Startseite > Datacenter & Verkabelung > Energie in der Software

Infrastruktur

Energie in der Software

28. Oktober 2011, 10:51 Uhr | Carter Edmonds, Software Architect bei der Communications Rackmount Server Division von Kontron

Fortsetzung des Artikels von Teil 2

Energiesparpotenziale identifizieren

Telekommunikationsausrüstung wird üblicherweise für Lastspitzen einschließlich eines Puffers nach oben ausgelegt. Das führt dazu, dass Teile der Ausrüstung häufig ruhen und das System selten mit Maximalauslastung arbeitet. Für Telekommunikationsanbieter ergibt sich daraus eine einzigartige Möglichkeit Energieeinsparungen zu erhöhen, indem die Energieaufnahme genau an die Serverauslastung angepasst wird: Beispielsweise dadurch, dass der Energieverbrauch von CPUs softwaregesteuert gedrosselt wird, indem verschiedene Betriebszustände für Performance-Zyklen und Schlaf-Zyklen definiert werden. So genannte P-States repräsentieren die jeweilige CPU-Frequenz. Sie definieren wie schnell und bei welchem Energiebedarf eine CPU und ihre einzelnen Kerne Daten verarbeiten. C-States repräsentieren Schlafzustände die erreicht werden können, indem Teile des Prozessors inaktiv bleiben. Dabei gilt: Je tiefer der Schlafzustand, desto geringer der Energieverbrauch, aber desto höher ist auch die benötigte Aufwachzeit bis zur vollen Funktionalität.

Da höhere Geschwindigkeiten mehr Energie verbrauchen, könnten System-entwickler daraus schließen, dass eine Geschwindigkeitsreduktion auch zu einer Senkung des Energieverbrauchs führt. Tatsächlich kann es aber passieren, dass P-States und C-States gegeneinander arbeiten, weshalb ein tieferes Wissen über die Applikation selbst notwendig ist. Der Gebrauch von C-States ist angesichts der hohen Zahl von Cores in Enterprise-Servern und Systemen in Rechenzentren eine sinnvolle Entscheidung. Denn auch ein Server mit zahlreichen Kernen benötigt zu gewissen Zeiten nur einen einzigen Kern, um eine bestimmte Aufgabe zu erfüllen.

Die gängigen Betriebssysteme setzen einige dieser Entscheidungen bereits selbständig um. Dennoch ist oft eine tiefere Systemkenntnis nötig, um die idealen Einstellungen für Leistung und Energie zu finden, die häufig für einen Langzeitbetrieb festgelegt werden. Verschiedene Optimierungstechniken nehmen sich dieser Herausforderung an, indem sie passend zur jeweiligen Systemauslas-tung Hardwaremanagement-Schemata definieren und P-States sowie C-States für eine ideale Performance evaluieren. Zukünftig sollen Selbstregulierungsmechanismen das ideale Verhältnis zwischen Leistungsbedarf und Energieverbrauch selbstständig bestimmen. Aktuell müssen Systementwickler aber noch eigenhändig die idealen Schemata evaluieren und benötigen dafür ein detailliertes Verständnis, in welcher Weise die jeweilige Applikation die unterschiedlichen Softwaretechniken und Optionen beeinflusst.