[发明专利]一种服务器的功耗管理方法、设备以及介质

说明书

本发明公开了一种服务器的功耗管理方法，包括以下步骤：建立计算节点中的第一BMC与GPU机箱中的第二BMC的连接；利用所述第一BMC收集所述计算节点的功耗和CPU的温度以及利用所述第二BMC收集所述GPU机箱的功耗；所述第二BMC将收集到的所述GPU机箱的功耗上传至所述第一BMC；所述第一BMC根据所述CPU的温度以及所述计算节点的功耗和所述GPU机箱的功耗生成对应的控制信号以调节所述计算节点和/或所述GPU机箱的功耗。本发明还公开了一种计算机设备以及可读存储介质。本发明提出的方案可以实现计算节点和GPUBOX之间一体化动态功耗管理，同时可以实现计算节点和GPUBOX之间最佳的性能功耗比。

技术领域

本发明涉及服务器领域，具体涉及一种服务器的功耗管理方法、设备以及存储介质。

背景技术

人工智能的快速发展，使得业界对计算力的需求越来越高，针对深度学习之类的应用，计算力的提升得益于GPU、NNP(专用神经网络处理器)的应用，目前业界主流的形态是计算节点+JBOG，在这种情况下，一个计算节点可以搭配一个或多个JBOG。目前主流的GPU都为高功耗部件，单个GPU功耗普遍可达350W以上，而且部分厂商的GPU还存在EDPP，即GPU功耗在瞬间会达到TDP功耗的2倍甚至更高，GPU功耗的提升，使得AI应用的服务器功耗是普通机架式服务器的两倍以上，而目前大多数数据中心的机柜都是为传统机架式服务器设计的，机柜可支持的最大功耗相对较低，这对于AI服务器的整机供电和整机柜供电都是极大的挑战

现有服务器功耗管理策略，绝大多数仅仅对CPU和内存的功耗进行动态的功耗控制，以在两者之间达到比较到的性能功耗比，这是因为对于传统的机架式服务器而且，CPU和内存是服务器中主要的高功耗部件，对于Intel X86服务器而且，其内置的ME本身具有动态控制CPU和内存功耗的功能，设计者只需要在ME中将其激活。

对于AI服务器来说，CPU和内存的功耗只占了其功耗的一小部分，仅对CPU和内存的功耗进行动态调整，无法有效的降低AI服务器的动态功耗。特别是对GPUBOX来说，当单个计算节点搭配多个GPUBOX时，现有方案的实际作用大打折扣。

发明内容

有鉴于此，为了克服上述问题的至少一个方面，本发明实施例提出一种服务器的功耗管理方法，包括以下步骤：

建立计算节点中的第一BMC与GPU机箱中的第二BMC的连接；

利用所述第一BMC收集所述计算节点的功耗和CPU的温度以及利用所述第二BMC收集所述GPU机箱的功耗；

所述第二BMC将收集到的所述GPU机箱的功耗上传至所述第一BMC；

所述第一BMC根据所述CPU的温度以及所述计算节点的功耗和所述GPU机箱的功耗生成对应的控制信号以调节所述计算节点和/或所述GPU机箱的功耗。

在一些实施例中，所述第一BMC根据所述CPU的温度以及所述计算节点的功耗和所述GPU机箱的功耗生成对应的控制信号以调节所述计算节点和/或所述GPU机箱的功耗，进一步包括：

判断所述CPU的温度是否大于温度阈值；

响应于所述CPU的温度大于所述温度阈值，所述第一BMC生成增加所述计算节点的风扇的转速的PWM信号并向所述CPU发送温控降频信号以对所述CPU进行降频处理。

在一些实施例中，所述第一BMC根据所述CPU的温度以及所述计算节点的功耗和所述GPU机箱的功耗生成对应的控制信号以调节所述计算节点和/或所述GPU机箱的功耗，进一步包括：

判断所述计算节点的功耗和所述GPU机箱的功耗之和是否大于功耗阈值；

响应于所述功耗之和大于功耗阈值，所述第一BMC分别向所述计算节点的内存和所述CPU发送功耗降频信号以分别降低所述内存和所述CPU的功耗。