特許ウォッチ

公開番号2025000543
公報種別公開特許公報(A)
公開日2025-01-07
出願番号2024059412
出願日2024-04-02
発明の名称ロードバランサ,制御プログラムおよび制御方法
出願人富士通株式会社
代理人弁理士法人真田特許事務所,個人
主分類G06F 9/50 20060101AFI20241224BHJP(計算;計数)
要約【課題】消費電力量を低減する。
【解決手段】複数の演算装置3の各々について処理量と消費電力のプロファイル201と、複数の演算装置3の各温度と、実行要求されるジョブの処理量とに基づき、ジョブによる複数の演算装置3のそれぞれの消費電力量の増分を算出し、複数の演算装置3のうち、消費電力量の増分が最も少ない演算装置3にジョブを割り当てる。
【選択図】図1
特許請求の範囲【請求項１】
ジョブを実行する複数の演算装置に接続され、各前記演算装置に実行要求される前記ジョブの割り当てを行なうロードバランサであって、
前記複数の演算装置の各々についての処理量と消費電力のプロファイルと、前記複数の演算装置の各処理性能と、前記実行要求される前記ジョブの処理量とに基づき、当該ジョブによる複数の演算装置のそれぞれの消費電力量の増分を算出し、
前記複数の演算装置のうち、前記消費電力量の増分が最も少ない前記演算装置に前記ジョブを割り当てる
制御部を備えることを特徴とするロードバランサ。
続きを表示（約 2,300 文字）【請求項２】
前記処理量と消費電力のプロファイルが、温度に対して、温度が単位温度上昇するまでのデータ処理量と消費電力とを対応付けた情報であり、
前記制御部が、前記処理量と消費電力のプロファイルを参照して、前記演算装置の温度上昇に含まれる複数のサーバ温度それぞれでの温度単位消費電力量を、処理開始温度から処理完了時温度まで合計することで、前記消費電力量の増分を算出する
ことを特徴とする、請求項１に記載のロードバランサ。
【請求項３】
前記ジョブが機械学習データを用いた機械学習モデルの訓練である
ことを特徴とする、請求項１または２に記載のロードバランサ。
【請求項４】
ジョブを実行する複数の演算装置に接続され、各前記演算装置に実行要求される前記ジョブの割り当てを行なうロードバランサのプロセッサに、
前記複数の演算装置の各々についての処理量と消費電力のプロファイルと、前記複数の演算装置の各処理性能と、前記実行要求される前記ジョブの処理量とに基づき、当該ジョブによる複数の演算装置のそれぞれの消費電力量の増分を算出し、
前記複数の演算装置のうち、前記消費電力量の増分が最も少ない前記演算装置に前記ジョブを割り当てる
処理を実行させることを特徴とする制御プログラム。
【請求項５】
ジョブを実行する複数の演算装置に接続され、各前記演算装置に実行要求される前記ジョブの割り当てを行なうロードバランサのプロセッサが、
前記複数の演算装置の各々についての処理量と消費電力のプロファイルと、前記複数の演算装置の各処理性能と、前記実行要求される前記ジョブの処理量とに基づき、当該ジョブによる複数の演算装置のそれぞれの消費電力量の増分を算出し、
前記複数の演算装置のうち、前記消費電力量の増分が最も少ない前記演算装置に前記ジョブを割り当てる
処理を実行することを特徴とする制御方法。
【請求項６】
前記制御部が、
前記複数の演算装置のうちの前記ジョブが割り当てられた第１の演算装置について、第１の時点と、当該第１の時点よりも後であって前記第１の演算装置において前記ジョブの処理を開始後の第２の時点とで処理性能に乖離が生じているかを判定し、
前記乖離が生じていると判定した場合に、前記第１の演算装置が処理することで前記第１の演算装置の温度を、前記第１の時点での温度から前記第２の時点での温度に上昇させる理論上の処理データ量を表す画像処理予測値と、前記第１の演算装置の温度が、前記第１の時点での温度から前記第２の時点での温度に上昇する間に処理した処理データ量を表す画像処理実績値とに基づいて算出した乖離係数を用いて、前記第１の演算装置の前記処理量と消費電力のプロファイルを更新する
ことを特徴とする、請求項１に記載のロードバランサ。
【請求項７】
前記制御部が、
前記乖離が生じているかの判定を、温度と、前記第１の時点での前記第１の演算装置に関する前記処理量と消費電力のプロファイルと、前記第１の演算装置において前記割り当てられたジョブに関して処理されたデータ量とに基づいて行なう
ことを特徴とする、請求項６に記載のロードバランサ。
【請求項８】
前記制御部が、
前記処理量と消費電力のプロファイルに含まれる前記温度が単位温度上昇するまでのデータ処理量に前記乖離係数を乗算することで、前記処理量と消費電力のプロファイルを更新する
ことを特徴とする、請求項６に記載のロードバランサ。
【請求項９】
前記複数の演算装置のうちの前記ジョブが割り当てられた第１の演算装置について、第１の時点と、当該第１の時点よりも後であって前記第１の演算装置において前記ジョブの処理を開始後の第２の時点とで処理性能に乖離が生じているかを判定し、
前記乖離が生じていると判定した場合に、前記第１の演算装置が処理することで前記第１の演算装置の温度を、前記第１の時点での温度から前記第２の時点での温度に上昇させる理論上の処理データ量を表す画像処理予測値と、前記第１の演算装置の温度が、前記第１の時点での温度から前記第２の時点での温度に上昇する間に処理した処理データ量を表す画像処理実績値とに基づいて算出した乖離係数を用いて、前記第１の演算装置の前記処理量と消費電力のプロファイルを更新する
処理を前記プロセッサに実行させることを特徴とする、請求項４に記載の制御プログラム。
【請求項１０】
前記プロセッサが、
前記複数の演算装置のうちの前記ジョブが割り当てられた第１の演算装置について、第１の時点と、当該第１の時点よりも後であって前記第１の演算装置において前記ジョブの処理を開始後の第２の時点とで処理性能に乖離が生じているかを判定し、
前記乖離が生じていると判定した場合に、前記第１の演算装置が処理することで前記第１の演算装置の温度を、前記第１の時点での温度から前記第２の時点での温度に上昇させる理論上の処理データ量を表す画像処理予測値と、前記第１の演算装置の温度が、前記第１の時点での温度から前記第２の時点での温度に上昇する間に処理した処理データ量を表す画像処理実績値とに基づいて算出した乖離係数を用いて、前記第１の演算装置の前記処理量と消費電力のプロファイルを更新する
処理を実行することを特徴とする、請求項５に記載の制御方法。

発明の詳細な説明【技術分野】
【０００１】
本発明は、ロードバランサ，制御プログラムおよび制御方法に関する。
続きを表示（約 1,100 文字）【背景技術】
【０００２】
コンピュータシステムに備えられた複数のサーバ（デバイス）に並列処理を行なわせる際に、サーバ間の負荷分散を目的として処理の振り分けを行なう負荷分散システムが知られている。
【０００３】
負荷分散システムは、ロードバランサを備え、このロードバランサが、サーバ間においてＣＰＵ（Central Processing Unit）使用率等の処理負荷や消費電力等に過剰な偏りが発生しないように、各サーバへ処理を振り分ける。
【０００４】
また、サーバにおいて、例えば、プロセッサは、負荷がかかるほど温度が上がり、且つ、温度が上がるとリーク電流等により消費電力が増加するという特性を有する。
【０００５】
このようなサーバにおける温度と消費電力との関係を考慮せずに処理の振り分けを行なうと、消費電力の小さい状態のサーバがあるにもかかわらず消費電力の大きい状態の他のサーバに処理を割り当ててしまい、結果的に余分に電力を消費してしまうことが生じる。また、高温になり過ぎるおそれのあるサーバにさらに処理を割り当ててしまうことも生じ得る。
【０００６】
そこで、従来においては、複数のサーバのそれぞれにおいて自サーバの消費電力の温度特性を測定して記憶し、ロードバランサが、各サーバから取得した消費電力の温度特性に基づき、現状の温度に対応する消費電力量の値が最も小さいサーバに処理を割り当てる手法が知られている。
【先行技術文献】
【特許文献】
【０００７】
特開２０１１－１９７７１５号公報
特開２０１２－１３３５０５号公報
特開２０１８－１５１９２０号公報
特開２０１１－１８１３１号公報
【発明の概要】
【発明が解決しようとする課題】
【０００８】
上述した従来の負荷分散システムにおいては、ロードバランサは処理の振分け時における各サーバの温度に基づいて消費電力が小さいサーバを選択している。しかしながら、例えば、機械学習のようなサーバを長時間占有する処理の場合の排熱性能など、サーバ温度の上昇／低下の特性が考慮されていない。
【０００９】
機械学習のような長時間継続する処理の電力量は時間の経過と共に変動し、また、変動量もサーバ毎に異なる。そのため、処理の実行に必要な電力量を一律に求めることが困難である。
【００１０】
そのため、長時間スパンで見ると消費電力量が大きなサーバを処理の振分け先として選択してしまうことがある。
（【００１１】以降は省略されています）

関連特許