM SIGARCH Computer Architecture News，ACM,，2009,，37(3)：232.

[5] FAN X，WEBER W D,，BARROSO L A.Power provisioning for a warehouse-sized computer[C].ACM SIGARCH Computer Architecture News.ACM,，2007，35(2)：13-23.

[6] Google Server-level UPS for improved efficiency.http：//news.cnet.com/8301-1001_3-10209580-92.html.

[7] AMUR H,，CIPAR J,，GUPTA V，et al.Robust and flexible power-proportional storage[C].Proceedings of the 1st ACM symposium on Cloud computing.ACM,，2010：217-228.

[8] CHASE J S,，ANDERSON D C，THAKAR P N,，et al.Managing energy and server resources in hosting centers[C].ACM SIGOPS Operating Systems Review.ACM,2001,35(5)：103-116.

[9] GOVINDAN S,，WANG D，SIVASUBRAMANIAM A,，et al.Leveraging stored energy for handling power emergencies in aggressively provisioned datacenters[C].ACM SIGARCH Computer Architecture News.ACM,，2012，40(1)：75-86.

[10] KONTORINIS V,，ZHANG L E,，AKSANLI B，et al.Managing distributed ups energy for effective power capping in data centers[C].Computer Architecture(ISCA),，2012 39th Annual International Symposium on.IEEE,，2012：488-499.

[11] RAKVIC R,，CAI Q，GONZALEZ J,，et al.Thread-management techniques to maximize efficiency in multicore and simultaneous multithreaded microprocessors[J].ACM Transactions on Architecture and Code Optimization(TACO),，2010，7(2)：9.

[12] MCKEOWN M,，BALKIND J,，WENTZLAFF D.Execution Drafting: Energy Efficiency Through Computation Deduplication[C].Proceedings of the 47th Annual IEEE/ACM International Symposium on Microarchitecture.IEEE Computer Society，2014：432-444.

[13] LIU L,，LI C,，SUN H，et al.HEB：deploying and managing hybrid energy buffers for improving datacenter efficiency and economy[C].Proceedings of the 42nd Annual International Symposium on Computer Architecture.ACM,，2015：463-475.

[14] ZHENG W,，MA K，WANG X.Exploiting thermal energy storage to reduce data center capital and operating expenses[C].High Performance Computer Architecture(HPCA),，2014 IEEE 20th International Symposium on.IEEE,，2014：132-141.

[15] SKACH M，ARORA M,，HSU C H,，et al.Thermal time shifting：Leveraging phase change materials to reduce cooling costs in warehouse-scale computers[C].Proceedings of the 42nd Annual International Symposium on Computer Architecture(ISCA)，ser.ISCA.2015,，15.

[16] LI C,，QOUNEH A，LI T.iSwitch：coordinating and optimizing renewable energy powered server clusters[C].Computer Architecture(ISCA),，2012 39th Annual International Symposium on.IEEE,，2012：512-523.

[17] GOIRI I，KATSAK W,，LE K,，et al.Parasol and greenswitch: Managing datacenters powered by renewable energy[C].ACM SIGARCH Computer Architecture News.ACM, 2013，41(1)：51-64.

[18] DENG W,，LIU F,，JIN H，et al.Multigreen：Cost-minimizing multi-source datacenter power supply with online control[C].Proceedings of the fourth international conference on Future energy systems.ACM,，2013：149-160.