JPAR 2013: On the leakage-power modeling for optimal server operation
•
0 recomendaciones•337 vistas
Este documento describe un estudio sobre el modelado del consumo de potencia por fugas en servidores y su impacto en la operación óptima de centros de datos. El estudio encontró que elevar la temperatura ambiental de la sala de 18°C a 24°C redujo el consumo de refrigeración en un 11,7% sin afectar negativamente el consumo de computación, demostrando que considerar las fugas puede optimizar el funcionamiento de centros de datos para un menor consumo energético.
Más contenido relacionado
Destacado
Destacado (14)
Similar a JPAR 2013: On the leakage-power modeling for optimal server operation
Similar a JPAR 2013: On the leakage-power modeling for optimal server operation (20)
Más de GreenLSI Team, LSI, UPM
Más de GreenLSI Team, LSI, UPM (9)
Último
Último (20)
JPAR 2013: On the leakage-power modeling for optimal server operation
- 1. On the Leakage-Power Modeling for Optimal Server Operation Patricia Arroba, Marina Zapater, José L. Ayala, José M. Moya, Katzalin Olcoz, Román Hermida Universidad Politécnica de Madrid Universidad Complutense de Madrid
- 2. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 3. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 4. Contexto - Consumo energético Data Center = 25.000 viviendas - EE.UU. 80 millones MWh/año en 2011 1.5 x New York City
- 5. Contexto 1.3% Producción eléctrica mundial 70% Computación 30% Refrigeración ○ Fiabilidad ○ Daños irreversibles
- 6. Motivación Efectos del aumento de Tª de sala - Leakage: Tª Consumo de computación (No está considerado para fijar la temperatura de sala) - Refrigeración: Tª Consumo del compresor
- 7. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 8. Contexto - Históricamente consumo dominado por Potencia dinámica - Mayor parte modelos de potencia actuales sólo tienen en cuenta la potencia dinámica - Escalado de la tecnología por debajo de 100nm Consumo estático mucho más significativo (30-50%)
- 9. Leakage - Consumo en lógica dinámica - El efecto se intensifica con la temperatura source gate drain
- 10. Modelo de Leakage _ B define una constante que depende de los parámetros de fabricación del servidor
- 11. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 12. Contexto Eficiencia del ciclo determinada por el Coefficient of Performance (COP)
- 13. Coeficiente de rendimiento (COP) - COP eficiencia Según el teorema de Carnot
- 14. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 15. Objetivos - Detección del comportamiento del leakage Temperatura de CPU Temperatura de sala - Detección del consumo óptimo Consumo de computación Consumo de refrigeración
- 16. Metodología experimental 1. Modelado del comportamiento del leakage: Nivel de servidor Carga y temperatura controlables Promediado del consumo de potencia 2. Validación del modelo: Carga de trabajo HPC Entorno de sala comercial Refrigeración controlable
- 17. Caracterización del servidor - Servidor: Sunfire V20Z AMD Opteron - Carga de trabajo: Lookbusy Sintética Control de la utilización de CPU Aislamiento del consumo de leakage - Temperatura de la CPU: 45ºC - 70ºC - Monitorización: Ipmitool + pinza amperimétrica Alineación con timestamp común
- 18. Validación del modelo - Sunfire V20z: 8 servidores en un rack - Sala refrigerada: Daikin FTXS30 Capacidad nominal de refrigeración 8.8kW Consumo nominal de potencia 2.8KW - Configuración de temperatura: 18ºC - 24ºC - Carga de trabajo: SPEC CPU2006 1 a 4 ejecuciones simultáneas por servidor
- 19. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 21. Validación con carga real
- 22. Resultados - Leakage despreciable en el rango 18ºC - 24ºC Tª de refrigeración: COP: 2.95 18ºC 24ºC 3.47 Ahorro del 11.7% en la refrigeración Sin penalización en computación
- 23. Contenidos Contexto y motivación Consumo de computación Consumo de refrigeración Metodología experimental Resultados Conclusiones
- 24. Conclusiones - Modelos tradicionales: no incorporan el impacto de la potencia de leakage con la Tª - Detección de regiones de comportamiento: Optimizar la reducción de la potencia de refrigeración según el impacto del leakage - Validación experimental: Sala con infraestructura comercial Ahorro en potencia del 11.7%
- 25. Gracias por su atención Patricia Arroba parroba@die.upm.es Departamento de ingeniería electrónica ETSI Telecomunicación UPM