"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Publicerad: 2018-04-17

Avhandling om energi-effektiva datacenter

NYHET En avhandling som presenterar metoder för att minska energiåtgången i stora datacenter har presenterats vid Umeå universitet. Det är Selome Kostentinos Tesfatsion som försvarat sin avhandling Energy-efficient cloud computing: autonomic resource provisioning for datacenters.

I betygsnämnden ingick:

Fakultetsopponent Dr Laurent LEFEVRE, Permanent Researcher, INRIA Lyon & Université de Lyon.

Associate Professor Emiliano Casalicchio, Department of Computer Science and Engineering, Blekinge Institute of Technology.Associate Professor Cristina Seceleanu, Networked and Embedded System Division, Mälardalen University.
Associate Professor Henrik Björklund, Department of Computing Science, Umeå University.

På bilden syns även Erik Elmroth, Johan Tordsson och Eddie Wadbro från Institutionen för datavetenskap, Umeå universitet.

Svensk sammanfattning av avhandlingen:

Energi-effektiva datormoln: Autonom resursallokering för datacenter:

Energi-effektivitet är en fundamental fråga för datacenter då hög energianvändning medför höga investeringskostnader och driftkostnader och dessutom kan ha en stor miljöpåverkan. Dagens datacenter har gjort stora framsteg vad gäller energieffektiv byggnadsdesign, kylning, strömöverföring, etc. men för att även minimera energiförluster i IT-utrustningen krävs utveckling av energieffektiva resurshanteringssystem.

Fokus för denna avhandling är utveckling av metoder för resursallokering för förbättrad energieffektivitet i datacenter. De utvecklade metoderna är baserade på tre tekniker: skalning av beräkningskapacitet i servrar och virtuella maskiner för att spara energi, konsolidering av applikationer för att öka resursutnyttjandet och att utnyttjande av heterogenitet för effektiv schedulering.

För att uppnå energieffektiv resursallokering utvecklas modeller och metoder för att skala antal virtuella maskiner, ändra storlek på virtuella maskiner i termer av CPU och minne samt klockfrekvensskalning för CPU-anpassning på server-nivå. De utvecklade modellerna och metoderna anpassar sig såväl till de körande applikationernas belastningsmönster som till förändringar i den underliggande infrastrukturen.

Baserat på dessa modeller utvecklas ett antal regulatorer för att dynamiskt bestämma den mest energi-effektiva resursallokeringen som samtidigt minimerar avvikelser från önskad prestanda.
Vidare utvecklar avhandlingen metoder baserade på överbokning och konsolidering av applikationer för förbättrat resursutnyttjande och energieffektivitet i kluster och hela datacenter. För att möjliggöra samkörning av applikationer med olika prestandakrav, exempelvis att latenskänsliga applikationer delar resurser med bakgrundsberäkningar, tilldelas virtuella maskiner olika prioritetsnivåer och regulatorn utför prioritetsdifferentiering genom så kallad pinning av CPU-kärnor och upprätthållande av strikta resurskvoter för applikationer.

Ett ytterligare bidrag i avhandlingen är metoder för resursallokering i heterogena miljöer med hjälp av energi-budgetering och schedulering. I dessa arbeten kombineras traditionella servrar med acceleratorer, i detta fall FPGAer och schedulerare utvecklas för att samtidigt kunna hantera servrar med olika arkitektur och olika typer av energisparfunktionalitet.

Redaktör: Mikael Hansson