เร่งการปรับปรุงให้ทันสมัยอย่างยั่งยืนด้วย Green IT Analyzer บน AWS – IBM Blog

ธุรกิจต่างๆ หันมาเปิดรับปริมาณงานที่ต้องใช้ข้อมูลจำนวนมากมากขึ้น รวมถึงการประมวลผลประสิทธิภาพสูง ปัญญาประดิษฐ์ (AI) และการเรียนรู้ของเครื่อง (ML) เทคโนโลยีเหล่านี้ขับเคลื่อนนวัตกรรมบนเส้นทางมัลติคลาวด์แบบไฮบริด โดยมุ่งเน้นไปที่ความยืดหยุ่น ประสิทธิภาพ ความปลอดภัย และการปฏิบัติตามข้อกำหนด นอกจากนี้ บริษัทต่างๆ ยังมุ่งมั่นที่จะสร้างสมดุลระหว่างนวัตกรรมนี้กับกฎระเบียบด้านสิ่งแวดล้อม สังคม และธรรมาภิบาล (ESG) ที่กำลังเติบโต สำหรับองค์กรส่วนใหญ่ การดำเนินงานด้านไอทีและการปรับปรุงให้ทันสมัยเป็นส่วนหนึ่งของวัตถุประสงค์ ESG และเป็นไปตาม การสำรวจ Foundry ล่าสุดประมาณ 60% ขององค์กรแสวงหาผู้ให้บริการที่เชี่ยวชาญด้านเทคโนโลยีสีเขียว

เนื่องจากการรายงานการปล่อยก๊าซคาร์บอนกลายเป็นเรื่องปกติทั่วโลก IBM จึงมุ่งมั่นที่จะช่วยเหลือลูกค้าในการตัดสินใจโดยใช้ข้อมูลซึ่งสามารถช่วยตอบสนองความต้องการพลังงานและผลกระทบด้านคาร์บอนที่เกี่ยวข้องในขณะที่ลดต้นทุน เพื่อช่วยในการสร้างนิคมไอทีที่ยั่งยืนมากขึ้น IBM ได้ร่วมมือกับ Amazon Web Services (AWS) เพื่ออำนวยความสะดวกในการเดินทางสู่ความทันสมัยของคลาวด์ที่ยั่งยืน

ในขณะที่บริษัทต่างๆ เร่งดำเนินการปรับปรุงไอทีให้ทันสมัยเพื่อเร่งการเปลี่ยนแปลงทางดิจิทัลและสร้างความได้เปรียบทางธุรกิจ โอกาสสำคัญก็เกิดขึ้น โอกาสนี้เกี่ยวข้องกับการออกแบบสภาพแวดล้อมไอทีและพอร์ตโฟลิโอแอปพลิเคชันใหม่เพื่อการออกแบบที่เป็นมิตรต่อสิ่งแวดล้อมและยั่งยืนยิ่งขึ้น แนวทางดังกล่าวไม่เพียงแต่ช่วยเพิ่มประสิทธิภาพด้านต้นทุนเท่านั้น แต่ยังมีส่วนช่วยไปสู่เป้าหมายความยั่งยืนขององค์กรในวงกว้างอีกด้วย

ทำความเข้าใจการปล่อยก๊าซคาร์บอนจากเทคโนโลยีดิจิทัล

แอปพลิเคชันทางธุรกิจทั้งหมดที่ IBM สร้างและรัน ไม่ว่าจะสำหรับลูกค้าภายนอกหรือภายใน มาพร้อมกับ ต้นทุนคาร์บอนซึ่งมีสาเหตุหลักมาจากการใช้ไฟฟ้า ไม่ว่าเทคโนโลยีที่ IBM ใช้ในการพัฒนาแอปพลิเคชันหรือบริการเหล่านี้จะเป็นอย่างไร การใช้งานต้องใช้ฮาร์ดแวร์ที่ใช้พลังงาน
การปล่อยก๊าซคาร์บอนไดออกไซด์ (CO2) ที่เกิดจากการผลิตไฟฟ้าจากโครงข่ายจะแตกต่างกันไปขึ้นอยู่กับวิธีการผลิต เชื้อเพลิงฟอสซิล เช่น ถ่านหินและก๊าซปล่อยก๊าซคาร์บอนในปริมาณมาก ในขณะที่แหล่งพลังงานหมุนเวียน เช่น ลมหรือแสงอาทิตย์ปล่อยก๊าซในปริมาณเล็กน้อย ดังนั้นการใช้ไฟฟ้าแต่ละกิโลวัตต์ (kW) ที่ใช้ไปจะก่อให้เกิดปริมาณคาร์บอนไดออกไซด์เทียบเท่า (CO2e) ที่ปล่อยออกมาสู่ชั้นบรรยากาศโดยตรง

ดังนั้นการลดการใช้ไฟฟ้าจึงช่วยลดการปล่อยก๊าซคาร์บอนโดยตรง

รอยเท้าคาร์บอนในทางปฏิบัติ

การประมวลผล การจัดเก็บ และเครือข่ายเป็นทรัพยากรเทคโนโลยีที่จำเป็นซึ่งใช้พลังงานในกระบวนการสร้างแอปพลิเคชันและบริการ กิจกรรมของพวกเขาต้องการการระบายความร้อนและการจัดการพื้นที่ศูนย์ข้อมูลที่ดำเนินการอยู่ ในฐานะผู้ดูแลแนวทางปฏิบัติด้านไอทีที่ยั่งยืน เราต้องพิจารณาว่าจะลดการใช้ทรัพยากรผ่านกิจกรรมประจำวันของเราได้อย่างไร

ศูนย์ข้อมูลดึงพลังงานจากโครงข่ายที่จ่ายไฟให้กับพื้นที่ปฏิบัติงาน พลังงานนี้ใช้กับอุปกรณ์ไอทีต่างๆ เช่น เซิร์ฟเวอร์ สวิตช์เครือข่าย และอุปกรณ์จัดเก็บข้อมูล ซึ่งจะสนับสนุนแอปพลิเคชันและบริการสำหรับลูกค้า พลังงานนี้ยังใช้งานระบบเสริม เช่น การทำความร้อน การระบายอากาศ และการปรับอากาศหรือความเย็น ซึ่งจำเป็นสำหรับการรักษาสภาพแวดล้อมที่ทำให้ฮาร์ดแวร์อยู่ภายในขีดจำกัดการปฏิบัติงาน

หนทางสู่การลดคาร์บอน

แอพพลิเคชั่นที่ทันสมัย กำลังกลายเป็นส่วนสำคัญในการขับเคลื่อนนวัตกรรมและการเปลี่ยนแปลงธุรกิจ IBM Consulting® ใช้เฟรมเวิร์ก AWS Well-Architected เพื่อสร้าง Custom Lens for Sustainability เพื่อทำการประเมินปริมาณงานสำหรับแอปพลิเคชันทั้งในองค์กรและบน AWS Cloud หากต้องการอ่านเกี่ยวกับสถานการณ์สำคัญอื่นๆ และจุดเริ่มต้นของ IBM Consulting® Custom Lens for Sustainability โปรดดูโพสต์บนบล็อก: การปรับปรุงแอปให้ทันสมัยอย่างยั่งยืนโดยใช้ AWS Cloud.

ในบล็อกโพสต์นี้ เราได้เจาะลึกการวิเคราะห์เชิงลึกเพื่อประเมิน ดำเนินการตามคำแนะนำ และวิเคราะห์ผลกระทบจากการปล่อยก๊าซคาร์บอนของแอปพลิเคชันขนาดใหญ่ที่ทำงานบน AWS ผ่านมุมมองด้านความยั่งยืน

Green IT Analyzer: แพลตฟอร์มการลดคาร์บอนทางไอทีที่ครอบคลุม

แพลตฟอร์ม Green IT Analyzer ช่วยให้ลูกค้าสามารถเปลี่ยนไอทีแบบดั้งเดิมให้เป็นไอทีสีเขียวที่ประหยัดพลังงานและยั่งยืนมากขึ้น โดยทำหน้าที่เป็นร้านค้าครบวงจร โดยจะวัดผล รายงาน สร้างพื้นฐาน และมอบมุมมองแดชบอร์ดแบบรวมของรอยเท้าคาร์บอนทั่วทั้งสภาพแวดล้อมไฮบริดคลาวด์ รวมถึงศูนย์ข้อมูลส่วนตัว ระบบคลาวด์สาธารณะ และอุปกรณ์ผู้ใช้ แพลตฟอร์มดังกล่าวสามารถวัดปริมาณการปล่อยก๊าซคาร์บอนไดออกไซด์ของพื้นที่ไอทีทั้งในระดับละเอียดและระดับเครื่องเสมือน (VM) ช่วยระบุฮอตสปอตพลังงานหรือคาร์บอนเพื่อพัฒนาแผนงานการเพิ่มประสิทธิภาพ เทคนิคการประเมินคาร์บอนที่ใช้สอดคล้องกัน ก๊าซเรือนกระจก (GHG) หลักการภาคเทคโนโลยีสารสนเทศและการสื่อสาร

วิธีการตามสถานที่

การทำความเข้าใจการปล่อยก๊าซคาร์บอนจากปริมาณงานด้านไอทีจำเป็นต้องทำความคุ้นเคยกับแนวคิดและตัวชี้วัดหลักหลายประการ ภาพรวมระดับสูงมีดังนี้:

• รอยเท้าคาร์บอน (CFP): แนวคิดเรื่องรอยเท้าคาร์บอนเป็นศูนย์กลางในการวิเคราะห์ของเรา CFP หมายถึงจำนวน CO ทั้งหมด₂ และการปล่อยก๊าซเรือนกระจกที่เทียบเท่าซึ่งเกี่ยวข้องกับการจ่ายไฟให้กับศูนย์ข้อมูล โดยเริ่มต้นจากการตรวจวัดพื้นฐานของ CFP ที่มากกว่าหรือเท่ากับศูนย์ เป็นตัวชี้วัดที่สำคัญในการประเมินผลกระทบต่อสิ่งแวดล้อมจากการดำเนินงานของศูนย์ข้อมูล
• ประสิทธิภาพการใช้พลังงาน (PUE): ตัวชี้วัดที่สำคัญอีกประการหนึ่งคือประสิทธิภาพการใช้พลังงาน PUE วัดประสิทธิภาพการใช้พลังงานของศูนย์ข้อมูล คำนวณโดยการหารพลังงานทั้งหมดของสถานที่ด้วยพลังงานที่ใช้โดยอุปกรณ์ไอที การแบ่งส่วนนี้ให้อัตราส่วนที่บ่งบอกถึงประสิทธิภาพ โดย PUE ที่ใกล้กับ 1 (หนึ่ง) แสดงถึงประสิทธิภาพสูง ในขณะที่ค่าที่สูงกว่าแสดงว่ามีการสูญเสียพลังงานมากขึ้น
  สูตร: PUE = (พลังงานทั้งหมดของสถานที่)/(พลังงานที่ใช้โดยอุปกรณ์ไอที)
• ความเข้มของคาร์บอน (CI): สุดท้ายนี้เราพิจารณาความเข้มของคาร์บอน CI วัดการปล่อยก๊าซคาร์บอนเป็นกรัมต่อกิโลวัตต์-ชั่วโมง (g/kWh) ของการผลิตไฟฟ้ากริดที่จ่ายพลังงานให้กับศูนย์ข้อมูล หน่วยวัดนี้จะแตกต่างกันไปขึ้นอยู่กับแหล่งพลังงาน กริดที่ใช้พลังงานถ่านหินสามารถมี CI ที่มากกว่า 1,000 g/kWh ในขณะที่กริดที่ใช้พลังงานหมุนเวียน เช่น ลมและแสงอาทิตย์ ควรมี CI ใกล้กับศูนย์มากขึ้น (แผงโซลาร์เซลล์มี CFP เป็นตัวเป็นตน แต่มีน้อยกว่ามากเมื่อเทียบกับเชื้อเพลิงฟอสซิล)

ลองพิจารณาความท้าทายที่สำคัญของลูกค้า ทุกองค์กรมุ่งมั่นที่จะบรรลุการปล่อยก๊าซเรือนกระจกสุทธิเป็นศูนย์ และฝ่ายไอทีมีบทบาทสำคัญในการบรรลุวาระด้านความยั่งยืน ซึ่งอาจเกี่ยวข้องกับการลดการปล่อยก๊าซคาร์บอนไดออกไซด์ของนิคมไอที โดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับลูกค้าทางการเงินที่มีการปล่อยก๊าซเรือนกระจกจากไอทีสูง หรือการสร้างแพลตฟอร์มที่ยั่งยืนที่ทำงานบนไอทีที่เป็นมิตรต่อสิ่งแวดล้อม

แอปพลิเคชันขนาดใหญ่รุ่นเก่า ซึ่งโดยทั่วไปทำงานบนแพลตฟอร์มที่ใช้ VM ในศูนย์ข้อมูลภายในองค์กรหรือบนคลาวด์สาธารณะ ถือเป็นประเด็นสำคัญ คำถามสำคัญเกิดขึ้น: เราจะลดการใช้ทรัพยากรไอทีจากแอปพลิเคชันขนาดใหญ่เหล่านี้ซึ่งโดยทั่วไปมีพอร์ตโฟลิโอไอทีทั้งหมดถึง 20–30% ได้อย่างไร การย้ายจากแอปพลิเคชันเสาหินที่ใช้ VM ไปสู่สถาปัตยกรรมไมโครเซอร์วิสที่ประหยัดพลังงานมากขึ้นที่ทำงานบนแพลตฟอร์มคอนเทนเนอร์จะประหยัดพลังงานได้มากกว่า อย่างไรก็ตาม การประเมินแต่ละกรณีเป็นรายบุคคลเป็นสิ่งสำคัญ เนื่องจากแนวทางเดียวสำหรับทุกคนอาจไม่ได้ผลเสมอไป

เกณฑ์นี้สามารถใช้เพื่อเลือกผู้สมัครการเปลี่ยนแปลงแอปพลิเคชัน:

• แอพพลิเคชั่นที่มีมากกว่า 70% -80% การใช้งาน CPU

• แอพพลิเคชั่นที่กำลังประสบอยู่ แหลมตามฤดูกาล ในการทำธุรกรรม เช่น ช่วงคริสต์มาสอีฟ ดิวาลี และวันหยุดนักขัตฤกษ์อื่นๆ

• แอพพลิเคชั่นที่มี ธุรกรรมที่เพิ่มขึ้นทุกวัน ในเวลาที่กำหนด เช่น การขึ้นเครื่องของสายการบินในตอนเช้าตรู่หรือตอนกลางคืน

• ส่วนประกอบทางธุรกิจบางอย่างภายในแอปพลิเคชันขนาดใหญ่ที่แสดงการใช้งานที่เพิ่มขึ้นอย่างรวดเร็ว

การวิเคราะห์สถานะของแอปเสาหินตามสภาพที่เป็นอยู่

ลองพิจารณาตัวอย่างแอปพลิเคชัน e-Store แบบง่ายๆ ที่ทำงานบน AWS ใน Elastic Compute Cloud (EC2) VM แอปพลิเคชัน e-CART นี้ เผชิญกับปริมาณงานตามฤดูกาลและได้รับการโฮสต์ใหม่ (ยกและย้าย) จากภายในองค์กรไปยังอินสแตนซ์ AWS EC2 แอปพลิเคชันขนาดใหญ่เช่นนี้รวมฟังก์ชันทางธุรกิจทั้งหมดไว้ในหน่วยเดียวที่ปรับใช้ได้

ตารางต่อไปนี้อธิบายลักษณะสำคัญของแอปพลิเคชันดั้งเดิมของ e-Store

การปล่อยก๊าซคาร์บอนของปริมาณงานเชื่อมโยงโดยตรงกับการใช้ทรัพยากร เช่น การประมวลผล การจัดเก็บ และเครือข่าย โดยการประมวลผลมักจะเป็นผู้มีส่วนสำคัญที่สุด สิ่งนี้จะแตกต่างกันไปขึ้นอยู่กับลักษณะของปริมาณงาน ตัวอย่างเช่น ในอุตสาหกรรมสื่อหรือสตรีมมิ่ง การส่งข้อมูลผ่านเครือข่ายและการจัดเก็บชุดข้อมูลขนาดใหญ่ที่ไม่มีโครงสร้างจะใช้พลังงานอย่างมาก

กราฟแสดงรูปแบบการใช้งาน CPU เมื่อมีกิจกรรมผู้ใช้น้อยที่สุดเกิดขึ้นบนแอปพลิเคชันขนาดใหญ่ที่ทำงานใน EC2 instance เดียว

เราใช้แพลตฟอร์ม Green IT Analyzer เพื่อดำเนินการบัญชีคาร์บอนของสถานะตามสภาพที่เป็นอยู่ของแอปพลิเคชันเสาหิน โดยเปรียบเทียบกับสถานะเป้าหมายของแอปพลิเคชันเดียวกัน เมื่อออกแบบสถาปัตยกรรมใหม่ในสถาปัตยกรรมไมโครเซอร์วิสที่ทำงานบน Amazon Elastic Kubernetes Services (EKS) เวที

ขั้นตอนที่ 1: การวิเคราะห์รอยเท้าคาร์บอนที่ครอบคลุมของการใช้งานเสาหิน

อันดับแรก เรามุ่งเน้นไปที่การตรวจสอบปริมาณการปล่อยก๊าซคาร์บอนในปัจจุบันของปริมาณงานขนาดใหญ่ภายใต้สภาวะการปฏิบัติงานต่างๆ สิ่งนี้ทำให้เรามีพื้นฐานในการระบุจุดที่ต้องปรับปรุง

มาคำนวณรอยเท้าคาร์บอนโดยประมาณสำหรับปริมาณงานขนาดใหญ่ของเราเมื่อเรามีธุรกรรมผู้ใช้น้อยที่สุดและใช้งาน CPU 45%:

• PUE ของสหรัฐอเมริกาตะวันออก 1d AZ: 1.2
• CI: CO415.755 2 กรัม/kWh

A. การคำนวณคาร์บอนโดยประมาณเมื่อไม่มีกิจกรรมของผู้ใช้:

• พลังงานที่ใช้: 9.76 กรัม/วัตต์ @ การใช้งาน 45%
• ชั่วโมงในการใช้งานปริมาณงานเดียวกัน: 300 ชั่วโมง
• การปล่อยก๊าซคาร์บอนโดยประมาณเป็นเวลา 300 ชั่วโมง = PUE × CI × พลังงานที่ใช้โดยปริมาณงาน
• = [(1.2 × 415.755 × 9.76) × 300] ۞ 1,000 = CO1,460.79e 2 กรัม

B. การปล่อยก๊าซคาร์บอนโดยประมาณกับผู้ใช้ 500 รายพร้อมกัน:

ในสถานการณ์ที่มีการสร้างธุรกรรมระดับสูงสุดตามความต้องการที่ไม่สามารถใช้งานได้ (NFR) เพื่อทดสอบความสามารถของระบบในการรองรับจุดสูงสุดรายวัน การใช้งาน CPU เพิ่มขึ้นเป็น 80% ในระหว่างกิจกรรมของผู้ใช้พร้อมกัน สถานการณ์นี้ทริกเกอร์กฎการปรับขนาดอัตโนมัติที่ตั้งค่าให้เปิดใช้งานที่การใช้งาน CPU 80% กฎจัดเตรียม VM เพิ่มเติมเพื่อช่วยให้แน่ใจว่าภาระงานบน VM แต่ละรายการยังคงอยู่ต่ำกว่า 60% จากนั้นโหลดบาลานเซอร์จะกระจายโหลดระหว่าง VM ที่มีอยู่และใหม่อย่างมีประสิทธิภาพ

เนื่องจากการปรับขนาดอัตโนมัติของ EC2 instance ใหม่ ทำให้มี t2.large VM เพิ่มเติมให้ใช้งานได้ ซึ่งทำให้การใช้งานโดยเฉลี่ยลดลงเหลือ 40%

• การปล่อยก๊าซคาร์บอนโดยประมาณสำหรับสถานการณ์นี้ โดยที่ VM ที่เหมือนกันทั้งสองทำงานเป็นเวลา 300 ชั่วโมง = PUE × CI × พลังงานที่ใช้ตามปริมาณงาน
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ÷ 1,000 = 2,921.59 กรัม CO2e

ขั้นตอนที่ 2: การนำคำแนะนำด้านความยั่งยืนไปปฏิบัติ

ขั้นตอนนี้จะสำรวจคำแนะนำด้านความยั่งยืนต่างๆ และการนำไปปฏิบัติจริงสำหรับการใช้งานแบบเสาหิน เราใช้การประเมิน Custom Lens เพื่อความยั่งยืนเพื่อเป็นแนวทางในคำแนะนำเหล่านี้

อันดับแรก เราจะพิจารณาการแยกย่อยแอปพลิเคชันขนาดใหญ่ให้เป็นไมโครเซอร์วิสแบบรีแอกทีฟตามการกระทำ วิธีการนี้ได้รับการปรับให้เหมาะกับพฤติกรรมตามฤดูกาลของแอปพลิเคชันและรูปแบบการใช้งานที่แตกต่างกัน ซึ่งมีประโยชน์อย่างยิ่งในช่วงที่มีการใช้งานสูงสุด เช่น ช่วงเทศกาลซึ่งมีปริมาณการรับส่งข้อมูลเพิ่มขึ้น และการมุ่งเน้นไปที่การเรียกดูสิ่งประดิษฐ์ผ่านธุรกรรมแบ็กเอนด์

ประการที่สอง แผนเกี่ยวข้องกับการลดการใช้พลังงานโดยการจัดตารางเวลาการประมวลผลเป็นชุดในช่วงที่ไม่มีการใช้งาน โดยเฉพาะอย่างยิ่งเมื่อกริดของศูนย์ข้อมูลทำงานด้วยพลังงานสีเขียว แนวทางนี้มีจุดมุ่งหมายเพื่ออนุรักษ์พลังงานโดยการลดระยะเวลาของธุรกรรมที่ใช้เวลานานให้เหลือน้อยที่สุด

สุดท้ายนี้ กลยุทธ์เน้นถึงความสำคัญของการเลือกแพลตฟอร์มที่ยืดหยุ่น เช่น AWS EKS หรือ Red Hat® OpenShift® บน AWS (ROSA) ที่สามารถปรับขนาดทรัพยากรแบบไดนามิกตามการรับส่งข้อมูลเครือข่าย ตัวเลือกแพลตฟอร์มดังกล่าวช่วยให้มั่นใจได้ถึงการจัดสรรทรัพยากรอย่างเหมาะสม และเป็นประโยชน์สำหรับการโฮสต์ไมโครเซอร์วิสเชิงโต้ตอบตามการดำเนินการ

โดยสรุป กลยุทธ์ที่นำเสนอ ได้แก่ การแยกย่อยไมโครเซอร์วิสที่สอดคล้องกับรูปแบบการใช้งาน การกำหนดธุรกรรมที่คำนึงถึงพลังงาน และตัวเลือกแพลตฟอร์มที่ยืดหยุ่นเพื่อเพิ่มประสิทธิภาพแอปพลิเคชันและการใช้ทรัพยากร

แอปพลิเคชันที่ปรับโครงสร้างใหม่เป็นไมโครเซอร์วิสจะแสดงในภาพ:

ตอนนี้เรามาคำนวณการปล่อยก๊าซคาร์บอนหลังจากเปลี่ยนแอปพลิเคชันขนาดใหญ่ไปเป็นสถาปัตยกรรมแบบไมโครเซอร์วิสตามหลักการออกแบบที่ยั่งยืน ในขณะเดียวกันก็ปรับโครงสร้างแอปพลิเคชันใหม่ภายใต้การปรับปรุงให้ทันสมัยที่ยั่งยืน

A. การบัญชีคาร์บอนโดยประมาณโดยไม่มีปริมาณหรือน้อย:

• โหนดผู้ปฏิบัติงาน: 2 × t2.medium
• การใช้งาน: 10% (เมื่อไม่มีโหลดในแอปพลิเคชัน)
• พลังงานที่ใช้: 6 กรัม/วัตต์ ที่ใช้ 5%
• PUE (1.2) และ CI (CO 415.755 กรัม)₂/kWh) ยังคงเหมือนเดิมเนื่องจากเรายังใช้ Availability Zone เดิมต่อไป
• ชั่วโมง: 300
• การปล่อยก๊าซคาร์บอนโดยประมาณเป็นเวลา 300 ชั่วโมง = PUE × CI × พลังงานที่ใช้โดยปริมาณงาน
• = [(1.2 × 415.755 × 6) × 300] ۞ 1,000 = คาร์บอนไดออกไซด์ 1,796 กรัม₂e

ข้อสังเกต: เมื่อไม่มีโหลดบนระบบ แอปพลิเคชันที่ทำงานบน VM จะมีประสิทธิภาพด้านคาร์บอนมากกว่าไมโครเซอร์วิสที่ทำงานบนคลัสเตอร์ EKS

B. การบัญชีคาร์บอนโดยประมาณในช่วงพีคโหลด:

เช่นเดียวกับการทดสอบโหลดของแอปพลิเคชันขนาดใหญ่ เราได้เริ่มใช้งานผู้ใช้ 500 รายและทริกเกอร์ธุรกรรมที่เกิดขึ้นพร้อมกันเพื่อให้เป็นไปตามข้อกำหนด NFR ในไมโครเซอร์วิสที่เราสร้างขึ้น

• โหนดผู้ปฏิบัติงาน: 2 × t2.medium
• เพิ่มการใช้ประโยชน์เนื่องจากโหลด: 10% ถึง 20%
• พลังงานที่ใช้: 7.4 กรัม/วัตต์ ที่ใช้ 20%
• PUE และ CI ยังคงเหมือนเดิม
• ชั่วโมง: 300
• การปล่อยก๊าซคาร์บอนโดยประมาณเป็นเวลา 300 ชั่วโมง = PUE × CI × พลังงานที่ใช้โดยปริมาณงาน
• = [(1.2 × 415.755 × 7.4) × 300] ۞ 1,000 = คาร์บอนไดออกไซด์ 2,215.14 กรัม₂e

ในที่นี้ การปรับขนาดพ็อดอัตโนมัติเกิดขึ้นสำหรับบริการ UI แต่บริการรถเข็นไม่จำเป็นต้องใช้ทรัพยากรเพิ่มเติมในการขยายขนาด ในแอปพลิเคชันขนาดใหญ่ การขยายขนาดแพลตฟอร์มทั้งหมดเป็นสิ่งจำเป็น ไม่ว่าฟังก์ชันทางธุรกิจหรือบริการใดต้องใช้ทรัพยากรมากขึ้น ส่งผลให้มีการใช้งานเพิ่มขึ้น 20%

ข้อสังเกต: ลองเปรียบเทียบทั้งสองสถานการณ์

1. เมื่อระบบไม่ได้ใช้งานหรือมีโปรไฟล์โหลดคงที่ตลอดเวลา: เมื่อแทบไม่มีโหลด แอปพลิเคชันแบบเสาหินจะใช้ทรัพยากรน้อยลงและเกือบจะปล่อยออกมา 18% คาร์บอนน้อยกว่าแอปพลิเคชันที่ใช้ไมโครเซอร์วิสที่โฮสต์ในคลัสเตอร์ EKS
2. เมื่อระบบโหลดเต็มหรือโหลดต่างกัน: เมื่อระบบโหลดเต็มที่จะมี 24% การลด CO2₂ การปล่อยก๊าซเรือนกระจกบนแพลตฟอร์ม Kubernetes เมื่อเปรียบเทียบกับปริมาณงานบน VM นี่เป็นเพราะการใช้คอร์น้อยลงและการใช้งานน้อยลง เราสามารถย้ายปริมาณงานได้มากขึ้นในคลัสเตอร์เดียวกัน และเพิ่มคอร์เพิ่มเติมจากแอปพลิเคชันอื่นเพื่อรับประโยชน์ที่สำคัญมากขึ้น

สถานการณ์นี้เป็นตัวอย่างวิธีการของไอบีเอ็ม^® การประเมิน Custom Lens เพื่อความยั่งยืนบนปริมาณงาน AWS ช่วยในการออกแบบเส้นทางการปรับปรุงให้ทันสมัยที่ยั่งยืนของคุณ และลดการปล่อยก๊าซคาร์บอนไดออกไซด์โดยรวมของพื้นที่ไอทีของคุณ

คู่มือการดำเนินการ

สำหรับองค์กรที่ให้ความสำคัญกับความยั่งยืน คอมพิวเตอร์อย่างมีความรับผิดชอบและไอทีที่เป็นมิตรต่อสิ่งแวดล้อมไม่เพียงแต่มีความสำคัญเท่านั้น เป็นไปได้ทั้งหมด ผู้นำด้านไอทีสามารถบรรลุเป้าหมายเหล่านี้ได้โดยดำเนินกิจกรรมที่เป็นมิตรต่อสิ่งแวดล้อมซึ่งครอบคลุมกลยุทธ์ด้านไอที การดำเนินงาน และแพลตฟอร์ม

• ทำให้แพลตฟอร์มไอทีของคุณเป็นมิตรต่อสิ่งแวดล้อม: ใช้การปรับโครงสร้างใหม่เพื่อย้ายแอปพลิเคชันไปยังคลาวด์สาธารณะ การย้ายปริมาณงานไปยังระบบคลาวด์สาธารณะโดยไม่ปรับให้เหมาะสมสำหรับสภาพแวดล้อมนี้สามารถเพิ่มต้นทุนการดำเนินงานและลดความยั่งยืนได้ ให้ปรับปรุงปริมาณงานให้เป็นแบบคลาวด์เนทิฟมากขึ้นโดยการปรับโครงสร้างแอปพลิเคชันใหม่ตามปัจจัยต่างๆ เช่น วงจรการใช้งาน ความถี่ในการอัปเดตและการใช้งาน และความสำคัญของธุรกิจ
• การเพิ่มประสิทธิภาพความจุ VM ที่ไม่ได้ใช้งานและทรัพยากรระบบคลาวด์อื่นๆ ที่ไม่ได้ใช้: เปิดใช้งานความสามารถในการสังเกตระดับโครงสร้างพื้นฐานเพื่อระบุ VM ที่ไม่ได้ใช้งานทั่วทั้งพื้นที่ไอทีของคุณ ใช้ระบบอัตโนมัติตามกฎเพื่อดำเนินการแก้ไข เช่น การลบ VM ที่ไม่ได้ใช้งานและทรัพยากรที่เกี่ยวข้องซึ่งไม่รองรับฟังก์ชันทางธุรกิจอีกต่อไป นอกจากนี้ ปรับขนาด VM ให้เหมาะสมตามการรับส่งข้อมูลเครือข่ายผ่านการปรับขนาดอัตโนมัติ
• การสร้างทรัพยากรเมื่อจำเป็น: แม้ว่าทรัพยากรระบบคลาวด์จะยืดหยุ่น แต่คุณจะได้รับประโยชน์ด้านประสิทธิภาพที่จำกัด หากคุณปรับใช้ปริมาณงานกับทรัพยากรคงที่ที่ทำงานอย่างต่อเนื่อง โดยไม่คำนึงถึงการใช้งาน ระบุโอกาสในการจัดเตรียมและลบทรัพยากรตามความจำเป็น เช่น การใช้การกำหนดเวลา VM หรือคุณสมบัติยืดหยุ่นภายในบริการคลาวด์
• การบรรจุปริมาณงาน: ด้วยการใช้แพลตฟอร์มคอนเทนเนอร์แทนสภาพแวดล้อม VM แบบดั้งเดิม คุณสามารถลดต้นทุนโครงสร้างพื้นฐานรายปีได้สูงสุดถึง 75% - แพลตฟอร์มคอนเทนเนอร์ช่วยให้สามารถจัดกำหนดการคอนเทนเนอร์ข้ามคลัสเตอร์ของ VM ได้อย่างมีประสิทธิภาพตามความต้องการด้านทรัพยากร
• การปรับปรุงแอปพลิเคชันขนาดใหญ่ของคุณให้ทันสมัยเป็นสถาปัตยกรรมที่ใช้ไมโครเซอร์วิส: เลือกไมโครเซอร์วิสเชิงโต้ตอบตามความต้องการของคุณ: ไมโครเซอร์วิสเชิงโต้ตอบสำหรับการเรียกใช้ตามเหตุการณ์เพื่อเพิ่มประสิทธิภาพการใช้ทรัพยากร ไมโครเซอร์วิสที่ขับเคลื่อนด้วยเหตุการณ์สำหรับการเรียกใช้แบบอะซิงโครนัส หรือไมโครเซอร์วิสแบบไร้เซิร์ฟเวอร์สำหรับการดำเนินการฟังก์ชันเดียวตามความต้องการ

กรอบงานการปฏิรูปไอทีที่เป็นมิตรต่อสิ่งแวดล้อมของ IBM Consulting, Custom Lens for Sustainability และแพลตฟอร์ม Green IT Analyzer ร่วมกันช่วยเหลือลูกค้าบนเส้นทางการลดคาร์บอน เฟรมเวิร์กทั้งสองช่วยประเมินปริมาณงาน ระบุกลไกการเพิ่มประสิทธิภาพที่สามารถลดการใช้พลังงาน และสร้างแผนงานการปรับแอปพลิเคชันให้ทันสมัยที่ช่วยให้คุณบรรลุเป้าหมายด้านความยั่งยืน

เรียนรู้เพิ่มเติมเกี่ยวกับบริการให้คำปรึกษาของ IBM สำหรับ AWS Cloud