Contents — find the section you need
Change parameters and verify
Open the panel, then press Run to load Python. You can stop execution and reset parameters. Results are computed on this device. No Python installation is required.
Local execution steps below are optional for reproducing the source results; they are not required for the browser experiment.
The experiment controls are in English.
Para um servidor doméstico, considere longos períodos de inatividade e o consumo de energia por carga de trabalho concluída, bem como os picos de consumo em watts. Este artigo apresenta um método de registro de dados com um medidor de tomada. Nenhum servidor real foi medido; os dados de 40 W anexados são uma validação aritmética sintética.
Defina o limite da medição
Especifique se o medidor abrange apenas o servidor, as perdas do UPS, o armazenamento externo ou os equipamentos de rede. Use um medidor com a potência nominal adequada; nenhuma modificação na fiação interna é necessária.
Leia a potência ativa (W) e a energia (Wh). A tensão multiplicada pela corrente resulta na potência aparente (VA); o fator de potência é importante para cargas CA. Não considere V × A como watts consumidos sem essa distinção. Consulte os fundamentos de medição de energia da Yokogawa para obter informações sobre potência ativa/aparente e fator de potência. Registre a resolução, a precisão, o intervalo de registro e a faixa de baixa carga do medidor, conforme indicado no manual.
Defina um estado ocioso
Evite atualizações e indexação na inicialização. Registre serviços, configurações da CPU, residência do modelo da GPU, estado de rotação do disco, tela, ventoinhas e temperatura ambiente. Escolha um intervalo estável, não apenas uma porcentagem baixa de CPU. Uma janela de dez minutos pode não registrar uma tarefa que é executada a cada trinta minutos; comece com um registro mais longo para identificar ciclos.
Discos desligados e em rotação são condições distintas. Economia de energia, latência de primeiro acesso e contagem de inicialização/parada são eixos de avaliação diferentes.
Mantenha o trabalho de inferência e armazenamento fixos
Para IA, fixe o modelo, a quantização, o prompt, o limite de saída, a concorrência e o estado do cache. Use a medição local-LLM para alinhar o início/conclusão da solicitação e as contagens geradas com o registro de energia. Separe os testes com carga inclusiva dos testes com modelo residente.
Para armazenamento, corrija a contagem de arquivos, bytes, leituras/gravações e estado do cache usando dados de teste dedicados. Defina a conclusão como retorno do aplicativo ou conclusão da sincronização. Leituras com acerto de cache não medem apenas o disco.
Integrar watts ao longo do tempo
Com registros de tempo t em segundos e potência P em watts, uma aproximação trapezoidal fornece:
Divida Wh pela duração em horas para obter a média de W. 40 W constantes por 600 s resultam em 6,667 Wh. Supondo 40 W continuamente por 24 horas ao longo de 30 dias, obtemos 28,8 kWh. Estes são exemplos aritméticos, não o consumo medido deste site ou uma previsão de conta.
Tentar integração com CSV
Salve power_log.py e o CSV sintético juntos. A execução foi verificada com Python 3.12.3 usando apenas sua biblioteca padrão:
python3 power_log.py server-power-synthetic.csv
Saída esperada: duration_s=600, mean_W=40, energy_Wh=6.666666… e samples=601. O resultado da validação está disponível. Use as colunas time_s e power_W e um intervalo contínuo por arquivo. A ferramenta rejeita tempos duplicados, valores não finitos, potência negativa e intervalos maiores que 2 s. Este padrão assume registro de 1 Hz; altere explicitamente --max-gap para outro intervalo.
peak_sampled_W é a maior amostra, não uma garantia sobre picos entre amostras. Um medidor que reporta médias de intervalo pode exigir integração compatível com essa convenção de saída.
Interpretar comparações
Relate o total de Wh separadamente do incremento de Wh após subtrair a média de W em repouso multiplicada pela duração da carga de trabalho. A subtração pressupõe que o estado ocioso teria persistido e não isola com precisão o consumo de energia da CPU, GPU ou disco. A eficiência das ventoinhas e da fonte de alimentação pode variar mesmo com a alteração de uma única configuração de carga de trabalho.
Um consumo maior de watts ainda pode resultar em menor consumo de energia (Wh) se o mesmo trabalho for concluído mais rapidamente. Longos períodos de ociosidade também podem superar pequenas economias em tarefas curtas. Inclua em cada comparação os limites, o ambiente, o intervalo de registro, as repetições, a duração, o consumo médio de watts (W), a média de Wh e o trabalho concluído.
Comentários
Entre na sua conta para continuar.
Ainda não há dados.