数据中心的电子机架以及用于确定其操作参数的方法与流程

技术特征：
1.一种数据中心的电子机架，包括：多个刀片服务器，所述多个刀片服务器堆叠布置，每个刀片服务器包括一个或多个服务器并且每个服务器包括一个或多个处理器以提供数据处理服务；冷却剂分配单元cdu，所述cdu用于向所述处理器供应冷却液并且接收携带从所述处理器交换的热量的所述冷却液，其中所述cdu包括液体泵以泵送所述冷却液和泵控制器以控制所述液体泵的泵速；以及机架管理单元rmu，所述rmu耦接到所述刀片服务器和所述cdu，其中所述rmu包括控制逻辑，所述控制逻辑被配置为：基于所述电子机架的性能要求确定所述服务器的成本与所述服务器的处理器的时钟速率之间的第一关系，确定所述服务器执行限定任务的能量消耗、所述服务器的处理器的时钟速率和所述液体泵的泵速之间的第二关系，基于所述第一关系和所述第二关系确定时钟速率和泵速，以及基于确定的泵速经由所述泵控制器来控制所述液体泵的泵速，以及基于确定的时钟速率来控制所述一个或多个处理器的时钟速率。2.如权利要求1所述的电子机架，其中确定时钟速率和泵速包括优化目标函数，使得所述目标函数达到最小值，同时满足预定的约束的集合。3.如权利要求2所述的电子机架，其中所述预定的约束的集合包括：第一条件，时钟速度在预定的时钟速度范围内；以及第二条件，所述液体泵的泵速在预定的泵速范围内。4.如权利要求2所述的电子机架，其中所述目标函数基于服务器获取成本、泵系统获取成本、服务器功耗成本或泵系统功耗成本中的至少一个指示所述电子机架训练机器学习模型的总成本。5.如权利要求2所述的电子机架，其中所述目标函数指示在所述电子机架的估计的寿命期间所述电子机架的总成本。6.如权利要求1所述的电子机架，其中在人工智能ai模型的训练期间使用确定的时钟速率和确定的泵速以最小化训练所述ai模型的成本。7.如权利要求1所述的电子机架，其中确定所述第二关系还基于所述一个或多个处理器的操作温度。8.一种用于确定用于数据中心的电子机架的操作参数的方法，所述方法包括：针对具有多个刀片服务器的电子机架，基于所述电子机架的性能要求确定所述电子机架的成本与所述电子机架的一个或多个处理器的时钟速率之间的第一关系，每个刀片服务器包括一个或多个服务器并且每个服务器包括用于提供数据处理服务的一个或多个处理器；确定所述电子机架执行限定任务的能量消耗、一个或多个处理器的时钟速率和所述电子机架的冷却剂分配单元cdu的液体泵的泵速之间的第二关系；基于所述第一关系和所述第二关系确定时钟速率和泵速；以及基于确定的泵速经由泵控制器控制所述液体泵的泵速，以及基于确定的时钟速率控制所述一个或多个处理器的时钟速率。
9.如权利要求8所述的方法，其中确定时钟速率和泵速包括优化目标函数，使得所述目标函数达到最小值，同时满足预定的约束的集合。10.如权利要求9所述的方法，其中所述预定的约束的集合包括：第一条件，时钟速度在预定的时钟速度范围内；以及第二条件，所述液体泵的泵速在预定的泵速范围内。11.如权利要求9所述的方法，其中所述目标函数基于服务器获取成本、泵系统获取成本、服务器功耗成本或泵系统功耗成本中的至少一个指示所述电子机架训练机器学习模型的总成本。12.如权利要求9所述的方法，其中所述目标函数指示在所述电子机架的估计的寿命期间所述电子机架的总成本。13.如权利要求8所述的方法，其中在人工智能ai模型的训练期间使用确定的时钟速率和确定的泵速以最小化训练所述ai模型的成本。14.如权利要求8所述的方法，其中确定所述第二关系还基于所述一个或多个处理器的操作温度。15.一种非暂时性机器可读介质，具有存储在其中的指令，所述指令在由处理器执行时使得所述处理器执行如权利要求8
‑
14中任一项所述的方法。

技术总结
公开了一种数据中心的电子机架以及用于确定其操作参数的方法。电子机架包括堆叠布置的刀片服务器的阵列。每个刀片服务器包括一个或多个服务器并且每个服务器包括一个或多个处理器以提供数据处理服务。电子机架包括冷却剂分配单元(CDU)和机架管理单元(RMU)。CDU向处理器供应冷却液并接收携带来自处理器的热量的冷却液。CDU包括液体泵以泵送冷却液。RMU被配置为管理电子机架内的组件诸如CDU等的操作。RMU包括控制逻辑以基于电子机架的成本与处理器的时钟速率之间的第一关系，以及电子机架的能耗、处理器的时钟速率与泵速之间的第二关系来确定最佳泵速和最佳处理器时钟速率。关系来确定最佳泵速和最佳处理器时钟速率。关系来确定最佳泵速和最佳处理器时钟速率。


技术研发人员：邵帅 高天翼
受保护的技术使用者：百度(美国)有限责任公司
技术研发日：2020.12.10
技术公布日：2021/10/11