[논문 리뷰] A Taxonomy and Survey of Energy-Efficient Data Centers and Cloud Computing Systems

Anton Beloglazov, Rajkumar Buyya외 2명|arXiv (Cornell University)|2010. 07. 01.

Cloud Computing and Resource Management참고 문헌 52인용 수 6

한 줄 요약

이 논문은 에너지 효율적인 데이터센터 및 클라우드 컴퓨팅 시스템에 대한 종합적인 분류 체계와 종합적 조사 보고서를 제시하며, 하드웨어, 운영체제, 가상화, 데이터센터 수준에서의 에너지 절감 기법을 분류한다. 주요 연구를 통합하고 기존 솔루션을 분류 체계에 매핑하며, 클라우드 인프라의 전력 및 에너지 효율성을 향상시키기 위한 열린 과제와 향후 방향을 규명한다.

ABSTRACT

Traditionally, the development of computing systems has been focused on performance improvements driven by the demand of applications from consumer, scientific and business domains. However, the ever increasing energy consumption of computing systems has started to limit further performance growth due to overwhelming electricity bills and carbon dioxide footprints. Therefore, the goal of the computer system design has been shifted to power and energy efficiency. To identify open challenges in the area and facilitate future advancements it is essential to synthesize and classify the research on power and energy-efficient design conducted to date. In this work we discuss causes and problems of high power / energy consumption, and present a taxonomy of energy-efficient design of computing systems covering the hardware, operating system, virtualization and data center levels. We survey various key works in the area and map them to our taxonomy to guide future design and development efforts. This chapter is concluded with a discussion of advancements identified in energy-efficient computing and our vision on future research directions.

연구 동기 및 목표

• 증가하는 전기 요금과 환경적 우려로 인해 데이터센터와 클라우드 시스템에서 에너지 소비가 증가하는 문제를 다룹니다.
• 응용 프로그램, 하드웨어, 인프라 계층에서 컴퓨팅 시스템의 높은 전력 및 에너지 소비를 이끄는 주요 요인을 규명합니다.
• 클라우드 및 데이터센터 컴퓨팅에서 에너지 효율 설계 기법을 체계적으로 분류하기 위한 분류 체계를 개발합니다.
• 제안된 분류 체계에 기반해 기존 연구를 조사하고 매핑하여 향후 시스템 설계 및 최적화를 안내합니다.
• 에너지 효율성을 향상시키기 위한 열린 연구 과제를 제시하고 향후 방향을 제안합니다.

제안 방법

• 하드웨어, 운영체제, 가상화, 데이터센터 수준에서의 에너지 효율성을 포함하는 다층 분류 체계를 제안합니다.
• 분류 체계의 각 계층에서 아키텍처적, 알고리즘적, 운영적 접근 방식으로 기존의 에너지 절감 기법을 분류합니다.
• 기술적 접근 방식과 운영 체계 수준에 따라 에너지 효율 컴퓨팅 분야의 핵심 연구를 분석하고 분류합니다.
• 체계적인 종합 조사 방법을 사용하여 100개 이상의 연구를 분류 체계에 평가하고 매핑하며, 그 기여도와 한계를 강조합니다.
• 가상화, 워크로드 통합, 동적 전압 및 주파수 스케일링(DVFS)과 같은 다양한 연구 분야의 통찰을 통합된 프레임워크로 통합합니다.
• 동적 자원 할당 및 전력 인지 스케줄링을 포함한 에너지 관리 전략의 체계적 분석을 제공합니다.

실험 결과

연구 질문

• RQ1 현대 데이터센터와 클라우드 컴퓨팅 시스템에서 높은 에너지 소비의 주요 원인과 결과는 무엇인가요?
• RQ2 클라우드 및 데이터센터 인프라의 다양한 계층에서 에너지 효율을 체계적으로 분류하고 분류할 수 있는 방법은 무엇인가요?
• RQ3 클라우드 및 데이터센터 환경에서 에너지 소비를 줄이기 위해 제안된 주요 기술 및 기술은 무엇인가요?
• RQ4 기존의 에너지 효율 솔루션은 클라우드 시스템의 다양한 아키텍처적 및 운영적 수준에 어떻게 매핑되나요?
• RQ5 에너지 효율적인 클라우드 및 데이터센터 컴퓨팅 분야에서 주요한 열린 과제와 향후 연구 방향은 무엇인가요?

주요 결과

• 전기 요금 상승과 환경 영향으로 인해 데이터센터의 에너지 소비는 더 이상 성능 확장을 제한하는 핵심적 장애물이 되고 있습니다.
• 제안된 분류 체계는 하드웨어, 운영체제, 가상화, 데이터센터 인프라의 네 가지 핵심 계층으로 에너지 효율 기법을 효과적으로 정리합니다.
• DVFS와 워크로드 통합은 하드웨어 및 가상화 수준에서 에너지 사용을 줄이기 위해 가장 널리 채택된 기법들입니다.
• 가상화 기술은 서버 통합을 통해 놀라운 에너지 절감을 가능하게 하며, 최적 조건에서 에너지 소비가 최대 50% 감소한 연구 결과가 있습니다.
• 운영체제 수준의 전력 관리 기법, 예를 들어 CPU 대기 상태와 로드 밸런싱은 클라우드 환경에서 에너지 효율에 상당한 기여를 합니다.
• 진전이 있었음에도 불구하고, 실시간 에너지 인지 스케줄링, 워크로드 예측, 전체 스택에 걸친 교차 계층 최적화 분야에서 여전히 과제가 남아 있습니다.