Fenntartható modernizáció felgyorsítása a Green IT Analyzer segítségével az AWS-en – IBM Blog

A vállalkozások egyre inkább felvállalják az adatigényes munkaterhelést, beleértve a nagy teljesítményű számítástechnikát, a mesterséges intelligenciát (AI) és a gépi tanulást (ML). Ezek a technológiák ösztönzik az innovációt hibrid, többfelhős utazásaikon, miközben a rugalmasságra, a teljesítményre, a biztonságra és a megfelelőségre összpontosítanak. A vállalatok arra is törekednek, hogy ezt az innovációt egyensúlyba hozzák a növekvő környezetvédelmi, társadalmi és irányítási (ESG) szabályozásokkal. A legtöbb szervezetnél az informatikai üzemeltetés és a modernizáció az ESG célkitűzés részét képezi, és ennek megfelelően egy friss öntödei felmérés, a szervezetek mintegy 60%-a zöld technológiai területekre szakosodott szolgáltatókat keres.

Ahogy a szén-dioxid-kibocsátásról szóló jelentés világszerte elterjedt, az IBM elkötelezett amellett, hogy segítse ügyfeleit olyan tájékozott döntések meghozatalában, amelyek segíthetnek az energiaigényeik és a kapcsolódó szén-dioxid-kibocsátásuk kielégítésében, miközben csökkentik a költségeket. A fenntarthatóbb IT-telepek felépítésének elősegítése érdekében az IBM partnerséget kötött az Amazon Web Services (AWS) vállalattal, hogy elősegítse a fenntartható felhőmodernizációs utakat.

Amint a vállalatok felgyorsítják informatikai modernizációjukat a digitális átalakulás felgyorsítása és az üzleti előny megszerzése érdekében, egy jelentős lehetőség nyílik meg. Ez a lehetőség magában foglalja az informatikai környezetek és alkalmazásportfóliók újratervezését a környezetbarátabb, fenntarthatóbb tervezés felé. Ez a megközelítés nemcsak a költséghatékonyságot segíti elő, hanem hozzájárul a szélesebb körű vállalati fenntarthatósági célokhoz is.

A digitális technológia szén-dioxid-kibocsátásának megértése

Az IBM által készített és futtatott összes üzleti alkalmazás, akár külső, akár belső ügyfelek számára, a szénköltség, ami elsősorban az áramfogyasztásnak köszönhető. Függetlenül attól, hogy az IBM milyen technológiát használt ezeknek az alkalmazásoknak vagy szolgáltatásoknak a fejlesztéséhez, működésükhöz olyan hardverre van szükség, amely energiát fogyaszt.
A hálózati villamos energia által termelt szén-dioxid (CO2) kibocsátás a termelési módszerektől függően változik. A fosszilis tüzelőanyagok, például a szén és a gáz jelentős mennyiségű szenet bocsátanak ki, míg a megújuló energiaforrások, például a szél vagy a nap elhanyagolható mennyiségben. Így minden egyes kilowatt (kW) elfogyasztott villamos energia közvetlenül hozzájárul egy meghatározott mennyiségű CO2-egyenértékhez (CO2e), amely a légkörbe kerül.

Ezért az áramfogyasztás csökkentése közvetlenül alacsonyabb szén-dioxid-kibocsátáshoz vezet.

Szénlábnyom a gyakorlatban

A számítástechnika, a tárolás és a hálózatépítés az alapvető technológiai erőforrások, amelyek energiát fogyasztanak az alkalmazások és szolgáltatások kiépítése során. Tevékenységük aktív hűtést és az általuk használt adatközponti terek kezelését igényli. A fenntartható informatikai gyakorlatok letéteményeseként át kell gondolnunk, hogyan csökkenthetjük napi tevékenységeinkkel az erőforrás-felhasználást.

Az adatközpontok a működési régiójukat ellátó hálózatból nyerik az áramot. Ez a teljesítmény különféle informatikai berendezéseket, például szervereket, hálózati kapcsolókat és tárolókat működtet, amelyek viszont az ügyfelek számára nyújtott alkalmazásokat és szolgáltatásokat támogatják. Ez a teljesítmény olyan kiegészítő rendszereket is működtet, mint a fűtés, szellőztetés és légkondicionálás vagy hűtés, amelyek elengedhetetlenek egy olyan környezet fenntartásához, amely a hardvert a működési határokon belül tartja.

Egy út a dekarbonizáció felé

Alkalmazások korszerűsítése kulcsfontosságúvá válik az innováció ösztönzése és a vállalkozások átalakítása szempontjából. Az IBM Consulting® az AWS jól felépített keretrendszert alkalmazza egy Custom Lens for Sustainability létrehozásához, amellyel mind a helyszínen, mind az AWS Cloudon végezhető el a munkaterhelés felmérése. Az IBM Consulting® Custom Lens for Sustainability egyéb kulcsfontosságú forgatókönyveiről és belépési pontjairól a blogbejegyzésben olvashat: Fenntartható alkalmazásmodernizálás az AWS Cloud segítségével.

Ebben a blogbejegyzésben egy mélyreható elemzésbe nyúlunk bele, hogy felmérjük, ajánlásokat hajtsunk végre, és elemezzük az AWS-en futó monolitikus alkalmazások szén-dioxid-kibocsátási hatásait egy fenntarthatósági lencsén keresztül.

Green IT Analyzer: átfogó IT-dekarbonizációs platform

A Green IT Analyzer platform lehetővé teszi az ügyfelek számára, hogy hagyományos IT-jüket energiahatékonyabb, fenntarthatóbb zöld IT-vé alakítsák. Egyablakos ügyintézőként mér, jelentéseket készít, alapvonalakat hoz létre, és egységes műszerfali nézetet biztosít a szénlábnyomról a hibrid felhőkörnyezetben – beleértve a privát adatközpontokat, a nyilvános felhőt és a felhasználói eszközöket is. A platform képes mérni az IT-telep szénlábnyomát szemcsés és virtuális gép (VM) szinten is. Segít azonosítani az energia- vagy szénforrásokat az optimalizálási ütemterv kidolgozásához. Az általa használt szén-dioxid-értékelési technika igazodik ehhez üvegházhatású gáz (ÜHG) az információs és kommunikációs technológiai ágazatra vonatkozó elvek.

Hely alapú módszertan

Az IT-munkaterhelésből származó szén-dioxid-kibocsátás megértéséhez több kulcsfontosságú fogalom és mérőszám ismeretére van szükség. Íme egy magas szintű áttekintés:

• Szénlábnyom (CFP): A szénlábnyom fogalma elemzésünk központi eleme. A CFP a CO teljes mennyiségét jelenti₂ és az adatközpont tápellátásával kapcsolatos ezzel egyenértékű ÜHG-kibocsátás, a CFP nullánál nagyobb vagy azzal egyenlő alapmérésétől kezdve. Ez egy kulcsfontosságú mérőszám az adatközponti működés környezeti hatásának felméréséhez.
• Energiafelhasználás hatékonysága (PUE): Egy másik kritikus mérőszám az energiafelhasználás hatékonysága. A PUE egy adatközpont energiahatékonyságát méri, amelyet úgy számítanak ki, hogy a létesítmény teljes energiáját elosztják az IT-berendezések által fogyasztott energiával. Ez a felosztás olyan arányt eredményez, amely a hatékonyságot jelzi: az 1-hez (egyhez) közeli PUE nagy hatékonyságot, míg a magasabb értékek nagyobb energiapazarlást jeleznek.
  Képlet: PUE = (teljes létesítményenergia)/(informatikai berendezések által fogyasztott energia)
• Szén-intenzitás (CI): Végül figyelembe vesszük a szén-dioxid-intenzitást. A CI méri az adatközpontot tápláló hálózati áramtermelés szén-dioxid-kibocsátását gramm per kilowattóra (g/kWh). Ez a mutató az energiaforrástól függően változik. A szénenergiával működő hálózatok CI-je nagyobb lehet, mint 1,000 g/kWh, míg a megújuló energiaforrásokkal, például szél- és napenergiával működő hálózatok CI-jének nullához közelebb kell lennie. (A napelemek tartalmaznak némi CFP-t, de sokkal kevesebbet, mint a fosszilis tüzelőanyagok.)

Nézzünk egy nagy ügyfélkihívást. Minden szervezet elkötelezett a nulla nettó kibocsátás elérése mellett, és az IT kulcsfontosságú szerepet játszik a fenntarthatósági menetrend megvalósításában. Ez magában foglalhatja magának az IT-területnek a szénlábnyomának csökkentését – ez különösen fontos a magas IT-alapú kibocsátású pénzügyi ügyfelek számára – vagy egy fenntartható platform létrehozását, amely zöld informatikán működik.

A régebbi monolitikus alkalmazások, amelyek jellemzően virtuálisgép-alapú platformokon futnak helyszíni adatközpontokban vagy nyilvános felhőkben, kulcsfontosságú területet jelentenek. Felmerül egy döntő kérdés: hogyan csökkenthetjük az informatikai erőforrás-felhasználást ezekből a régebbi monolitikus alkalmazásokból, amelyek általában a teljes IT-portfólió 20-30%-át teszik ki? Energiahatékonyabb a VM-alapú monolitikus alkalmazásokról egy energiahatékonyabb, konténeres platformon futó mikroszolgáltatás-alapú architektúra felé haladni. Mindazonáltal alapvető fontosságú, hogy minden esetet külön-külön értékeljünk, mivel a mindenkire érvényes megközelítés nem mindig hatékony.

Ez a kritérium használható az alkalmazásátalakítási jelöltek kiválasztásához:

• Alkalmazások több mint 70% -80% CPU kihasználtság

• Alkalmazások tapasztalható szezonális tüskék tranzakciókban, például karácsony este, diwali és más ünnepnapokon

• Alkalmazások a napi kiugrások a tranzakciókban meghatározott időpontokban, például a légitársaság kora reggeli vagy esti beszállásakor

• Egyes üzleti összetevők a monolitikus alkalmazásokon belül, amelyek használati csúcsokat mutatnak

A monolitikus alkalmazások állapotelemzése

Tekintsük egy egyszerű e-Store alkalmazás példáját, amely AWS-en fut egy Elastic Compute Cloud (EC2) virtuális gépben. Ez az alkalmazás, egy e-CART, szezonális munkaterhelést tapasztal, és a helyszínről egy AWS EC2 példányba került újra. Az ehhez hasonló monolitikus alkalmazások az összes üzleti funkciót egyetlen telepíthető egységbe csomagolják.

Az alábbi táblázat az e-Store régebbi alkalmazások főbb jellemzőit írja le.

A munkaterhelés szén-dioxid-kibocsátása közvetlenül kapcsolódik az olyan erőforrások fogyasztásához, mint a számítástechnika, a tárolás és a hálózat, amelyhez gyakran a számítástechnika a legjelentősebb. Ez a munkaterhelés jellemzőitől függően változik; például a média vagy a streaming iparban a hálózaton keresztüli adatátvitel és a nagy strukturálatlan adatkészletek tárolása jelentős energiát fogyaszt.

A grafikon a CPU használati mintáját mutatja, amikor minimális felhasználói tevékenység történik az egyetlen EC2 példányban futó monolitikus alkalmazáson.

A Green IT Analyzer platformot használtuk a monolitikus alkalmazás jelenlegi állapotának szén-dioxid-elszámolására, összehasonlítva azt ugyanazon alkalmazás célállapotával, amikor újratervezték egy mikroszolgáltatási architektúrába, amelyen fut. Amazon Elastic Kubernetes Services (EKS) platform.

1. lépés: A monolitikus alkalmazások átfogó szénlábnyom-elemzése

Először is egy monolitikus munkaterhelés jelenlegi szénlábnyomának vizsgálatára összpontosítunk különböző üzemi körülmények között. Ez alapot ad a fejlesztendő területek azonosításához.

Számítsuk ki monolitikus munkaterhelésünk becsült szénlábnyomát, ha minimális felhasználói tranzakcióval és 45%-os CPU-kihasználással rendelkezünk:

• Az USA keleti részének PUE 1d AZ: 1.2
• CI: 415.755 gramm CO2/kWh

A. Becsült szén-dioxid-kibocsátás számítása, ha nincs felhasználói tevékenység:

• Felhasznált energia: 9.76 g/W 45%-os kihasználtság mellett
• Azonos terhelési munkaidő: 300 óra
• Becsült szén-dioxid-kibocsátás 300 órán keresztül = PUE × CI × a munkaterhelés által felhasznált energia
• = [(1.2 × 415.755 × 9.76) × 300] ÷ 1,000 = 1,460.79 gramm CO2e

B. Becsült szén-dioxid-kibocsátás egyidejű 500 felhasználó esetén:

Abban a forgatókönyvben, amikor csúcsszintű tranzakciókat hoztak létre a nem funkcionális követelményeknek (NFR) megfelelően, hogy teszteljék a rendszer azon képességét, hogy támogassa a napi csúcsokat, a CPU kihasználtsága 80%-ra emelkedett az egyidejű felhasználói tevékenység során. Ez a helyzet egy automatikus skálázási szabályt váltott ki, amely 80%-os CPU-kihasználtságnál aktiválódik. A szabály extra virtuális gépeket ír elő annak biztosítására, hogy az egyes virtuális gépek terhelése 60% alatt maradjon. A terheléselosztó ezután hatékonyan osztja el a terhelést mind a meglévő, mind az új virtuális gépek között.

Az új EC2 példányok automatikus skálázásának köszönhetően egy további t2.large virtuális gép is elérhetővé vált, ami az átlagos kihasználtság 40%-ra csökkenéséhez vezetett.

• Becsült szén-dioxid-kibocsátás ennél a forgatókönyvnél, amikor mindkét azonos virtuális gép 300 órán keresztül működik = PUE × CI × a munkaterhelés által felhasznált energia
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ÷ 1,000 = 2,921.59 gramm CO2e

2. lépés: A fenntarthatósági ajánlások végrehajtása

Ez a lépés egy sor fenntarthatósági ajánlást és azok gyakorlati megvalósítását vizsgálja a monolitikus alkalmazáshoz. Az Egyéni lencse fenntarthatósági értékelését használjuk ezen ajánlások iránymutatására.

Először is fontolóra vesszük a monolitikus alkalmazások akció-alapú reaktív mikroszolgáltatásokká történő szétbontását. Ezt a megközelítést az alkalmazás szezonális viselkedéséhez és változó használati szokásaihoz szabták, ami különösen hasznos a csúcsidőszakokban, például ünnepi időszakokban, amikor megnövekszik a forgalom, és a háttértranzakciók helyett a műtermékek böngészésére összpontosítanak.

Másodszor, a terv magában foglalja az energiafogyasztás csökkentését a kötegelt feldolgozás tétlenségi időszakokra történő ütemezésével, különösen akkor, ha az adatközponti hálózat zöld energiával működik. Ennek a megközelítésnek az a célja, hogy a hosszú távú tranzakciók időtartamának minimalizálásával energiát takarítson meg.

Végül a stratégia hangsúlyozza egy olyan rugalmas platform kiválasztásának fontosságát, mint például az AWS EKS vagy a Red Hat® OpenShift® az AWS-en (ROSA), amely képes az erőforrások dinamikus skálázására a hálózati forgalom alapján. Az ilyen platformválasztás elősegíti az optimalizált erőforrás-elosztást, és előnyös az akcióalapú reaktív mikroszolgáltatások üzemeltetéséhez.

Összefoglalva, a javasolt stratégiák magukban foglalják a használati mintákhoz igazodó mikroszolgáltatás-bontást, energiatudatos tranzakcióütemezést, valamint rugalmas platformválasztást az alkalmazások hatékonyságának és az erőforrás-felhasználásnak a javítása érdekében.

A mikroszolgáltatásokká átalakított alkalmazás a képen látható:

Most pedig számoljuk ki a szén-dioxid-kibocsátást, miután a monolitikus alkalmazást mikroszolgáltatás-alapú architektúrává alakítottuk a fenntartható tervezési elveket követve, miközben az alkalmazást a fenntartható modernizáció égisze alatt alakítjuk át.

A. Becsült szén-dioxid-elszámolás terhelés nélkül vagy kevés terhelés mellett:

• Dolgozó csomópont: 2 × t2.közepes
• Kihasználás: 10% (ha nincs terhelés az alkalmazáson)
• Felhasznált energia: 6 g/W 5%-os kihasználtság mellett
• PUE (1.2) és CI (415.755 gramm CO₂/kWh) változatlanok maradnak, mert továbbra is ugyanazt a rendelkezésre állási zónát használjuk.
• Órák: 300 XNUMX
• Becsült szén-dioxid-kibocsátás 300 órán keresztül = PUE × CI × a munkaterhelés által fogyasztott energia
• = [(1.2 × 415.755 × 6) × 300] ÷ 1,000 = 1,796 gramm CO₂e

Megjegyzések: Ha nincs terhelés a rendszeren, egy virtuális gépen futó alkalmazás szén-hatékonyabb, mint az EKS-fürtön futó mikroszolgáltatások.

B. Becsült szén-dioxid-elszámolás csúcsterhelés alatt:

A monolitikus alkalmazások terhelési teszteléséhez hasonlóan 500 felhasználót vontunk be, és egyidejű tranzakciókat indítottunk el, hogy megfeleljünk az NFR-követelményeknek az általunk épített mikroszolgáltatásokban.

• Dolgozó csomópont: 2 × t2.közepes
• Megnövekedett kihasználtság a terhelés miatt: 10% - 20%
• Felhasznált energia: 7.4 g/W 20%-os kihasználtság mellett
• A PUE és a CI ugyanaz marad.
• Órák: 300 XNUMX
• Becsült szén-dioxid-kibocsátás 300 órán keresztül = PUE × CI × a munkaterhelés által fogyasztott energia
• = [(1.2 × 415.755 × 7.4) × 300] ÷ 1,000 = 2,215.14 gramm CO₂e

Itt a kezelőfelületi szolgáltatásokhoz sor került a pod-ok automatikus skálázására, de a kosárszolgáltatások nem igényeltek több erőforrást a bővítéshez. A monolitikus alkalmazásokban a teljes platform méretezésére van szükség, függetlenül attól, hogy mely üzleti funkciók vagy szolgáltatások igényelnek több erőforrást, ami 20%-kal nagyobb kihasználtságot eredményez.

Megjegyzések: Hasonlítsuk össze mindkét forgatókönyvet.

1. Amikor a rendszer tétlen, vagy állandó terhelési profillal rendelkezik az órán át: Ha szinte nincs terhelés, a monolitikus alkalmazások kevesebb erőforrást fogyasztanak, és majdnem kibocsátnak 18% kevesebb szén-dioxidot, mint az EKS-fürtben tárolt mikroszolgáltatás-alapú alkalmazások.
2. Amikor a rendszer teljes vagy változó terhelés alatt van: Amikor a rendszer teljes terhelés alatt van, van a 24% CO csökkenése₂ kibocsátások a Kubernetes platformon a virtuálisgép-alapú munkaterheléshez képest. Ez a kevesebb mag használatának és az alacsonyabb kihasználtságnak köszönhető. Több munkaterhelést mozgathatunk ugyanabban a fürtben, és több magot szabadíthatunk fel más alkalmazásokból, hogy jelentősebb előnyökhöz jussanak.

Ez a forgatókönyv egy példa arra, hogy az IBM^® Egyedi lencseértékelés a fenntarthatósághoz az AWS-munkaterhelésen segít megtervezni a fenntartható modernizációs utat, és csökkenteni IT-telepe teljes szénlábnyomát.

Cselekvési útmutató

A fenntarthatóságot értékelő szervezetek számára a felelős számítástechnika és a zöld IT nem csak létfontosságú; teljesen megvalósíthatóak. Az informatikai vezetők ezeket a célokat olyan környezetbarát tevékenységekkel érhetik el, amelyek magukban foglalják az informatikai stratégiát, a működést és a platformokat.

• Informatikai platformok környezetbarátabbá tétele: Refaktorálás használatával migrálja az alkalmazásokat a nyilvános felhőbe. A munkaterhelések áttelepítése a nyilvános felhőbe anélkül, hogy erre a környezetre optimalizálná őket, növelheti a működési költségeket és csökkentheti a fenntarthatóságot. Ehelyett javítsa a munkaterhelést, hogy felhőalapúvá tegye az alkalmazásokat olyan tényezők alapján, mint az életciklus, a frissítési és telepítési gyakoriság, valamint az üzleti kritikusság.
• A tétlen virtuális gép kapacitásának és egyéb fel nem használt felhőforrások optimalizálása: Engedélyezze az infrastruktúra-szintű megfigyelést a tétlen virtuális gépek azonosításához az IT-területen. Valósítsa meg a szabályokon alapuló automatizálást a korrekciós intézkedések végrehajtásához, például törölje a tétlen virtuális gépeket és a kapcsolódó erőforrásokat, amelyek már nem szolgálnak ki üzleti funkciókat. Ezenkívül optimalizálhatja a virtuális gépek méretezését a hálózati forgalom alapján az automatikus méretezés révén.
• Szükség esetén erőforrások létrehozása: Bár a felhő-erőforrások rugalmasak, korlátozott hatékonysági előnyökhöz juthat, ha a munkaterheléseket állandó erőforrásokra telepíti, amelyek folyamatosan futnak, függetlenül a használattól. Azonosítsa a lehetőségeket az erőforrások biztosítására és szükség szerinti törlésére, például a virtuálisgép-ütemezés vagy a felhőszolgáltatásokon belüli rugalmas funkciók használatával.
• A munkaterhelések konténerezése: Ha hagyományos virtuálisgép-környezet helyett konténerplatformot használ, akár akár éves szinten is csökkentheti az infrastruktúra költségeit 75%. A konténerplatformok lehetővé teszik a konténerek hatékony ütemezését a virtuális gépek fürtjei között az erőforrás-szükségleteik alapján.
• Monolitikus alkalmazások modernizálása mikroszolgáltatás-alapú architektúrává: Válasszon reaktív mikroszolgáltatásokat az igényei szerint: reaktív mikroszolgáltatások eseményalapú meghíváshoz az erőforrás-kihasználás optimalizálásához, eseményvezérelt mikroszolgáltatások aszinkron hívásokhoz, vagy kiszolgáló nélküli mikroszolgáltatások egyetlen funkció igény szerinti végrehajtásához.

Az IBM Consulting Green IT Transformation keretrendszer, a Custom Lens for Sustainability és a Green IT Analyzer platform együttesen segíti az ügyfeleket a dekarbonizációs útjukon. Mindkét keretrendszer segít felmérni a munkaterhelést, azonosítani azokat az optimalizálási eszközöket, amelyek csökkenthetik az energiafogyasztást, és olyan alkalmazáskorszerűsítési ütemtervet készítenek, amely lehetővé teszi a fenntarthatósági célok elérését.

További információ az AWS Cloudhoz készült IBM Consulting szolgáltatásokról.