Laboratorio. Ahorro de energía

Para esta entrada de laboratorio de redes el objetivo es buscar y hablar un artículo sobre ahorro de energía en un sistema donde involucre una red de telecomunicaciones como componente fundamental.

El artículo que escogí lleva como título: Energy-Aware Performance Optimization for Next-Generation Green Network Equipment, los autores son: Raffaele Bolla, Roberto Bruschi, Franco Davoli y Andrea
Ranieri.

Además de una sensibilidad más amplia ante los problemas ecológicos, el interés por tecnologías en redes con eficiencia energética surge de necesidades económicas fuertes y críticas, ya que tanto el costo de energía y los requisitos eléctricos de la red muestran un crecimiento continuo, con una tendencia alarmante en los últimos años.

El propósito de la investigación hecha por los autores consistió en explorar y evaluar la factibilidad y el impacto de las políticas de administración de energía capaces de adaptarse bien un conjunto de arquitecturas altamente modulares, generalmente utilizado para el desarrollo de equipos de red de hoy en día. Las políticas propuestas por los autores tienen como objetivo la optimización del consumo de energía de cada componente del dispositivo con respecto a su rendimiento de red esperado.

La eficiencia energética puede ser considerado como uno de los mayores retos en una gran parte de los campos industriales y de investigación. Surge de la necesidad de reducir los gastos relacionados con el funcionamiento, la fabricación y la energía de las empresas, las industrias, así como edificios residenciales, sin perder de vista en los objetivos de reducción de emisiones de gases de efecto invernadero. Centrándose en las redes de telecomunicaciones, se estima que producirá alrededor de 0,6% de las emisiones globales de CO2. Hoy en día, las infraestructuras de redes fijas y móviles tienen enormes y fuertemente crecientes necesidades en materia de energía eléctrica.

Tomando en cuenta el consumo total de energía y las emisiones de CO2, el desafío específico de telecomunicaciones, fabricantes de equipos de red y la comunidad de investigación de redes consideran la introducción de criterios y tecnologías innovadoras, capaces de ahorrar energía, adaptando dinámicamente capacidades y recursos de la red para cargas de tráfico actuales y los requisitos.

El enfoque de los autores parte de considerar los dos tipos principales de soporte de hardware de administración de energía, hoy disponibles en la mayor parte de los procesadores de COTS y en rápido desarrollo en otras tecnologías de hardware. Estas tecnologías de administración de energía permiten reducir al mínimo el consumo de energía cuando no se realiza ninguna actividad, y modificar el equilibrio entre el rendimiento y la energía cuando el hardware está activo y realizando alguna operación.

El objetivo de la investigación es reducir al mínimo el consumo de energía de un dispositivo de red, manteniendo al mismo tiempo un cierto nivel de rendimiento; por lo que para el experimento que realizaron hacen las siguientes suposiciones: el router está compuesta por componentes de hardware C, cada uno para administrar una cierta parte del tráfico global reenviado. Por otra parte, suponen que los componentes para cambiar de forma independiente en diferentes P estados, proporcionan un equilibrio diferente entre el rendimiento y el consumo de energía para cada elemento de HW. Por último, cada elemento se supone, obviamente, para aumentar su capacidad de reenvío máxima, cada que se selecciona que requiere un estado con más energía.

A partir de esas consideraciones, dividieron un día en diferentes intervalos de tiempo, durante el cual las cargas de tráfico de enlace tienen un comportamiento estadístico casi similar. Durante cada segmento de tiempo, se piensa que el administrador de energía debe:

• Estimar las características estadísticas del tráfico de entrada para cada componente del dispositivo.
• Adoptar una configuración de alimentación adecuada para cada elemento del dispositivo para optimizar el intercambio entre el desempeño esperado y el reenvío de desperdicio de energía.

De esta manera, la configuración óptima global del dispositivo modular se logra mediante la forma óptima e individual que se fijan los valores de frecuencia de trabajo de cada componente.

Utilizaron una función de costo que representa el consumo total de energía del router, y que se puede expresar como la suma de los consumos de energía de los elementos individuales:

Función de costo. Imagen tomada del artículo.

Para encontrar la configuración óptima del router, se tiene que encontrar la matriz de frecuencia {f1,...fc}, que garantiza el valor mínimo de que respeta los límites de rendimiento.

El enfoque de dividir un día en diferentes intervalos de tiempo, es con el fin de recoger y estimar por separado las cargas de tráfico, y para calcular una configuración óptima del router para cada uno de tales períodos de tiempo. 

Las muestras de carga obtenidas se utilizan para estimar tres principales parámetros estadísticos:

• ,  el valor medio de la carga del tráfico ofrecido.
• , la varianza decarga del tráfico ofrecido.
• , el valor pico de la carga del tráfico ofrecido.

Asumiendo que cada componente c puede trabajar a distintas frecuencia de reloj internas, se supone que cada uno aumente su capacidad de procesamiento de paquetes y su consumo de energía, cada que aumente los valores de la frecuencia de trabajo. También tomaron en cuenta el modo "en espera", que permite reducir el consumo de energía cuando no se realiza ninguna actividad u operaciones. Por lo que se deben tomar en cuenta los siguientes parámetros para el router:

• , la velocidad máxima de servicio cuando se trabaja a 
• , el consumo medio de energía cuando no hay actividad que se realiza en el interior del router cuando trabaja a 
• , el consumo de energía promedio cuando el elemento del router c realiza una operación en la frecuencia .

La "probabilidad inactivo" corresponde a la probabilidad de que la unidad de procesamiento de paquetes del componente no se está ejecutando ninguna operación de reenvío, y 1 - es la probabilidad de que se llevan a cabo este tipo de operaciones.

En particular, suponiendo que la unidad de procesamiento de paquetes en un componente puede ser modelado como un único sistema de gestión de colas de servidor, con buffer finito y distribuciones genéricas de hora de llegada/servicio, se puede expresar su probabilidad de inactividad de la siguiente manera:

Ya que no se puede obtener una expresión de forma cerrada para la probabilidad de pérdida de un sistema de colas genérico, se puede aproximar el límite inferior y superior:

donde:

Con el fin de aplicar correctamente la política de optimización de cada componente, tenemos que conocer y estimar las características estadísticas de la cuota de tráfico entrante a ese elemento. La arquitectura del dispositivo en general y cómo el tráfico de intercambio de componentes entre sí se deben conocer. Esto porque si el plano de datos del dispositivo está compuesto por uno o más componentes que trabajan en serie, la probabilidad de pérdida de los primeros componentes de la cadena puede afectar a la de los últimos.

Nuevos routers SW generación, basados ​​en procesadores multi-núcleo y hardware COTS, despliegan una arquitectura muy diferente con respecto a sus primos comerciales. Cada núcleo incluido en un router SW puede ser considerado como un componente independiente que procesa por completo una cierta parte del tráfico entrante (es decir, el tráfico de entrada desde las interfaces de red (NIC) delimitadas a ese núcleo). Un router SW puede ser pensado como un conjunto de núcleos de trabajo de una manera paralela y totalmente independiente. En tal caso, la de un componente no se verá afectado por otros, y no se necesita ningún procedimiento de optimización recursiva. Por lo tanto, se puede descomponer el problema de optimización de la siguiente manera:

Las nuevas generaciones de routers pueden aprovechar una mayor libertad de medida por cambiar dinámicamente los enlaces a los núcleos-NIC. Esto le da la oportunidad de distribuir entre los núcleos el tráfico de carga ofrecido, entrante de diferentes tarjetas de red y encontrar la configuración de energía más consciente. Gracias a todo esto se comprobó que los consumos de energía mínimos dependen generalmente de las configuraciones en las que un mayor número de núcleos está activo a velocidades más bajas.

Una mejora adicional para el procedimiento de optimización original, consiste en la adición de un control de bucle cerrado, que puede ser explotada para elevar los componentes de las frecuencias de funcionamiento en caso de un aumento inesperado de las cargas de tráfico entrantes suceda.

Esta mejora se realizó, simplemente al permitir que el modelo de tráfico para recoger datos sobre las pérdidas de paquetes en cada componente del dispositivo. Si la tasa de pérdida de uno o más componentes supera para un determinado período de tiempo, el marco de optimización se invoca inmediatamente, y un nuevo y más conservador re-configuración de frecuencias de funcionamiento se realiza.

El paso principal de todo procedimiento es la reducción al mínimo el consumo de energía de cada componente individual. Con el fin de resolver el problema de minimización y de obtener la mínimo, se utiliza un enfoque de fuerza bruta en el subconjunto de valores de frecuencia que satisfacen la restricción probabilidad de pérdida. Sin embargo, ya que el número de frecuencias de trabajo es generalmente muy baja, y dado que el modelo propuesto se caracteriza por una muy baja complejidad computacional, encontrar el mínimo es factible incluso mediante la realización de una búsqueda por fuerza bruta.

Los autores con el fin de validar y evaluar el desempeño de la propuesta de optimización energética, implementaron una aplicación de prototipo, que se ocupara de la gestión dinámica del intercambio entre el desempeño de la red y el consumo de energía.

El Estimador de tráfico es responsable de la vigilancia continua y la toma de muestras de los registros de equipo con respecto a la carga de tráfico actual. Este módulo procesa la información recogida para la evaluación de  para cada segmento de tiempo en un día. El tiempo de muestreo promedio de registros de carga de tráfico es 30 segundos, mientras que los valores de se vuelven a calcular cada 10 minutos.

Con más detalle, el marco de optimización se compone fundamentalmente por dos sub-módulos, "Equipos" y componentes "modelos", que son utilizados iterativamente para obtener la configuración del dispositivo optimizado. A partir de la estimación de tráfico de carga ofrecida, el modelo de equipo es responsable de decidir los valores de candidatos de reloj de frecuencia y parámetros del tráfico estimado para cada núcleo.

A partir de los valores anteriores candidatos, C diferentes instancias del modelo de componentes se utilizan para estimar el consumo de energía promedio y la probabilidad de pérdida máxima para cada componente del dispositivo. Para todos los posibles enlaces entre núcleos y tarjetas de red, el modelo de equipo encuentra, la frecuencia de los valores de que minimiza el consumo de energía del dispositivo, respetando las limitaciones de rendimiento. Las frecuencias óptimas finales corresponderán a los que proporcionan el consumo de energía estimado más bajo.

En el experimento que realizaron utilizaron routers de doble núcleo.Cada núcleo puede trabajar de forma independiente a cuatro frecuencias, 3.0, 2.667, 2.333 y 2.0 GHz.

El marco de optimización funciona en 144 segmentos de tiempo diario, cada uno con una duración igual a 10 minutos. La imagen siguiente muestra los valores medios, la desviación, de carga general del tráfico ofrecido a los enlaces de 4 Gigabit. La restricción de probabilidad de pérdida se fijó en 0,01%..

La siguiente gráfica describe que la propuesta permite reducir efectivamente el desperdicio de energía en general: tomando un día, se obtiene un consumo total de energía igual a 13,77 kW, mientras que sin optimización es de 16,69 KW. Por lo tanto, el ahorro de energía resultante es de aproximadamente 30% con sólo la optimización en la parte de inactividad.

Conclusión

Como podemos ver es posible el reducir el consumo de energía en las redes de telecomunicaciones, en este caso utilizaron routers de doble núcleo pero es posible utilizarlo en cualquier tipo de router y red, tan sólo con hacer los cálculos adecuados y además implementar estados "en espera" donde la energía que se gaste sea mínima.

Con este artículo y la última gráfica se muestra que si hay un cambio notable en el consumo de energía. Tal vez y algunos de estos mecanismos ya se encuentren implementados pero no creo que en todos lados existan y con esta energía ahorrada podría utilizarse como energía de reserva.

Fuentes.

• Artículo: conferences.sigcomm.org