[논문 리뷰] A Measurement-based Analysis of the Energy Consumption of Data Center Servers

Jordi Arjona, Angelos Chatzipapas외 2명|arXiv (Cornell University)|2014. 02. 04.

Cloud Computing and Resource Management참고 문헌 9인용 수 10

한 줄 요약

이 논문은 데이터센터 서버의 에너지 소비를 측정 기반으로 특성화하며, 동적 전압 및 주파수 스케일링(DVFS)과 다중코어 구성에서 CPU, 디스크, 네트워크 인터페이스의 전력 소비를 분석한다. CPU 전력은 하중에 따라 선형적이지도, 순수한 볼록 함수형태도 아니며, 주파수, 활성 코어 수, I/O 블록 크기를 조정하여 최적의 효율성을 달성할 수 있는 통합 모델을 제안한다. 이 모델은 측정값과의 오차를 7% 이내로 유지하며 정확한 에너지 추정을 가능하게 한다.

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.

연구 동기 및 목표

• DVFS와 다중코어 운영을 포함한 다양한 구성에서 서버의 에너지 및 전력 소비를 경험적으로 특성화하기 위해.
• 최근의 다중코어, 가변 주파수 아키텍처에서 CPU 전력이 하중에 비례하여 선형으로 증가한다는 일반적인 가정을 도전하기 위해.
• CPU, 디스크 I/O, 네트워크 인터페이스 카드(NIC)가 총 서버 전력 소비에 기여하는 정도를 정량화하기 위해.
• 간단한 시스템 수준 지표를 사용하여 애플리케이션 수준의 에너지 소비를 추정하는 실용적이고 측정 기반의 방법을 개발하기 위해.
• 하둡 기반의 맵리듀스 계산과 같은 실제 워크로드를 통해 모델을 검증하여 에너지 예측의 높은 정확도를 확보하기 위해.

제안 방법

• 시스템 수준의 활동 지표를 사용하여 CPU, 디스크, NIC의 기여를 분리하고 총 서버 전력 소비를 측정하였다.
• 변동하는 CPU 주파수로 인한 오해를 방지하기 위해, 초당 활성 CPU 사이클 수(ACPS)를 하중 지표로 사용하였다.
• CPU 주파수, 활성 코어 수, I/O 블록 크기, 네트워크 전송 속도를 체계적으로 변화시켜 전력 소비에 미치는 영향을 평가하였다.
• 기본 전력, 하중과 주파수에 따라 변하는 CPU 전력, 디스크 I/O 전력, NIC 전력 등을 고려한 통합 에너지 모델을 개발하였다.
• 하둡 기반 맵리듀스 워크로드에서 예측된 에너지 소비와 실제 측정값을 비교하여 모델을 검증하였다.

실험 결과

연구 질문

• RQ1 CPU 주파수와 코어 수를 동적으로 조정할 때 하중에 따른 CPU 전력 소비는 어떻게 변화하는가?
• RQ2 CPU, 디스크 I/O, 네트워크 활동이 총 서버 전력 소비에 기여하는 비율은 각각 얼마인가?
• RQ3 I/O 블록 크기와 네트워크 전송 속도는 실제 서버 워크로드에서 에너지 소비에 어떻게 영향을 미치는가?
• RQ4 일반적인 시스템 지표를 사용하는 단순한 측정 기반 모델이 애플리케이션 수준의 에너지 소비를 정확하게 예측할 수 있는가?
• RQ5 다양한 워크로드 하에서 에너지 소비를 최소화하기 위한 CPU 주파수와 활성 코어 수의 최적 설정은 무엇인가?

주요 결과

• CPU 전력과 하중 간의 관계는 선형이 아니며, 순수한 볼록 함수형태도 아니며, 이는 이전 모델에서 일반적으로 가정된 바와 정반대이다.
• 디스크 I/O는 전력 소비에서 두 번째로 큰 기여를 하며, 성능과 에너지 소비가 I/O 블록 크기에 매우 민감하게 반응한다.
• 네트워크 인터페이스 카드(NIC) 전력 소비는 전송 속도에 거의 선형적으로 비례하며, 총 전력 소비의 무시할 수 없는 비율을 차지한다.
• 기본 전력(무부하 상태에서도 소비되는 전력)은 특히 저활성 사용 시나리오에서 총 서버 에너지의 상당한 부분을 차지한다.
• 최적의 에너지 효율성은 정적 설정이 아니라, 워크로드 요구에 따라 CPU 주파수와 활성 코어 수를 동적으로 조정함으로써 달성된다.
• 제안된 에너지 추정 모델은 하둡 기반 맵리듀스 워크로드에서 측정값과의 오차를 7% 이내로 유지하며 높은 정확도를 확보한다.