Modelli e algoritmi di allocazione per la minimizzazione del consumo energetico nei data-center

Transcript

1 Università degli Studi di Siena Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Corso di Laurea in Ingegneria Gestionale Modelli e algoritmi di allocazione per la minimizzazione del consumo energetico nei data-center Tesi di Laurea di Matteo Cancelli 15 Aprile 2014 Relatore: Prof. Alessandro Agnetis Correlatore: Dott. Ing. Simone Sbrilli Anno Accademico

2

3 Un ringraziamento particolare a: Prof. Alessandro Agnetis Dott. Ing. Simone Sbrilli

4

5 A mio fratello Giacomo, Ai miei genitori Fabrizio e Loredana, A Camilla hanno sempre avuto fiducia in me.

6

7 Un ulteriore sentimento di gratitudine è rivolto a tutti i miei amici, ai componenti della Gita e affini, ai ragazzi dell Oca, alle persone della Banda Città del Palio, ai miei allievi. Ognuno ha contribuito in questo lungo periodo ad insegnarmi tante piccole cose, a tirarmi su di morale, a starmi vicino e ad infondermi fiducia e coraggio. Mi avete sostenuto e stimolato a non mollare mai ed avete sempre creduto in me.

8 Indice Introduzione 1 1 Metodologie di riduzione costi nei data center Data Center IT Equipment Alimentazione Cooling Data center Energy Management Workload management Standard Performance Evalutation Corporation CPU e loro efficienza Gestione alimentazione Virtual Machine Potenzialità della virtualizzazione Modello per la gestione dei costi nei data center Euristica e descrizione dei dati Dati del problema Descrizione dell euristica Programma di scheduling i

9 2.3.1 Euristica consolidata Euristica distribuita Esperimenti computazionali Configurazione degli esperimenti Simulazione Simulazione Simulazione Simulazione Conclusioni Sviluppi futuri Appendice 1 61 A 63 B 81 Appendice 2 80 Bibliografia 105

10 Elenco delle figure 1.1 Consumi energetici Data center Curve Efficienza UPS Statici (Fonte: apc) Configurazione raffreddamento corridoio caldo/freddo Data center Energy Management Diagramma SPECPower Benchmark SPECPower per generazioni di server differenti Virtualizzazione in un caso di studio Densità di calore prima e dopo la virtualizzazione Variazioni medie di temperatura delle CPU Variazioni Cpu su VMs Consumo in watt dei server su % di carico Consumo in watt dati Tab Andamento tasso di interarrivo Funzionale di costo Simulazione Funzionale di costo Simulazione Funzionale di costo Simulazione Simulazione 1-Risultati euristica di Consolidamento Simulzione 1-Risultati euristica Distribuita Flusso task nel sistema iii

11 3.8 Simulazione 1-valore funzione obiettivo Simulazione 1-risparmi in % Simulazione 2-Risultati euristica Consolidamento Simulazione 2-Risultati euristica Distribuita Simulazione 2-Valore funzione obiettivo Simulazione 2-Confronto euristiche Simulazione 3-Valore funzione obiettivo Simulzione 4-Risultati euristica Consolidamento Simulzione 4-Risultati euristica Distribuita Simulzione 4-Risultati 5 simulazioni

12 Elenco delle tabelle 1.1 Opzioni di gestione dell alimentazione Valori consumo 249 server Funzioni interpolazione Dati Server Parametri della funzione obiettivo A.1 Consumo energetico 249 server

13

14 Introduzione Nel mondo del calcolo e dello storage la competizione nell offrire al cliente sempre più spazio e servizi di tipo cloud a basso costo vede scontrarsi aziende del calibro di Amazon e Oracle [1]. Questa nuova spinta di crescita dovuta ad un nuovo tipo di business basato sullo web storage ha imposto ai classici data center un piccolo cambio di rotta per continuare ad essere concorrenziali. Oppressi da bollette elettriche da capogiro 1, le aziende hanno iniziato a ricercare soluzioni per ridurne il consumo all interno dei data center. Ad oggi si iniziano così a sviluppare soluzioni che prendono in considerazione strategie di lungo, medio e breve termine. Le soluzioni di lungo periodo riguardano la locazione geografica dei data center per sfruttare ad esempio energia pulita direttamente alla fonte (più economica) o utilizzare le condizioni ambientali per il raffreddamento dei componenti[2]. La strategia di riallocazione richiede investimenti e tempi di attesa elevati anche per data center di piccole dimensioni, per questo tali soluzioni non sono molto appetibili. Uno dei pochi esempi di strategia di lungo periodo riguarda il data center di Google a The Dalles (Oregon), costruito nel 2006 vicino alla centrale idroelettrica. La particolare posizione geografica permette di sfruttare l energia prodotta dalla centrale ad un costo molto bas- 1 è stato calcolato che nel 2011 i server hanno consumato un quantitativo di energia vicino al 3% dell energia annua consumata dagli Stati Uniti 1

15 so. Il costo sostenuto si aggira attorno ai 600 milioni di $, molto sostanziale ma che rende l idea di quanto possano incidere i costi legati al consumo elettrico. Uno degli ultimi data center in costruzione è un progetto finanziato da Microsoft con un investimento di 170 milioni di e per la costruzione di un nuovo data center accanto a quello in funzione vicino a Dublino (sempre di Microsoft) e che diverrà operativo già dalla primavera del Questa scelta nasce dalla possibilità di poter sfruttare l infrastruttura preesistente di interconnessione. Dato che uno dei problemi rilevanti al fine del consumo elettrico riguarda il raffreddamento dei componenti, alcune compagnie esplorano con sempre più interesse la possibilità di sfruttare le condizioni climatiche di alcuni paesi come Alaska, Islanda, Canada ecc...tuttavia sorgono due principali problemi. Il primo riguarda le temperature estreme che si registrano in questi luoghi, imponendo non tanto un consumo sul raffreddamento quanto sul riscaldamento per evitare il mal funzionamento dei componenti. La seconda problematica si riferisce all isolamento di queste zone con un infrastruttura di connessione tutta da costruire e che ne fa lievitare enormemente i costi. Le soluzioni di cui sopra sono esempi di decisioni che hanno conseguenze di vasta portata e non sono quindi uno strumento di riduzione dei costi da considerare nel primissimo futuro ma riguardano piuttosto una programmazione ed uno studio molto approfondito. Le misure a medio termine si riferiscono alla gestione dell architettura dei data center. L esempio più significativo riguarda l istallazione di scambiatori di calore dei server e il posizionamento delle ventole di raffreddamento [3, 4]. Altri rimedi intermedi possono comprendere la sostituzione dell hardware corrente con uno più efficiente a parità di calcolo computazionale ma chiaramente più costoso. Delle soluzioni a medio termine riguardano anche la sostituzione di un sistema di raffreddamento ad aria con uno a liquido. 2

16 Hardware moderni che sfruttano quest ultima tecnologia sono disponibili ma con costi elevati[5]. Alcuni di questi cambiamenti che riguardano anche modifiche nell architettura dei data center possono essere implementati nel breve periodo e porterebbero sicuramente enormi vantaggi di tipo economico anche se successivi ad un sostanziale investimento. Proprio il problema di reperire ingenti fondi non permette ad alcuni data center di accedere a queste tecnologie, di conseguenza permangono alti costi energetici. In questo lavoro si tralascerà lo studio di soluzioni a medio-lungo periodo per andare ad esplorare metodologie di intervento a breve termine. Esse permettono diversi vantaggi, primo fra tutti i tempi e l ammontare degli investimenti di implementazione e messa in opera. In generale si parla di soluzioni di tipo software che esplorano nuove metodologie di gestione del carico in ingresso al data center. Prendendo in considerazione parametri più o meno complessi l obiettivo è ridurre drasticamente il consumo di energia elettrica necessaria al funzionamento dei server. In particolare si andrà a simulare delle soluzioni realistiche implementando due metodologie di distribuzione del workload[1]. Il confronto sarà effettuato tra una soluzione che tenta di accentrare il carico di lavoro su pochi server mantenendo inattivi gli altri rispetto ad una soluzione che permetta una distribuzione equa che evita di raggiungere valori di picco per alcuni server. Le soluzioni che si troverà metteranno in luce che una metodologia online che concentra il carico di lavoro, su server più efficienti e meno onerosi dal punto di vista energetico, possa essere preferita ad una distribuzione uniforme del workload su tutti i server. I risparmi che abbiamo potuto constatare arrivano fino al 60%. È necessario precisare che questi risparmi sono consi- 3

17 stenti per bassi payload ma tenderanno ad annullarsi negli scenari di utilizzo della massima potenza. Tanto più ci sono spazi di manovra (server scarichi) tanto maggiore sarà l influenza di una metodologia che concentra il lavoro su pochi ma efficienti server. 4

18 Capitolo 1 Metodologie di riduzione costi nei data center Il consumo energetico nei data center è diventato nell ultimo decennio un argomento sempre più affrontato. I costi per potenza energetica richiesta hanno fatto lievitare rapidamente le bollette portando la questione energetica a problema centrale per il controllo della struttura e del sistema informativo. Secondo stime fatte da un progetto europeo sull efficienza energetica dei server 1, l elettricità consumata nei centri di calcolo in Europa nel 2006 era pari a 40 TWh, circa l 1,5% dei consumi totali; valore che è raddoppiato nei successivi cinque anni e che impone provvedimenti atti a ridurne i consumi energetici. Questo notevole aumento è imputato alla continua diffusione di servizi web, software di calcolo previsionali di tutti i tipi e sistemi di assistenza computerizzata ad applicazioni a livello industriale e civile. I principali fruitori di tali servizi sono internet provider, banche, industrie, istituti di ricerca ed università

19 1.1 Data Center Un centro di calcolo è una struttura fisica, progettata per ospitare e gestire un numero elevato di apparecchiature e infrastrutture informatiche (compreso lo storage dei dati) in modo da poterne garantire la sicurezza fisica e gestionale. Un data center è diviso principalmente in tre macro aree: IT Equipment, che comprende server, desktop, monitor, stampanti etc. che eseguono l elaborazione e il trattamento dei dati; sistemi di alimentazione, che garantiscono continuità e qualità elettriche alle apparecchiature IT, fra i quali troviamo unità UPS (Uninterruptible Power Supply o gruppi di continuità), PDU (Power Distribution Unit o unità di distribuzione dell alimentazione) e PSU (Power Supply Unit o alimentatori); sistemi ausiliari, che comprendono gli impianti di raffreddamento (o cooling) della sala e degli apparati elettronici, l illuminazione, i sistemi di sicurezza come quelli antincendio e quelli a garanzia della continuità elettrica (gruppi elettrogeni); Figura 1.1: Consumi energetici Data center 6

20 Nella figura 1.1 possiamo notare che solamente il 50% dei consumi totali è usato nell alimentare le apparecchiature IT che svolgono il lavoro utile in un centro di calcolo, il restante è diviso tra sistema di raffreddamento (circa il 30%) e di alimentazione elettrica. A fini energetici è quindi fondamentale che la parte di consumi relativi alla continuità elettrica e raffreddamento siano i minori possibili. È necessario ricercare le inefficienze attraverso lo studio dei valori dei flussi energetici all interno del centro di calcolo. La misurazione dei valori di potenza necessari alle varie apparecchiature è fondamentale per la valutazione dell efficienza energetica del data center. Per valutare l efficienza energetica di un centro di calcolo sono stati definiti due macro indici che mettono in relazione la potenza fornita alle apparecchiature elettroniche con quella totale immessa nella struttura data center, comprendente alimentazione e raffreddamento. Il primo indice è la POWER USAGE EFFECTIVENESS P UE = P otenzat otale P otenzait Mentre il secondo è il DATA CENTER INFRASTRUCTURE EFFI- CIENCY DCIE = 1 P UE Questi indici permettono di avere un idea riguardo a prestazioni, possibilità di miglioramento e confronto tra diversi data center. Un PUE pari a 3, indica che la potenza richiesta dagli strumenti IT è circa un terzo di quella in ingresso. Il valore limite di PUE è pari a 1 quando la potenza totale corrisponde alla potenza IT. Viene spesso usato anche il suo reciproco il DCIE (Data center Infrastructure efficiency = 1/PUE). Da studi effettuati il valore del PUE ora si aggira intorno a 3 e dovrebbe arrivare fino a valori di circa 1,2 1,5 per avere una buona efficienza energetica (non si tratta di prestazioni 7

21 futuribili: il centro di calcolo di Google ha un PUE di 1,3 2 ) IT Equipment A fini energetici, nella scelta delle Information Technology si devono relazionare le prestazioni alla potenza assorbita dalle apparecchiature. Queste sono le responsabili del lavoro utile del datacenter, ma anche della produzione del calore che deve essere dissipato. Minore potenza elettrica richiesta equivale a minore calore prodotto. Nella scelta della CPU, per esempio, è molto importante non solo valutare le performance di calcolo, ma anche il rapporto con la potenza assorbita (performance per Watt) e come questo varia in base alla percentuale di utilizzazione. Con l uso di tecnologie efficienti la produzione di calore è minore e tutta l efficienza del centro di calcolo può aumentare. Nella scelta delle apparecchiature possono essere di aiuto alcuni programmi di adesione volontaria che classificano ed etichettano quelle più efficienti. Nel caso di server, PC, desktop, monitor e stampanti il più importante è il marchio Energy Star 3, mentre nel caso degli alimentatori (o PSU) è il programma 80PLUS 4. Una delle operazioni che oggi porta a notevoli vantaggi dal punto di vista energetico per le apparecchiature IT è la Virtualizzazione. Come vedremo nel dettaglio più avanti, questa tecnica consiste nel poter creare più server virtuali, che hanno le stesse funzionalità dei reali, all interno di un unica unità fisica o in unità fisiche distribuite. Si slega di fatto il concetto di PC come hardware fisso in quanto m macchine possono far girare un numero arbitrario di pc virtuali. Il software di virtualizzazione permette di creare macchine virtuali con sistemi operativi dedicati, che possano svolgere funzioni specifi

22 che sfruttando al massimo le loro potenzialità. In questo modo è possibile l eliminazione fisica di molti armadi rack e delle relative richieste di energia e di raffreddamento. Il software permette di gestire dinamicamente al meglio le risorse hardware disponibili (CPU,memoria, storage etc.) in funzione delle richieste delle diverse macchine virtuali. Un altra operazione molto usata riguarda il Consolidamento. In questo caso si ha la rimozione di server tramite il passaggio a nuove tecnologie molto più prestazionali ed efficienti. Secondo uno studio Intel è possibile sostituire 9 armadi rack dell anno 2005 con un solo rack del 2009 a parità di prestazioni e con una riduzione del 90% di consumi e di spazio Alimentazione Per un funzionamento ottimale del centro di calcolo molto importante è la qualità elettrica (fattore di potenza elevato) e l affidabilità del sistema di alimentazione. Proprio per questo il gruppo di continuità o UPS ricopre una delle funzioni più critiche e la sua corretta scelta può portare notevole vantaggi. Oggi sul mercato sono presenti UPS statici che in doppia trasformazione AC/DC e DC/AC presentano un efficienza media maggiore del 95% con variazione minima in relazione al carico assorbito, a differenza di quelli di vecchia generazione in cui si aveva una notevole diminuzione dell efficienza al diminuire del carico. Il passaggio ad UPS ad alta efficienza porta notevoli vantaggi dal punto di vista dei consumi, con una riduzione notevole delle spese e con tempi di ritorno dell investimento molto brevi. Inoltre, per avere maggiore flessibilità di adattamento alla variazione di carico del centro di calcolo, è consigliabile avere sistemi UPS modulabili nei quali sia possibile aggiungere o rimuovere parti in maniera semplice e veloce. 9

23 Figura 1.2: Curve Efficienza UPS Statici (Fonte: apc) Cooling Allo stato attuale la configurazione di raffreddamento classica in un centro di calcolo è a pavimento flottante con immissione di aria dal basso, unità di trattamento aria ai lati della sala e divisione tra corridoi caldi e freddi. Poiché in questo modo si tiene sotto controllo la temperatura della sala e non quella degli strumenti, è molto importante la gestione dei flussi d aria. Infatti è bene che non avvenga la miscelazione tra l aria calda in uscita dalle macchine e l aria fredda in ingresso nella sala. Una migliore guida e controllo dei flussi di aria tramite canalizzazioni, barriere o altri semplici accorgimenti porta notevoli vantaggi dal punto di vista energetico, riducendo la potenza richiesta dai chiller e dai ventilatori, in quanto si dovrà movimentare una quantità di aria minore per avere lo stesso effetto utile. Dato il continuo aumento delle prestazioni delle apparecchiature informatiche, la potenza elettrica istallata per ogni armadio è aumentata notevolmente, ed in molti casi il sistema di raffreddamento classico non è più sufficiente. Sono stati introdotti nuovi sistemi di raffreddamento per file, in cui l unità di raffreddamento non è messa ai lati della sala, ma tra due armadi 10

24 Figura 1.3: Configurazione raffreddamento corridoio caldo/freddo rack o comunque nelle vicinanze del carico termico da dissipare. In questo modo si evita la possibilità di miscelazione tra aria calda e fredda. Nei casi in cui il raffreddamento ad aria non riesca a sopperire al carico, si può passare ad un sistema di raffreddamento a liquido diretto nel componente, con un asportazione del calore più efficace e localizzata. Uno degli interventi che può dare notevoli vantaggi dal punto di vista energetico è l uso del Free Cooling. Questo sistema consiste nell immettere direttamente aria esterna all interno (Free Cooling Diretto), opportunamente filtrata ed eventualmente umidificata e deumidificata. È chiaro che l aria dovrà avere una temperatura adeguata al raffreddamento richiesto dalle apparecchiature. Nel caso di Free-Cooling indiretto invece si raffredderà l acqua del circuito di raffreddamento con un sistema di evaporazione, sempre con l ausilio gratuito dato da una minore temperatura dell aria esterna. Esempi di risparmi attraverso una corretta gestione del calore all interno della sala server possono dare cospicui vantaggi come nel seguente esempio[5]. In un centro di calcolo che si sviluppa su una superficie di circa 3000m 2 con 1000 armadi rack standard il cui consumo medio è di 10KW, il costo iniziale per acquisto e installazione del sistema di raffreddamento (unità CRAC) varia dai 2 ai 5 milioni di dollari; con un costo medio di 100$/WMh il solo costo annuale per il cooling si aggira dai 4 agli 8 milioni di dollari. Un data center che adotta la medesima configurazione e capacità di calcolo ma 11

25 che riesce a mantenere la temperatura ambiente di soli 5 C più alta 5 va ad incidere con un risparmio tra il 20% e il 40% sull energia consumata dalle unità CRAC con costi inferiori di 1-3 milioni di dollari. Si deve però tenere presente che un aumento della temperatura interna del data center se non gestito correttamente è causa di un abbassamento dell affidabilità dei componenti. Recenti studi[6] indicano che un server tipico deve ricevere un flusso d aria ad una temperatura tra i 20 C e i 30 C. Ogni incremento di 10 C già a partire dai 21 C fa diminuire l affidabilità nel lungo periodo dei componenti elettronici di ben il 50%. Altri studi mettono in luce che un aumento di 15 C aumenta il tasso di guasto degli hard disk di un fattore 2. Le condizioni all interno del data center possono cambiare in maniera repentina, un incremento non controllato della temperatura ambiente può essere potenzialmente molto dannoso in zone particolarmente sollecitate. 1.2 Data center Energy Management Le tre sezioni del data center e relative scelte non devono però essere valutate singolarmente, ma in modo integrato, sia in fase di progettazione, sia durante il funzionamento. L uso di tecnologie efficienti, infatti, deve essere accoppiato ad una gestione energetica ottimale, con una visione complessiva e d insieme di tutto il centro di calcolo, partendo dalla parte più piccola che è il processore fino ad arrivare all intero edificio, passando per armadi rack, unità di condizionamento e sistemi elettrici. Il lavoro svolto andrà a monitorare alcuni parametri di seguito riportati e attraverso una riconfigurazione adeguata dello scheduling mostrerà i risparmi energetici ottenibili. Tra i principali parametri da esaminare ci sono: 5 Generalmente le temperatura in ingresso all armadio si aggirano attorno i 20 C 12

26 i consumi energetici di tutti i componenti (server); i processi in esecuzione; la percentuale di utilizzazione dei server; lo spegnimento delle unità non utilizzate; Figura 1.4: Data center Energy Management 1.3 Workload management La gestione del carico è il punto di partenza delle nostre analisi. Questo studio si concentra sull analisi delle soluzioni a breve termine tralasciando quello a medio e lungo periodo e mostrerà una serie di tecniche sviluppate al fine di ottimizzare la struttura preesistente del data center. Gli approcci principali per migliorare l efficienza energetica implicano la selezione di un hardware e la progettazione di un sistema ad alta efficienza energetica, la gestione del risparmio energetico sia per singoli componenti sia del sistema in generale e, ultimo ma non meno importante, il consolidamento e la virtualizzazione dell hardware[7]. 13

27 1.3.1 Standard Performance Evalutation Corporation L efficienza energetica dei server è fortemente migliorata negli ultimi anni, principalmente grazie allo sviluppo di un efficace gestione dell alimentazione dei componenti hardware. Ad oggi, l efficienza energetica del server viene valutata e dichiarata sulla base dei requisiti Energy Star e del benchmark SPECpower (Standard Performance Evalutation Corporation 6 ). Gli attuali requisiti ENERGY STAR per i server business stabiliscono i criteri di efficienza energetica per i server rack e a piedistallo che contengono fino a 4 socket per micropocessori. I requisiti definiscono i livelli massimi di consumo in modalità inattiva per server con uno o due socket per microprocessore, nonché criteri per l efficienza dell alimentazione e configurazioni di gestione dell energia.i criteri per la modalità inattiva sono utili principalmente come indicatori di efficienza per condizioni di carico medio-basso. Carichi estremamente bassi sui server(ad esempio inferiori al 15%) sono ancora abbastanza comuni, sebbene il consolidamento dell hardware per raggiungere livelli di intensità superiori dovrebbe essere un obiettivo generale come si vedrà analiticamente in questo lavoro. L efficienza energetica del server a più alti carichi di lavoro e per sistemi consolidati viene trattata con il benchmark SPECPower, che è però focalizzato sull efficienza legata ai processori (CPU) più che su tutta la componentistica attorno. Uno strumento completo di valutazione dell efficienza energetica dei server sviluppato sempre dalla SPEC Organization è il SERT (Server Efficiency Rating Tool), che prende in considerazione tutti i principali componenti hardware del server a diversi livelli di carico, quali processori, memoria e storage. 6 SPEC è una organizzazione non-profit che stabilisce, mantiene e sostiene parametri standardizzati per valutare le prestazioni per la nuova generazione di sistemi di calcolo. La sua composizione comprende 130 principali fornitori di hardware e software per computer, istituzioni educative, organizzazioni di ricerca e agenzie governative di tutto il mondo 14

28 Rispetto allo SPECpower_ssj2008, SERT non è un benchmark comparativo che produce risultati power/performance, piuttosto si caratterizza nel fornire dettagliate informazioni sull influenza della CPU, memoria, storage nella configurazione I/O sull efficienza energetica dei server, ma ad oggi non abbiamo risultati pubblicati. Un ampia adozione del SERT ridurrà gli oneri dei test sul settore server e consentirà raffronti più significativi e coerenti sui prodotti venduti in diverse regioni del mondo. SPECPower_ssj2008 è stato il primo benchmark standard del settore che valuta le caratteristiche di consumo e prestazione per singolo server e per server multi-nodo. La spinta per la creazione di questo benchmark è venuta dai produttori di computer e dai governi che hanno iniziato a preoccuparsi della mole di energia elettrica consumata dai server. Questo bencmark permette di misurare l energia elettrica consumata con il livello prestazionale in modo da aiutare i gestori di IT nel prendere in considerazione anche le caratteristiche di consumo dei componenti oltre ad altri criteri per aumentare l efficienza dei data center. Il carico di lavoro va ad agire sulle CPU, sulla cache, sulla memoria e sulla scalabilità della memoria condivisa del processore (Shared Memory Processors) oltre all implementazione della JVM (Java Virtual Machine), del compilatore JIT (Just In Time), dei threads e di alcuni aspetti del sistema operativo. Il benchmark gira su una vasta varietà di sistemi operativi e di architetture hardware e non richiede infrastrutture particolari e di grandi dimensioni. Un esempio di come vengono forniti i dati è dato dalla Figura 1.5 che mostra i risultati SPECPower per un server. Il tipico grafico SPEC fornisce informazioni sulla performance media per watt sulla gamma di carichi diversi, così come i valori per una decina di differenti livelli di carico. In questo modo i server possono essere confrontati. 15

29 Figura 1.5: Diagramma SPECPower CPU e loro efficienza All interno dei server il componente che richiede il maggior consumo è costituito dalla CPU, così da porre l accento su quei modelli di CPU che prevedono una efficace gestione energetica e che ne incrementano l efficienza. Il consumo delle CPU dipende dai parametri di tensione e frequenza e si basa su una Scala Dinamica di Tensione e Frequenza (DVFS) o sullo spegnimento dei core. Sempre più di uso comune ci riferiamo al consumo delle CPU in base al loro TDP (potenza di progettazione termica) che indica il livello massimo di potenza che al sistema di raffreddamento di un server è chiesto di dissipare. In pratica però il dato di TDP fornisce solo limitate informazioni perché il valore del consumo energetico dipende anche dalla gestione dell energia. Negli ultimi anni i produttori offrono versioni di CPU a basso consumo che possono portare ad elevati livelli di efficienza nel rispetto delle specifiche esigenze di performance. A partire da Win 98 i vari S.O. supportano una gestione energetica basata sulle specifiche ACPI (Advanced Configuration and Power Interface) che permettono una regolazione dei consumi del sistema (Standby del monitor, spegnimento automatico dell hard disk ecc...). La versione

30 introduce novità per quanto riguarda il mobile, i PC e le Work Station, più libertà nel creare varie soluzioni, dalla soft alla hard per la gestione energetica agendo sulla configurazione della scheda madre ed altre migliorie minori. La gestione dell alimentazione nelle moderne CPU mostra il suo effetto come visto dai risultati di benchmark pubblicati su SPEC. Ad esempio andiamo ad osservare come variano i valori per Hewlett-Packard Company ProLiant DL380 G7 (del 2011) e il predecessore G4 (del 2004). La differenza di consumo tra pieno carico e la modalità inattiva è del 76% per il G7 e del 42% del G4 senza considerare che il consumo in idle del G4 è inferiore al consumo del G7 a pieno carico nonostante una differenza di operazioni per watt che passa dalle 45.2 globali alle 3197 dell ultima versione. In Figura 1.6 il confronto delle due generazioni di server. (a) HP-G7 (b) HP-G4 Figura 1.6: Esempio di benchmark SPECPower per generazioni di server differenti (G4, G7 di HP) 17

31 1.3.3 Gestione alimentazione La gestione dell alimentazione oltre a riguardare i singoli componenti hardware e le singole unità server viene sempre più spesso affrontata nella gestione della totalità del sistema. La maggior parte dei server è ancora utilizzata con modesti carichi di lavoro, quindi c è un grande potenziale di risparmio energetico da raggiungere grazie al consolidamento dell hardware o con la gestione energetica a livello di sistema. A livello di componenti, la gestione energetica ad alto livello regola prestazioni e consumi secondo l effettiva richiesta, e spegne o riduce le risorse quando non necessarie. La Tabella 1.1 mostra i vari approcci di gestione energetica a diversi livelli. Il software per la ge- Tabella 1.1: Opzioni di gestione dell alimentazione dal livello dei componenti a quello dei data center Livello dei componenti Livello di data center Livello di sistema Livello rack CPU (Package/core C- states, P-States, T-States, acceleratore termico) S-states Gestione del sistema o del nodo Equilibrio applicazione / carico Altri componenti (D-states, L-states) Gestione dell energia basata su piattaforma Equilibrio applicazione / carico Controlli delle strutture e delle apparecchiature Pianificazione dei carichi di lavoro Gestione chassis De-duplicazione dei dati, ecc. Controllo della velocità di ventilazione Gestione multi-rack, consolidamento dinamico stione dei server fornisce strumenti sia per il sicuro funzionamento del server stesso sia per una gestione energetica complessiva. Tali strumenti possono contribuire efficacemente a ridurre il consumo energetico in quanto facilitano l attuazione di politiche sull uso dell energia di tutto il sistema server e forniscono funzionalità quali la gestione della fornitura, del monitoraggio e della configurazione che possono incrementare fortemente l efficienza del sistema. Le principali funzionalità sono generalmente: fornitura 18