[論文レビュー] Energy-Efficient Scheduling of HPC Applications in Cloud Computing Environments

Saurabh Garg, Chee Shin Yeo+2 more|ArXiv.org|Sep 7, 2009

Cloud Computing and Resource Management参考文献 32被引用数 61

ひとこと要約

本稿では、動的電圧スケーリング（DVS）とエネルギーコスト、炭素排出量、CPU効率の異質性を活用して、地理的に分散したクラウドデータセンターにおけるHPCワークロードの近似的最適でマルチオブジェクティブなスケジューリングポリシーを提案する。このアプローチにより、利益を維持したまま最大30％のエネルギー節約と炭素排出量の削減を達成し、利益最適化やエネルギー最適化のみを目的とする戦略を上回る。MCE-MCEやMP-MPといったヒューリスティックメタスケジューリングポリシーによって実現される。

ABSTRACT

The use of High Performance Computing (HPC) in commercial and consumer IT applications is becoming popular. They need the ability to gain rapid and scalable access to high-end computing capabilities. Cloud computing promises to deliver such a computing infrastructure using data centers so that HPC users can access applications and data from a Cloud anywhere in the world on demand and pay based on what they use. However, the growing demand drastically increases the energy consumption of data centers, which has become a critical issue. High energy consumption not only translates to high energy cost, which will reduce the profit margin of Cloud providers, but also high carbon emissions which is not environmentally sustainable. Hence, energy-efficient solutions are required that can address the high increase in the energy consumption from the perspective of not only Cloud provider but also from the environment. To address this issue we propose near-optimal scheduling policies that exploits heterogeneity across multiple data centers for a Cloud provider. We consider a number of energy efficiency factors such as energy cost, carbon emission rate, workload, and CPU power efficiency which changes across different data center depending on their location, architectural design, and management system. Our carbon/energy based scheduling policies are able to achieve on average up to 30% of energy savings in comparison to profit based scheduling policies leading to higher profit and less carbon emissions.

研究の動機と目的

• HPCワークロードをホスティングするクラウドデータセンターにおける増加するエネルギー消費と炭素排出量に対処すること。
• 異質でグローバルに分散したデータセンター間で、経済的（利益）および環境的（炭素排出量）な持続可能性を両立させるスケジューリングポリシーを開発すること。
• 各地域におけるエネルギーコスト、炭素排出率、ワークロード、CPUパワー効率といった動的要因を考慮してリソース割り当てを最適化すること。
• クラウドベースのHPC環境において、ジョブの締切や利益を損なわず、総エネルギー消費量と炭素排出量を削減すること。

提案手法

• 利益とエネルギー／炭素効率を主な指標とする二目的最適化問題として、マルチデータセンターのスケジューリング問題を定式化する。
• GMCE、MCE-MCE、MP-MP、MCE-MPといったヒューリスティックメタスケジューリングポリシーを導入し、それぞれ異なるコスト・排出量・パフォーマンスの組み合わせを優先する。
• 動的電圧スケーリング（DVS）を適用してCPUの電圧と周波数を低下させ、エネルギー消費を低減するとともに、ジョブが期限内に完了することを保証する。
• MCE-MCEやMP-MPなどのポリシーで二段階のグリーディアプローチを採用し、ジョブの緊急性、エネルギーコスト、炭素排出制約をバランスさせる。
• 理論的な利益とエネルギー効率の下限・上限を用いて、ポリシーのパフォーマンスを検証する。
• データセンターの特性に実世界のばらつき（場所によるエネルギー価格、炭素強度、冷却効率など）をスケジューリング論理に組み込む。

実験結果

リサーチクエスチョン

• RQ1 複数の地理的に分散したデータセンターにおけるクラウドベースのHPCワークロードのエネルギー効率は、どのように向上できるか？
• RQ2 クラウドプロバイダーの利益を維持したまま、エネルギー消費と炭素排出量を同時に削減できるスケジューリングポリシーは何か？
• RQ3 動的電圧スケーリング（DVS）の統合は、異質なデータセンターにおけるエネルギー節約とジョブの締切遵守にどのように影響するか？
• RQ4 エネルギーコスト、炭素排出率、ワークロードの緊急性の変動に応じて、どのメタスケジューリングポリシーが最も優れたパフォーマンスを示すか？
• RQ5 マルチオブジェクティブスケジューリングは、利益最適化やエネルギー最適化のみの戦略と比較して、総エネルギー使用量と排出量をどの程度削減できるか？

主な発見

• 提案されたDVSベースのスケジューリングポリシーは、利益最適化ポリシーと比較して平均30％のエネルギー節約を達成し、エネルギー消費量と炭素排出量の両方を顕著に削減した。
• MCE-MCEポリシーは、エネルギーコストの変動が小さく、ワークロードの緊急性が中程度の状況で、炭素排出量の削減を効果的に実現しながら高い利益を維持した。
• MP-MPポリシーは、電力価格が変動しやすい環境下で最も優れたパフォーマンスを示し、動的市場条件におけるコスト効率が優れていた。
• GMCEポリシーは、データセンターのエネルギー効率に高いばらつきがある環境で最良のパフォーマンスを発揮し、優れた適応性を示した。
• 最も優れたヒューリスティックは、利益の理論的上限値から1％以内の結果を達成し、複雑で現実的なシナリオにおいて近似的最適性を示した。
• 動的電圧スケーリング（DVS）は、平均してエネルギーコストを最大33％まで削減したが、CPU周波数が低下してもジョブは依然として期限内に完了した。