Acelerando la modernización sostenible con Green IT Analyzer en AWS – Blog de IBM

Las empresas adoptan cada vez más cargas de trabajo con uso intensivo de datos, incluida la informática de alto rendimiento, la inteligencia artificial (IA) y el aprendizaje automático (ML). Estas tecnologías impulsan la innovación en sus viajes híbridos y multinube mientras se centran en la resiliencia, el rendimiento, la seguridad y el cumplimiento. Las empresas también se esfuerzan por equilibrar esta innovación con las crecientes regulaciones ambientales, sociales y de gobernanza (ESG). Para la mayoría de las organizaciones, las operaciones y la modernización de TI forman parte de su objetivo ESG y, según una encuesta reciente de fundición, alrededor del 60% de las organizaciones buscan proveedores de servicios especializados en áreas de tecnología verde.

A medida que los informes de emisiones de carbono se vuelven comunes en todo el mundo, IBM se compromete a ayudar a sus clientes a tomar decisiones informadas que puedan ayudar a abordar sus demandas de energía y el impacto de carbono asociado mientras reducen los costos. Para ayudar a construir propiedades de TI más sostenibles, IBM se ha asociado con Amazon Web Services (AWS) para facilitar los viajes de modernización sostenible de la nube.

A medida que las empresas aceleran su modernización de TI para acelerar la transformación digital y obtener ventajas comerciales, surge una oportunidad importante. Esta oportunidad implica rediseñar los entornos de TI y las carteras de aplicaciones hacia diseños más ecológicos y sostenibles. Este enfoque no sólo impulsa la eficiencia de costos sino que también contribuye a objetivos más amplios de sostenibilidad corporativa.

Comprender las emisiones de carbono de la tecnología digital

Todas las aplicaciones empresariales que IBM construye y ejecuta, ya sea para clientes externos o internos, vienen con un costo del carbono, que se debe principalmente al consumo de electricidad. Independientemente de la tecnología que IBM utilizó para desarrollar estas aplicaciones o servicios, operarlas requiere hardware que consume energía.
Las emisiones de dióxido de carbono (CO2) producidas por la electricidad de la red varían según los métodos de generación. Los combustibles fósiles como el carbón y el gas emiten cantidades significativas de carbono, mientras que las fuentes renovables como la eólica o la solar emiten cantidades insignificantes. Así, cada kilovatio (kW) de electricidad consumido contribuye directamente a una cantidad específica de CO2 equivalente (CO2e) liberado a la atmósfera.

Por tanto, reducir el consumo de electricidad conduce directamente a menores emisiones de carbono.

Huella de carbono en la práctica

La computación, el almacenamiento y las redes son los recursos tecnológicos esenciales que consumen energía en el proceso de creación de aplicaciones y servicios. Su actividad requiere refrigeración activa y gestión de los espacios del centro de datos en los que operan. Como custodios de prácticas de TI sostenibles, debemos considerar cómo podemos reducir el consumo de recursos a través de nuestras actividades diarias.

Los centros de datos obtienen energía de la red que suministra su región operativa. Esta energía hace funcionar varios equipos de TI, como servidores, conmutadores de red y almacenamiento, que a su vez respaldan aplicaciones y servicios para los clientes. Esta energía también opera sistemas auxiliares como calefacción, ventilación y aire acondicionado o refrigeración, que son esenciales para mantener un entorno que mantenga el hardware dentro de los límites operativos.

Un camino hacia la descarbonización

Modernizando aplicaciones se está volviendo fundamental para impulsar la innovación y transformar las empresas. IBM Consulting® aplica el marco de buena arquitectura de AWS para crear una lente personalizada de sostenibilidad para realizar evaluaciones de carga de trabajo para aplicaciones tanto locales como en la nube de AWS. Para leer sobre otros escenarios clave y puntos de entrada de IBM Consulting® Custom Lens for Sustainability, consulte la publicación del blog: Modernización sostenible de aplicaciones mediante la nube de AWS.

En esta publicación de blog, profundizamos en un análisis en profundidad para evaluar, implementar recomendaciones y analizar los efectos de las emisiones de carbono de una aplicación monolítica que se ejecuta en AWS a través de una lente de sostenibilidad.

Green IT Analyzer: una plataforma integral de descarbonización de TI

La plataforma Green IT Analyzer permite a los clientes transformar su TI tradicional en una TI verde más sostenible y con mayor eficiencia energética. Al actuar como una ventanilla única, mide, informa, crea líneas de base y proporciona una vista de panel unificada de la huella de carbono en todo el entorno de nube híbrida, incluidos los centros de datos privados, la nube pública y los dispositivos de los usuarios. La plataforma puede medir la huella de carbono del patrimonio de TI tanto a nivel granular como de máquina virtual (VM). Ayuda a identificar puntos críticos de energía o carbono para desarrollar una hoja de ruta de optimización. La técnica de evaluación de carbono que utiliza se alinea con gas de efecto invernadero (GEI) principios para el sector de las tecnologías de la información y las comunicaciones.

Metodología basada en la ubicación

Comprender las emisiones de carbono de las cargas de trabajo de TI requiere estar familiarizado con varios conceptos y métricas clave. Aquí hay una descripción general de alto nivel:

• Huella de carbono (PPC): El concepto de huella de carbono es central en nuestro análisis. La PPC representa la cantidad total de CO₂ y emisiones de GEI equivalentes asociadas con la alimentación de un centro de datos, a partir de una medición de referencia de PPC mayor o igual a cero. Es una métrica crucial para medir el impacto ambiental de las operaciones del centro de datos.
• Eficacia del uso de energía (PUE): Otra métrica crítica es la efectividad del uso de energía. PUE mide la eficiencia energética de un centro de datos, calculada dividiendo la energía total de la instalación por la energía consumida por los equipos de TI. Esta división produce una relación que indica eficiencia: un PUE cercano a 1 (uno) significa alta eficiencia, mientras que valores más altos sugieren un mayor desperdicio de energía.
  Fórmula: PUE = (energía total de la instalación)/(energía consumida por los equipos de TI)
• Intensidad de carbono (CI): Por último, consideramos la intensidad de carbono. CI mide las emisiones de carbono en gramos por kilovatio-hora (g/kWh) de la generación de energía de la red que alimenta el centro de datos. Esta métrica varía según la fuente de energía. Las redes alimentadas por carbón pueden tener un CI superior a 1,000 g/kWh, mientras que las redes alimentadas por fuentes renovables como la eólica y la solar deberían tener un CI más cercano a cero. (Los paneles solares tienen algo de PPC incorporada, pero mucho menos en comparación con los combustibles fósiles).

Consideremos un desafío importante para el cliente. Todas las organizaciones están comprometidas con lograr emisiones netas cero y la TI desempeña un papel crucial en el logro de la agenda de sostenibilidad. Esto puede implicar reducir la huella de carbono del propio sector de TI (especialmente relevante para los clientes financieros con altas emisiones impulsadas por TI) o crear una plataforma sostenible que funcione con TI ecológica.

Las aplicaciones monolíticas más antiguas, que normalmente se ejecutan en plataformas basadas en VM, ya sea en centros de datos locales o en nubes públicas, son un área de enfoque clave. Surge una pregunta crucial: ¿cómo podemos reducir el consumo de recursos de TI de estas aplicaciones monolíticas más antiguas, que generalmente representan entre el 20% y el 30% de toda la cartera de TI? Es más eficiente energéticamente pasar de aplicaciones monolíticas basadas en VM a una arquitectura basada en microservicios más eficiente energéticamente que se ejecuta en una plataforma de contenedores. Sin embargo, es fundamental evaluar cada caso individualmente, ya que un enfoque único no siempre es eficaz.

Estos criterios se pueden utilizar para seleccionar candidatos a transformación de aplicaciones:

• Aplicaciones con más de 70% -80% Utilización de la CPU

• Aplicaciones que experimentan picos estacionales en transacciones, como en Nochebuena, Diwali y otros días festivos

• Aplicaciones con picos diarios en las transacciones en momentos específicos, como el embarque de la aerolínea temprano en la mañana o en la noche

• Algunos componentes comerciales dentro de aplicaciones monolíticas que exhiben picos de uso

Análisis del estado tal como está de aplicaciones monolíticas

Considere el ejemplo de una aplicación de tienda electrónica simple que se ejecuta en AWS en una máquina virtual de Elastic Compute Cloud (EC2). Esta aplicación, un e-CART, experimenta cargas de trabajo estacionales y se ha realojado (levantar y cambiar) desde las instalaciones a una instancia AWS EC2. Las aplicaciones monolíticas como esta agrupan todas las funciones empresariales en una única unidad desplegable.

La siguiente tabla describe las características clave de las aplicaciones heredadas de e-Store.

Las emisiones de carbono de una carga de trabajo están directamente relacionadas con el consumo de recursos como la informática, el almacenamiento y las redes, siendo la informática a menudo el contribuyente más importante. Esto varía según las características de la carga de trabajo; por ejemplo, en la industria de los medios o del streaming, la transmisión de datos a través de la red y el almacenamiento de grandes conjuntos de datos no estructurados consumen una energía considerable.

El gráfico muestra el patrón de utilización de la CPU cuando se produce una actividad mínima del usuario en la aplicación monolítica que se ejecuta en una única instancia EC2.

Utilizamos la plataforma Green IT Analyzer para realizar una contabilidad de carbono del estado tal como está de la aplicación monolítica, comparándola con el estado objetivo de la misma aplicación cuando se rediseñó en una arquitectura de microservicio que se ejecuta en el Servicios de Amazon Elastic Kubernetes (EKS) .

Paso 1: Análisis integral de la huella de carbono de aplicaciones monolíticas

Primero, nos centramos en examinar la huella de carbono actual de una carga de trabajo monolítica en diversas condiciones operativas. Esto nos proporciona una base de referencia para identificar áreas de mejora.

Calculemos la huella de carbono estimada para nuestra carga de trabajo monolítica cuando tenemos transacciones de usuario mínimas y un 45 % de utilización de CPU:

• PUE del este de EE. UU. 1d AZ: 1.2
• CI: 415.755 gramos de CO2/kWh

A. Cálculo de carbono estimado cuando no hay actividad del usuario:

• Energía consumida: 9.76 g/W a 45 % de utilización
• Horas de ejecución de la misma carga de trabajo: 300 horas
• Emisiones de carbono estimadas durante 300 horas = PUE × CI × energía consumida por carga de trabajo
• = [(1.2 × 415.755 × 9.76) × 300] ÷ 1,000 = 1,460.79 gramos de CO2e

B. Emisión de carbono estimada con 500 usuarios simultáneos:

En un escenario en el que se crearon transacciones de nivel máximo según requisitos no funcionales (NFR) para probar la capacidad del sistema para soportar picos diarios, la utilización de la CPU aumentó al 80 % durante la actividad de los usuarios simultáneos. Esta situación desencadenó una regla de escalado automático establecida para activarse con una utilización de CPU del 80 %. La regla proporciona máquinas virtuales adicionales para ayudar a garantizar que la carga en cada máquina virtual se mantenga por debajo del 60 %. Luego, el equilibrador de carga distribuye eficientemente la carga entre las máquinas virtuales nuevas y existentes.

Debido al escalado automático de las nuevas instancias EC2, una VM t2.large adicional estuvo disponible, lo que llevó a una caída en la utilización promedio al 40%.

• Emisiones de carbono estimadas para este escenario, con ambas máquinas virtuales idénticas funcionando durante 300 horas = PUE × CI × energía consumida por carga de trabajo
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ÷ 1,000 = 2,921.59 gramos de CO2e

Paso 2: Implementar recomendaciones de sostenibilidad

Este paso explora una variedad de recomendaciones de sostenibilidad y su implementación práctica para la aplicación monolítica. Utilizamos la evaluación de Lentes Personalizados para la Sostenibilidad para guiar estas recomendaciones.

Primero, consideramos descomponer aplicaciones monolíticas en microservicios reactivos basados ​​en acciones. Este enfoque se adapta al comportamiento estacional de la aplicación y a los diferentes patrones de uso, lo que es particularmente útil durante los períodos pico, como las temporadas festivas, cuando aumenta el tráfico y se observa un enfoque en la exploración de artefactos sobre las transacciones backend.

En segundo lugar, el plan implica reducir el consumo de energía programando el procesamiento por lotes durante los períodos de inactividad, especialmente cuando la red del centro de datos opera con energía verde. Este enfoque tiene como objetivo conservar el poder minimizando la duración de las transacciones de larga duración.

Finalmente, la estrategia enfatiza la importancia de elegir una plataforma flexible, como AWS EKS o Red Hat® OpenShift® en AWS (ROSA), que sea capaz de escalar dinámicamente los recursos en función del tráfico de la red. Esta elección de plataforma ayuda a garantizar una asignación optimizada de recursos y es beneficiosa para alojar microservicios reactivos basados ​​en acciones.

En resumen, las estrategias propuestas incluyen la descomposición de microservicios alineada con los patrones de uso, la programación de transacciones consciente de la energía y una elección de plataforma flexible para mejorar la eficiencia de las aplicaciones y la utilización de recursos.

La aplicación refactorizada en microservicios se muestra en la imagen:

Ahora calculemos la emisión de carbono después de transformar la aplicación monolítica en una arquitectura basada en microservicios siguiendo principios de diseño sostenible mientras refactorizamos la aplicación bajo el paraguas de la modernización sostenible.

A. Contabilidad estimada de carbono con pocas o ninguna carga:

• Nodo trabajador: 2 × t2.medio
• Utilización: 10% (cuando no hay carga en la aplicación)
• Energía consumida: 6 g/W al 5% de utilización
• PUE (1.2) y CI (415.755 gramos de CO₂/kWh) siguen siendo los mismos porque seguimos usando la misma zona de disponibilidad.
• Horario: 300
• Emisiones de carbono estimadas durante 300 horas = PUE × CI × energía consumida por carga de trabajo
• = [(1.2 × 415.755 × 6) × 300] ÷ 1,000 = 1,796 gramos de CO₂e

Observaciones: Cuando no hay carga en el sistema, una aplicación que se ejecuta en una VM es más eficiente en términos de carbono que los microservicios que se ejecutan en un clúster EKS.

B. Contabilidad estimada de carbono durante la carga máxima:

De manera similar a las pruebas de carga de aplicaciones monolíticas, incorporamos 500 usuarios y activamos transacciones simultáneas para cumplir con los requisitos de NFR en los microservicios que creamos.

• Nodo trabajador: 2 × t2.medio
• Mayor utilización debido a la carga: 10% a 20%
• Energía consumida: 7.4 g/W al 20% de utilización
• PUE y CI siguen siendo los mismos.
• Horario: 300
• Emisiones de carbono estimadas durante 300 horas = PUE × CI × energía consumida por carga de trabajo
• = [(1.2 × 415.755 × 7.4) × 300] ÷ 1,000 = 2,215.14 gramos de CO₂e

Aquí, se produjo el escalado automático de pods para los servicios de UI, pero los servicios de carrito no requirieron más recursos para escalar. En aplicaciones monolíticas, es necesario ampliar toda la plataforma independientemente de qué funciones o servicios comerciales requieran más recursos, lo que lleva a una mayor utilización del 20%.

Observaciones: Comparemos ambos escenarios.

1. Cuando el sistema está inactivo o tiene un perfil de carga constante durante todo el día: Cuando casi no hay carga, las aplicaciones monolíticas consumen menos recursos y emiten casi 18% menos carbono que las aplicaciones basadas en microservicios alojadas en el clúster EKS.
2. Cuando el sistema está en carga completa o carga variable: Cuando el sistema está en carga completa, hay un 24% reducción de CO₂ emisiones en la plataforma Kubernetes en comparación con una carga de trabajo basada en VM. Esto se debe al uso de menos núcleos y a una menor utilización. Podemos mover más cargas de trabajo en el mismo clúster y liberar más núcleos de otras aplicaciones para obtener beneficios más significativos.

Este escenario es un ejemplo de cómo IBM^® La evaluación de lentes personalizados para la carga de trabajo de sostenibilidad en AWS ayuda a diseñar su ruta de modernización sostenible y reducir la huella de carbono total de su patrimonio de TI.

Guía de acción

Para las organizaciones que valoran la sostenibilidad, la informática responsable y la TI ecológica no sólo son vitales; son completamente factibles. Los líderes de TI pueden lograr estos objetivos realizando actividades respetuosas con el medio ambiente que abarquen la estrategia, las operaciones y las plataformas de TI.

• Hacer más ecológicas sus plataformas de TI: utilice la refactorización para migrar aplicaciones a la nube pública. Migrar cargas de trabajo a la nube pública sin optimizarlas para este entorno puede aumentar los costos operativos y reducir la sostenibilidad. En su lugar, mejore las cargas de trabajo para que sean más nativas de la nube refactorizando las aplicaciones en función de factores como su ciclo de vida, frecuencia de actualización e implementación y criticidad empresarial.
• Optimización de la capacidad de las máquinas virtuales inactivas y otros recursos de la nube no utilizados: habilite la observabilidad a nivel de infraestructura para identificar máquinas virtuales inactivas en todo su entorno de TI. Implemente automatización basada en reglas para tomar acciones correctivas, como eliminar máquinas virtuales inactivas y recursos asociados que ya no cumplen funciones comerciales. Además, optimice el tamaño de la VM en función del tráfico de la red mediante el escalado automático.
• Crear recursos cuando sea necesario: Aunque los recursos de la nube son elásticos, obtendrá beneficios de eficiencia limitados si implementa cargas de trabajo en recursos fijos que se ejecutan continuamente, independientemente del uso. Identifique oportunidades para aprovisionar y eliminar recursos según sea necesario, como el uso de programación de VM o funciones elásticas dentro de los servicios en la nube.
• Cargas de trabajo en contenedores: Al utilizar una plataforma de contenedores en lugar de un entorno de VM tradicional, puede reducir los costos anuales de infraestructura hasta en 75%. Las plataformas de contenedores permiten una programación eficiente de contenedores en un grupo de máquinas virtuales en función de sus requisitos de recursos.
• Modernizando sus aplicaciones monolíticas a una arquitectura basada en microservicios: seleccione microservicios reactivos según sus necesidades: microservicios reactivos para invocación basada en eventos para optimizar la utilización de recursos, microservicios controlados por eventos para invocación asincrónica o microservicios sin servidor para la ejecución de una sola función basada en las necesidades.

El marco de transformación de TI ecológica de IBM Consulting, la lente personalizada para la sostenibilidad y la plataforma Analizador de TI ecológica ayudan colectivamente a los clientes en su viaje hacia la descarbonización. Ambos marcos ayudan a evaluar las cargas de trabajo, identificar palancas de optimización que pueden reducir el consumo de energía y crear una hoja de ruta de modernización de aplicaciones que le permita alcanzar sus objetivos de sostenibilidad.

Obtenga más información sobre los servicios de consultoría de IBM para la nube de AWS.