[논문 리뷰] Energy-Efficient Scheduling of HPC Applications in Cloud Computing Environments

Saurabh Garg, Chee Shin Yeo외 2명|ArXiv.org|2009. 09. 07.

Cloud Computing and Resource Management참고 문헌 32인용 수 61

한 줄 요약

이 논문은 지리적으로 분산된 클라우드 데이터센터에서 HPC 워크로드의 근사 최적의 다중 목적 스케줄링 정책을 제안하며, 동적 전압 스케일링(DVS)과 에너지 비용, 탄소 배출, CPU 효율성의 이질성을 활용한다. 이 접근법은 최대 30%의 에너지 절감과 탄소 배출 감소를 달성하면서도 높은 수익을 유지하며, 수익 중심 또는 에너지 중심 전략을 능가하는 히우리스틱 메타스케줄링 정책인 MCE-MCE 및 MP-MP를 통해 성능을 높인다.

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.

연구 동기 및 목표

• 클라우드 데이터센터에서 HPC 워크로드를 운영함에 있어 증가하는 에너지 소비와 탄소 배출을 해결하기 위해.
• 이질적이고 글로벌하게 분포된 데이터센터 간 경제적(수익) 및 환경적(탄소 배출) 지속 가능성의 균형을 이루는 스케줄링 정책을 개발하기 위해.
• 에너지 비용, 탄소 배출율, 워크로드 및 각 지점의 CPU 전력 효율성과 같은 동적 요소를 고려하여 자원 할당을 최적화하기 위해.
• 클라우드 기반 HPC 환경에서 작업 마감일이나 수익성에 손상이 가지 않도록 총 에너지 소비와 탄소 배출을 줄이기 위해.

제안 방법

• 수익과 에너지/탄소 효율성을 핵심 지표로 하는 이중 목적 최적화 문제로 다중 데이터센터 스케줄링 문제를 수립한다.
• 비용, 배출, 성능의 다양한 조합을 우선시하는 히우리스틱 메타스케줄링 정책인 GMCE, MCE-MCE, MP-MP, MCE-MP를 도입한다.
• CPU 전압과 주파수를 낮추어 에너지 소비를 줄이면서도 작업이 마감일을 준수하도록 보장하기 위해 동적 전압 스케일링(DVS)을 적용한다.
• MCE-MCE 및 MP-MP와 같은 정책에서 이중 단계의 근사 알고리즘을 사용하여 작업의 급박성, 에너지 비용, 탄소 배출 제약 조건을 균형 있게 조정한다.
• 성능을 검증하기 위해 수익과 에너지 효율성에 대한 이론적 하한 및 상한 범위와 정책을 비교한다.
• 위치에 따라 달라지는 에너지 가격, 탄소 강도, 냉각 효율성 등의 실제 세계의 변동성을 스케줄링 논리에 통합한다.

실험 결과

연구 질문

• RQ1 다양한 지리적으로 분포된 데이터센터에서 클라우드 기반 HPC 워크로드의 에너지 효율성을 어떻게 향상시킬 수 있는가?
• RQ2 클라우드 제공자가 높은 수익을 유지하면서도 에너지 소비와 탄소 배출을 동시에 줄일 수 있는 스케줄링 정책은 무엇인가?
• RQ3 동적 전압 스케일링(DVS)의 통합이 이질적인 데이터센터에서 에너지 절감과 작업 마감일 준수에 어떤 영향을 미치는가?
• RQ4 에너지 비용, 탄소 배출율, 워크로드 급박성의 변화에 따라 어떤 메타스케줄링 정책이 가장 우수한 성능을 보이는가?
• RQ5 다중 목적 스케줄링은 수익 중심 또는 에너지 중심 전략에 비해 총 에너지 사용과 배출을 얼마나 줄일 수 있는가?

주요 결과

• 제안된 DVS 기반 스케줄링 정책은 수익 중심 스케줄링 정책 대비 평균 30%의 에너지 절감을 달성하며, 에너지 소비와 탄소 배출을 크게 줄였다.
• MCE-MCE 정책은 특히 에너지 비용의 변동성이 낮고 워크로드 급박성이 중간 수준인 환경에서 탄소 배출을 효과적으로 줄이면서도 높은 수익을 유지하는 데 성공했다.
• MP-MP 정책은 변동성이 큰 전기 요금 시장 조건에서 가장 뛰어난 비용 효율성을 보이며, 동적 시장 환경에서 유리한 성능을 발휘했다.
• GMCE 정책은 데이터센터의 에너지 효율성이 높은 변동성이 있는 환경에서 최고의 성능을 보이며 강력한 적응 능력을 입증했다.
• 가장 우수한 히우리스틱 정책들은 이론적 수익 상한선의 1% 이내 성능을 달성하여, 복잡한 실제 환경에서도 근사 최적성을 입증했다.
• 동적 전압 스케일링(DVS)은 평균적으로 에너지 비용을 최대 33%까지 줄였으며, 낮아진 CPU 주파수에도 불구하고 작업 마감일을 준수했다.