云数据中心的CPU频率缩放算法以实现节能

高能耗成为云数据中心的迫切问题。基于虚拟化技术,按需购买即用的资源供应范例已成为一种趋势。具体来说,虚拟机(VM)是数据中心中用于资源迁移和供应的基本资源单元。已经进行了许多研究来提高数据中心资源的利用率并通过虚拟机放置来降低功耗。作为最重要的功耗资源,CPU的频率范围是波动的。基于CPU频率缩放,提出了一种新的虚拟机放置方法。该方法分两个阶段实现。在初始阶段,我们提出了一种多目标启发式蚁群算法,它将找到节能和服务水平协议(SLA)的优化解决方案。在动态阶段,通过使用自回归预测和CPU频率缩放,所提出的方法可以在需要时调整CPU利用率,而不依赖于整个VM的迁移。实验表明,基于CPU频率缩放的节能算法在节能和满足SLA方面比传统的BFD和FFD算法要好得多。