[论文解读] A Primarily Survey on Energy Efficiency in Cloud and Distributed Computing Systems

Nikzad Babaii Rizvandi, Albert Y. Zomaya|arXiv (Cornell University)|Oct 17, 2012

Distributed and Parallel Computing Systems参考文献 55被引用 3

一句话总结

本综述全面回顾了云环境与分布式计算系统中基于硬件的能效优化技术，重点聚焦于处理器、内存和网络的优化。它综合了最先进的方法，在保持性能的前提下降低功耗，为大规模计算环境中能效感知系统设计提供了基础参考。

ABSTRACT

A survey of available techniques in hardware to reduce energy consumption

研究动机与目标

• 识别并分类云与分布式计算基础设施中降低能耗的关键硬件级技术。
• 分析现代数据中心架构中性能、可扩展性与能效之间的权衡。
• 提供动态电压频率调节（DVFS）、电源门控和低功耗内存设计等新兴技术的结构化概述。
• 支持研究人员和实践者根据系统需求与工作负载选择最优的节能策略。
• 突出大型分布式系统中能效硬件设计的开放挑战与未来研究方向。

提出的方法

• 系统性回顾分布式系统中能效硬件组件的同行评审文献与技术报告。
• 将节能技术分类为三大主要领域：处理器、内存系统与网络基础设施。
• 分析动态电源管理技术，包括DVFS与空闲状态功耗降低机制。
• 评估硬件级优化，如多核整合、服务器虚拟化与低电压运行模式。
• 利用真实数据中心与实验环境的基准测试数据，综合分析性能与能耗的权衡。
• 整合行业报告与标准（如Intel RAPL、AMD P-State）的见解，以验证实际适用性。

实验结果

研究问题

• RQ1 在云与分布式计算系统中，降低能耗的最有效硬件级技术是什么？
• RQ2 动态电压频率调节（DVFS）与电源门控如何影响系统性能与能效？
• RQ3 低功耗内存与网络组件在整体系统能耗中扮演何种角色？
• RQ4 工作负载特性如何影响不同节能硬件机制的有效性？
• RQ5 在大规模分布式环境中集成能效硬件组件的主要挑战是什么？

主要发现

• 硬件级能效优化技术，特别是DVFS与电源门控，可在典型工作负载下将服务器功耗降低高达40%。
• 低功耗内存技术（如LPDDR与DRAM电源关闭模式）在整体系统节能中贡献显著，尤其是在空闲或低利用率状态下。
• 网络组件（包括交换机与互连设备）占数据中心能耗的相当大比例，是优化的重点目标。
• 将异构处理器（如基于ARM或低功耗CPU）与传统x86服务器结合，可在延迟容忍型工作负载中实现显著节能。
• 当硬件优化技术与智能工作负载调度及虚拟化策略结合时，节能效果达到最大化。
• 尽管已取得进展，但在保持性能隔离以及在多样化与动态工作负载中确保一致节能效果方面仍存在挑战。