[논문 리뷰] The carbon footprint of distributed cloud storage

Lorenzo Posani, Alessio Paccoia외 1명|arXiv (Cornell University)|2018. 03. 19.

Cloud Computing and Resource Management참고 문헌 1인용 수 11

한 줄 요약

이 논문은 중앙집중식 데이터 센터의 대안으로서 피어 투 피어, ARM 기반의 분산 클라우드 스토리지 시스템(Cubbit)을 평가하며, 데이터 스토리지의 경우 약 77% 감소, 데이터 전송의 경우 약 50% 감소하는 탄소 배출 감소를 입증한다. 이 시스템은 사용자 가정 내 저전력 단일 보드 컴퓨터를 활용하여 스토리지의 분산화와 에너지 소비 최소화를 실현한다.

ABSTRACT

The ICT (Information Communication Technologies) ecosystem is estimated to be responsible, as of today, for 10% of the total worldwide energy demand - equivalent to the combined energy production of Germany and Japan. Cloud storage, mainly operated through large and densely-packed data centers, constitutes a non-negligible part of it. However, since the cloud is a fast-inflating market and the energy-efficiency of data centers is mostly an insensitive issue for the collectivity, its carbon footprint shows no signs of slowing down. In this paper, we analyze a novel paradigm for cloud storage (implemented by Cubbit, http://cubbit.io), in which data are stored and distributed over a network of p2p-interacting ARM-based single-board devices. We compare Cubbit's distributed cloud to the traditional centralized solution in terms of environmental footprint and energy efficiency. We demonstrate that, compared to the centralized cloud, the distributed architecture of Cubbit has a carbon footprint reduced of a 77% factor for data storage and of a 50% factor for data transfers. These results provide an example of how a radical paradigm shift in a large-reach technology can benefit both the final consumer as well as our society as a whole.

연구 동기 및 목표

• 분산 클라우드 스토리지의 환경 영향을 기존의 중앙집중식 데이터 센터와 비교 평가하기.
• 분산형 저전력 스토리지 아키텍처를 통해 달성 가능한 탄소 배출 감소를 정량화하기.
• 데이터 스토리지 및 데이터 전송 워크로드에서의 에너지 소비 차이 분석하기.
• 대규모 소비자 스토리지 서비스에 적합한 분산 클라우드 모델의 확장성 평가하기.
• 중앙집중식과 피어 투 피어 클라우드 스토리지 시스템 간의 에너지 효율성 및 배출량을 데이터 기반으로 비교하기.

제안 방법

• 중앙집중식 및 분산 시스템의 스토리지 및 전송 에너지 소비를 추정하기 위해 Baliga 등이 제시한 에너지 소비 모델을 응용하였다.
• 기업용 스토리지 랙(예: HP SO 3620, ECS-D5600)과 Cubbit Cells의 기술 사양(최대 웨이트, PUE, 중복성)을 수집하였다.
• 스토리지 전력 소비를 테라바이트당 계산하기 위해 공식을 적용하였다: $ P^{\text{storage}}_{\text{dcenter}} = \text{PUE} \times \text{redundancy} \times \frac{\text{peak Wattage}}{\text{n disks} \times 8~{}\text{TB}} $.
• 공용 인터넷 모델을 활용해 전송 에너지를 추정하였으며, 운영 전력을 비트당 줄로 변환한 후 J/GB 단위로 변환하였다.
• 실제 사용 사례에 모델을 적용하였다: 백업(낮은 액세스), 스트리밍(높은 액세스), 글로벌 규모의 소비자 스토리지(6억 명 사용자).
• 에너지 절감량을 탄소 감소 추정치로 변환하기 위해 보수적인 0.5 kgCO2 per kWh 배출 계수를 사용하였다.

실험 결과

연구 질문

• RQ1 피어 투 피어 분산 클라우드 스토리지 시스템의 탄소 배출량은 중앙집중식 데이터 센터와 비교해 어떻게 되는가?
• RQ2 스토리지 및 전송에 대해 분산형 아키텍처와 중앙집중식 아키텍처 간의 상대적 에너지 소비 차이는 얼마인가?
• RQ3 백업 및 영상 스트리밍과 같은 실제 워크로드에서 분산 스토리지가 탄소 배출을 얼마나 줄일 수 있는가?
• RQ4 대규모 소비자 클라우드 서비스가 분산 모델로 전환할 경우 글로벌 수준의 탄소 감소 잠재력은 어떠한가?
• RQ5 중복성, PUE, 장치 효율성이 클라우드 스토리지 시스템의 전체 환경 영향에 미치는 영향은 무엇인가?

주요 결과

• 분산형 Cubbit 아키텍처는 중앙집중식 데이터 센터 대비 스토리지 에너지 소비를 약 77% 감소시키며, 피크 전력 절감량은 9 W/TB에 이른다.
• 분산 모델에서는 전송 에너지가 50% 감소하여 전송 에너지당 약 12.0 kJ/GB 또는 3.33 kWh/TB의 절감 효과를 얻는다.
• 낮은 액세스가 필요한 25 TB 전문 백업의 경우 연간 탄소 배출 감소량은 약 1,000 kgCO2이며, 이는 연간 페타바이트당 40,000 kgCO2에 해당한다.
• 하루에 10 TB의 데이터를 스트리밍하는 중소 규모 웹사이트의 경우, 스토리지 및 전송 에너지 절감 효과로 인해 연간 탄소 감소가 약 7,000 kgCO2에 이른다.
• 6억 명의 사용자를 가진 글로벌 소비자 클라우드 서비스로 확장할 경우, 모델은 연간 약 3억 kgCO2의 탄소 감소 가능성을 추정하며, 이는 에너지 절감량 670만 kWh에 해당한다.
• 본 연구는 중앙집중식에서 분산형 저전력 클라우드 스토리지로의 근본적 전환을 통해 모든 주요 사용 패턴에서 상당한 환경적 이점을 달성할 수 있음을 입증한다.