Duurzame modernisering versnellen met Green IT Analyzer op AWS – IBM Blog

Bedrijven omarmen steeds meer data-intensieve werklasten, waaronder high-performance computing, kunstmatige intelligentie (AI) en machine learning (ML). Deze technologieën stimuleren innovatie op hun hybride, multicloud-trajecten, terwijl ze zich richten op veerkracht, prestaties, beveiliging en compliance. Bedrijven streven er ook naar om deze innovatie in evenwicht te brengen met de toenemende regelgeving op het gebied van milieu, maatschappij en bestuur (ESG). Voor de meeste organisaties maken IT-operaties en modernisering deel uit van hun ESG-doelstelling een recent Foundry-onderzoekzoekt ongeveer 60% van de organisaties dienstverleners die gespecialiseerd zijn in groene technologiegebieden.

Nu het rapporteren van CO2-emissies wereldwijd gemeengoed wordt, streeft IBM ernaar zijn klanten te helpen bij het nemen van weloverwogen beslissingen die kunnen helpen tegemoet te komen aan hun energiebehoeften en de daarmee samenhangende CO2-impact, terwijl de kosten worden verlaagd. Om te helpen bij het bouwen van duurzamere IT-domeinen, werkt IBM samen met Amazon Web Services (AWS) om duurzame cloudmoderniseringstrajecten te faciliteren.

Nu bedrijven hun IT-modernisering versnellen om de digitale transformatie te versnellen en zakelijk voordeel te behalen, ontstaat er een aanzienlijke kans. Deze kans omvat het opnieuw ontwerpen van IT-omgevingen en applicatieportfolio's in de richting van groenere, duurzamere ontwerpen. Een dergelijke aanpak leidt niet alleen tot kostenefficiëntie, maar draagt ​​ook bij aan bredere duurzaamheidsdoelstellingen van bedrijven.

Inzicht in de CO2-uitstoot van digitale technologie

Alle bedrijfsapplicaties die IBM bouwt en uitvoert, zowel voor externe als interne klanten, wordt geleverd met een koolstof kosten, wat voornamelijk te wijten is aan het elektriciteitsverbruik. Ongeacht de technologie die IBM heeft gebruikt om deze applicaties of services te ontwikkelen, vereist de exploitatie ervan hardware die stroom verbruikt.
De uitstoot van koolstofdioxide (CO2) die wordt geproduceerd door elektriciteit uit het elektriciteitsnet varieert afhankelijk van de opwekkingsmethoden. Fossiele brandstoffen zoals steenkool en gas stoten aanzienlijke hoeveelheden koolstof uit, terwijl hernieuwbare bronnen zoals wind- en zonne-energie verwaarloosbare hoeveelheden uitstoten. Elke kilowatt (kW) verbruikte elektriciteit draagt ​​dus rechtstreeks bij aan een specifieke hoeveelheid CO2-equivalent (CO2e) die in de atmosfeer terechtkomt.

Daarom leidt het verminderen van het elektriciteitsverbruik direct tot een lagere CO2-uitstoot.

CO2-voetafdruk in de praktijk

Compute, opslag en netwerken zijn de essentiële technische hulpmiddelen die energie verbruiken bij het bouwen van applicaties en services. Hun activiteit vereist actieve koeling en beheer van de datacenterruimtes waarin zij opereren. Als bewaarders van duurzame IT-praktijken moeten we overwegen hoe we het verbruik van hulpbronnen door onze dagelijkse activiteiten kunnen verminderen.

Datacenters halen stroom uit het elektriciteitsnet dat hun operationele regio van stroom voorziet. Deze stroom stuurt verschillende IT-apparatuur aan, zoals servers, netwerkswitches en opslag, die op hun beurt applicaties en diensten voor klanten ondersteunen. Deze kracht stuurt ook ondersteunende systemen aan, zoals verwarming, ventilatie en airconditioning of koeling, die essentieel zijn voor het handhaven van een omgeving waarin de hardware binnen operationele grenzen blijft.

Een weg voorwaarts naar het koolstofvrij maken

Moderniseren van applicaties wordt cruciaal voor het stimuleren van innovatie en het transformeren van bedrijven. IBM Consulting® past het AWS Well-Architected-framework toe om een ​​Custom Lens for Sustainability te creëren om werklastbeoordelingen uit te voeren voor applicaties, zowel op locatie als in de AWS Cloud. Bekijk de blogpost om meer te lezen over andere belangrijke scenario's en instappunten van IBM Consulting® Custom Lens for Sustainability: Duurzame app-modernisering met behulp van AWS Cloud.

In deze blogpost duiken we in een diepgaande analyse om de koolstofemissie-effecten van een monolithische applicatie die op AWS draait, te beoordelen, te implementeren en te analyseren door een duurzaamheidslens.

Green IT Analyzer: een uitgebreid IT-decarbonisatieplatform

Met het Green IT Analyzer-platform kunnen klanten hun traditionele IT transformeren naar energiezuinigere, duurzame groene IT. Het fungeert als een one-stop-shop en meet, rapporteert, creëert basislijnen en biedt een uniform dashboardoverzicht van de CO2-voetafdruk in de hybride cloudomgeving, inclusief private datacenters, publieke cloud en gebruikersapparaten. Het platform kan de CO2-voetafdruk van het IT-domein meten op zowel granulair als virtueel machine (VM) niveau. Het helpt bij het identificeren van energie- of koolstofhotspots en het ontwikkelen van een routekaart voor optimalisatie. De koolstofbeoordelingstechniek die het gebruikt sluit aan bij broeikasgas (BKG) beginselen voor de informatie- en communicatietechnologiesector.

Locatiegebaseerde methodologie

Om de CO2-uitstoot van IT-werklasten te begrijpen, is bekendheid met verschillende sleutelconcepten en maatstaven vereist. Hier is een overzicht op hoog niveau:

• Koolstofvoetafdruk (GVB): Het concept van de CO2-voetafdruk staat centraal in onze analyse. GVB vertegenwoordigt de totale hoeveelheid CO₂ en gelijkwaardige broeikasgasemissies die gepaard gaan met het voeden van een datacenter, beginnend bij een nulmeting van GVB groter dan of gelijk aan nul. Het is een cruciale maatstaf voor het meten van de milieu-impact van datacenteractiviteiten.
• Effectiviteit van energieverbruik (PUE): Een andere kritische maatstaf is de effectiviteit van het energieverbruik. PUE meet de energie-efficiëntie van een datacenter, berekend door de totale energie van de faciliteit te delen door de energie die wordt verbruikt door IT-apparatuur. Deze verdeling levert een verhouding op die de efficiëntie aangeeft: een PUE dichtbij 1 (één) betekent een hoge efficiëntie, terwijl hogere waarden duiden op meer energieverspilling.
  Formule: PUE = (totale energie van de faciliteit)/(energie verbruikt door IT-apparatuur)
• Koolstofintensiteit (CI): Ten slotte kijken we naar de koolstofintensiteit. CI meet de CO1,000-uitstoot in grammen per kilowattuur (g/kWh) van de elektriciteitsopwekking die het datacenter van stroom voorziet. Deze statistiek varieert op basis van de energiebron. Kolennetwerken kunnen een CI hebben die groter is dan XNUMX g/kWh, terwijl netwerken die worden aangedreven door hernieuwbare bronnen zoals wind- en zonne-energie een CI moeten hebben die dichter bij nul ligt. (Zonnepanelen hebben enige vorm van GVB, maar veel minder in vergelijking met fossiele brandstoffen.)

Laten we eens kijken naar een grote uitdaging voor de klant. Elke organisatie zet zich in voor het bereiken van een netto-nul-uitstoot, en IT speelt een cruciale rol bij het verwezenlijken van de duurzaamheidsagenda. Dit kan inhouden dat de CO2-voetafdruk van het IT-domein zelf wordt verkleind (vooral relevant voor financiële klanten met hoge IT-gerelateerde emissies) of dat er een duurzaam platform wordt gecreëerd dat draait op groene IT.

Oudere monolithische applicaties, die doorgaans draaien op VM-gebaseerde platforms in datacenters op locatie of in publieke clouds, vormen een belangrijk aandachtsgebied. Een cruciale vraag rijst: hoe kunnen we het IT-resourceverbruik van deze oudere monolithische applicaties, die doorgaans 20 tot 30% van de gehele IT-portfolio in beslag nemen, verminderen? Het is energie-efficiënter om van VM-gebaseerde monolithische applicaties over te stappen naar een energie-efficiëntere, op microservices gebaseerde architectuur die op een containerplatform draait. Het is echter essentieel om elk geval afzonderlijk te beoordelen, omdat een one-size-fits-all aanpak niet altijd effectief is.

Dit criterium kan worden gebruikt om kandidaten voor applicatietransformatie te selecteren:

• Aanvragen met meer dan 70% -80% CPU-gebruik

• Toepassingen ervaren seizoenspieken bij transacties, zoals rond kerstavond, Diwali en andere feestdagen

• Toepassingen met dagelijkse pieken in transacties op specifieke tijden, zoals bij het onboarden van luchtvaartmaatschappijen in de vroege ochtend of avond

• Sommige bedrijfscomponenten binnen monolithische applicaties vertonen gebruikspieken

As-is-state analyse van monolithische apps

Neem het voorbeeld van een eenvoudige e-Store-applicatie die draait op AWS in een Elastic Compute Cloud (EC2) VM. Deze applicatie, een e-CART, ervaart seizoensgebonden werklasten en is opnieuw gehost (lift-and-shift) van on-premise naar een AWS EC2-instantie. Monolithische applicaties zoals deze bundelen alle bedrijfsfuncties in één enkele inzetbare eenheid.

De volgende tabel beschrijft de belangrijkste kenmerken van oudere e-Store-applicaties.

De CO2-uitstoot van een werklast houdt rechtstreeks verband met het verbruik van hulpbronnen zoals computers, opslag en netwerken, waarbij computers vaak de grootste bijdrage leveren. Dit varieert afhankelijk van de kenmerken van de werklast; In de media- of streaming-industrie verbruiken datatransmissie via het netwerk en het opslaan van grote ongestructureerde datasets bijvoorbeeld aanzienlijke energie.

De grafiek toont het gebruikspatroon van de CPU wanneer er minimale gebruikersactiviteit plaatsvindt op de monolithische applicatie die in één EC2-instantie draait.

We hebben het Green IT Analyzer-platform gebruikt om een ​​koolstofboekhouding uit te voeren van de as-is-status van de monolithische applicatie, waarbij we deze vergeleken met de doelstatus van dezelfde applicatie wanneer deze opnieuw werd ontworpen tot een microservice-architectuur die draait op de Amazon Elastic Kubernetes-services (EKS) platform.

Stap 1: Uitgebreide analyse van de COXNUMX-voetafdruk van monolithische toepassingen

Ten eerste concentreren we ons op het onderzoeken van de huidige CO2-voetafdruk van een monolithische werklast onder verschillende bedrijfsomstandigheden. Dit biedt ons een basis voor het identificeren van verbeterpunten.

Laten we de geschatte CO45-voetafdruk voor onze monolithische werklast berekenen als we minimale gebruikerstransacties en XNUMX% van het CPU-gebruik hebben:

• PUE van VS oost 1d AZ: 1.2
• CI: 415.755 gram CO2/kWh

A. Geschatte CO2-berekening wanneer er geen gebruikersactiviteit is:

• Verbruikte energie: 9.76 g/W bij 45% benutting
• Uren met dezelfde werklast: 300 uur
• Geschatte CO300-uitstoot gedurende XNUMX uur = PUE × CI × energieverbruik per werklast
• = [(1.2 × 415.755 × 9.76) × 300] ÷ 1,000 = 1,460.79 gram CO2e

B. Geschatte CO500-uitstoot met gelijktijdige XNUMX gebruikers:

In een scenario waarin transacties op piekniveau werden gecreëerd op basis van niet-functionele vereisten (NFR) om het vermogen van het systeem om dagelijkse pieken te ondersteunen te testen, steeg het CPU-gebruik tot 80% tijdens gelijktijdige gebruikersactiviteit. Deze situatie veroorzaakte een regel voor automatisch schalen die werd geactiveerd bij een CPU-gebruik van 80%. De regel voorziet in extra VM's om ervoor te zorgen dat de belasting van elke VM onder de 60% blijft. De load balancer verdeelt de belasting vervolgens efficiënt over zowel de bestaande als nieuwe VM's.

Door het automatisch schalen van de nieuwe EC2-instances kwam er een extra t2.large VM beschikbaar, wat leidde tot een daling van de gemiddelde benutting tot 40%.

• Geschatte CO300-uitstoot voor dit scenario, waarbij beide identieke VM's XNUMX uur draaien = PUE × CI × energieverbruik per werklast
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ÷ 1,000 = 2,921.59 gram CO2e

Stap 2: Implementatie van duurzaamheidsaanbevelingen

Deze stap onderzoekt een reeks duurzaamheidsaanbevelingen en hun praktische implementatie voor de monolithische toepassing. Als leidraad voor deze aanbevelingen gebruiken we de Custom Lens Assessment for Sustainability.

Ten eerste overwegen we monolithische applicaties op te splitsen in actiegebaseerde reactieve microservices. Deze aanpak is afgestemd op het seizoensgedrag en de variërende gebruikspatronen van de applicatie, wat vooral handig is tijdens piekperioden, zoals feestdagen, wanneer het verkeer stijgt en de nadruk ligt op browse-artefacten in plaats van backend-transacties.

Ten tweede omvat het plan het terugdringen van het energieverbruik door batchverwerking in te plannen tijdens perioden van inactiviteit, vooral wanneer het datacenternetwerk op groene energie draait. Deze aanpak heeft tot doel energie te besparen door de duur van langlopende transacties te minimaliseren.

Ten slotte benadrukt de strategie het belang van het kiezen van een flexibel platform, zoals AWS EKS of Red Hat® OpenShift® on AWS (ROSA), dat in staat is om bronnen dynamisch te schalen op basis van netwerkverkeer. Een dergelijke platformkeuze draagt ​​bij aan een geoptimaliseerde toewijzing van middelen en is gunstig voor het hosten van de op actie gebaseerde reactieve microservices.

Samenvattend omvatten de voorgestelde strategieën decompositie van microservices in lijn met gebruikspatronen, energiebewuste transactieplanning en een flexibele platformkeuze om de applicatie-efficiëntie en het gebruik van hulpbronnen te verbeteren.

De applicatie die is omgevormd tot microservices wordt weergegeven in de afbeelding:

Laten we nu de CO2-uitstoot berekenen na het transformeren van de monolithische applicatie naar op microservices gebaseerde architectuur volgens duurzame ontwerpprincipes, terwijl we de applicatie refactoren onder de paraplu van duurzame modernisering.

A. Geschatte koolstofboekhouding met geen of weinig ladingen:

• Werknemerknooppunt: 2 × t2.medium
• Gebruik: 10% (wanneer de applicatie niet wordt belast)
• Energieverbruik: 6 g/W bij 5% benutting
• PUE (1.2) en CI (415.755 gram CO₂/kWh) blijven hetzelfde omdat we dezelfde beschikbaarheidszone blijven gebruiken.
• Uur: 300
• Geschatte CO300-uitstoot gedurende XNUMX uur = PUE × CI × energie verbruikt door werklast
• = [(1.2 × 415.755 × 6) × 300] ÷ 1,000 = 1,796 gram CO₂e

Opmerkingen: Wanneer het systeem niet wordt belast, is een applicatie die op een VM draait koolstofefficiënter dan microservices die op een EKS-cluster draaien.

B. Geschatte koolstofboekhouding tijdens piekbelasting:

Net als bij het testen van de belasting van monolithische applicaties, hebben we 500 gebruikers aan boord genomen en gelijktijdige transacties geactiveerd om te voldoen aan de NFR-vereisten in de microservices die we hebben gebouwd.

• Werknemerknooppunt: 2 × t2.medium
• Verhoogde benutting door belasting: 10% tot 20%
• Energieverbruik: 7.4 g/W bij 20% benutting
• PUE en CI blijven hetzelfde.
• Uur: 300
• Geschatte CO300-uitstoot gedurende XNUMX uur = PUE × CI × energie verbruikt door werklast
• = [(1.2 × 415.755 × 7.4) × 300] ÷ 1,000 = 2,215.14 gram CO₂e

Hier vond het automatisch schalen van pods plaats voor UI-services, maar voor cart-services waren niet meer middelen nodig om op te schalen. In monolithische toepassingen is het opschalen van het hele platform noodzakelijk, ongeacht welke zakelijke functies of services meer resources vereisen, wat leidt tot een hogere bezettingsgraad van 20%.

Opmerkingen: Laten we beide scenario’s vergelijken.

1. Wanneer het systeem inactief is of de hele dag een stabiel belastingsprofiel heeft: Wanneer er bijna geen belasting is, verbruiken monolithische toepassingen minder hulpbronnen en stoten ze bijna uit 18% minder koolstof dan op microservices gebaseerde applicaties die worden gehost in het EKS-cluster.
2. Wanneer het systeem op volledige belasting of wisselende belasting staat: Wanneer het systeem op volle belasting is, is er een 24% reductie van CO₂ -uitstoot op het Kubernetes-platform vergeleken met een VM-gebaseerde werklast. Dit komt door het gebruik van minder kernen en een lager gebruik. We kunnen meer workloads in hetzelfde cluster verplaatsen en meer cores vrijmaken van andere applicaties om significantere voordelen te behalen.

Dit scenario is een voorbeeld van hoe IBM^® Aangepaste lensbeoordeling voor duurzaamheid op de AWS-werklast helpt bij het ontwerpen van uw duurzame moderniseringstraject en het verminderen van de totale CO2-voetafdruk van uw IT-domein.

Actiegids

Voor organisaties die duurzaamheid waarderen, zijn verantwoord computergebruik en groene IT niet alleen van levensbelang; ze zijn volkomen haalbaar. IT-leiders kunnen deze doelen bereiken door milieuvriendelijke activiteiten na te streven die de IT-strategie, -activiteiten en -platforms omvatten.

• Vergroen uw IT-platforms: Gebruik refactoring om applicaties naar de publieke cloud te migreren. Het migreren van workloads naar de publieke cloud zonder deze voor deze omgeving te optimaliseren, kan de bedrijfskosten verhogen en de duurzaamheid verminderen. Verbeter in plaats daarvan de workloads zodat ze meer cloud-native zijn door applicaties te herstructureren op basis van factoren zoals hun levenscyclus, update- en implementatiefrequentie, en bedrijfskriticiteit.
• Optimalisatie van inactieve VM-capaciteit en andere ongebruikte cloudbronnen: Maak observatie op infrastructuurniveau mogelijk om inactieve VM's in uw IT-domein te identificeren. Implementeer op regels gebaseerde automatisering om corrigerende maatregelen te nemen, zoals het verwijderen van inactieve VM's en bijbehorende bronnen die niet langer bedrijfsfuncties dienen. Optimaliseer bovendien de grootte van de VM op basis van netwerkverkeer via automatisch schalen.
• Hulpbronnen creëren wanneer dat nodig is: Hoewel cloudresources elastisch zijn, profiteert u van beperkte efficiëntievoordelen als u workloads implementeert op vaste resources die continu draaien, ongeacht het gebruik. Identificeer mogelijkheden om resources indien nodig in te richten en te verwijderen, zoals het gebruik van VM-planning of elastische functies binnen cloudservices.
• Het containeriseren van werklasten: Door een containerplatform te gebruiken in plaats van een traditionele VM-omgeving, kunt u de jaarlijkse infrastructuurkosten met maximaal 75%. Containerplatforms maken een efficiënte planning van containers over een cluster van VM's mogelijk op basis van hun resourcevereisten.
• Moderniseer uw monolithische applicaties naar een op microservices gebaseerde architectuur: Selecteer reactieve microservices op basis van uw behoeften: reactieve microservices voor op gebeurtenissen gebaseerde aanroep om het gebruik van bronnen te optimaliseren, gebeurtenisgestuurde microservices voor asynchrone aanroep of serverloze microservices voor op behoeften gebaseerde uitvoering van een enkele functie.

Het IBM Consulting Green IT Transformation-framework, Custom Lens for Sustainability en het Green IT Analyzer-platform helpen klanten gezamenlijk op hun reis naar een koolstofarme economie. Beide raamwerken helpen bij het beoordelen van de werklast, het identificeren van optimalisatiehefbomen die het energieverbruik kunnen verlagen, en het creëren van een routekaart voor de modernisering van applicaties waarmee u uw duurzaamheidsdoelen kunt bereiken.

Lees meer over IBM Consulting-services voor AWS Cloud.