功率热感知解决方案的制作方法

本公开涉及功率热感知，具体地涉及功率热感知解决方案。

背景技术：

数据中心典型地包括容纳计算元件、存储器元件、存储元件和/或联网元件的若干行机架。在操作期间，这些元件消耗与其操作相关的电能并产生与所消耗的电能相关的热量。数据中心管理系统被配置用于通过将冷气供应给机架并从中除去热气来冷却这些元件。提供冷却增加了数据中心的功率消耗，并且因此影响了数据中心的整体能效。提供多于必要的冷却对应于浪费的能量，而提供不充分的冷却可能由于过热而使系统可靠性降级。

附图说明

要求保护的主题的特征和优点将从与其一致的实施例的以下详细描述中变得显而易见，应参照附图考虑所附描述，在附图中：

图1展示了与本公开的各实施例一致的功率热感知系统的功能框图；

图2a展示了与本公开的一个实施例一致的在初始配设时的一个示例功率热感知系统；

图2b展示了与本公开的一个实施例一致的在至少一个冷却区进行动态重配置后的图2a的示例的一部分；

图3是根据本公开的各实施例的冷却区模型生成操作的流程图；以及

图4是根据本公开的各实施例的冷却区出口温度确定操作的流程图。

虽然以下具体实施方式将参考说明性实施例进行，但是许多替代方案、修改及其变体将对本领域的技术人员而言是明显的。

具体实施方式

将由数据中心提供的冷却空气流与机架元件的冷却需求相关(例如，匹配)可以提高数据中心的能效。机架包括多个机架元件，并且每个机架元件可以包括多个部件。典型地由被分组在一个或多个风扇区中的一个或多个风扇提供对机架元件和相关联的部件的局部冷却，所述一个或多个风扇区被配置用于通过包含一个或多个机架元件的冷却区提供冷却空气流。在入口温度(t入口)的冷却空气可以被输入到冷却区，而在出口温度(t出口)的体积空气流量(q)可以从冷却区输出。t出口通常大于t入口，其差异与冷却区中包含的部件所产生的热量相关。q的大小与风扇区的数目、风扇特性以及冷却区配置(例如，阻力)相关。t出口与t入口、q和冷却区中包含的部件的功率消耗(p)相关。p可以随着时间由于例如部件的操作而不同。为每个冷却区向数据中心管理系统提供体积空气流量、q、和出口温度t出口可以协助数据中心管理系统确定有待被提供给每个冷却区的合适的冷却量(即，供给体积空气流量和供给空气温度)。因此可以提高数据中心中的能效。

可以在初始配设时将机架配置有多个机架元件。每个冷却区的阻力与每个机架元件中包括的具体部件、那些部件的物理配置以及机架元件的物理安排相关。可以将用于冷却区的体积空气流量建模为(多个)风扇速度和冷却区配置的函数。可以部分地基于从例如风道所采集的实验数据(即，体积空气流量)先验生成所述模型。然后可以在操作期间利用所述模型将体积空气流量确定为(多个)风扇速度的函数。

在操作期间，可以替换机架元件，即，在初始配设后。在机架式架构(rsa)中，例如，用户可以响应于功能需求的改变(如，需要更多的存储和/或更少的处理能力)来替换(多个)机架元件。替换机架元件会影响冷却区阻力，因此，与初始配设时冷却区阻力相关的模型可能不再准确。

本公开总体上涉及功率热感知解决方案。功率热感知解决方案(ptas)被配置用于为冷却区确定体积空气流量。可以先验生成多个模型(例如，在机架元件的初始配设之前)。每个模型被配置成与被分组在一个或多个风扇区中的每个中的一个或多个风扇的冷却风扇速度以及对用于对应冷却区的体积空气流量的对应冷却区配置相关。所述多个模型被配置用于适应如本文所述的可能在初始配设后发生的(多种)冷却区配置的变化。然后，可以至少部分地基于目标冷却区的配置在操作期间选择合适的模型。可以至少部分地基于所述所选择的模型确定体积空气流量。ptas被进一步配置用于至少部分地基于所确定的体积空气流量为冷却区确定出口空气流温度。

机架包括框架、一个或多个风扇以及一个或多个机架元件。每个机架元件可以对应于托盘(即，抽屉)和/或服务器节点(即，底盘)。每个机架元件可以包括一个或多个部件、元件管理控制器和/或温度传感器。冷却区可以包含一个或多个机架元件和包含至少一个所述风扇的至少一个风扇区。冷却区可以对应于机架的至少一部分。机架可以包括电源。这些风扇、机架元件和电源可以被机械地耦合到机架框架上。

机架元件可以对应于固定配置或可变配置。在固定配置中，所述(多个)部件和所述(多个)部件的物理安排相对于(多个)冷却风扇可能不能由用户进行改变，即，在初始配设之后可能不能被改变。在可变配置中，所述(多个)部件和/或所述(多个)部件的物理安排相对于(多个)冷却风扇在初始配设之后可以例如由用户进行改变。所述(多个)部件和/或物理安排的改变可以对应于冷却区的阻力中的改变和由风扇所产生的冷却区体积空气流量中的对应改变。因此，将第一机架元件替换为第二、不同的机架元件会改变冷却区的阻力、和风扇速度和q之间的关系。

例如，服务器底盘可以通常对应于固定配置。每个服务器底盘可以包括处理器、存储器、联网能力、温度传感器和一个或多个冷却风扇。初始配设在机架中的服务器底盘可以被替换，然而，由于服务器底盘中包括所述(多个)冷却风扇，所述(多个)冷却风扇的物理安排相对于服务器底盘中包含的部件可以保持固定不变。

在另一个示例中，例如在机架式架构中的托盘通常可以对应于可变配置。每个托盘被配置成由机架中包括的(例如，耦合到机架框架上)一个或多个风扇进行冷却。每个托盘可以包括一个或多个滑橇。每个滑橇可以包括一个或多个计算部件、存储器部件、存储部件和/或联网部件，如在本文中所述。初始配设的(多个)托盘和/或(多个)滑橇可以由用户在初始配设之后进行替换。由于至少某些冷却风扇没有被包括在托盘中，所述(多个)托盘和/或滑橇中包括的部件和/或其相对于安装在机架的(多个)冷却风扇的物理安排可能改变。因此，冷却区域阻力也会改变。

通常，可以由静态压力对空气流量来特征化风扇性能。空气流量与风扇速度相关，而风扇速度与风扇的输入功率相关。可以通过控制提供给风扇的脉冲宽度调制(pwm)信号(例如，供给电压)的占空比来控制风扇的输入功率。理想地，风扇速度与pwm信号的占空比成正比。实际上，风扇的机械特性(例如，质量、风扇马达的扭矩特性以及摩擦损失)会为风扇操作开路引入pwm占空比与风扇速度之间的误差。进一步地，对于所选择的风扇和所选择的风扇速度，所产生的空气流量与冷却区阻力(即，对空气流的阻力)相关。例如，冷却区阻力的增加对应于给定压力下空气流量的减小，而冷却区阻力的减小对应于给定压力下空气流量的增加。在包括多个风扇的冷却区配置中，多个风扇之间的交互可以进一步影响每个风扇的所产生的空气流量。

与冷却区配置相关联的体积空气流量可以使用例如风道来实验性地确定。例如，配置有(多个)机架元件、(多个)风扇以及电源的对应于有待被测试的(多种)冷却区配置的机架可以被耦合到风道上。提供给冷却区中包括的一个或多个风扇的(多个)输入信号的(多个)pwm占空比可以被设置和/或调整。可以将所述一个或多个风扇分组为一个或多个风扇区。在对应的风扇区中的所有风扇被配置用于接收具有相同pwm占空比的输入信号。可以对所产生的风扇速度和体积空气流量进行测量。由多个冷却风扇中的每个所产生的对应空气流量可以进行组合以为冷却区产出体积空气流量。对于特定的冷却区配置，将(多个)风扇速度与体积空气流量相关的模型可以至少部分地基于所获取的实验数据而生成。例如，所生成的模型可以单独地和/或组合地与每个风扇区相关联的(多个)风扇速度的加权和相关。在操作期间，可以对冷却区配置进行识别，并且至少部分地基于所识别的冷却区配置来选择相应的模型。然后，可以在操作期间至少部分地基于所检测的(多个)风扇速度使用所述所选择的模型来确定体积空气流量。

因此，可以为每种冷却区配置先验生成与体积空气流量和风扇速度相关的对应模型。可以至少部分地基于冷却区配置数据在操作期间选择合适的模型。然后，可以至少部分地基于所检测的(多个)风扇速度确定体积空气流量。然后，可以至少部分地基于所确定的体积空气流量来确定出口空气流温度(t出口)，如本文中所述。因此，可以适应动态配置改变。然后，可以将出口温度和体积空气流量提供给数据中心管理系统，从而协助数据中心冷却的管理。

预期的是出口温度和来自多个冷却区(以及多个机架)的体积空气流量信息可以允许数据中心管理系统建立与功率消耗和热特性相关的预测模型。然后可以至少部分地基于预测模型、功率消耗和/或体积空气流量信息在机架和/或冷却区之间实现负载均衡来进一步提高效率。

图1展示了与本公开的各实施例一致的功率热感知系统100的功能框图。系统100包括机架管理控制器(rmc)102和一个或多个冷却区104a、104b、...、104n。在数据中心中配设系统100之前，rmc102被配置用于协助模型生成。模型生成包括：获取与冷却区相关的配置数据；将控制输入提供给冷却区中包括的一个或多个风扇；采集每次测试试验的测试数据；以及为所建模的每种冷却区配置获取并存储模型参数的集合。然后可以将每个模型参数的集合对应到对应的模型。在配设之后，即，在操作期间，rmc102被配置用于识别每个冷却区的对应配置以及选择相应的模型。rmc102被进一步配置用于获取(多个)风扇速度、(多个)入口温度以及与每个冷却区相关联的功率消耗并且确定体积空气流量q。rmc102被进一步配置用于至少部分地基于对应的体积空气流量、t入口和功率消耗来确定与每个冷却区相关联的出口空气流温度(t出口)。rmc102被进一步配置用于将t出口和/或q提供给数据中心管理系统。因此，可以利用包括与当前冷却区配置相关的模型参数的模型来确定体积空气流量。

rmc102可以包括处理器120、通信逻辑122和存储器124。处理器120被配置用于进行rmc102的操作。处理器120可以包括一个或多个处理器核，即，(多个)处理器单元。通信逻辑122被配置用于将命令和/或数据通信到一个或多个冷却区104a、104b、...、104n和/或从其进行通信。例如，通信逻辑122可以被配置用于使用带外(oob)通信与冷却区进行通信，如本文中所述。通信逻辑122被进一步配置用于将出口温度和/或体积空气流量从rmc102通信到数据中心管理系统。通信逻辑122可以被配置用于从数据中心管理系统接收针对当前t出口温度和/或当前体积空气流量的(多个)请求。例如，rmc102和冷却区104a、104b、...、104n之间的通信和/或数据中心管理系统可以通过应用编程接口(api)。然后，rmc102可以表现为到例如数据中心管理系统的体积空气流量传感器和/或t出口温度传感器。存储器124被配置用于存储逻辑、数据、模型和/或(多个)参数中的一种或多种。

在一些实施例中，rmc102可以包括用户界面125和pwm源126。用户界面125被配置用于协助从用户接收配置数据，如本文中所述。pwm源126被配置用于将一个或多个pwm信号提供给冷却区104a、104b、...、104n。每个pwm信号的占空比与包括在与冷却区(例如，冷却区104a)相关联的所选择的风扇区中的一个或多个风扇的对应的风扇速度相关。

每个冷却区(例如，冷却区104a)包括：一个或多个机架元件110a、110b、...、110n；一个或多个风扇区114a、114b、...、114n；以及冷却区管理控制器(czmc)118。至少一个冷却区(例如，冷却区104a)可以包括电源116。每个风扇区(例如，风扇区114a)包括一个或多个风扇115a、115b、...、和/或115n。风扇区的最大数目等于风扇数目，即，每风扇区一个风扇。风扇区的最小数目是一个。每个机架元件(例如，机架元件110a)包括：一个或多个部件111a、111b、...、111n；温度传感器112；以及元件管理控制器(emc)113。

每个风扇区的(多个)风扇(例如，风扇区114a的风扇115a、115b、...、和/或115n)被配置用于接收具有对应的相同占空比的pwm输入信号。风扇可以包括一个或多个转子。例如，双转子风扇可以对应于串联耦合并配置用于接收相同pwm输入信号的两个风扇。可以在具有较高阻力的系统中利用双转子风扇，即，可以在增加的压力下维持给定的空气流量。风扇区(例如，风扇区114a)中的所有风扇被配置用于由具有相同占空比的pwm输入信号进行驱动。例如，每个风扇区的(多个)风扇可以被配置用于从czmc118和/或pwm源126接收pwm输入信号。所选择的风扇区中的每个风扇的每分钟转动次数(rpm)中的转速(即，风扇速度)与pwm输入信号相关。

部件111a、111b、...、111n可以包括但不限于(多个)计算、存储器、存储和/或联网部件等。对于对应于服务器底盘的机架元件，部件111a、111b、...、111n可以包括处理器、存储器、联网能力和存储。计算部件包括可以包括一个或多个核处理元件并可以包括本地存储器(例如，高速缓存、非易失性存储器(nvm)、易失性存储器)的处理器。存储器部件包括nvm和/或易失性存储器。存储部件可以包括固态驱动、硬盘驱动、可移动存储介质等。联网部件可以被配置用于进行电气和/或光学通信，并且被配置用于提供机架元件之间、机架之间和/或机架和数据中心管理系统之间的连通性。

计算部件、存储器部件、存储部件和/或联网部件中的一种或多种可以在操作期间产生热量。温度传感器112被配置用于检测与冷却区入口温度t入口相关的温度。包含多个机架元件110a、110b、...110n的冷却区(例如，冷却区104a)可以包含多个温度传感器。在一个实施例中，czmc118可以被配置用于从多个温度传感器获取和/或对温度读数进行平均。

emc113被配置用于检测机架元件110a的功率消耗并将功率消耗提供给例如rmc102和/或czmc118。例如，可以通过czmc118将功率消耗提供给rmc102。例如，emc113可以对应于基板管理控制器(bmc)或管理引擎(me)。在另一个示例中，emc113可以对应于托盘管理控制器(tmc)或汇集的系统管理引擎(psme)。在另一个示例中，czmc118可以对应于机架管理背板控制器(rmbc)。一般来说，管理控制器(mc)和/或管理引擎(me)被配置用于为机架元件和/或冷却区提供本地控制和/或通信。例如，mc和me可以被配置用于检测配置信息和/或状态信息并且将此类信息提供给上游管理控制器。

每个风扇区的(多个)风扇(例如，风扇区114a的风扇115a、115b、...、和/或115n)被配置用于通过冷却区104a提供空气流以冷却机架元件110a、110b、...、110n中的一个或多个的一个或多个部件(例如，机架元件110a的部件111a、111b、...、111n)。部件111a、111b、...、111n中的一个或多个可以在操作期间产生热量。所产生的热量的大小可以与部件111a、111b、...、111n的功率消耗和/或负载相关。风扇区114a的风扇115a、115b、...、和/或115n被配置用于接收具有相同的占空比的pwm输入信号，如本文中所述。风扇115a、115b、...、和/或115n中的一个或多个可以进一步向emc113提供冷却空气流。

风扇115a、115b、...、和/或115n中的一个或多个可以被机械地耦合到机架框架上，即，可以不被包括在机架元件110a、110b、...、110n中。在一些实施例中，例如，对于对应于服务器底盘的机架元件，可以在机架元件中包含至少一个风扇。每个风扇115a、115b、...、和/或115n被配置用于为对应风扇接收与目标风扇速度相关的对应的pwm输入信号。由每个风扇产生的空气流量与对应的风扇速度相关，如本文中所述。

czmc118可以被配置用于从温度传感器中的一个或多个(例如，温度传感器112)接收热信息，和/或从部件111a、111b、...、111n中的一个或多个(例如，通过emc113)获取功率消耗信息。然后，来自czmc118的(多个)pwm输入信号的占空比可以至少部分地基于热信息和/或功率消耗信息。因此，在操作中，可以至少部分地基于来自基于温度提供pwm占空比的闭路控制的czmc118的(多个)pwm输入信号来调整对应的风扇速度和相关的风扇空气流量。所产生的体积空气流量q与由所述一个或多个风扇(例如，风扇115a、115b、...、115n)和风扇区114a、114、...、114n中的每个所生成的对应空气流量的组合相关。体积空气流量q进一步与冷却区配置(例如，冷却区阻力)相关，如本文中所述。

rmc102包括机架管理逻辑128、模型生成逻辑130和ptas逻辑132。机架管理逻辑128被配置用于管理包括一个或多个冷却区(例如，冷却区104a)的机架的操作。模型生成逻辑130被配置用于为每种所建模的冷却区配置支持模型参数的对应集合的先验确定。ptas逻辑132被配置用于至少部分地基于当前冷却区配置数据选择合适的模型(即，模型参数集合)以及确定体积空气流量和t出口，如本文中所述。

机架管理逻辑128被配置用于从例如一个或多个冷却区管理控制器(例如，czmc118)接收针对冷却区104a、104b、...、104n中的每个的体积空气流量和/或t出口。在一个实施例中，机架管理逻辑128然后可以将所接收的体积空气流量和/或t出口提供给数据中心管理系统。在另一个实施例中，机架管理逻辑128可以对从多个冷却区104a、104b、...m104n所接收的体积空气流量进行组合。例如，如果对应的出口温度在值上相对接近，可以对体积空气流量进行组合。因此，可以向数据中心管理系统提供针对冷却区104a、104b、...、和/或104n中的每个的体积空气流量和t出口和/或组合的体积空气流量和t出口。

rmc102可以包括配置数据存储140、模型存储142和测试参数存储146。配置数据存储140被配置用于存储(多个)配置数据集合，如本文中所述。模型存储142被配置用于存储(多个)模型(即，模型系数的(多个)集合)，如本文中所述。一个或多个配置数据集合可以通过配置标识符(id)144与每个模型相关。例如，配置数据存储140可以包括针对多种冷却区配置中的每种的分别的配置数据集合。然后可以将每个配置数据集合与对应的配置id相关联。模型存储142可以包括针对所述多种冷却区配置中的每种的模型。然后可以将每个模型与对应的配置id相关联。

模型生成逻辑130被配置用于为所选择的冷却区配置生成将体积空气流量q与(多个)风扇速度si相关的对应模型。一般来说，体积空气流量q与所述所选择的冷却区的冷却区配置(例如，阻力)以及与所述所选择的冷却区相关联的(多个)风扇的风扇速度相关。冷却区的阻力与冷却区配置相关。冷却区配置与(多个)机架元件和冷却区中包含的(多个)相关联的部件及其物理安排相关。然后，可以将冷却区配置与冷却区配置数据相对应。冷却区配置数据包括多个冷却区参数及其对应值。换句话说，可以利用冷却区配置数据来识别目标冷却区，如本文中所述。

冷却区配置数据包括与冷却区相关联的风扇区的数目以及与对应的风扇区相关联的每个风扇的号码、风扇类型和风扇特性。冷却区配置数据可以进一步包括与每个风扇的位置相关的数据，例如，包括在机架元件中和/或安装到机架框架上和/或放置在机架中。冷却区配置数据可以进一步包括机架电源116是否包括在冷却区中的指示符，并且如果是，冷却区配置数据可以包括机架电源数据和机架电源冷却风扇数据。

冷却区配置数据包括冷却区的大小、冷却区的结构以及冷却区中包括的(多个)机架元件的数目和类型。机架元件类型可以包括单个服务器节点、多服务器节点、(多个)托盘/(多个)抽屉和/或其组合。冷却区配置数据进一步包括针对每种机架元件类型的配置数据。针对单个服务器节点的配置数据包括但不限于处理器类型、存储器类型、冷却风扇的数目和类型等。针对多服务器节点机架元件的配置数据包括但不限于对于单个服务器节点(对于多服务器节点中包含的每个服务器节点)的针对每个服务器节点的存在指示符等。

针对托盘类型机架元件的配置数据包括但不限于托盘类型、托盘存在指示符、可能包括在每个托盘中的滑橇的数目等。针对每个滑橇的配置数据包括但不限于滑橇类型、滑橇存在指示符、滑橇内容等。滑橇内容可以包括但不限于(多个)计算部件的数目和类型(例如，(多个)处理器、存储器的大小和类型)、(多个)存储部件(例如，(多个)固态驱动、(多个)硬盘驱动、可移动介质)的数目、大小和类型、(多个)联网部件等。

针对冷却区配置的配置数据可以由模型生成逻辑130通过例如用户界面125从用户接收。可以从emc113、czmc118和/或机架管理逻辑128中的一个或多个进一步请求配置数据。然后，可以将配置数据存储在配置数据存储140中。对应的配置id可以与针对每种冷却区配置的所接收的配置数据相关联并且与相关联的配置数据一起存储在配置存储140中。然后，可以将配置id144利用为与存储在模型存储142中的模型(即，模型参数的集合)相关的索引，如本文中所述。

可以理解的是由风扇所产生的空气流量与风扇速度si相关，其中si在rpm中，i与包括所述风扇的风扇区i相对应，并且i＝1，2、...、n。针对在一个或多个风扇区中包括一个或多个风扇的冷却区配置(例如，冷却区配置k)的体积空气流量qk与所述(多个)风扇所产生的空气流量和冷却区的阻力(即，冷却区的配置)相关。冷却区体积空气流量qk与(多个)风扇所产生的空气流量的关系可以被建模为(多个)加权的风扇速度和独立项的组合。(多个)权重cj与(多个)风扇速度si及独立项的乘法系数相对应。如本文中所使用的，“权重”、“系数”、“模型系数”及“模型参数”与模型的元素相对应。所述独立项可以表示机架电源风扇，并且可以是常数或电源风扇速度和因子的乘积，如本文中所述。

系数的数目与冷却区中包括的风扇区的数目以及冷却区的配置相关。例如，针对包括n个风扇区的冷却区的体积空气流量可以包括2ⁿ个系数。每个风扇区可以包含一个或多个风扇。包括在特定风扇区中的每个风扇被配置用于接收具有相同占空比的pwm输入信号。

在第一示例中，针对单个风扇区冷却区的体积空气流量可以被建模为

q1＝c1*s1+c2。

在这个第一示例中，针对一个风扇区冷却区的体积空气流量是加权风扇速度s1和独立项c2的线性组合。如果存在，所述独立项可以表示电源风扇。在第二示例中，针对两个风扇区冷却区的体积空气流量可以被建模为

q2＝c1*s1+c2*s2+c3*s1*s2+c4。

在第三示例中，针对三个风扇区冷却区的体积空气流量可以被建模为

q3＝c1*s1+c2*s2+c3*s3+c4*s1*s2+c5*s1*s3+c6*s2*s3+c7*s1*s2*s3+c8。

在第四示例中，针对四个风扇区冷却区的体积空气流量可以被建模为

q4＝c1*s1+c2*s2+c3*s3+c4s4+c5*s1*s2+c6*s1*s3+c7*s1*s4+c8*s2*s3+c9*s2*s4+c10*s3*s4+c11*s1*s2*s3+c12*s1*s2*s4+c13*s2*s3*s4+c14*s1*s3*s4+c15*s1*s2*s3*s4+c16。

因此，将(多个)风扇速度与体积空气流量相关的通用模型可以包括针对每个风扇区的加权各个风扇速度的和加上加权风扇速度交叉项(即，风扇速度的乘积)的和加上独立项。在一些实施例中，比所有交叉项少的交叉项可以包括在模型中，如本文中所述。

在一些实施例中，这些风扇中的一个或多个可以包括多个转子，其中每个转子被耦合到相关联的扇叶上。例如，可以串联耦合多个风扇。串联耦合的风扇可以为具有较高阻力的冷却区提供较好的体积空气流量。扇叶的转速可以或可以不相等。如果转速不相等，在确定系数值的时候，可以在模型中利用最高风扇速度。

冷却区可以包括一个或多个风扇区，并且每个风扇区可以包括一个或多个风扇。在一些实施例中，风扇区可以包括多个风扇。尽管多个风扇被配置用于接收具有相同占空比的pwm输入信号，所产生的风扇速度在多个风扇中可以不同。在这些实施例中，可以为风扇区针对si选择一个风扇速度。例如，所述所选择的风扇速度可以对应于多个风扇速度的最大检测风扇速度。在另一个示例中，所述所选择的风扇速度可以对应于针对风扇区所检测到的风扇速度的平均值。因此，风扇区被配置用于占有一个或多个风扇，并且可以简化对模型参数的确定和/或使用模型对体积空气流量的确定。换句话说，比风扇相对少的风扇区可以对应于具有较少项的体积空气流量模型，并且因此具有较少的系数。

所述独立项(即，针对q1的c2，针对q2的c4，针对q3的c8和针对q4的c16)可以被配置用于解释与电源(例如，电源116)相关的空气流量。例如，当没有测量电源风扇速度时，可以使用独立项来对电源区域空气流量进行建模。在本示例中，独立项可以是常数。在另一个示例中，独立项可以由加权电源风扇速度进行替换，例如，c16*s5，其中s5是电源风扇的风扇速度，而c16表示电源风扇对针对冷却区的体积空气流量的贡献。

交叉项(即，风扇速度的加权乘积，例如，c3*s1*s2等)被配置用于解释风扇和/或风扇区之间的空气流量中的交互。对于一些冷却区(以及风扇区)配置，来自一个或多个其他风扇的空气流量可以影响第一风扇的风扇速度。交叉项被配置用于采集此类交互，并且此类交互可以或可以不存在。此类交互可以典型地发生在彼此相对靠近(例如，相邻)的风扇和/或风扇区之间。对于一些冷却区配置，这些系数中的一个或多个可以是或接近零。例如，针对不相邻和/或彼此相对较远的风扇(和/或风扇区)的交叉项可以是或接近零。

预期的是在一些实施例中，可以将多个风扇区组合到一个或多个复合风扇区中。因此，包括多个风扇区的冷却区可以包括一个或多个复合风扇区。在这些实施例中，可以为每个复合风扇区确定复合风扇速度。例如，复合风扇速度可以对应于复合风扇区中包括的风扇的最大风扇速度。在另一个示例中，复合风扇速度可以对应于对应的风扇区的最大风扇速度的平均值。在另一个示例中，复合风扇速度可以对应于复合风扇区中包括的风扇的风扇速度的平均值。然后，可以利用所述(多个)复合风扇速度来确定一个或多个模型系数，如本文中所述。此类复合风扇区可以被配置用于减少模型系数的数目，并且因此简化模型系数的生成和/或体积空气流量的确定，如本文中所述。进一步预期的是在这些实施例中，由于包括相对较少的模型系数的模型会比包括相对较多模型系数的模型更容易地对应于多种冷却区配置，可以减少模型的总数。减少模型的总数可以简化模型选择，如本文中所述。

模型生成逻辑130被配置用于协助数据获取以支持确定针对一种或多种所选择的冷却区配置的系数cj。可以先验确定(即，在数据中心中的配设之前)系数。例如，配置有(多个)机架元件、(多个)风扇以及电源的对应于有待被测试的(多种)冷却区配置的机架可以相对于风道放置。在一些实施例中，可以对机架进行完全配设以协助采集相邻冷却区之间的空气流交互。在这些实施例中，如果此类交互存在，则可以采集此类交互。

模型生成逻辑130被配置用于接收用于所选择的冷却区配置的冷却区配置数据。例如，模型生成逻辑130可以被配置用于从与所述所选择的冷却区相关联的管理控制器(例如，emc113、czmc118和/或机架管理逻辑128)请求冷却区配置数据。在另一个示例中，可以例如通过用户界面125从用户接收冷却区配置数据。然后，模型生成逻辑130可以被配置用于将所接收的配置数据与配置id相关联。

例如，可以由数值向量来表示配置数据。每个值可以对应于配置数据点。例如，可以分别由一或零来表示机架元件、托盘和/或滑橇的存在或不存在。在另一个示例中，可以由相应的数值来表示部件(例如，计算、存储等)的类型。然后，向量中的每个元素可以表示所选择的配置参数。然后，可以由对应的数值向量来表示每种配置。每个向量可以与配置标识符(id)相关联。可以将配置id利用为到模型存储142的索引，如本文中所述。

模型生成逻辑130可以被配置用于通过例如用户界面125从用户接收用于冷却区配置的测试参数。然后，测试参数可以被存储在测试参数数据146中。例如，测试参数可以包括(多个)pwm占空比、(多个)pwm频率、多次测试试验、测试时长等。

对于每次测试试验，模型生成逻辑130被配置用于为所述所选择的冷却区配置中包括的每个风扇区114a、114b、...、114n设置对应的pwm信号的占空比。包括在风扇区中的所有风扇可以被配置用于接收具有相同占空比的pwm信号。例如，模型生成逻辑130可以被配置用于控制pwm源126以设置(多个)占空比。最初，可以将相应占空比设置为初始值。例如，初始值可以对应于针对模型生成操作的最小占空比。例如，最小占空比可以是百分之25(％)。在另一个示例中，最小占空比可以大于25％。

在模型生成操作期间，pwm源126可以被耦合到czmc118和/或每个风扇区中的(多个)风扇(例如，风扇区114a的115a、115b、...、115n)。czmc118可以被配置用于至少部分地基于从pwm源126所接收的(多个)pwm信号驱动相应的风扇区114a、114b、...、114n中的(多个)风扇。与每个风扇区114a、114b、...、114n相关联的(多个)风扇速度与对应的pwm信号的相应占空比相关，如本文中所述。然后，模型生成逻辑130可以被配置用于获取(例如，采集)针对所述所选择的冷却区(例如，冷却区104a)中的每个风扇区中包括的每个风扇的对应的所产生的风扇速度。模型生成逻辑130被进一步配置用于获取针对所述所选择的冷却区的体积空气流量。可以从例如耦合到所述所选择的冷却区上的风道获取体积空气流量。然后，可以将(多个)风扇速度、pwm占空比和配置id与测试试验索引(t)相关联并将其存储在测试参数存储146中。

对于每次测试试验t，可以对输入到所选择的风扇区的pwm信号的占空比进行调整，并且可以获取针对冷却区的每个风扇和体积空气流量的所产生的风扇速度。换句话说，每次测试试验t可以对应于针对相关联的风扇区的pwm占空比设置的唯一组合。调整所述所选择的风扇区的pwm占空比比配置用于调整所述所选择的风扇区中包括的每个风扇的相关联的风扇速度。

风扇速度可能不是彼此独立的。由于调整pwm占空比所造成的相关联的风扇速度的改变可以导致其他风扇速度的相关改变，例如，由于与相关联的风扇速度的改变相关的压力改变。进一步地，所选择的风扇区中的每个风扇的相应的风扇速度可以不同，尽管每个风扇正接收具有相同占空比的pwm输入信号。此类差异可以与每个风扇所经历的不同压力和/或阻力和/或不同的风扇特性相关，如本文中所述。

pwm占空比值在零(即，关闭风扇)到百分之百(即，完全开启风扇，对应于风扇的最大风扇速度)的范围中。例如，pwm占空比测试值可以对应于可能的占空比值的范围的一部分。在另一个示例中，pwm占空比测试值可以与可以在操作期间使用的占空比值的范围相关。例如，pwm占空比测试值可以在25到60的范围中。继续本示例，在此范围中的四个pwm占空比测试值可以包括25、35、40和60。在另一个示例中，pwm占空比测试值可以在25到80的范围中。继续本示例，在此范围中的三个pwm占空比测试值可以包括25、50和80。

测试试验的数目n与pwm占空比值的数目v以及风扇区的数目n相关。例如，n可以等于v的n次幂(即，n＝vⁿ)。换句话说，每次测试试验产出权重cj(即，系数)作为未知数的针对体积空气流量的对应方程。如果系数是独立的(例如，不相关的)，等于系数的数目的最小数目的方程可以足以唯一确定系数。由于系数的数目通常对应于2的与风扇区的数目相等的次幂(即，2ⁿ)，并且方程的数目等于试验的数目(即，vⁿ)，则占空比值的最小数目vmin可以是2。因此，pwm占空比值的数目可以大于或等于2。将pwm占空比值的数目增加到大于最小产出更多的方程，并且可以增强模型的准确性。例如，对于三个风扇区冷却区(n＝3)，针对体积空气流量q3的方程包括2³＝8个系数。将v选择为等于两个pwm占空比值产出六次测试试验，而将v选择为等于3产出3³＝27次测试试验。

然后，每次测试试验t(t＝1、2、...、n)可以产出针对所述所选择的冷却区配置的测量体积空气流量qt以及针对与所述所选择的冷却区相关的每个风扇区的至少一个采集的风扇速度sxt(x＝1、2、...、风扇的数目)。对于包括多个风扇的风扇区，可以采集多个风扇速度。可以使用比所述多个风扇速度少的风扇速度来生成相关联的预测。在一个实施例中，可以选择一个风扇速度。例如，所述所选择的风扇速度可以对应于与那个风扇区相关联的多个所检测的风扇速度的最大风扇速度。在另一个示例中，所述所选择的风扇速度可以对应于针对那个风扇区所检测到的风扇速度的平均值。

例如，对于三个风扇区冷却区，每次测试试验t可以产出qt、s1t、s2t和s3t。然后，可以将相应的预测生成为：

vt＝c1*s1t+c2*s2t+c3*s3t+c4*s1t*s2t+c5*s1t*s3t+c6*s2t*s3t+c7*s1t*s2t*s3t+c8，其中，vt是为测试试验t计算的(即，预测的)体积空气流量。对于四个pwm占空比测试值，t＝1、2、...、n，并且n＝64。因此，在本示例中(即，三个风扇区，四个pwm占空比测试值)，测试试验可以产出具有8个未知数(系数c1、c2、...、c8)的64个方程(即，数据集合)。

一般来说，可以至少部分地基于测试试验数据使用例如最小均方误差和技术来确定系数。最小均方误差和技术被配置用于确定使测量的体积空气流量qt和对应的预测vt之间的误差的平方和最小化的系数。换句话说，所述技术被配置用于在以下方程中最小化e的系数：

因此，对于每次测试试验t(t＝1、2、...、n)，et对应于由模型所产生的体积空气流量qt与测量的(即，预测的)体积空气流量vt之间的误差。当e相对于相应系数cj的每个第一偏导数为零时(即，对于j＝1,...，m，＝0，其中，m＝2ⁿ＝系数的数目cj)第一误差的平方和e可能是最小的。进一步地

对于每个j＝1、...、m。

继续所述三个风扇区冷却区的示例，相对于系数cj的误差的平方和的偏导数方程产出具有8个未知数(即，vt中包括的系数c1，c2、...、c8)的8个方程：

然后，可以使用针对模型系数的合适的初始值来迭代地确定模型系数c1，c2、...、c8。

可以由模型生成逻辑130、emc113和/或czmc118来进行类似操作为具有多于三个或少于三个风扇区的冷却区配置生成模型，即，确定模型参数。可以重复操作以为其他冷却区配置生成(多个)对应模型。然后，可以将针对每种冷却区配置的对应模型(即，模型系数)与冷却区配置id相关联并将其存储在模型存储142中。因此，可以为每种可能的冷却区配置先验生成(多个)模型。

在一个实施例中，可以将每个模型与对应的一个冷却区配置并且因此与对应的一个冷却区配置id相关联。在另一个实施例中，可以将每个模型与一种或多种冷却区配置相关联。例如，一个或多个模型系数可以对冷却区配置参数的子集相对更敏感。换句话说，比全部冷却区配置参数少的参数可以影响模型系数。因此，可以至少部分地基于配置数据的子集选择合适的模型。

在操作期间，ptas逻辑132被配置用于管理数据获取和确定体积空气流量q以及冷却区出口温度t出口。可以至少部分地基于冷却区配置对体积空气流量进行建模，如本文中所述。在初始配设后，可以由用户对冷却区配置进行改变。对冷却区配置(例如，冷却区中包括的部件和/或机架元件和/或冷却区中的机架元件的物理配置)的改变会影响体积空气流量。例如，可以用包括(多个)计算部件的机架元件替换包括(多个)存储部件的机架元件。(多个)计算部件可以产生比(多个)存储部件相对更多的热量和/或机架元件中的(多个)计算机部件和(多个)存储部件的对应的物理配置也可以不同。在另一个示例中，可以用第二滑橇替换第一滑橇，并且第二滑橇可以与和与第一滑橇相关联的一个或多个模型系数不同的一个或多个模型参数相关联。因此，针对包括所述机架元件的冷却区的体积空气流量会受到改变的影响。因此，在包括冷却区的机架的初始配设后，可以由用户对冷却区配置进行动态改变。然后，对冷却区配置的改变会造成阻力的改变以及(多个)风扇速度和体积空气流量之间的关系的相关的改变。

在操作期间，ptas逻辑132被配置用于检测冷却区配置中的改变。例如，ptas逻辑132可以被配置用于在为目标冷却区(例如，冷却区104a)确定体积空气流量和/或t出口之前识别目标冷却区的当前冷却区配置。ptas逻辑132可以至少部分地基于所获取的冷却区配置数据识别冷却区配置。例如，可以从例如与冷却区相关的管理控制器(例如，emc113、czmc118、机架管理逻辑128中的一个或多个)请求冷却区配置数据。在另一个示例中，可以直接由ptas逻辑132确定冷却区配置数据。

然后，可以至少部分地基于存储在配置数据存储140中的冷却区配置数据来识别冷却区配置。在一个实施例中，ptas逻辑132可以被配置用于查找配置数据存储140中的相应的配置id。ptas逻辑132可以被配置用于将所获取的当前冷却区配置数据组成为当前配置向量，如本文中所述。然后，可以将当前配置向量与配置数据存储140中所存储的配置参数的向量进行比较以识别对应的所存储的配置参数的向量。然后，可以检索相关联的配置id144并将其用作到模型存储142中的索引。当所有或几乎所有冷却区配置都已经被先验建模时，可以进行此类查找技术，如本文中所述。

在另一个实施例中，ptas逻辑132可以被配置用于至少部分地基于所获取的冷却区配置数据的子集识别冷却区配置。例如，对子集中包括的冷却区配置参数的选择可以与一个或多个模型系数对所述所选择的冷却区配置参数的敏感性相关。在另一个示例中，可以选择在一个或多个所存储的配置向量中具有相应值的冷却区配置参数，即，向量元素的子集。可以将子集用于确定“最佳匹配”冷却区配置id。然后，可以将所确定的冷却区id用于到模型存储142中的索引。当比所有可能的冷却区配置少的冷却区配置都已经被先验建模时，可以利用此类技术，如本文中所述。

在识别了冷却区配置后，则可以检索与所识别的配置数据集合相关联的冷却区配置id144。例如，ptas逻辑132可以被配置用于确定索引。然后，可以将冷却区配置id144用于到模型存储142中的索引以选择相关联的模型(即，模型参数的集合)。然后，可以将所述所选择的模型与所识别的冷却区配置相对应。

然后，可以获取与目标冷却区104a相关联的(多个)风扇的(多个)风扇速度。例如，可以由czmc118来采集(多个)风扇速度。可以以对应于采样间隔的速率采集(多个)风扇速度。例如，采样间隔的时长可以是一秒。

可以由例如czmc118进行针对每个冷却区(例如，冷却区104a)的本地热管理操作。czmc118可以被配置用于从一个或多个温度传感器(例如，ts112)接收当前冷却区104a温度信息。czmc118可以被进一步配置用于至少部分地基于所感测的(多个)温度来调整到一个或多个风扇区(例如，风扇区114a)中的(多个)风扇的pwm输入信号的占空比。可以独立于本地热管理操作来进行如本文所述的ptas操作。

在识别了冷却区配置后，可以至少部分地基于所采集的(多个)风扇速度并且至少部分地基于所述所选择的模型来确定目标冷却区104a体积空气流量。例如，对于包括多个风扇的风扇区，可以在体积空气流量确定中使用风扇区中包括的风扇的平均风扇速度。在另一个示例中，可以使用风扇区中包括的风扇的最大风扇速度。

在一个实施例中，模型参数可以包括常数项，所述常数项被配置用于当没有测量电源风扇速度时，表示电源区域空气流量。在另一个实施例中，模型参数可以包括与电源风扇相关的系数(即，权重)。在本实施例中，可以至少部分地基于电源风扇速度以及电源风扇速度系数采集电源风扇速度并且确定体积空气流量。

因此，可以至少部分地基于所识别的冷却区配置并且至少部分地基于所检测的(多个)风扇速度确定体积空气流量。然后，可以至少部分地基于体积空气流量来确定t出口，如本文中所述。

t出口与冷却区入口温度、体积空气流量以及冷却区中包含的部件的功率消耗相关，为

t出口＝t入口+1.76*p*kalt/q，

其中，t出口是以摄氏度(c)为单位的冷却区出口空气流温度，t入口是以摄氏度c为单位的冷却区的冷却区入口温度，1.76是换算因子，p是以瓦特为单位的冷却区中包含的部件的功率消耗，kalt是与海拔相关的空气密度校正因子，而q是以立方英尺每分钟(cfm)为单位的由(多个)风扇产生的体积空气流量，其被配置用于使空气移动通过冷却区。

可以至少部分地基于海拔来选择kalt的值。kalt可以由用户提供，并且可以至少部分地基于相对于海平面的海拔。kalt对应于海平面上的空气密度与冷却区海拔的空气密度之比。例如，冷却区海拔可以对应于数据中心海拔。因此，kalt被配置用于解释与海拔相关的空气密度的变化。kalt与和体积空气流量q相关联的空气的质量相关，因为热量传递与质量而不是体积空气流量相关联。kalt可以在较高海拔相对较小并且在较低海拔相对较大。

换算因子被配置用于解释特定空气热量(cp＝1005j/(kg–k)，海平面上的空气密度ρsea＝1.205kg/m³)以及从单位m³/s到cfm的空气流量的单位转换，其中，j是焦耳，kg是千克，k是凯氏度数，m是米以及s是秒。可以从下式中导出t出口、t入口、q、p和kalt的关系：

其中，是质量空气流量(＝ρaltq)，ρalt是冷却区海拔的空气密度，以及cp、t出口、t入口和p如本文中所述。

每个冷却区(例如，冷却区104a)可以包括一个或多个温度传感器(例如，ts112)。(多个)温度传感器中的一个或多个可以通常被放置在到包含冷却区的机架的入口处或附近。例如，在以行安排机架的数据中心中，入口可以对应于相邻行之间的区域，其中来自数据中心设施的冷却的空气被提供给机架。由ts112所感测的温度可以对应于t入口。例如，所感测的温度可以由ptas逻辑132从czmc118和/或emc113获取。对于包括多个温度传感器的冷却区，可以至少部分地基于所感测的温度中的一个或多个来确定入口温度。例如，t入口可以对应于所感测的温度中的两个或多个的平均值。在另一个示例中，t入口可以对应于所选择的所感测的温度，例如，最大所感测的温度或最小所感测的温度。在这些实施例中，ptas逻辑132被配置用于确定t入口。

每个冷却区(例如，冷却区104a)包含可以产生与其操作相关的热量的一个或多个部件111a、111b、...、111n。所产生的热量的大小与部件111a、111b、...、111n的功率消耗相关。例如，典型地可以由相关联的emc为每个机架元件(例如，emc113为机架元件110a)监测功率消耗。在另一个示例中，可以由一个或多个emc和/或czmc118监测功率消耗。czmc118可以被配置用于聚合机架元件110a、110b、...、110n的功率消耗以生成针对冷却区(例如，冷却区104a)的功率消耗。然后，可以由ptas逻辑132从例如czmc118获取与冷却区104a相关联的功率消耗。

一般来说，功率消耗随着时间变化。由热量产生部件所产生的热量随功率消耗而变化，因此，热量产生也随时间而变化。与冷却区中包括的部件的功率消耗(以及由其所产生的热量)的改变相关的冷却区温度可能不是立刻改变。温度改变可以与冷却区的热时间常数τ的功率消耗改变相关。热时间常数可以在数百到数千秒的数量级。例如，热时间常数可以在200到500秒的范围中。

例如，由计算元件所消耗的功率可以与处理器的状态(例如，活跃或待机)、处理器负载(当前和/或最近)、处理器所执行的当前和/或最近操作等相关。测量的功率消耗可以包括测量误差和/或基于时间的测量变化。为了解释测量误差和/或测量变化，可以随着时间采集功率消耗值并且可以至少部分地基于所采集的功率消耗值来确定所产生的功率消耗值。可以定时(即，采样周期δt)采集功率消耗值。功率消耗采样周期可以在数十或数百秒的数量级。例如，功率消耗采样周期可以是100秒。

例如，可以将所产生的功率消耗值确定为所采集的(即，测量的)功率消耗值的指数移动平均值(ema)。一般来说，ema将加权因子应用到一系列指导每个值上。加权因子被配置用于指数地减少，使得权重取决于系列中的位置。减少的量与衰变系数α相关，其中α在零和一之间。相对接近一的α的值对应于加权因子的相对较快的减少和对来自相对较近获取的功率消耗值对所产生的功率消耗ema的相对较大的贡献(即，来自相对较久获取的功率消耗值的相对较小的贡献)。α可以与采样周期δt和冷却区热时间常数τ相关，为α＝1-(δt/τ)。

可以递归地将功率消耗ema(p_emat)确定为：

p_emat＝αpt+(1-α)*p_emat-1

其中，t＝1、2、3、...、t是对应于一系列所获取的功率消耗值中的所获取的功率消耗值的索引，p_emat是当前功率消耗ema，pt对应于当前所获取的功率消耗值，并且p_emat-1是先前功率消耗ema。索引t可以与第一功率消耗值和第二、后续的功率消耗值的获取之间的时间间隔(即，采样间隔)相关。p_emat可以被扩展为：

p_emat＝α[pt+(1-α)pt-1+(1-α)²pt-3+...+(1-α)^kpt-k]+(1-α)^(k+1)p_emat-k

对于合适的k＝1，2，3，...可以理解的是针对每个所采集的功率消耗pt-i的加权因子具有通用形式α(1-α)ⁱ，i＝0，1，2，...。因此，可以至少部分地基于多个所获取的功率消耗值来确定针对冷却区(例如，冷却区104a)的ema功率消耗。功率消耗ema被配置用于通过对相对较近的比相对不近的功率消耗值相对较高的功率消耗值进行加权解释随着时间的功率消耗的变化。

然后，可以至少部分地基于体积空气流量并且至少部分地基于所确定的功率消耗项确定目标冷却区104a的出口空气温度(t出口)。例如，ptas逻辑132可以被配置用于确定体积空气流量和t出口。体积空气流量与风扇区(多个)风扇速度和冷却区配置相关，如本文中所述。功率消耗项与使用指数移动平均值进行加权的所获取的功率消耗值相关，如本文中所述。因此，可以容纳对冷却区配置的动态变化，并且可以将体积空气流量和t出口的相对准确的遥测提供给数据中心管理系统。

rmc102可以被配置用于通过api(例如，机架式架构(rsa)管理api)向数据中心管理系统暴露被配置用于感测q的体积空气流量传感器以及被配置用于感测t出口的t出口传感器。因此，数据中心管理系统可以通过一致的接口来访问传感器数据。

图2a展示了与本公开的一个实施例一致的在初始配设时的一个示例功率热感知系统200。示例系统200包括机架管理控制器(rmc)202和一个或多个冷却区204a、...、204n。每个冷却区(例如，冷却区204a)包括多个托盘(即，抽屉)210a、...、210n和两个风扇区214a、214b。每个风扇区214a，214b分别包括一个或多个风扇215a，215b。每个冷却区(例如，冷却区204a)进一步包括相应的机架管理背板(rmb)(例如，rmb218a)。每个rmb(例如，rmb218a)包括相应的机架管理背板控制器(rmbc)219a。每个托盘(例如，托盘210a)包括多个滑橇205a、...、205n以及托盘管理控制器和/或汇集的系统管理引擎(tmc/psme)213a。每个滑橇205a、...、205n包括相应的处理器211a、...、211n和相应的基板管理控制器和/或管理引擎(bmc/me)217a、...、217n。

每个滑橇205a、...、205n由相应的bmc/me217a、...、217n被耦合到tmc/psme213a上。每个托盘(例如，托盘210a)由相应的tmc/psme(例如，tmc/psme213a)被耦合到rmbc219a上。每个rmb(例如，rmb218a)由相应的rmbc(例如，rmbc219a)被耦合到rmc202上。因此，冷却区204a、...、204n被耦合到rmc202上。rmc202被耦合到数据中心管理系统。

冷却区204a展示了示例系统200在初始配设时的冷却区配置。rmc202被配置用于存储如本文所述的先验确定的模型，所述模型对应于冷却区104a的可能的配置。在操作期间，rmc202被配置用于获取与冷却区104a相关的配置数据，将所获取的配置数据与所存储的配置数据进行比较，识别配置以及至少部分地基于第一配置id选择第一模型，如本文中所述。rmc202被进一步配置用于获取(多个)风扇215a和215b的(多个)风扇速度，获取t入口以及获取和/或确定托盘210a、...、210n的功率消耗，如本文中所述。然后，rmc202可以确定针对冷却区204a的体积空气流量q和/或t出口，如本文中所述，并且将体积空气流量和t出口提供给数据中心管理系统。rmc202可以针对示例系统200中包括的每个其他冷却区(例如，冷却区204n)进行相似的操作。

图2b展示了与本公开的一个实施例一致的在至少一个冷却区进行动态重配置后的图2a的示例系统的部分250。当与图2a一起观察时，可以最好地理解图2b。部分250包括托盘260a。动态重配置将冷却区204a中的托盘210a替换成260a。因此，对应于包括托盘210a的初始配设的冷却区204a的模型可能不与包括托盘260a的重配置后的冷却区204a相对应。

托盘260a包括多个滑橇255a、...、255n以及托盘管理控制器和/或汇集的系统管理引擎tmc/psme263a。每个滑橇255a、...、255n包括相应的存储部件261a、...、261n和相应的基板管理控制器和/或管理引擎(bmc/me)267a、...、267n。每个滑橇255a、...、255n由相应的bmc/me267a、...、267n被耦合到tmc/psme263a上。托盘260a由tmc/psme213a被耦合到rmbc219a上。

在操作中，rmc202可以获取与包括托盘260a的冷却区204a相关的配置数据，将所获取的配置数据与所存储的配置数据进行比较，识别配置以及至少部分地基于第二配置id选择第二模型，如本文中所述。然后，第二模型可以对应于由托盘260a替换托盘210a的冷却区204a。例如，存储部件261a、...、261n可以具有与处理器211a、...、211n的形状因子不同的形状因子。形状因子的差异可以影响冷却区204a的阻力，并且因此影响(多个)风扇速度和所产生的体积空气流量之间的关系。rmc202被配置用于获取(多个)风扇215a和215b的(多个)风扇速度。然后，rmc202可以使用第二模型确定针对包括托盘260a的冷却区204a的体积空气流量q，如本文中所述。rmc202可以确定t出口并且将体积空气流量和t出口提供给数据中心管理系统，如本文中所述。因此，可以检测并适应冷却区204a的动态重配置。然后，可以保持所确定的体积空气流量的准确性。

图3是根据本公开的各实施例的冷却区模型生成操作的流程图300。具体地，流程图300展示了生成模型(即，对应于风扇速度系数的模型参数)。可以例如由图1的rmc102和/或模型生成逻辑113进行操作。

本实施例的操作可以开始于接收冷却区配置数据302。例如，可以通过用户界面从用户和/或从一个或多个管理控制器接收冷却区配置数据。操作304包括将配置id与冷却区配置数据相关联。针对冷却区中每个风扇的pwm占空比可以在操作306处被设置为初始占空比值。针对一个风扇区中包括的风扇的pwm占空比可以是相同的。可以在操作308处采集冷却区中的每个风扇的风扇速度。可以在操作310处采集体积空气流量。例如，可以从风道中采集体积空气流量。操作312包括存储风扇速度和体积空气流量。

可以在操作314处确定是否完成数据获取。数据获取被配置用于为pwm占空比和风扇区的每个组合采集(多个)风扇速度和体积空气流量，如本文中所述。因此，当实现了pwm占空比值和风扇区的所有组合(即，vⁿ个组合)，可以完成数据获取。如果没有完成数据获取，可以在操作316处选择下一个pwm占空比值和/或下一个风扇区。可以在操作318处调整所选择的风扇区中的每个风扇的pwm占空比。然后程序流程可以前进至操作308。如果完成了数据获取，可以在操作320处确定模型参数。例如，可以使用回归和最小化误差的平方和来确定模型参数。例如，回归可以是三级回归。在一个实施例中，确定模型参数可以包括将模型参数与所选择的(多个)冷却区配置参数相关的敏感性分析。然后，程序流程可以在操作322处结束。

因此，可以至少部分地基于冷却区配置数据确定模型参数，即，风扇速度系数。模型被配置用于将(多个)风扇速度和冷却区配置与体积空气流量相关。冷却区的阻力与冷却区配置相关。因此，可以先验确定多个模型(即，模型参数的集合)。

图4是根据本公开的各实施例的冷却区出口温度确定操作的流程图400。具体地，流程图400展示了识别冷却区配置，至少部分地基于配置id选择合适的模型并且至少部分地基于所述所选择的模型并且至少部分地基于所获取的风扇速度确定冷却区体积空气流量。可以例如由图1的rmc102和/或ptas逻辑132进行操作。

本实施例的操作可以从开始402开始。操作404包括获取当前冷却区配置数据。例如，可以从一个或多个管理控制器获取冷却区数据。可以在操作406处识别冷却区配置。例如，可以通过将所获取的冷却区数据与配置数据的多个所存储的集合进行比较来识别冷却区配置。可以在操作408处选择模型。例如，可以至少部分地基于冷却区配置id从一个或多个模型选择模型。每个模型对应于模型参数的相应集合。可以在操作410处获取风扇速度。例如，可以为每个风扇区中包括的一个或多个风扇获取风扇速度。可以在操作412处确定冷却区体积空气流量。例如，可以至少部分地基于所识别的冷却区配置并且至少部分地基于所获取的风扇速度确定冷却区体积空气流量。

操作414包括采集和/或确定冷却区功率消耗。例如，可以使用一系列所采集的功率消耗值的指数移动平均值确定冷却区功率消耗。可以在操作416处获取入口温度。可以在操作418处确定冷却区出口空气流温度。可以在操作420处将体积空气流量和出口温度提供给数据中心管理系统。程序流程可以在操作422处结束。

因此，可以适应机架元件的初始配设之后的冷却区的变化。可以对当前冷却区配置进行识别，并且至少部分地基于配置id来选择相关联的模型。然后，至少部分地基于相关联的模型所确定的体积空气流量可以对应于当前冷却区配置。然后，可以例如通过api将体积空气流量和相关联的t出口提供给数据中心管理系统。因此，可以协助高效冷却。

虽然图3和图4的流程图展示了根据各实施例的操作，但是将理解的是，对于其他实施例来说，并非图3和/或图4中所描绘的所有操作都是必需的。此外，在本文中完全设想到，在本公开的其他实施例中，图3和/或图4中描绘的操作和/或本文所描述的其他操作能够以任何附图中未具体示出的方式组合，并且这样的实施例可以包括比图3和/或图4中所示的更少或更多的操作。因而，对未在一个附图中正确示出的特征和/或操作有所涉及的权利要求被视为落入本公开的范围和内容内。

存储器124可以包括以下类型的存储器中的一个或多个：半导体固件存储器、可编程存储器、非易失性存储器、只读存储器、电可编程存储器、随机访问存储器、闪存、磁盘存储器和/或光盘存储器。另外或可替代地，系统存储器可以包括其他的和/或后来开发出的类型的计算机可读存储器。

在此描述的操作的实施例可以在计算机可读存储设备中实现，所述计算机可读存储设备具有存储在所述计算机可读存储设备上的指令，所述指令在由一个或多个处理器执行时执行所述方法。例如，处理器可以包括系统处理单元和/或可编程电路。存储设备可以包括机器可读存储设备，所述机器可读存储设备包括任何类型的有形的、非瞬态的存储设备，例如，包括以下各项的任何类型的磁盘：软盘、光盘、压缩盘-只读存储器(cd-rom)、可复写致密盘(cd-rw)、和磁光盘、如只读存储器(rom)的半导体器件、如动态和静态ram的随机访问存储器(ram)、可擦可编程只读存储器(eprom)、电可擦可编程只读存储器(eeprom)、闪存、磁卡或光卡、或者适合于存储电子指令的任何类型的存储设备。

如本文中任何实施例所使用的，术语“逻辑”可以指被配置用于执行前述操作中任一操作的应用、软件、固件和/或电路系统。软件可以作为非临时性计算机可读存储介质上所记录的软件包、代码、指令、指令集和/或数据来实施。固件可以具体化为存储器设备中硬编码(例如，非易失性的)的代码、指令或指令集和/或数据。

如本文中任何实施例所使用的，“电路系统”可以例如单一地或以任何组合形式包括硬接线电路系统、可编程电路系统(诸如包括一个或多个单独指令处理核的计算机处理器)、状态机电路系统、和/或存储有可由可编程电路系统执行的指令的固件。逻辑可以统一地或单独地具体化为形成例如集成电路(ic)、专用集成电路(asic)、片上系统(soc)、台式计算机、膝上型计算机、平板计算机、服务器、智能电话等的较大系统的一部分的电路系统。

图1的通信逻辑122、emc113、czmc118和/或rmc102和/或图2的bmc/me217a、...、218n、267a、...、267n，tmc/psme213a、263a、rmbc219a和/或rmc202可以被配置用于符合或兼容平台管理接口规范。例如，平台管理接口规范可以符合或兼容2004年2月出版的智能平台管理接口规范，第二代，版本2.0，修订1.0、本规范的后来的版本和/或修订(例如2013年10月发布的版本2.0，修订1.1)、和/或(多种)相关规范。

在一些实施例中，硬件描述语言(hdl)可以用于针对在此描述的各逻辑和/或电路系统来指定(多个)电路和/或逻辑实现方式。例如，在一个实施例中，硬件描述语言可以与超高速集成电路(vhsic)硬件描述语言(vhdl)相符或兼容，所述硬件描述语言可以使得在此描述的一个或多个电路和/或逻辑的半导体制造成为可能。vhdl可以与以下标准相符或兼容：ieee标准1076-1987、ieee标准1076.2、ieee1076.1、vhdl-2006的ieee草案3.0、vhdl-2008的ieee草案4.0和/或ieeevhdl标准的其他版本和/或其他硬件描述标准。

因此，与本公开的教导相一致，功率热感知解决方案(ptas)被配置用于为冷却区确定体积空气流量。可以先验生成多个模型(例如，在机架元件的初始配设之前)。每个模型被配置用于将(多个)风扇速度和相应的冷却区配置与针对相应冷却区的体积空气流量相关。所述多个模型被配置用于适应如本文所述的可能在初始配设后发生的(多种)冷却区配置的变化。然后，可以至少部分地基于目标冷却区的配置在操作期间选择合适的模型。可以至少部分地基于所述所选择的模型确定体积空气流量。ptas被进一步配置用于至少部分地基于所确定的体积空气流量为冷却区确定出口空气流温度。

示例

本公开的示例包括以下主题材料，诸如方法、用于执行所述方法的动作的装置(means)、设备、或者与功率热感知解决方案相关的装置(apparatus)或系统，如下文所讨论的。

示例1

根据本示例，提供了一种装置系统。所述装置包括功率热感知解决方案(ptas)逻辑。ptas逻辑用于至少部分地基于冷却区的配置从多个模型中选择模型；以及至少部分地基于所述所选择的模型确定冷却区体积空气流量。

示例2

本示例包括如示例1所述的要素，其中，所述ptas逻辑进一步用于识别所述冷却区的所述配置。

示例3

本示例包括如示例1所述的要素，其中，所述ptas逻辑进一步用于至少部分地基于所述体积空气流量确定冷却区出口温度。

示例4

本示例包括根据示例1至3中任一项所述的要素，并且进一步包括用于生成所述多个模型的模型生成逻辑，每个模型与至少一个冷却区配置相关联。

示例5

本示例包括根据示例1至3中任一项所述的要素，其中，至少部分地基于至少一个风扇速度并且至少部分地基于所述冷却区的所述配置确定所述体积空气流量。

示例6

本示例包括根据示例1至3中任一项所述的要素，其中，所述ptas逻辑进一步用于确定与所述冷却区相关联的功率消耗。

示例7

本示例包括根据示例1至3中任一项所述的要素，其中，所述ptas逻辑用于为与所述冷却区相关联的每个风扇获取对应的风扇速度。

示例8

本示例包括根据示例1至3中任一项所述的要素，其中，所述所选择的模型使至少一个风扇速度与所述冷却区的所述配置相关。

示例9

本示例包括如示例6所述的要素，其中，所述功率消耗与一系列测量的功率消耗值的指数移动平均值相关。

示例10

本示例包括根据示例1至3中任一项所述的要素，其中，至少部分地基于所述所选择的模型确定所述体积空气流量。

示例11

本示例包括如示例3所述的要素，其中，至少部分地基于所述体积空气流量确定所述出口温度。

示例12

本示例包括根据示例1至3中任一项所述的要素，并且进一步包括用于存储所述多个模型的配置数据存储。

示例13

本示例包括如示例12所述的要素，其中，每个所存储的模型与配置标识符(id)相关联。

示例14

本示例包括根据示例1至3中任一项所述的要素，其中，所述ptas逻辑进一步用于获取冷却区配置数据。

示例15

本示例包括根据示例1至3中任一项所述的要素，其中，所述ptas逻辑进一步用于将所述冷却区体积空气流量提供给数据中心管理系统。

示例16

本示例包括如示例3所述的要素，其中，所述ptas逻辑进一步用于将所述冷却区出口温度提供给数据中心管理系统。

示例17

本示例包括根据示例1至3中任一项所述的要素，其中，所述冷却区的所述配置与所述冷却区的初始配设的配置不同。

示例18

本示例包括如示例4所述的要素，其中，所述模型生成逻辑用于接收冷却区配置数据、设置脉冲宽度调制(pwm)占空比、采集所述冷却区中包括的每个风扇的风扇速度、从风道中采集体积空气流量并且存储每个所采集的风扇速度和所采集的体积空气流量。

示例19

本示例包括如示例18所述的要素，其中，所述pwm占空比大于或等于25％。

示例20

本示例包括根据示例1至3中任一项所述的要素，其中，所述所选择的模型包括至少一个模型系数以使风扇速度和与电源风扇相关的独立项相乘。

示例21

本示例包括如示例20所述的要素，其中，所述风扇速度对应于多个风扇速度中的最大风扇速度。

示例22

本示例包括如示例18所述的要素，其中，所述模型生成逻辑用于重复设置、采集所述风扇速度、采集所述体积空气流量以及针对多个pwm占空比值中的每个进行存储。

示例23

本示例包括如示例22所述的要素，其中，pwm占空比值的数目与所述冷却区中包括的风扇区的数目相关。

示例24

本示例包括根据示例1至3中任一项所述的要素，其中，所述多个模型中的至少一个模型与多种冷却区配置相关。

示例25

根据本示例，提供了一种方法。所述方法包括：由功率热感知解决方案(ptas)逻辑至少部分地基于冷却区的配置从多个模型中选择模型；以及由所述ptas逻辑至少部分地基于所述所选择的模型确定冷却区体积空气流量。

示例26

本示例包括如示例25所述的要素，并且进一步包括：由所述ptas逻辑识别所述冷却区的所述配置。

示例27

本示例包括如示例25所述的要素，并且进一步包括：由所述ptas逻辑至少部分地基于所述体积空气流量确定冷却区出口温度。

示例28

本示例包括如示例25所述的要素，并且进一步包括：由模型生成逻辑生成所述多个模型，每个模型与至少一个冷却区配置相关联。

示例29

本示例包括如示例25所述的要素，其中，所述所选择的模型使至少一个风扇速度与所述冷却区的所述配置相关。

示例30

本示例包括如示例25所述的要素，并且进一步包括：由所述ptas逻辑确定与所述冷却区相关联的功率消耗。

示例31

本示例包括如示例30所述的要素，其中，所述功率消耗与一系列测量的功率消耗值的指数移动平均值相关。

示例32

本示例包括如示例25所述的要素，并且进一步包括：由所述ptas逻辑为与所述冷却区相关联的每个风扇获取对应的风扇速度。

示例33

本示例包括如示例25所述的要素，其中，至少部分地基于至少一个风扇速度并且至少部分地基于所述冷却区的所述配置确定所述体积空气流量。

示例34

本示例包括如示例25所述的要素，其中，至少部分地基于所述所选择的模型确定所述体积空气流量。

示例35

本示例包括如示例27所述的要素，其中，至少部分地基于所述体积空气流量确定所述出口温度。

示例36

本示例包括如示例25所述的要素，并且进一步包括：由所述ptas逻辑获取冷却区配置数据。

示例37

本示例包括如示例25所述的要素，并且进一步包括：由所述ptas逻辑将所述冷却区体积空气流量提供给数据中心管理系统。

示例38

本示例包括如示例27所述的要素，并且进一步包括：由所述ptas逻辑将所述冷却区出口温度提供给数据中心管理系统。

示例39

本示例包括如示例25所述的要素，其中，所述冷却区的所述配置与所述冷却区的初始配设的配置不同。

示例40

本示例包括如示例25所述的要素，其中，所述冷却区包括机架中包含的风扇，所述机架包括所述冷却区。

示例41

本示例包括如示例28所述的要素，并且进一步包括：由所述模型生成逻辑接收冷却区配置数据；由所述模型生成逻辑设置脉冲宽度调制(pwm)占空比；由所述模型生成逻辑采集所述冷却区中包括的每个风扇的风扇速度；由所述模型生成逻辑从风道中采集体积空气流量；以及由所述模型生成逻辑存储每个所采集的风扇速度和所采集的体积空气流量。

示例42

本示例包括如示例41所述的要素，其中，所述pwm占空比大于或等于25％。

示例43

本示例包括如示例25所述的要素，其中，所述所选择的模型包括至少一个模型系数以使风扇速度和与电源风扇相关的独立项相乘。

示例44

本示例包括如示例43所述的要素，其中，所述风扇速度对应于多个风扇速度中的最大风扇速度。

示例45

本示例包括如示例41所述的要素，并且进一步包括：由所述模型生成逻辑重复设置、采集所述风扇速度、采集所述体积空气流量以及针对多个pwm占空比值中的每个进行存储。

示例46

本示例包括如示例45所述的要素，其中，pwm占空比值的数目与所述冷却区中包括的风扇区的数目相关。

示例47

本示例包括如示例25所述的要素，其中，所述多个模型中的至少一个模型与多种冷却区配置相关。

示例48

根据本示例，提供了一种系统。所述系统包括冷却区和机架管理控制器(rmc)。所述冷却区包括至少一个机架元件，并且风扇区包括至少一个风扇。所述rmc包括功率热感知解决方案(ptas)逻辑。所述ptas逻辑用于至少部分地基于所述冷却区的配置从多个模型中选择模型，并且至少部分地基于所述所选择的模型确定冷却区体积空气流量。

示例49

本示例包括如示例48所述的要素，其中，所述ptas逻辑进一步用于识别所述冷却区的所述配置。

示例50

本示例包括如示例48所述的要素，其中，所述ptas逻辑进一步用于至少部分地基于所述体积空气流量确定冷却区出口温度。

示例51

本示例包括如示例48所述的要素，其中，所述rmc进一步包括用于生成所述多个模型的模型生成逻辑，每个模型与至少一个冷却区配置相关联。

示例52

本示例包括如示例48所述的要素，其中，所述所选择的模型使至少一个风扇速度与所述冷却区的所述配置相关。

示例53

本示例包括根据示例48至52中任一项所述的要素，其中，至少部分地基于至少一个风扇速度并且至少部分地基于所述冷却区的所述配置确定所述体积空气流量。

示例54

本示例包括根据示例48至52中任一项所述的要素，其中，所述ptas逻辑进一步用于确定与所述冷却区相关联的功率消耗。

示例55

本示例包括根据示例48至52中任一项所述的要素，其中，所述ptas逻辑用于为与所述冷却区相关联的每个风扇获取对应的风扇速度。

示例56

本示例包括根据示例48至52中任一项所述的要素，其中，所述至少一个机架元件包括计算部件、存储部件、联网部件和存储器部件中的一个或多个。示例57

本示例包括根据示例48至52中任一项所述的要素，其中，所述所选择的模型与多个风扇区相关。

示例58

本示例包括如示例54所述的要素，其中，所述功率消耗与一系列测量的功率消耗值的指数移动平均值相关。

示例59

本示例包括根据示例48至52中任一项所述的要素，其中，至少部分地基于所述所选择的模型确定所述体积空气流量。

示例60

本示例包括如示例50所述的要素，其中，至少部分地基于所述体积空气流量确定所述出口温度。

示例61

本示例包括根据示例48至52中任一项所述的要素，其中，所述rmc包括用于存储所述多个模型的配置数据存储。

示例62

本示例包括如示例61所述的要素，其中，每个所存储的模型与配置标识符(id)相关联。

示例63

本示例包括根据示例48至52中任一项所述的要素，其中，所述冷却区进一步包括至少一个管理控制器。

示例64

本示例包括如示例63所述的要素，其中，所述至少一个管理控制器中的至少一个用于获取与所述冷却区相关联的入口温度。

示例65

本示例包括根据示例48至52中任一项所述的要素，其中，风扇的数目等于风扇区的数目。

示例66

本示例包括根据示例48至52中任一项所述的要素，其中，风扇的数目大于风扇区的数目。

示例67

本示例包括根据示例48至52中任一项所述的要素，其中，所述冷却区包括一个风扇区。

示例68

本示例包括根据示例48至52中任一项所述的要素，其中，所述冷却区包括多个风扇区。

示例69

本示例包括如示例48所述的要素，其中，所述风扇区中的每个风扇用于接收具有相同的pwm占空比的脉冲宽度调制的(pwm)输入信号。

示例70

本示例包括根据示例48至52中任一项所述的要素，其中，所述ptas逻辑进一步用于获取冷却区配置数据。

示例71

根据权利要求48至52中任一项所述的系统，其中，所述ptas逻辑进一步用于将所述冷却区体积空气流量提供给数据中心管理系统。

示例72

本示例包括如示例50所述的要素，其中，所述ptas逻辑进一步用于将所述冷却区出口温度提供给数据中心管理系统。

示例73

本示例包括根据示例48至52中任一项所述的要素，其中，所述冷却区的所述配置与所述冷却区的初始配设的配置不同。

示例74

本示例包括根据示例48至52中任一项所述的要素，其中，所述至少一个风扇中的至少一个被包含在包括所述冷却区的机架中。

示例75

本示例包括如示例51所述的要素，其中，所述模型生成逻辑用于接收冷却区配置数据、设置脉冲宽度调制(pwm)占空比、采集所述冷却区中包括的每个风扇的风扇速度、从风道中采集体积空气流量并且存储每个所采集的风扇速度和所采集的体积空气流量。

示例76

本示例包括如示例75所述的要素，其中，所述pwm占空比大于或等于25％。

示例77

本示例包括根据示例48至52中任一项所述的要素，其中，所述所选择的模型包括至少一个模型系数以使风扇速度和与电源风扇相关的独立项相乘。

示例78

本示例包括如示例77所述的要素，其中，所述风扇速度对应于多个风扇速度中的最大风扇速度。

示例79

本示例包括如示例75所述的要素，其中，所述模型生成逻辑用于重复设置、采集所述风扇速度、采集所述体积空气流量以及针对多个pwm占空比值中的每个进行存储。

示例80

本示例包括如示例79所述的要素，其中，pwm占空比值的数目与所述冷却区中包括的风扇区的数目相关。

示例81

本示例包括根据示例48至52中任一项所述的要素，其中，所述多个模型中的至少一个模型与多种冷却区配置相关。

示例82

根据本示例，提供了一种设备。所述设备包括一种计算机可读存储设备，具有存储在所述计算机可读存储设备上的指令，所述指令在由一个或多个处理器执行时引起以下操作，包括：至少部分地基于冷却区的配置从多个模型选择模型；以及至少部分地基于所述所选择的模型确定冷却区体积空气流量。

示例83

本示例包括如示例82所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：识别所述冷却区的所述配置。

示例84

本示例包括如示例82所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：至少部分地基于所述体积空气流量确定冷却区出口温度。

示例85

本示例包括如示例82所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：生成所述多个模型，每个模型与至少一个冷却区配置相关联。

示例86

本示例包括如示例82所述的要素，其中，所述所选择的模型使至少一个风扇速度与所述冷却区的所述配置相关。

示例87

本示例包括如示例82所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：确定与所述冷却区相关联的功率消耗。

示例88

本示例包括如示例87所述的要素，其中，所述功率消耗与一系列测量的功率消耗值的指数移动平均值相关。

示例89

本示例包括根据示例82至87中任一项所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：为与所述冷却区相关联的每个风扇获取相应的风扇速度。

示例90

本示例包括根据示例82至87中任一项所述的要素，其中，至少部分地基于至少一个风扇速度并且至少部分地基于所述冷却区的所述配置确定所述体积空气流量。

示例91

本示例包括根据示例82至87中任一项所述的要素，其中，至少部分地基于所述所选择的模型确定所述体积空气流量。

示例92

本示例包括如示例84所述的要素，其中，至少部分地基于所述体积空气流量确定所述出口温度。

示例93

本示例包括根据示例82至87中任一项所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：获取冷却区配置数据。

示例94

本示例包括根据示例82至87中任一项所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：将所述冷却区体积空气流量提供给数据中心管理系统。

示例95

本示例包括如示例84所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：将所述冷却区出口温度提供给数据中心管理系统。

示例96

本示例包括根据示例82至87中任一项所述的要素，其中，所述冷却区的所述配置与所述冷却区的初始配设的配置不同。

示例97

本示例包括根据示例82至87中任一项所述的要素，其中，所述冷却区包括机架中包含的风扇，所述机架包括所述冷却区。

示例98

本示例包括如示例85所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：接收冷却区配置数据；设置脉冲宽度调制(pwm)占空比；采集所述冷却区中包括的每个风扇的风扇速度；从风道中采集体积空气流量；以及存储每个所采集的风扇速度和所采集的体积空气流量。

示例99

本示例包括如示例98所述的要素，其中，所述pwm占空比大于或等于25％。

示例100

本示例包括根据示例82至87中任一项所述的要素，其中，所述所选择的模型包括至少一个模型系数以使风扇速度和与电源风扇相关的独立项相乘。

示例101

本示例包括如示例100所述的要素，其中，所述风扇速度对应于多个风扇速度中的最大风扇速度。

示例102

本示例包括如示例98所述的要素，其中，所述指令在由一个或多个处理器执行时引起以下附加操作，包括：重复设置、采集所述风扇速度、采集所述体积空气流量以及针对多个pwm占空比值中的每个进行存储。

示例103

本示例包括如示例102所述的要素，其中，pwm占空比值的数目与所述冷却区中包括的风扇区的数目相关。

示例104

本示例包括根据示例82至87中任一项所述的要素，其中，所述多个模型中的至少一个模型与多种冷却区配置相关。

示例105

根据本示例，提供了一种设备。所述设备包括：用于由功率热感知解决方案(ptas)逻辑至少部分地基于冷却区的配置从多个模型中选择模型的装置；以及用于由所述ptas逻辑至少部分地基于所述所选择的模型确定冷却区体积空气流量的装置。

示例106

本示例包括如示例105所述的要素，并且进一步包括：用于由所述ptas逻辑识别所述冷却区的所述配置的装置。

示例107

本示例包括如示例105所述的要素，并且进一步包括：用于由所述ptas逻辑至少部分地基于所述体积空气流量确定冷却区出口温度的装置。

示例108

本示例包括如示例105所述的要素，并且进一步包括：用于由模型生成逻辑生成所述多个模型的装置，每个模型与至少一个冷却区配置相关联。

示例109

本示例包括如示例105所述的要素，其中，所述所选择的模型使至少一个风扇速度与所述冷却区的所述配置相关。

示例110

本示例包括如示例105所述的要素，并且进一步包括：用于由所述ptas逻辑确定与所述冷却区相关联的功率消耗的装置。

示例111

本示例包括如示例110所述的要素，其中，所述功率消耗与一系列测量的功率消耗值的指数移动平均值相关。

示例112

本示例包括根据示例105至110中任一项所述的要素，并且进一步包括：用于由所述ptas逻辑为与所述冷却区相关联的每个风扇获取对应的风扇速度的装置。

示例113

本示例包括根据示例105至110中任一项所述的要素，其中，至少部分地基于至少一个风扇速度并且至少部分地基于所述冷却区的所述配置确定所述体积空气流量。

示例114

本示例包括根据示例105至110中任一项所述的要素，其中，至少部分地基于所述所选择的模型确定所述体积空气流量。

示例115

本示例包括如示例107所述的要素，其中，至少部分地基于所述体积空气流量确定所述出口温度。

示例116

本示例包括根据示例105至110中任一项所述的要素，并且进一步包括：用于由所述ptas逻辑获取冷却区配置数据的装置。

示例117

本示例包括根据示例105至110中任一项所述的要素，并且进一步包括：用于由所述ptas逻辑将所述冷却区体积空气流量提供给数据中心管理系统的装置。

示例118

本示例包括如示例107所述的要素，并且进一步包括：用于由所述ptas逻辑将所述冷却区出口温度提供给数据中心管理系统的装置。

示例119

本示例包括根据示例105至110中任一项所述的要素，其中，所述冷却区的所述配置与所述冷却区的初始配设的配置不同。

示例120

本示例包括根据示例105至110中任一项所述的要素，其中，所述冷却区包括机架中包含的风扇，所述机架包括所述冷却区。

示例121

本示例包括如示例108所述的要素，并且进一步包括：用于由所述模型生成逻辑接收冷却区配置数据的装置；用于由所述模型生成逻辑设置脉冲宽度调制(pwm)占空比的装置；用于由所述模型生成逻辑采集所述冷却区中包括的每个风扇的风扇速度的装置；用于由所述模型生成逻辑从风道中采集体积空气流量的装置；以及用于由所述模型生成逻辑存储每个所采集的风扇速度和所采集的体积空气流量的装置。

示例122

本示例包括如示例121所述的要素，其中，所述pwm占空比大于或等于25％。

示例123

本示例包括根据示例105至110中任一项所述的要素，其中，所述所选择的模型包括至少一个模型系数以使风扇速度和与电源风扇相关的独立项相乘。

示例124

本示例包括如示例123所述的要素，其中，所述风扇速度对应于多个风扇速度中的最大风扇速度。

示例125

本示例包括如示例121所述的要素，并且进一步包括：用于由所述模型生成逻辑重复设置、采集所述风扇速度、采集所述体积空气流量以及针对多个pwm占空比值中的每个进行存储的装置。

示例126

本示例包括如示例125所述的要素，其中，pwm占空比值的数目与所述冷却区中包括的风扇区的数目相关。

示例127

本示例包括根据示例105至110中任一项所述的要素，其中，所述多个模型中的至少一个模型与多种冷却区配置相关。

示例128

本示例包括根据示例1至3中任一项所述的要素，其中，所述冷却区的所述配置被表示为数值向量。

示例129

本示例包括如示例25所述的要素，其中，所述冷却区的所述配置被表示为数值向量。

示例130

本示例包括根据示例48至52中任一项所述的要素，其中，所述冷却区的所述配置被表示为数值向量。

示例131

本示例包括根据示例82至87中任一项所述的要素，其中，所述冷却区的所述配置被表示为数值向量。

示例132

本示例包括根据示例105至110中任一项所述的要素，其中，所述冷却区的所述配置被表示为数值向量。

示例133

本示例包括根据示例48至52中任一项所述的要素，其中，至少一个机架元件对应于可变配置。

示例134

一种计算机可读存储设备，具有存储在所述计算机可读存储设备上的指令，所述指令在由一个或多个处理器执行时引起包括以下各项的操作：根据示例25至47中任一项所述的方法。

示例135

一种系统，包括被安排用于执行如示例25至47中任一项所述的方法的至少一个设备。

示例136

一种设备，包括用于执行如示例25至47中任一项所述的方法的装置。

本文中已采用的术语和表达用作描述而非限制术语，并且在使用这种术语和表达时不旨在排除所示出且所描述的特征(或其部分)的任何等效物，并且应当认识到，在权利要求书范围内的各种修改是有可能的。因此，权利要求书旨在涵盖所有这种等效物。

在此已经描述了各种特征、方面和实施例。如将由本领域技术人员理解的，特征、方面和实施例易受与彼此的组合以及受变化和修改的影响。因此，本公开应被认为包含这种组合、变化和修改。