[論文レビュー] A Measurement-based Analysis of the Energy Consumption of Data Center Servers

Jordi Arjona, Angelos Chatzipapas+2 more|arXiv (Cornell University)|Feb 4, 2014

Cloud Computing and Resource Management参考文献 9被引用数 10

ひとこと要約

本論文は、動的電圧周波数スケーリング（DVFS）およびマルチコア構成を含むさまざまな条件下におけるデータセンターサーバーのエネルギー消費を、測定に基づいて特徴づけるものである。CPU、ディスク、ネットワークインタフェースの電力の変動を分析し、CPU電力が負荷に対して線形でも、純粋に凸的でもないことが明らかになった。また、周波数、アクティブコア数、I/Oブロックサイズを最適化することで、測定値と7％以内の高精度でエネルギー推定が可能な包括的モデルを提案する。

ABSTRACT

Energy consumption is a growing issue in data centers, impacting their economic viability and their public image. In this work we empirically characterize the power and energy consumed by different types of servers. In particular, in order to understand the behavior of their energy and power consumption, we perform measurements in different servers. In each of them, we exhaustively measure the power consumed by the CPU, the disk, and the network interface under different configurations, identifying the optimal operational levels. One interesting conclusion of our study is that the curve that defines the minimal CPU power as a function of the load is neither linear nor purely convex as has been previously assumed. Moreover, we find that the efficiency of the various server components can be maximized by tuning the CPU frequency and the number of active cores as a function of the system and network load, while the block size of I/O operations should be always maximized by applications. We also show how to estimate the energy consumed by an application as a function of some simple parameters, like the CPU load, and the disk and network activity. We validate the proposed approach by accurately estimating the energy of a map-reduce computation in a Hadoop platform.

研究の動機と目的

• DVFSおよびマルチコア動作を含む多様な構成下でのサーバーのエネルギーおよび電力消費を、実験的に特徴づけること。
• 現代のマルチコアで周波数が可変なアーキテクチャにおいても、CPU電力が負荷に比例して線形に変化するとする一般的な仮定に疑問を呈すること。
• CPU、ディスクI/O、ネットワークインタフェースカード（NIC）が、合計サーバー電力消費に果たす寄与度を定量化すること。
• 標準的なシステムレベル指標を用いて、アプリケーションレベルのエネルギー消費を推定する実用的で測定に基づく手法を開発すること。
• Hadoopベースのマップリダース計算などの実世界ワークロードを用いてモデルを検証し、エネルギー予測の高精度を確保すること。

提案手法

• システムレベルの活動指標を用いて、CPU、ディスク、NICの寄与を分離し、合計サーバー電力消費を測定した。
• CPU周波数の変動による誤解を避けるために、1秒あたりのアクティブCPUサイクル数（ACPS）を負荷指標として用いた。
• CPU周波数、アクティブコア数、I/Oブロックサイズ、ネットワーク送信レートを体系的に変化させ、それらが電力消費に与える影響を評価した。
• ベースライン電力、負荷および周波数の関数としてのCPU電力、ディスクI/O電力、NIC電力を考慮した包括的エネルギーモデルを構築した。
• Hadoopベースのマップリダースワークロードにおいて、予測されたエネルギー消費と実測値を比較することで、モデルを検証した。

実験結果

リサーチクエスチョン

• RQ1 CPU周波数とコア数を動的に調整した場合、負荷に応じてCPU電力消費はどのように変化するか？
• RQ2 CPU、ディスクI/O、ネットワークアクティビティが、合計サーバー電力消費に占める相対的寄与度は何か？
• RQ3 I/Oブロックサイズとネットワーク送信レートは、実サーバーワークロードにおけるエネルギー消費にどのように影響するか？
• RQ4 標準的なシステム指標を用いたシンプルな測定ベースのモデルは、アプリケーションレベルのエネルギー消費を正確に予測できるか？
• RQ5 さまざまなワークロード下でエネルギー消費を最小化する最適なCPU周波数およびアクティブコア数の設定は何か？

主な発見

• CPU電力と負荷の関係は、線形でも、純粋に凸的でもなく、従来のモデルで一般的に仮定されているものと矛盾する。
• ディスクI/Oは、電力消費の第二位の要因であり、性能とエネルギー消費の両方がI/Oブロックサイズに非常に敏感である。
• ネットワークインタフェースカード（NIC）の電力消費は、送信レートにほぼ線形に比例し、合計電力の非小規模な寄与度を示している。
• ベースライン電力（アイドル時にも消費される電力）は、特に低利用度の状況では合計サーバーエネルギーの顕著な割合を占めている。
• 最適なエネルギー効率は、静的設定ではなく、ワークロードの要件に応じてCPU周波数とアクティブコア数を動的にチューニングすることで達成される。
• 提案されたエネルギー推定モデルは、Hadoopベースのマップリダースワークロードにおいて、測定値と7％以内の高精度でエネルギー消費を予測できる。