[論文レビュー] OpenDC-STEAM: Realistic Modeling and Systematic Exploration of Composable Techniques for Sustainable Datacenters

Dante Niewenhuis, Sacheendra Talluri+2 more|arXiv (Cornell University)|Mar 12, 2026

Cloud Computing and Resource Management被引用数 0

ひとこと要約

OpenDC-STEAM は、オープンソースでカスタマイズ可能なデータセンターシミュレータ。持続可能性技術の炭素排出とパフォーマンスへの影響とトレードオフを、相互作用と故障を含む形で定量化します。

ABSTRACT

The need to reduce datacenter carbon footprint is urgent. While many sustainability techniques have been proposed, they are often evaluated in isolation, using limited setups or analytical models that overlook real-world dynamics and interactions between methods. This makes it challenging for researchers and operators to understand the effectiveness and trade-offs of combining such techniques. We design OpenDC-STEAM, an open-source customizable datacenter simulator, to investigate the individual and combined impact of sustainability techniques on datacenter operational and embodied carbon emissions, and their trade-off with performance. Using STEAM, we systematically explore three representative techniques - horizontal scaling, leveraging batteries, and temporal shifting - with diverse representative workloads, datacenter configurations, and carbon-intensity traces. Our analysis highlights that datacenter dynamics can influence their effectiveness and that combining strategies can significantly lower emissions, but introduces complex cost-emissions-performance trade-offs that STEAM can help navigate. STEAM supports the integration of new models and techniques, making it a foundation framework for holistic, quantitative, and reproducible research in sustainable computing. Following open-science principles, STEAM is available as FOSS: https://github.com/atlarge-research/OpenDC-STEAM.

研究の動機と目的

• isolated な分析を超えたデータセンターの持続可能性技術の包括的評価を動機づけ、実現する。
• 運用および embodied carbon とパフォーマンスを定量化する柔軟で組み合わせ可能なシミュレーションフレームワークを提供する。
• 3 つの代表的技術（水平スケーリング、バッテリー、時系列シフト）を多様なワークロードとカーボン強度トレースの下で研究する。
• 技術の相互作用と実世界のダイナミクスが排出削減とパフォーマンスのトレードオフに与える影響を示す。

提案手法

• OpenDC シミュレータのオープンソースで能力主導の拡張として STEAM を開発し、運用/ embodied carbon、GPU、持続可能性技術のモジュールを組み込む。
• コンポーネント・グラフとイベント駆動のシミュレーションアーキテクチャを用いて、技術とモデルの組み合わせ可能性と疎結合を実現する。
• 組み込み済みの統計的検出力モデル、カーボン・トレース、および故障モデルを、設定可能なデータセンタ トポロジーに接続してシミュレーションを実行する。
• 持続可能性技術を独立した設定可能なコンポーネントとして実装（閾値ベースのバッテリーポリシー、ロードシフティング、タスク遅延/停止）。
• 複数のワークロード、地域別カーボン・トレース、データセンター構成を用いて、排出削減と SLA 影響を定量化する。

Figure 1 : STEAM quantifies the impact and trade-offs of sustainability techniques. In the figure, (A) results for the Surf workload are shown as total carbon reduction [%], (B) peak power draw [kW], and (C) average task delay [h]. Stars indicate the best performing technique for each metric. HS: Ho

実験結果

リサーチクエスチョン

• RQ1 水平スケーリング、バッテリー使用、時系列シフトが現実的なデータセンターダイナミクスの下で運用および embodied carbon を個別にどの程度削減するか？
• RQ2 これらの技術を組み合わせたとき、コスト、排出、パフォーマンスの間にどのようなトレードオフが生じるか？
• RQ3 ワークロード特性、ハードウェア構成、カーボン強度トレースは各技術の有効性にどう影響するか？
• RQ4 故障と運用現象は、単一技術分析と比べて報告される炭素削減にどの程度影響するか？
• RQ5 複数技術を組み合わせて持続可能性を最適化する際の最良の実践は何か？

主な発見

• 理想的な条件下では、ダウンスケーリングがサービス品質を損なわず総炭素排出を最大で35%削減できるが、故障があると約14%に低下する。
• バッテリーは多くの地域で総炭素排出を削減するが、カーボン強度の変動が小さい地域では embodied carbon コストと充電ダイナミクスのため排出が増加する場合がある。
• 時系列シフトは、運用現象を考慮すると従来の研究より小さな排出削減になる傾向があり、ワークロードと地域全体で平均削減は約0.74–2.85%、Surf のタスク遅延の平均は約14時間。
• 技術を組み合わせると排出削減が改善される一方、電力需要のスパイクやパフォーマンス低下といった新たなトレードオフが生じる可能性がある；効果はワークロード、地域、ハードウェアに依存する。
• STEAM の組み合わせ設計は、故障、チェックポイント作成、ジョブスケジューリング方針との相互作用を含む、単一および組み合わせ技術の体系的評価を可能にする。
• 158 個のカーボン・トレースと 3 つのワークロードにまたがり、バッテリーは 474 のシナリオ中 136 で >5% の削減を実現、いくつかの構成ではピーク電力消費が最大で 8 倍まで観測された。

Figure 2 : Example of a scenario challenging for analytical models to evaluate correctly.