利用 AWS 上的绿色 IT 分析器加速可持续现代化 – IBM 博客

企业越来越多地接受数据密集型工作负载，包括高性能计算、人工智能 (AI) 和机器学习 (ML)。这些技术推动混合、多云之旅的创新，同时关注弹性、性能、安全性和合规性。公司还努力平衡这种创新与不断增长的环境、社会和治理 (ESG) 法规。对于大多数组织而言，IT 运营和现代化构成其 ESG 目标的一部分，并且根据 最近的 Foundry 调查，大约 60% 的组织寻求专门从事绿色技术领域的服务提供商。

随着碳排放报告在全球范围内变得普遍，IBM 致力于帮助客户做出明智的决策，帮助满足他们的能源需求和相关的碳影响，同时降低成本。为了帮助建设更可持续的 IT 产业，IBM 与 Amazon Web Services (AWS) 合作，促进可持续的云现代化之旅。

随着企业快速推进 IT 现代化以加速数字化转型并获得业务优势，一个重大机遇随之出现。这一机会涉及重新构建 IT 环境和应用程序组合，以实现更环保、更可持续的设计。这种方法不仅可以提高成本效率，还有助于实现更广泛的企业可持续发展目标。

了解数字技术带来的碳排放

IBM 构建和运行的所有业务应用程序，无论是为外部还是内部客户，都附带一个 碳成本，这主要是由于电力消耗。无论 IBM 使用何种技术来开发这些应用程序或服务，运行它们都需要消耗电力的硬件。
电网电力产生的二氧化碳 (CO2) 排放量因发电方式而异。煤炭和天然气等化石燃料排放大量碳，而风能或太阳能等可再生能源排放的碳量可以忽略不计。因此，消耗的每千瓦 (kW) 电力都会直接向大气中释放一定量的二氧化碳当量 (CO2e)。

因此，减少电力消耗直接导致碳排放降低。

实践中的碳足迹

计算、存储和网络是构建应用程序和服务过程中消耗能源的重要技术资源。他们的活动需要对其运行的数据中心空间进行主动冷却和管理。作为可持续 IT 实践的管理者，我们必须考虑如何通过日常活动减少资源消耗。

数据中心从为其运营区域供电的电网获取电力。该电源可运行服务器、网络交换机和存储等各种 IT 设备，从而为客户提供应用程序和服务支持。该电源还可以运行供暖、通风、空调或制冷等辅助系统，这对于维持硬件运行限制内的环境至关重要。

脱碳之路

使应用程序现代化 正在成为推动创新和业务转型的关键。 IBM Consulting® 应用 AWS Well-Architected 框架创建自定义可持续发展视角，以对本地和 AWS 云上的应用程序执行工作负载评估。要了解 IBM Consulting® Custom Lens for Sustainability 的其他关键场景和切入点，请查看博客文章： 使用 AWS 云实现可持续应用程序现代化.

在这篇博文中，我们深入分析，通过可持续发展的角度评估、实施建议并分析在 AWS 上运行的整体应用程序的碳排放影响。

Green IT Analyzer：综合IT脱碳平台

绿色 IT 分析器平台使客户能够将其传统 IT 转变为更节能、可持续的绿色 IT。作为一站式服务，它可以测量、报告、创建基线，并提供跨混合云环境（包括私有数据中心、公共云和用户设备）碳足迹的统一仪表板视图。该平台可以在粒度和虚拟机 (VM) 级别测量 IT 资产的碳足迹。它有助于识别能源或碳热点以制定优化路线图。它使用的碳评估技术符合 温室气体 (GHG) 信息和通信技术部门的原则。

基于位置的方法

了解 IT 工作负载的碳排放需要熟悉几个关键概念和指标。以下是高级概述：

• 碳足迹（CFP）：碳足迹的概念是我们分析的核心。 CFP代表CO总量₂ 以及与数据中心供电相关的等效温室气体排放量，从大于或等于零的 CFP 基线测量开始。它是衡量数据中心运营对环境影响的关键指标。
• 电力使用效率 (PUE)：另一个关键指标是电源使用效率。 PUE 衡量数据中心的能源效率，计算方法是将设施总能源除以 IT 设备消耗的能源。此除法得出一个表示效率的比率：PUE 接近 1（一）表示效率较高，而较高的值表示能源浪费较多。
  公式：PUE =（设施总能耗）/（IT设备消耗的能耗）
• 碳强度（CI）：最后，我们考虑碳强度。 CI 测量为数据中心供电的电网发电的碳排放量，以克/千瓦时 (g/kWh) 为单位。该指标根据能源的不同而变化。燃煤电网的 CI 可以大于 1,000 g/kWh，而由风能和太阳能等可再生能源供电的电网的 CI 应该接近于零。 （太阳能电池板含有一定的 CFP，但与化石燃料相比要少得多。）

让我们考虑一个主要的客户挑战。每个组织都致力于实现净零排放，而 IT 在实现可持续发展议程方面发挥着至关重要的作用。这可能涉及减少 IT 资产本身的碳足迹（尤其是与 IT 驱动排放量较高的金融客户相关），或者创建一个在绿色 IT 上运行的可持续平台。

较旧的单体应用程序通常在本地数据中心或公共云中基于虚拟机的平台上运行，是一个重点关注领域。一个关键问题出现了：我们如何减少这些较旧的单体应用程序的 IT 资源消耗，这些应用程序通常占整个 IT 产品组合的 20-30%？从基于虚拟机的整体应用程序转向在容器平台上运行的更节能、基于微服务的架构更加节能。然而，有必要对每个案例进行单独评估，因为一刀切的方法并不总是有效。

此标准可用于选择应用程序转换候选者：

• 应用程序超过 70％-80％ CPU利用率

• 应用程序经历 季节性高峰 交易中，例如平安夜、排灯节和其他公共假期前后

• 的应用 每日交易量激增 在特定时间，例如清晨或晚上登机

• 单体应用程序中的一些业务组件表现出使用高峰

单体应用程序的现状分析

考虑一个在 AWS 上的弹性计算云 (EC2) 虚拟机中运行的简单电子商店应用程序的示例。此应用程序（e-CART）经历季节性工作负载，并已从本地重新托管（直接迁移）到 AWS EC2 实例。像这样的单体应用程序将所有业务功能打包到一个可部署单元中。

下表描述了电子商店旧应用程序的主要特征。

工作负载的碳排放与计算、存储和网络等资源的消耗直接相关，其中计算往往是最重要的贡献者。这根据工作负载特征而变化；例如，在媒体或流媒体行业中，通过网络传输数据和存储大型非结构化数据集会消耗大量能源。

该图显示了在单个 EC2 实例中运行的整体应用程序上发生最少用户活动时 CPU 的利用率模式。

我们使用绿色 IT 分析器平台对单体应用程序的现状进行碳核算，将其与同一应用程序重新构建为运行在该应用程序上的微服务架构时的目标状态进行比较。 Amazon Elastic Kubernetes 服务 (EKS) 平台。

步骤 1：整体应用程序的全面碳足迹分析

首先，我们重点检查各种操作条件下单一工作负载的当前碳足迹。这为我们提供了确定需要改进的领域的基线。

让我们计算一下当我们的用户事务量最少且 CPU 利用率为 45% 时，我们的整体工作负载的估计碳足迹：

• 美国东部 1d AZ 的 PUE：1.2
• CI：415.755 克二氧化碳/千瓦时

A. 无用户活动时的预估碳计算：

• 能耗：9.76 g/W @ 45% 利用率
• 运行相同工作负载的小时数：300小时
• 300小时预估碳排放量 = PUE × CI × 工作负载消耗的能源
• = [(1.2 × 415.755 × 9.76) × 300] ÷ 1,000 = 1,460.79 克 CO2e

B. 并发 500 个用户的碳排放估算：

在根据非功能性需求 (NFR) 创建峰值事务以测试系统支持每日峰值的能力的场景中，并发用户活动期间 CPU 利用率飙升至 80%。这种情况触发了自动缩放规则集，以在 80% CPU 利用率时激活。该规则提供额外的虚拟机，以帮助确保每个虚拟机上的负载保持在 60% 以下。然后，负载均衡器在现有虚拟机和新虚拟机之间有效分配负载。

由于新 EC2 实例的自动扩展，额外的 t2.large VM 变得可用，这导致平均利用率下降至 40%。

• 此场景的估算碳排放量（两个相同的虚拟机运行 300 小时）= PUE × CI × 工作负载消耗的能源
• = {[(1.2 × 415.755 × 9.76) × 300] × 2} ÷ 1,000 = 2,921.59 克 CO2e

第 2 步：实施可持续发展建议

此步骤探讨了一系列可持续性建议及其对整体应用程序的实际实施。我们使用可持续发展定制透镜评估来指导这些建议。

首先，我们考虑将单体应用程序分解为基于操作的反应式微服务。这种方法是根据应用程序的季节性行为和不同的使用模式量身定制的，这在高峰期（例如节日期间）特别有用，此时流量激增，并且观察到后端事务主要关注浏览工件。

其次，该计划涉及通过在空闲期间安排批处理来减少能源消耗，特别是当数据中心电网使用绿色能源运行时。这种方法旨在通过最小化长时间运行事务的持续时间来节省电量。

最后，该策略强调选择灵活平台的重要性，例如 AWS EKS 或 AWS 上的 Red Hat® OpenShift® (ROSA)，这些平台能够根据网络流量动态扩展资源。这样的平台选择有助于确保优化的资源分配，并且有利于托管基于操作的反应式微服务。

总之，所提出的策略包括与使用模式相一致的微服务分解、节能事务调度以及提高应用程序效率和资源利用率的灵活平台选择。

重构为微服务的应用程序如图所示：

现在，让我们计算将单体应用程序转换为遵循可持续设计原则的基于微服务的架构，同时在可持续现代化的框架下重构应用程序后的碳排放量。

A. 无负荷或负荷很少的情况下的估计碳核算：

• 工作节点：2×t2.medium
• 利用率：10%（应用程序没有负载时）
• 能耗：6% 利用率时为 5 g/W
• PUE (1.2) 和 CI（415.755 克 CO₂/kWh）保持不变，因为我们继续使用相同的可用区。
• 营业时间：300
• 300小时预计碳排放量 = PUE × CI × 工作负载消耗的能源
• = [(1.2 × 415.755 × 6) × 300] ÷ 1,000 = 1,796 克 CO₂e

观察： 当系统上没有负载时，在虚拟机上运行的应用程序比在 EKS 集群上运行的微服务更具碳效率。

B. 高峰负荷期间的估计碳核算：

与单体应用程序的负载测试类似，我们加入了 500 个用户并触发并发事务，以满足我们构建的微服务中的 NFR 要求。

• 工作节点：2×t2.medium
• 由于负载而提高利用率：10% 至 20%
• 能耗：7.4% 利用率时为 20 g/W
• PUE 和 CI 保持不变。
• 营业时间：300
• 300小时预计碳排放量 = PUE × CI × 工作负载消耗的能源
• = [(1.2 × 415.755 × 7.4) × 300] ÷ 1,000 = 2,215.14 克 CO₂e

在这里，UI 服务发生了 Pod 自动缩放，但购物车服务不需要更多资源来扩展。在单体应用中，无论哪种业务功能或服务需要更多资源，都需要扩展整个平台，从而使利用率提高 20%。

观察： 让我们比较一下这两种情况。

1. 当系统空闲或在整个时钟周期内具有稳定的负载曲线时：当几乎没有负载时，单体应用程序消耗更少的资源并且排放几乎 18% 比 EKS 集群中托管的基于微服务的应用程序的碳排放更少。
2. 当系统满载或变化负载时：当系统满载时，有一个 24% 减少二氧化碳排放₂ 与基于虚拟机的工作负载相比，Kubernetes 平台上的排放量。这是由于使用了较少的核心和较低的利用率。我们可以在同一集群中移动更多工作负载，并从其他应用程序中释放更多核心，以获得更显着的好处。

此场景是 IBM 如何^® AWS 工作负载可持续性的自定义镜头评估有助于设计您的可持续现代化路径并减少 IT 资产的总碳足迹。

行动指南

对于重视可持续发展的组织来说，负责任的计算和绿色 IT 不仅至关重要，而且至关重要。它们是完全可行的。 IT 领导者可以通过开展涵盖 IT 战略、运营和平台的环保活动来实现这些目标。

• 绿化您的 IT 平台：利用重构将应用迁移到公有云。将工作负载迁移到公共云而不针对该环境进行优化可能会增加运营成本并降低可持续性。相反，可以根据应用程序的生命周期、更新和部署频率以及业务关键性等因素重构应用程序，从而增强工作负载的云原生能力。
• 优化闲置虚拟机容量和其他未使用的云资源：启用基础架构级别的可观察性，以识别 IT 资产中的空闲虚拟机。实施基于规则的自动化以采取纠正措施，例如删除不再提供业务功能的空闲虚拟机和相关资源。此外，通过自动扩展根据网络流量优化虚拟机大小。
• 在需要时创建资源： 尽管云资源具有弹性，但如果将工作负载部署到连续运行的固定资源（无论使用情况如何），您获得的效率优势有限。确定根据需要配置和删除资源的机会，例如使用云服务中的虚拟机调度或弹性功能。
• 容器化工作负载：通过使用容器平台而不是传统的虚拟机环境，您可以将每年的基础设施成本降低多达 75%。容器平台允许根据资源需求跨虚拟机集群高效地调度容器。
• 将整体应用程序现代化为基于微服务的架构：根据您的需求选择反应式微服务：用于基于事件调用的反应式微服务以优化资源利用率、用于异步调用的事件驱动微服务或用于基于需求执行单个功能的无服务器微服务。

IBM 咨询绿色 IT 转型框架、可持续发展定制镜头和绿色 IT 分析器平台共同帮助客户完成脱碳之旅。这两个框架都有助于评估工作负载，确定可以降低能耗的优化手段，并创建应用程序现代化路线图，使您能够实现可持续发展目标。

了解有关适用于 AWS 云的 IBM 咨询服务的更多信息。