Rapid runtime power and performance profiling of large scale applications

Resumen

Los centros de datos son una de las secciones del sector de Tecnologías de la Información y Comunicaciones que tienen mayor consumo energético. A nivel mundial, los centros de datos representaron en el año 2015 alrededor de 200 TWh respecto al consumo eléctrico mundial. Según estimaciones, este consumo ele¿ctrico puede aumentar hasta unos 1200 TWh en el año 2025, lo que representaría el 4.5% del consumo eléctrico global. Uno de los mayores contribuidores al consumo global en los centros de datos es el representado por los equipos de computación o consumo de IT. A nivel computacional, se han desarrollado diversas te¿cnicas para reducir el consumo de IT como pueden ser, la gestión de recursos, presupuestos de potencia y la limitación de consumo de los servidores ubicados en los centros de datos. Para poder aplicar estas técnicas se asume la existencia de un perfilado (profiling) previo obtenido a través de una ejecución completa de la aplicación. En escenarios donde se ejecutan grandes despliegues de aplicaciones de larga duración no resulta viable realizar un profiling previo debido a que es un proceso que demanda alto tiempo de ejecución y, por lo tanto, no es eficiente energéticamente. Teniendo en cuenta la problemática expuesta anteriormente, en este trabajo se ha desarrollado el concepto de firma de la aplicación cuyo uso tiene la finalidad de estimar la energía sin tener que ejecutar la aplicación en su totalidad. La firma de la aplicación se define como una versión reducida, respecto al tiempo de ejecución, de la aplicación original. Se ha desarrollado un framework de estimación rápida de energía que utiliza la firma de la aplicación para estimar la energía sin tener que ejecutar completamente las aplicaciones. El framework estima de forma automática la energía de CPU y memoria, tanto de aplicaciones secuenciales como de aplicaciones de tipo paralelas (multihilo). Se ha validado la precisión del framework de estimación rápida de energía con un conjunto representativo de ejecuciones secuenciales y paralelas, obteniendo unos errores RMS de 10.4% y 16.8% de estimación de energía de CPU y memoria respectivamente para el caso de aplicaciones secuenciales. En el caso de aplicaciones paralelas, se ha trabajado con un subconjunto de las aplicaciones del caso secuencial y se han obtenido errores RMS de 11.4% y 12.8% de estimación de energía de CPU y memoria respectivamente. Por otra parte, se ha definido el concepto Ratio de Compresión (CR) como el ratio de la ejecución total de la aplicación original respecto al tiempo que tarda el framework en estimar la energía de la aplicación. Un valor alto de Ratio de Compresión indica que el framework estima la energi¿a de forma mucho más rápida (CR veces más rápida) que la ejecución total de la aplicación. Se obtienen Ratios de Compresión que están en el rango entre 10.1 hasta 191.2. Finalmente, se ha evaluado la utilidad de la información de energía obtenida mediante la firma de la aplicación gracias a la aplicación de tres propuestas de planificación de tareas: i) utilizando un modelo de Programacio¿n Lineal Entera Mixta, ii) haciendo uso de una heurística energéticamente eficiente que permite una eficiente colocación de tareas en los servidores del centro de datos y, iii) se propone una implementación de una metaheurística basada en un algoritmo de recocido simulado (Simulated Annealing). Los resultados de estimación de energía global del centro de datos obtenidos con los datos de la firma de la aplicación se han comparado con los datos reales de energía de las aplicaciones. Se han obtenido unos ahorros de energía entre el 8% y 19%, y lo que es más importante los valores de ahorro de energía obtenidos con la información de la firma son similares, con un error inferior al 1.5%, respecto a los ahorros de energía obtenidos con los valores reales de energía de las aplicaciones.