Ecovisor: A Virtual Energy System for Carbon-Efficient Applications
Ecovisor: A Virtual Energy System for Carbon-Efficient Applications
复制标题
Ecovisor：用于碳高效应用的虚拟能源系统
DOI：
10.1145/3575693.3575709
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Shenoy, Prashant
中科院分区：
文献类型：
--
作者：
Souza, Abel;Bashir, Noman;Murillo, Jorge;Hanafy, Walid;Liang, Qianlin;Irwin, David;Shenoy, Prashant
云平台的快速增长引发了人们对其碳排放的严重担忧。为了减少碳排放，未来的云平台将需要增加对太阳能和风能等可再生能源的依赖，这些能源的排放量为零，但非常不可靠。不幸的是，今天的能源系统有效地掩盖了硬件的这种不可靠性，这阻碍了应用程序优化其碳效率，或每公斤碳排放所做的功。为了解决这个问题，我们设计了一个“生态程序”，它将能源系统虚拟化，并将软件定义的控制暴露给应用程序。Ecovisor使每个应用程序能够根据自己的特定要求在软件中处理清洁能源的不可靠性。我们实现了一个小规模的Ecovisor原型，它将物理能源系统虚拟化，以实现基于软件的应用程序级别i)对可变电网碳强度和本地可再生能源发电的可见性，以及ii)控制服务器电源使用和电池充放电。我们通过展示多个应用程序如何以不同的方式同时运行其虚拟能源系统来评估Ecovisor方法，以更好地基于与一般系统范围政策相比的特定要求来优化碳效率。
Cloud platforms' rapid growth is raising significant concerns about their carbon emissions. To reduce carbon emissions, future cloud platforms will need to increase their reliance on renewable energy sources, such as solar and wind, which have zero emissions but are highly unreliable. Unfortunately, today's energy systems effectively mask this unreliability in hardware, which prevents applications from optimizing their carbon-efficiency, or work done per kilogram of carbon emitted. To address the problem, we design an "ecovisor", which virtualizes the energy system and exposes software-defined control of it to applications. An ecovisor enables each application to handle clean energy's unreliability in software based on its own specific requirements. We implement a small-scale ecovisor prototype that virtualizes a physical energy system to enable software-based application-level i) visibility into variable grid carbon-intensity and local renewable generation and ii) control of server power usage and battery charging and discharging. We evaluate the ecovisor approach by showing how multiple applications can concurrently exercise their virtual energy system in different ways to better optimize carbon-efficiency based on their specific requirements compared to general system-wide policies.
登录
查看更多内容
结合可再生太阳能和露天冷却，实现互联网规模分布式网络的绿色化
DOI：
10.1145/3307772.3328307
发表时间：
2019
期刊：
Proceedings of the Tenth ACM International Conference on Future Energy Systems (e-Energy'19
影响因子：
--
作者：
Gupta, Vani;Shenoy, Prashant;Sitaraman, Ramesh K.
通讯作者：
Sitaraman, Ramesh K.
DOI：
10.1109/ccgrid.2017.27
发表时间：
2017-05
期刊：
2017 17th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGRID)
影响因子：
--
作者：
Maxime Colmant;P. Felber;Romain Rouvoy;L. Seinturier
通讯作者：
Maxime Colmant;P. Felber;Romain Rouvoy;L. Seinturier
Tigres 工作流库：支持 HPC 系统上的科学管道
DOI：
10.1109/ccgrid.2016.54
发表时间：
2016
期刊：
2016 16th IEEE/ACM International Symposium on Cluster, Cloud and Grid Computing (CCGrid)
影响因子：
--
作者：
V. Hendrix;James Fox;D. Ghoshal;L. Ramakrishnan
通讯作者：
L. Ramakrishnan
残差网络 34
DOI：
--
发表时间：
2021
期刊：
Convolutional Neural Networks with Swift for Tensorflow
影响因子：
--
作者：
B. Koonce
通讯作者：
B. Koonce
DOI：
--
发表时间：
2014
期刊：
USENIX Workshop on Hot Topics in Cloud Computing
影响因子：
--
作者：
Cheng Wang;B. Urgaonkar;G. Kesidis;U. Shanbhag;Qian Wang
通讯作者：
Qian Wang