背景技术：
1、高性能计算(hpc)是指被用来解决大型并且复杂的计算问题的系统。通常，hpc需要专门的高性能硬件来驱动大规模并行中央处理单元(cpu)。多年来，超级计算机一直是被用来运行大规模计算的主要硬件。然而，最近的技术进步提供了执行hpc的备选方法，其成本远低于传统超级计算机。
2、hpc的新方法之一涉及集群的使用。集群是独立的系统设备，它们联网在一起形成并行处理器系统。每个系统设备独立地运行，并且解决部分分发计算。廉价但功能强大的个人计算机与快速联网技术的结合使得集群化在解决大型计算问题方面与超级计算机一样有效，但是价格却便宜得多。尽管系统设备的集群化有利于提供hpc，但是集群系统的管理并非微不足道。管理数百个独立运行的系统设备带来了许多挑战，包括物理方面(散热、维护访问等)和系统管理任务(设置机器、检查状态等)。因此，用于解决这些问题和相关问题的方法可能是所期望的。
技术实现思路
1.一种用于在异构系统上应用系统功率上限的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述功率上限范围包括最大功率上限和最小功率，其中计算所述系统功率上限范围包括：
3.根据权利要求2所述的方法，还包括：
4.根据权利要求2所述的方法，还包括：
5.根据权利要求1所述的方法，其中针对所述多个可控系统设备的所确定的所述功率上限基于被配置为基于所请求的所述功率上限来将功率上限分配给每个可控系统设备的分发方案。
6.根据权利要求1所述的方法，还包括：
7.根据权利要求6所述的方法，其中所述最佳功率上限分配基于标识所述多个功率上限分配中相对于所述多个功率上限分配中的剩余功率上限分配具有最接近所请求的所述功率上限的功率上限之和的功率上限分配。
8.根据权利要求1所述的方法，其中所述功率上限范围基于所述多个可控系统设备的硬件架构，并且其中所述功率上限值基于所述多个非可控系统设备的硬件架构。
9.一种系统，包括：
10.根据权利要求9所述的系统，其中所述功率上限范围包括最大功率上限和最小功率，其中计算所述系统功率上限范围包括：
11.根据权利要求10所述的系统，其中所述一个或多个处理器还被配置为执行所述指令以：
12.根据权利要求10所述的系统，其中所述一个或多个处理器还被配置为执行所述指令以：
13.根据权利要求9所述的系统，其中针对所述多个可控系统设备的所确定的所述功率上限基于被配置为基于所请求的所述功率上限来将功率上限分配给每个可控系统设备的分发方案。
14.根据权利要求9所述的系统，其中所述一个或多个处理器还被配置为执行所述指令以：
15.根据权利要求9所述的系统，其中所述最佳功率上限分配基于标识所述多个功率上限分配中相对于所述多个功率上限分配中的剩余功率上限分配具有最接近所请求的所述功率上限的功率上限之和的功率上限分配。
16.根据权利要求9所述的系统，其中所述功率上限范围基于所述多个可控系统设备的硬件架构，并且其中所述功率上限值基于所述多个非可控系统设备的硬件架构。
17.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于分发功率上限，所述非暂态计算机可读存储介质被配置有由一个或多个处理器可执行以使所述一个或多个处理器执行操作的指令，所述操作包括：
18.根据权利要求17所述的非暂态计算机可读存储介质，其中所述功率上限范围基于所述多个功率上限范围中的每个功率上限范围的最大功率上限之和、以及所述多个功率上限范围中的每个功率上限范围的最小功率上限之和，并且其中所述系统功率范围基于所述多个功率上限范围和多个非可控系统设备的功率上限值。
19.根据权利要求17所述的非暂态计算机可读存储介质，其中所述操作还包括：
20.根据权利要求17所述的非暂态计算机可读存储介质，其中所述多个可控系统设备包括具有不相似的功率上限范围的多个设备类型，并且其中针对所述不相似的设备类型的功率上限基于所述不相似的功率上限范围。
