[论文解读] Sustainability-Aware Cloud Computing Using Virtual Carbon Tax

Fereydoun Farrahi Moghaddam, Mohamed Cheriet|arXiv (Cornell University)|Oct 17, 2015

Cloud Computing and Resource Management参考文献 19被引用 7

一句话总结

本文提出了一种可持续性感知的云计算框架，通过虚拟碳税平衡盈利能力与环境影响。通过动态优化CPU频率的多准则优化器，系统在维持实际盈利能力的同时，降低了碳、硫和铁足迹，经真实测试平台验证，虚拟利润损失最高达3.232美元/小时，最优频率为1.6 GHz，适用于高虚拟征税情境。

ABSTRACT

In this paper, a solution for sustainable cloud system is proposed and then implemented on a real testbed. The solution composes of optimization of a profit model and introduction of virtual carbon tax to limit environmental footprint of the cloud. The proposed multi-criteria optimizer of the cloud system suggests new optimum CPU frequencies for CPU-cores when the local grid energy mix or the cloud workload changes. The cloud system is implemented on a blade system, and proper middlewares are developed to interact with the blades. The experimental results show that it is possible to significantly decrease the targeted environmental footprint of the system and keep it profitable.

研究动机与目标

• 解决最大化云计算盈利能力同时最小化环境足迹的多目标挑战。
• 通过将多准则问题快速转换为单目标问题，克服启发式优化器的局限性。
• 通过集成动态电压和频率调节（DVFS），实现实时适应电网能源构成和工作负载的变化。
• 通过在刀片服务器平台上的真实测试平台实现，验证可持续性感知云系统的可行性。
• 证明虚拟环境税可引导系统行为向更低排放方向发展，同时不牺牲实际盈利能力。

提出的方法

• 引入虚拟碳税（VCT），将多目标可持续性优化问题转化为单目标利润最大化问题。
• 采用动态电压和频率调节（DVFS），根据电网能源构成和实时工作负载调整CPU核心频率。
• 开发多准则优化器，通过最大化虚拟利润（包含碳、硫和铁排放惩罚）来选择最优CPU频率。
• 使用配备刀片服务器和自定义中间件的真实测试平台，与支持DVFS的CPU接口并监控能效与排放指标。
• 应用动态虚拟税率（例如，每千克二氧化碳当量1–3美元）以模拟环境成本影响并指导优化。
• 采用固定费率收入模型（0.08美元/吉赫兹小时）计算实际利润，与虚拟利润对比以评估可持续性权衡。

实验结果

研究问题

• RQ1 虚拟碳税能否有效将多目标可持续性优化问题转化为可扩展的单目标利润最大化问题？
• RQ2 在DVFS下动态CPU频率调节如何影响云计算盈利能力与环境足迹之间的权衡？
• RQ3 虚拟税在多大程度上可降低碳、硫和铁排放，同时保持实际系统盈利能力？
• RQ4 电网能源构成和峰时电价的变化如何影响最优CPU频率的选择？
• RQ5 真实测试平台能否证明具备动态环境成本建模的可持续性感知云系统在可行性和性能上的表现？

主要发现

• 在对碳、硫和铁排放施加虚拟税后，系统实现了2.138克/千瓦时的最低碳足迹，最优CPU频率为1.6 GHz。
• 在对碳、硫和铁实施综合虚拟税后，虚拟利润降至-3.232美元/小时，表明环境缓解效果显著，而实际利润仍为正，达0.286美元/小时。
• 在高虚拟征税下，最优CPU频率降低至1.6 GHz，证明通过频率调节可有效减少排放。
• 虚拟利润-可持续性权衡空间显示，更高的虚拟税率可显著降低排放，尤其对硫和铁而言，即使在保持实际盈利能力的情况下亦然。
• 结果表明，虚拟税可用作控制旋钮，引导系统行为向更低环境影响方向发展，同时不损害现实经济可行性。
• 测试平台实现证实，所提方法可基于动态电网和工作负载条件，实现CPU频率的快速、实时优化。