Kestävän modernisoinnin nopeuttaminen Green IT Analyzerin avulla AWS:ssä – IBM Blog

Yritykset omaksuvat yhä enemmän dataintensiivisiä työkuormia, kuten korkean suorituskyvyn tietojenkäsittelyä, tekoälyä (AI) ja koneoppimista (ML). Nämä tekniikat edistävät innovaatioita hybridi-, multicloud-matkoillaan keskittyen samalla kestävyyteen, suorituskykyyn, turvallisuuteen ja vaatimustenmukaisuuteen. Yritykset pyrkivät myös tasapainottamaan tätä innovaatiota kasvavien ympäristö-, sosiaali- ja hallintosäännösten (ESG) kanssa. Useimmille organisaatioille IT-toiminta ja modernisointi ovat osa ESG-tavoitetta ja sen mukaan tuoreen Foundry-kyselyn, noin 60 % organisaatioista hakee vihreän teknologian alueille erikoistuneita palveluntarjoajia.

Hiilidioksidipäästöraportoinnin yleistyessä maailmanlaajuisesti IBM on sitoutunut auttamaan asiakkaitaan tekemään tietoon perustuvia päätöksiä, jotka voivat auttaa vastaamaan heidän energiatarpeisiinsa ja siihen liittyviin hiilivaikutuksiin ja alentamaan kustannuksia. Auttaakseen kestävämpien IT-tilojen rakentamista IBM on tehnyt kumppanuuden Amazon Web Services (AWS) kanssa helpottaakseen kestäviä pilvimodernisointimatkoja.

Kun yritykset nopeuttavat IT-modernisointiaan nopeuttaakseen digitaalista muutosta ja saadakseen liiketoimintaetua, avautuu merkittävä mahdollisuus. Tämä mahdollisuus sisältää IT-ympäristöjen ja sovellusportfolioiden uudelleensuunnittelun kohti vihreämpää ja kestävämpää suunnittelua. Tällainen lähestymistapa ei vain lisää kustannustehokkuutta, vaan edistää myös laajempia yritysvastuutavoitteita.

Digiteknologian hiilipäästöjen ymmärtäminen

Kaikkien IBM:n ulkoisten tai sisäisten asiakkaiden rakentamien ja käyttämien yrityssovellusten mukana tulee a hiilikustannukset, mikä johtuu ensisijaisesti sähkönkulutuksesta. Riippumatta tekniikasta, jota IBM käytti näiden sovellusten tai palveluiden kehittämiseen, niiden käyttö vaatii laitteistoa, joka kuluttaa virtaa.
Verkkosähkön tuottamat hiilidioksidipäästöt (CO2) vaihtelevat tuotantomenetelmien mukaan. Fossiiliset polttoaineet, kuten kivihiili ja kaasu, vapauttavat huomattavia määriä hiiltä, ​​kun taas uusiutuvat lähteet, kuten tuuli tai aurinko, tuottavat vähäisiä määriä. Siten jokainen käytetty kilowatti (kW) sähköä myötävaikuttaa suoraan tiettyyn määrään ilmakehään vapautuvaa CO2-ekvivalenttia (CO2e).

Sähkönkulutuksen vähentäminen johtaa siis suoraan hiilidioksidipäästöjen vähenemiseen.

Hiilijalanjälki käytännössä

Laskenta, tallennus ja verkko ovat tärkeitä teknisiä resursseja, jotka kuluttavat energiaa sovellusten ja palveluiden rakentamisessa. Heidän toimintansa edellyttää aktiivista jäähdytystä ja palvelinkeskustilojen hallintaa, joissa he toimivat. Kestävän IT-käytännön ylläpitäjinä meidän on pohdittava, miten voimme vähentää resurssien kulutusta päivittäisellä toiminnallamme.

Palvelinkeskukset saavat virtaa verkosta, joka toimittaa niiden toiminta-alueen. Tämä teho käyttää erilaisia ​​IT-laitteita, kuten palvelimia, verkkokytkimiä ja tallennustilaa, jotka puolestaan ​​tukevat sovelluksia ja palveluita asiakkaille. Tämä teho käyttää myös apujärjestelmiä, kuten lämmitystä, ilmanvaihtoa ja ilmastointia tai jäähdytystä, jotka ovat välttämättömiä ympäristön ylläpitämiseksi, joka pitää laitteiston toimintarajoissa.

Tie eteenpäin hiilidioksidipäästöjen vähentämiseen

Sovellusten modernisointi on tulossa keskeiseksi innovaation edistämisessä ja yritysten muuttamisessa. IBM Consulting® käyttää AWS Well-Architected -kehystä luodakseen mukautetun kestävän linssin, joka suorittaa työkuormituksen arviointeja sovelluksille sekä tiloissa että AWS Cloudissa. Lue blogiviestistä IBM Consulting® Custom Lens for Sustainability -ohjelman muista keskeisistä skenaarioista ja aloituskohdista: Kestävä sovellusten modernisointi AWS Cloudin avulla.

Tässä blogikirjoituksessa perehdymme syvälliseen analyysiin arvioidaksemme, toteuttaaksemme suosituksia ja analysoidaksemme AWS:llä toimivan monoliittisen sovelluksen hiilipäästövaikutuksia kestävän kehityksen linssin kautta.

Green IT Analyzer: Kattava IT-alusta hiilidioksidipäästöjen vähentämiseksi

Green IT Analyzer -alustan avulla asiakkaat voivat muuttaa perinteisen IT:nsä energiatehokkaammaksi, kestävämmäksi vihreäksi IT:ksi. Toimii keskitetysti, se mittaa, raportoi, luo lähtötilanteita ja tarjoaa yhtenäisen kojelautanäkymän hiilijalanjäljestä hybridipilviympäristössä – mukaan lukien yksityiset datakeskukset, julkiset pilvipalvelut ja käyttäjien laitteet. Alusta pystyy mittaamaan IT-tilan hiilijalanjälkeä sekä rakeisella että virtuaalikoneen (VM) tasolla. Se auttaa tunnistamaan energian tai hiilidioksidin kuormituspisteet optimointisuunnitelman laatimiseksi. Sen käyttämä hiilenarviointitekniikka on yhdenmukainen kasvihuonekaasu (GHG) tieto- ja viestintäteknologia-alan periaatteita.

Sijaintiin perustuva menetelmä

IT-työkuormien hiilipäästöjen ymmärtäminen edellyttää useiden keskeisten käsitteiden ja mittareiden tuntemista. Tässä on korkeatasoinen yleiskatsaus:

• Hiilijalanjälki (CFP): Hiilijalanjäljen käsite on keskeinen analyysissämme. CFP edustaa CO:n kokonaismäärää₂ ja vastaavat palvelinkeskuksen virransyöttöön liittyvät kasvihuonekaasupäästöt alkaen CFP:n perusmittauksesta, joka on suurempi tai yhtä suuri kuin nolla. Se on tärkeä mittari palvelinkeskusten toiminnan ympäristövaikutusten mittaamisessa.
• Virrankäytön tehokkuus (PUE): Toinen kriittinen mittari on virrankulutuksen tehokkuus. PUE mittaa palvelinkeskuksen energiatehokkuutta, joka lasketaan jakamalla kiinteistön kokonaisenergia IT-laitteiden kuluttamalla energialla. Tämä jako tuottaa tehokkuutta kuvaavan suhteen: PUE lähellä 1 (yksi) tarkoittaa korkeaa hyötysuhdetta, kun taas korkeammat arvot viittaavat suurempaan energiahukkaan.
  Kaava: PUE = (tilan kokonaisenergia)/(IT-laitteiden käyttämä energia)
• Hiili-intensiteetti (CI): Lopuksi tarkastelemme hiili-intensiteettiä. CI mittaa palvelinkeskuksen sähköntuotannon hiilidioksidipäästöjä grammoina kilowattituntia kohden (g/kWh). Tämä mittari vaihtelee energialähteen mukaan. Hiilikäyttöisten verkkojen CI voi olla suurempi kuin 1,000 XNUMX g/kWh, kun taas uusiutuvilla lähteillä, kuten tuuli- ja aurinkovoimalla, toimivien verkkojen CI:n tulisi olla lähempänä nollaa. (Aurinkopaneelit sisältävät jonkin verran CFP:tä, mutta niitä on paljon vähemmän kuin fossiilisissa polttoaineissa.)

Ajatellaanpa suurta asiakashaastetta. Jokainen organisaatio on sitoutunut saavuttamaan nollapäästöt, ja IT:llä on keskeinen rooli kestävän kehityksen tavoitteiden saavuttamisessa. Tämä voi tarkoittaa IT-kiinteistön hiilijalanjäljen pienentämistä – mikä on erityisen tärkeää finanssiasiakkaille, joilla on korkeat IT-pohjaiset päästöt – tai kestävän alustan luominen, joka toimii vihreällä IT-tekniikalla.

Vanhemmat monoliittiset sovellukset, jotka toimivat tyypillisesti VM-pohjaisilla alustoilla joko on-prem-palvelinkeskuksissa tai julkisissa pilvissä, ovat keskeinen painopistealue. Herää keskeinen kysymys: kuinka voimme vähentää IT-resurssien kulutusta näistä vanhoista monoliittisista sovelluksista, jotka kattavat yleensä 20–30 % koko IT-salkusta? On energiatehokkaampaa siirtyä VM-pohjaisista monoliittisista sovelluksista kohti energiatehokkaampaa, mikropalvelupohjaista arkkitehtuuria, joka toimii konttialustalla. On kuitenkin tärkeää arvioida jokainen tapaus erikseen, koska yksikokoinen lähestymistapa ei aina ole tehokas.

Näitä kriteerejä voidaan käyttää sovellusmuunnosehdokkaiden valitsemiseen:

• Sovellukset, joissa on enemmän kuin 70% -80% CPU: n käyttö

• Sovellukset kokevat kausittaisia ​​piikkejä liiketoimissa, kuten jouluaattona, Diwalissa ja muina pyhäpäivinä

• Sovellukset liiketoimien päivittäiset piikit tiettyinä aikoina, kuten lentoyhtiön nouseminen aikaisin aamulla tai illalla

• Jotkut monoliittisten sovellusten liiketoimintakomponentit, joissa on käyttöpiikkejä

Monoliittisten sovellusten tila-analyysi

Harkitse esimerkkiä yksinkertaisesta verkkokauppasovelluksesta, joka toimii AWS:llä Elastic Compute Cloud (EC2) -virtuaalikoneessa. Tämä sovellus, e-CART, kokee kausiluonteisia työkuormia, ja se on isännöity uudelleen (lift-and-shift) tiloista AWS EC2 -esiintymään. Tämän kaltaiset monoliittiset sovellukset yhdistävät kaikki liiketoimintatoiminnot yhteen käyttöön otettavaksi yksiköksi.

Seuraavassa taulukossa kuvataan verkkokaupan vanhojen sovellusten tärkeimmät ominaisuudet.

Työkuorman hiilidioksidipäästöt ovat suoraan yhteydessä resurssien, kuten tietojenkäsittelyn, varastoinnin ja verkkojen, kulutukseen, ja tietojenkäsittely on usein merkittävin tekijä. Tämä vaihtelee työmäärän ominaisuuksien mukaan; esimerkiksi media- tai suoratoistoteollisuudessa tiedonsiirto verkon yli ja suurten strukturoimattomien tietokokonaisuuksien tallentaminen kuluttavat huomattavasti energiaa.

Kaavio näyttää suorittimen käyttökuvion, kun yksittäisessä EC2-esiintymässä toimivassa monoliittisessa sovelluksessa tapahtuu vain vähän käyttäjän toimintaa.

Käytimme Green IT Analyzer -alustaa monoliittisen sovelluksen nykyisen tilan hiililaskennan tekemiseen ja vertaamalla sitä saman sovelluksen kohdetilaan, kun se on uudelleenarkkitehtuu mikropalveluarkkitehtuuriksi, joka toimii Amazon Elastic Kubernetes Services (EKS) alustalla.

Vaihe 1: Kattava hiilijalanjälkianalyysi monoliittisista sovelluksista

Ensinnäkin keskitymme monoliittisen työmäärän nykyisen hiilijalanjäljen tutkimiseen eri käyttöolosuhteissa. Tämä antaa meille perustan parannettavien alueiden tunnistamiselle.

Lasketaan arvioitu hiilijalanjälki monoliittiselle työmäärällemme, kun käyttäjätapahtumat ovat minimaaliset ja prosessorin käyttöaste 45 %:

• Yhdysvaltain itäosan PUE 1d AZ: 1.2
• CI: 415.755 grammaa CO2/kWh

A. Arvioitu hiilen laskeminen, kun käyttäjä ei toimi:

• Energiankulutus: 9.76 g/W @ 45 % käyttöaste
• Saman työmäärän ajotunnit: 300 tuntia
• Arvioidut hiilidioksidipäästöt 300 tunnille = PUE × CI × työkuorman kulutettu energia
• = [(1.2 × 415.755 × 9.76) × 300] ÷ 1,000 1,460.79 = 2 XNUMX grammaa COXNUMXe

B. Arvioidut hiilidioksidipäästöt 500 samanaikaisen käyttäjän kanssa:

Skenaariossa, jossa huipputason tapahtumat luotiin ei-toiminnallisten vaatimusten (NFR) mukaisesti testaamaan järjestelmän kykyä tukea päivittäisiä huippuja, suorittimen käyttöaste nousi 80 prosenttiin samanaikaisen käyttäjän toiminnan aikana. Tämä tilanne laukaisi automaattisen skaalaussäännön, joka aktivoitiin 80 % prosessorin käyttöasteella. Säännössä määrätään ylimääräisistä virtuaalikoneista varmistaakseen, että kunkin VM:n kuormitus pysyy alle 60 %:ssa. Kuormantasaaja jakaa kuorman tehokkaasti sekä olemassa olevien että uusien virtuaalikoneiden kesken.

Uusien EC2-esiintymien automaattisen skaalauksen ansiosta saataville tuli ylimääräinen t2.large VM, mikä johti keskimääräisen käyttöasteen putoamiseen 40 prosenttiin.

• Arvioidut hiilidioksidipäästöt tälle skenaariolle, kun molemmat identtiset VM:t ovat käynnissä 300 tuntia = PUE × CI × työkuorman kulutettu energia
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ÷ 1,000 2,921.59 = 2 XNUMX grammaa COXNUMXe

Vaihe 2: Kestävän kehityksen suositusten toteuttaminen

Tässä vaiheessa tarkastellaan erilaisia ​​kestävän kehityksen suosituksia ja niiden käytännön toteutusta monoliittisessa sovelluksessa. Käytämme mukautetun linssin kestävän kehityksen arviointia ohjaamaan näitä suosituksia.

Ensinnäkin harkitsemme monoliittisten sovellusten hajottamista toimintapohjaisiksi reaktiivisiksi mikropalveluiksi. Tämä lähestymistapa on räätälöity sovelluksen kausiluontoiseen käyttäytymiseen ja vaihteleviin käyttötottumuksiin, mikä on erityisen hyödyllistä ruuhka-aikoina, kuten juhlakausina, jolloin liikenne vilkastuu ja keskitytään selailemaan artefakteja taustatapahtumien sijaan.

Toiseksi suunnitelmaan sisältyy energiankulutuksen vähentäminen ajoittamalla eräkäsittely lepotilalle, erityisesti kun konesalin verkko toimii vihreällä energialla. Tällä lähestymistavalla pyritään säästämään tehoa minimoimalla pitkäaikaisten tapahtumien kesto.

Lopuksi strategia korostaa, että on tärkeää valita joustava alusta, kuten AWS EKS tai Red Hat® OpenShift® on AWS (ROSA), joka pystyy dynaamisesti skaalaamaan resursseja verkkoliikenteen perusteella. Tällainen alustavalinta auttaa varmistamaan optimoidun resurssien allokoinnin ja on hyödyllinen toimintapohjaisten reaktiivisten mikropalvelujen isännöinnissa.

Yhteenvetona voidaan todeta, että ehdotettuihin strategioihin kuuluu mikropalveluiden hajottaminen käyttötottumuksiin, energiatietoinen tapahtuman ajoitus ja joustava alustavalinta sovelluksen tehokkuuden ja resurssien käytön parantamiseksi.

Mikropalveluiksi refaktoroitu sovellus näkyy kuvassa:

Lasketaan nyt hiilipäästöt sen jälkeen, kun monoliittinen sovellus on muunnettu mikropalvelupohjaiseksi arkkitehtuuriksi kestävän suunnittelun periaatteita noudattaen, samalla kun sovellus on muotoiltu uudelleen kestävän modernisoinnin sateenvarjossa.

A. Arvioitu hiililaskenta ilman kuormia tai vain vähän kuormaa:

• Työntekijäsolmu: 2 × t2.medium
• Käyttöaste: 10% (kun sovelluksessa ei ole kuormitusta)
• Energiankulutus: 6 g/W 5 %:n käyttöasteella
• PUE (1.2) ja CI (415.755 grammaa CO₂/kWh) pysyvät ennallaan, koska käytämme edelleen samaa käytettävyysaluetta.
• Tunnit: 300 XNUMX
• Arvioidut hiilidioksidipäästöt 300 tunnille = PUE × CI × työkuorman kulutettu energia
• = [(1.2 × 415.755 × 6) × 300] ÷ 1,000 XNUMX = 1,796 XNUMX grammaa CO₂e

Huomautukset: Kun järjestelmässä ei ole kuormitusta, virtuaalikoneella toimiva sovellus on hiilitehokkaampi kuin EKS-klusterissa toimivat mikropalvelut.

B. Arvioitu hiililaskenta huippukuormituksen aikana:

Samoin kuin monoliittisten sovellusten kuormitustestauksessa, otimme käyttöön 500 käyttäjää ja käynnistimme samanaikaisia ​​tapahtumia täyttääksemme NFR-vaatimukset rakentamissamme mikropalveluissa.

• Työntekijäsolmu: 2 × t2.medium
• Lisääntynyt käyttöaste kuormituksen takia: 10–20 %
• Energiankulutus: 7.4 g/W 20 %:n käyttöasteella
• PUE ja CI pysyvät samoina.
• Tunnit: 300 XNUMX
• Arvioidut hiilidioksidipäästöt 300 tunnille = PUE × CI × työkuorman kulutettu energia
• = [(1.2 × 415.755 × 7.4) × 300] ÷ 1,000 XNUMX = 2,215.14 XNUMX grammaa CO₂e

Tässä koteloiden automaattinen skaalaus tapahtui käyttöliittymäpalveluille, mutta ostoskoripalvelut eivät vaatineet lisää resursseja skaalautuakseen. Monoliittisissa sovelluksissa koko alustan skaalaus on välttämätöntä riippumatta siitä, mitkä liiketoimintatoiminnot tai palvelut vaativat enemmän resursseja, mikä johtaa 20 prosentin käyttöasteeseen.

Huomautukset: Verrataan molempia skenaarioita.

1. Kun järjestelmä on käyttämättömänä tai sen kuormitusprofiili on tasainen koko kellon ajan: Kun kuormaa ei ole juurikaan, monoliittiset sovellukset kuluttavat vähemmän resursseja ja lähettävät lähes 18% vähemmän hiiltä kuin EKS-klusterissa isännöidyt mikropalvelupohjaiset sovellukset.
2. Kun järjestelmä on täydellä kuormalla tai vaihtelevalla kuormalla: Kun järjestelmä on täydellä kuormalla, on a 24% CO:n vähentäminen₂ päästöjä Kubernetes-alustalla verrattuna VM-pohjaiseen työmäärään. Tämä johtuu vähemmän ytimistä ja alhaisemmasta käyttöasteesta. Voimme siirtää enemmän työkuormia samassa klusterissa ja vapauttaa enemmän ytimiä muista sovelluksista saadaksemme merkittävämpiä etuja.

Tämä skenaario on esimerkki siitä, kuinka IBM^® Custom Lens -arviointi kestävyydestä AWS-työkuormalla auttaa suunnittelemaan kestävän modernisointipolun ja pienentämään IT-kiinteistösi kokonaishiilijalanjälkeä.

Toimintaopas

Vastuullinen tietojenkäsittely ja vihreä IT eivät ole vain elintärkeitä organisaatioille, jotka arvostavat kestävää kehitystä. ne ovat täysin toteutettavissa. IT-johtajat voivat saavuttaa nämä tavoitteet toteuttamalla ympäristöystävällistä toimintaa, joka kattaa IT-strategian, toiminnot ja alustat.

• Vihreäksi IT-alustosi: Käytä uudelleenjärjestelyä sovellusten siirtämiseen julkiseen pilveen. Työkuormien siirtäminen julkiseen pilveen ilman niiden optimointia tähän ympäristöön voi lisätä käyttökustannuksia ja vähentää kestävyyttä. Sen sijaan paranna työkuormitusta pilvipohjaisemmiksi muokkaamalla sovelluksia sellaisten tekijöiden perusteella, kuten niiden elinkaari, päivitys- ja käyttöönottotiheys sekä liiketoiminnan kriittisyys.
• VM-kapasiteetin ja muiden käyttämättömien pilviresurssien optimointi: Ota infrastruktuuritason havainnointi käyttöön, jotta voit tunnistaa käyttämättömät virtuaalikoneet IT-alueeltasi. Ota sääntöihin perustuva automaatio käyttöön korjaavien toimenpiteiden suorittamiseksi, kuten poistamalla käyttämättömät virtuaalikoneet ja niihin liittyvät resurssit, jotka eivät enää palvele liiketoimintatoimintoja. Lisäksi optimoi virtuaalikoneen koko verkkoliikenteen perusteella automaattisen skaalauksen avulla.
• Resurssien luominen tarvittaessa: Vaikka pilviresurssit ovat joustavia, saat rajallisia tehokkuusetuja, jos käytät työkuormia kiinteisiin resursseihin, jotka toimivat jatkuvasti käytöstä riippumatta. Tunnista mahdollisuudet tarjota ja poistaa resursseja tarpeen mukaan, kuten käyttämällä VM-ajoitusta tai joustavia ominaisuuksia pilvipalveluissa.
• Työkuormien säiliöiminen: Käyttämällä konttialustaa perinteisen VM-ympäristön sijaan voit vähentää vuotuisia infrastruktuurikustannuksia jopa 75%. Konttialustat mahdollistavat konttien tehokkaan ajoituksen VM-klusterin välillä niiden resurssivaatimusten perusteella.
• Modernisoi monoliittiset sovelluksesi mikropalvelupohjaiseksi arkkitehtuuriksi: Valitse reaktiiviset mikropalvelut tarpeidesi mukaan: reaktiiviset mikropalvelut tapahtumapohjaiseen kutsuun resurssien käytön optimoimiseksi, tapahtumapohjaiset mikropalvelut asynkroniseen kutsuun tai palvelimettomat mikropalvelut yksittäisen toiminnon tarpeisiin perustuvaan suorittamiseen.

IBM Consulting Green IT Transformation -kehys, Custom Lens for Sustainability ja Green IT Analyzer -alusta auttavat yhdessä asiakkaita heidän hiilidioksidipäästöjen vähentämisessä. Molemmat viitekehykset auttavat arvioimaan työkuormia, tunnistamaan optimointivivut, jotka voivat vähentää energiankulutusta, ja luomaan sovellusten modernisointisuunnitelman, jonka avulla voit saavuttaa kestävän kehityksen tavoitteesi.

Lue lisää IBM Consulting -palveluista AWS Cloudille.