[论文解读] Junkyard Computing: Repurposing Discarded Smartphones to Minimize Carbon

Jennifer Switzer, Marcano, Gabriel+2 more|arXiv (Cornell University)|Oct 13, 2021

Green IT and Sustainability被引用 7

一句话总结

本文提出将废弃智能手机重新用作‘废品厂计算机’，以延长设备使用寿命，从而减少碳排放。通过引入一种新指标——计算碳强度（CCI），研究证明：在三年使用期内， reused Pixel 3A 手机集群在微服务工作负载下，碳效率比云服务器高出最多18.9倍。

ABSTRACT

1.5 billion smartphones are sold annually, and most are decommissioned less than two years later. Most of these unwanted smartphones are neither discarded nor recycled but languish in junk drawers and storage units. This computational stockpile represents a substantial wasted potential: modern smartphones have increasingly high-performance and energy-efficient processors, extensive networking capabilities, and a reliable built-in power supply. This project studies the ability to reuse smartphones as "junkyard computers." Junkyard computers grow global computing capacity by extending device lifetimes, which supplants the manufacture of new devices. We show that the capabilities of even decade-old smartphones are within those demanded by modern cloud microservices and discuss how to combine phones to perform increasingly complex tasks. We describe how current operation-focused metrics do not capture the actual carbon costs of compute. We propose Computational Carbon Intensity -- a performance metric that balances the continued service of older devices with the superlinear runtime improvements of newer machines. We use this metric to redefine device service lifetime in terms of carbon efficiency. We develop a cloudlet of reused Pixel 3A phones. We analyze the carbon benefits of deploying large, end-to-end microservice-based applications on these smartphones. Finally, we describe system architectures and associated challenges to scale to cloudlets with hundreds and thousands of smartphones.

研究动机与目标

• 通过延长智能手机等消费类电子产品在初始部署后的使用寿命，缓解其对环境的影响。
• 量化计算设备的碳成本，超越能源消耗范畴，重点关注制造环节作为全生命周期排放的主要贡献者。
• 评估经改造的智能手机是否能够有效替代传统云服务器，用于现代微服务工作负载。
• 开发并验证一种新性能指标——计算碳强度（CCI），以平衡碳排放影响与计算实用性。
• 通过真实世界基准测试，展示大规模基于智能手机的云边端系统的可行性与碳效率。

提出的方法

• 提出计算碳强度（CCI）作为指标，量化单位有用计算量所对应的全生命周期碳排放影响。
• 对废弃智能手机（包括10年历史的型号）进行基准测试，并与 AWS T4g 和 c5.9xlarge 实例在 GeekBench 和 DeathStarBench 上进行性能对比。
• 构建由十台经回收的 Pixel 3A 智能手机组成的实际云边端系统，每台采购成本为65美元，并部署微服务工作负载（HotelReservation、SocialNetwork-Read、SocialNetwork-Write）。
• 测量智能手机集群的功耗与 CPU 利用率，并基于基准数据估算 c5.9xlarge EC2 实例的功耗进行对比。
• 利用公开的生命周期评估（LCA）数据估算制造阶段的碳排放，并计算不同工作负载下每查询的碳强度。
• 采用吞吐量阈值（在延迟开始恶化前）确定有效性能，并计算碳效率比。

实验结果

研究问题

• RQ1 经改造的智能手机能否在常见微服务工作负载下达到或超过现代云服务器的性能？
• RQ2 在为期三年的部署周期内，与专用云服务器相比，回收智能手机集群的碳强度如何？
• RQ3 通过重复使用延长设备寿命，能在多大程度上降低计算系统的整体碳足迹？
• RQ4 制造阶段的碳排放对计算设备总碳成本的影响有多大？这一影响如何在性能指标中体现？
• RQ5 系统架构应如何设计，才能使基于智能手机的云边端系统扩展至数百甚至数千台设备，同时保持高效？

主要发现

• 在三年使用后，与 c5.9xlarge EC2 实例相比，基于智能手机的云边端系统在混合 HotelReservation 工作负载下实现了12.6倍的碳效率提升。
• 对于 SocialNetwork-Write 工作负载，尽管峰值吞吐量较低，智能手机集群的碳效率仍比 c5.9xlarge 实例高出18.9倍。
• 即使是十年以上的智能手机，在 GeekBench 分数、核心数量和内存容量等核心指标上，也达到或超过 AWS T4g 实例的水平。
• 该云边端系统总功耗仅为17W，几乎无需冷却，可在低功耗环境中部署。
• 智能手机集群的 CPU 利用率始终低于50%，表明存在大量未使用的计算能力，尤其在读取密集型工作负载下更为明显。
• 研究发现，制造环节占智能手机全生命周期碳足迹的70%至85%，因此设备重复使用对实现碳减排至关重要。