Recurso Computacional

Conforme discutido na seção 2.3, a computação verde pode ser aplicada a partir de diferentes vertentes. Em ambientes HPC, os trabalhos encontrados na literatura colocam a redução do consumo de energia como principal demanda da área. Seguindo essa linha, o escalonador proposto neste trabalho busca explorar a heterogeneidade dos recursos do grid para promover a redução do consumo de energia do grid. Um grid de escala global pressupõe a existência de diversos CPDs espalhados por diversos sítios participantes.

A energia consumida em ambientes de CPD abrange componentes de iluminação, refrigeração, redes e computação. Neste trabalho, a redução do consumo de energia passa apenas pelos elementos computacionais, excluindo inclusive os componentes de redes. Desta forma, o modelo deve ser capaz de capturar apenas informações referentes ao consumo de energia dos recursos computacionais.

Um computador é constituído de diversos componentes que consomem energia em seu funcionamento: memória, placa-mãe, processador, placa de vídeo, disco, etc. Neste trabalho, o foco tem sido direcionado apenas para o consumo da energia dispendida em processamento e armazenamento. Sendo assim, o escalonador precisa dispor de informações sobre consumo e eficiência energética para recursos de execução e para recursos de armazenamento. As seções seguintes apresentam, em detalhe, as informações capturadas pelo modelo para medir a eficiência energética nesses dois ambientes.

4.3.1 Consumo Energético em Recursos de Armazenamento

A decisão sobre qual recurso de armazenamento do grid escolher para acessar ou gravar grandes volumes de dados pode influenciar de forma decisiva no consumo de energia global do grid. De fato, o consumo de energia com discos tem impacto significativo, principalmente, quando considerada a alocação de aplicações de dados intensivos. Partindo desse princípio, em recursos de armazenamento a análise da eficiência energética é dominada apenas pelo consumo de energia dos discos que compõem o subsistema da máquina, sendo ignorado o consumo energético dos demais componentes.

30

Para aferir a eficiência energética dos discos dos recursos de armazenamento do grid foi empregada a métrica IOPS (Input/Output Operations Per Second), uma medida bastante utilizada para medir o desempenho de HDs, combinada à taxa de consumo de energia dos discos (em Watts). Uma possível estratégia para a obtenção do valor de IOPS dar-se através da execução do benchmark IOzone (IOZONE, [S.d.]) sobre recursos de armazenamento de cada sítio do grid. Em seguida, seria calculada a medida de eficiência energética em IOPS/Watt, através do valor de IOPS sobre a taxa de consumo energético do disco.

Portanto, o modelo aqui proposto prevê que os sítios do grid publiquem as taxas de IOPS/Watt para cada um de seus recursos de armazenamento.

4.3.2 Consumo Energético em Recursos de Execução

O modelo de dados descrito neste capítulo permite a análise da eficiência energética dos recursos de execução através de resultados de benchmarks especializados nesse intuito. Diferentemente da análise feita em recursos de armazenamento, para recursos de execução os benchmarks utilizados verificam o consumo de energia do subsistema como um todo, e não apenas de seus processadores. Assim, de acordo com a estratégia aplicada, o escalonador poderá lançar mão dos seguintes benchmarks: SPECpower (SPECPOWER, [S.d.]), TPC-Energy (TPC-ENERGY, [S.d.]) e Green500 (GREEN500, [S.d.]) (SHARMA et al., 2006).

SPECpower (também conhecido como SPECpower_ssj2008) é um benchmark desenvolvido por uma organização sem fins lucrativos denominada SPEC (Standard Performance Evaluation Corporation). O objetivo desse benchmark é medir o consumo de energia de um computador em relação a seu desempenho. Para tal, SPECpower dispõe de uma solução desenvolvida em java (SSJ Workload) que funciona em duas fases: Calibragem e Execução em Séries de Cargas de Trabalho. Na fase de Calibragem, o programa determina o throughput máximo que o subsistema avaliado pode sustentar. Sendo assim, o valor do throughput obtido passa a ser usado como referência para determinar os níveis de carga de trabalho. Ou seja, durante a fase de execução, os níveis de carga são estabelecidos como uma porcentagem do throughput, sendo decrescentemente variada a carga de trabalho de 100% a 0% em intervalos de 10. Para cada nível, o programa registra o número de operações ssj_ops executadas (transações dos seguintes tipos: novo pedido, pagamento, status do pedido, entrega, verificação de

31

estoque e relatório do cliente) e a média do consumo de energia da máquina em watts. Assim, SPECpower gera uma métrica correspondente a ssj_ops/watts.

É importante destacar um aspecto positivo da solução SPECpower, trata-se do fato de que a mesma não se baseia apenas em medições de máquinas com carga máxima. Sendo assim, a estratégia de medição adotada em SPECpower evita a aferição de possíveis idiossincrasias do consumo energético da máquina estressada.

TPC-Energy corresponde a uma especificação produzida pela TPC (Transaction Processing Performance Council), uma organização sem fins lucrativos especializada na construção de benchmarks para processamento de transações e banco de dados. O objetivo dessa especificação é prover métricas relacionadas ao consumo de energia para os benchmarks da TPC. Ao longo dos anos, TPC tem desenvolvido uma série de benchmarks tais como: TPC-C (benchmark OLTP), TPC-E (benchmark OLTP que simula uma carga de trabalho de uma empresa de corretagem) e TPC-H (benchmark de apoio à decisão). Para facilitar a implementação das métricas de consumo de energia, TPC tem desenvolvido um software denominado EMS (Energy Measuring System). EMS é responsável pela comunicação com equipamentos e sensores de medição de energia. Ele também faz a interface com drivers para a execução dos benchmarks TPC. As métricas de energia obtidas pela aplicação da especificação TPC-Energy são derivadas a partir de métricas de desempenho resultantes dos benchmarks TPC. Sendo assim, a métrica de energia gerada por um benchmark TPC seria calculada a partir da divisão do consumo de energia (em watts) por unidade de trabalho (por exemplo: transações, consultas). Considerando o benchmark TPC-C, o resultado da métrica de energia seria dado em Watts/KtpmC, onde tpmC corresponde ao número de transações (de novo pedido) por minuto.

Outra medida de eficiência energética utilizada pelo modelo adotado neste trabalho vem da lista Green500. Conforme afirmado na seção 2.4, Green500 baseia-se nos resultados da lista TOP500, os quais são ranqueados através do benchmark LINPACK (DONGARRA et al., 2003). LINPACK corresponde a uma biblioteca de software voltada para a execução de álgebra linear numérica em computadores. Tal execução ocorre através do uso de um conjunto de bibliotecas denominado BLAS (Basic Linear Algebra Subprograms) (LAWSON et al., 1979). A execução do pacote LINPACK fornece a métrica para medição de desempenho FLOPS (Float Operation Per Second). Green500 executa o benchmark LINPACK fazendo a aferição do consumo de energia em watts. Sendo assim, Green500 fornece como métrica de eficiência

32

energética o throughput em FLOPS para cada watt de energia consumido, comumente da seguinte forma: MFLOPS/W.