Dipartimento di Informatica Sapienza Università di Roma Green Internet: Progettazione di politiche energy aware per reti Internet Prof. Novella Bartolini, Prof. Giancarlo Bongiovanni, Simone Silvestri 1
SM@RT 30-11-2009 Produzione e consumo energetico 2
Contributo dell Information Technology (1) 3
Contributo dell Information Technology (2) 4
Contributo dell Information Technology (3) Costo stimato nel 2007 a 60$/MWh 5
Internet data center Si consuma energia per: computer, network, storage, power and cooling 6
Tutto in uno: container data center (1) Sun S20: 240 server per container Containers: computing, storage and cooling. 7
Tutto in uno: container data center (2) Data center modulare Microsoft, Chicago 8
Tutto in uno: container data center (3) Data center modulare Microsoft, Chicago 24000m 2 per ospitare 400 container 2500 server per container Ogni container integra: computing, networking, power e cooling 300 MW al giorno (equivalente ad una vasta area urbana) Raffreddamento a liquido 9
C è spazio per la ricerca? (1) Hardware E noi cosa possiamo fare? Ingegnerizzazione dei container Networking 10
C è spazio per la ricerca? (2) Green Internet un hot-topic 11
Consumiamo bene questa energia? (1) Utilizzazione media di oltre 5000 server per un periodo di 6 mesi Intervallo operativo predominante 10-50% 12
Consumiamo bene questa energia? (2) Intervallo operativo predominante 10-50% 50% dell energia massima consumata in idle 13
C è spazio per la ricerca? E noi cosa possiamo fare? Il consumo energetico è ottimizzato? E più efficiente mantenere i server con alta utilizzazione E possibile addensare il traffico su pochi server? (e spegnere gli altri..) 14
E possibile addensare il traffico su pochi server? (1) Trovare il minimo numero di server (container) necessari a servire il traffico in arrivo in modo soddisfacente. Requisiti: Efficace (consumo energetico ridotto, QoS garantita) Efficiente (computazionalmente) Adattativo (alle variazioni temporali del traffico) Scalabile (al crescere del # di container) Auto-configurante (rispetto al traffico, alla capacità dei server, ecc.) 15
E possibile addensare il traffico su pochi server? (2) Problemi: Architetture multi-livello http Web Server Dynamic Content Generator Database Server http... Dispatcher...... Fluttuazioni giornaliere del traffico 16
E possibile addensare il traffico su pochi server? (3) Problemi: Traffico bursty Traffico basato su sessione Possibile compresenza di più applicazioni con requisiti di QoS diversi 17
E se i sistemi sono geograficamente distribuiti? Content Delivery Networks (es. Akamai, Google, Limelight, ecc) Google: more than 40 data centers around the world 18
Sistemi geograficamente distribuiti Deviare il carico dove l energia costa meno I prezzi possono variare su base oraria anche di un fattore 10 ATTENZIONE: La QoS può peggiorare! 19
Conclusioni Sistemi IT producono 820 millioni di tonnelate di CO 2 Costi per le aziende elevatissimi (Google 38M$/anno) L efficienza energetica dei server è bassa Aggregare il traffico su meno server riducendo il consumo energetico Sfruttare la distribuzione geografica del sistema web 20
Grazie, domande? 21