Multi-level energy efficiency for heterogeneous data centers

Le secteur des TIC (Technologies de l'Information et de la Communication) est grand consommateur d'énergie (assemblage d'appareils, constructions de réseaux, opérations, refroidissement et autres). Des études montrent que l'ensemble des activités de l'informatique en nuage consomme plus d'énergie que des pays entiers comme l'Allemagne ou l'Inde. De plus, des estimations récentes montrent que le secteur de l'informatique en nuage, et donc l'énergie consommée par les centres de données sur lesquels elle repose, est encore en croissance. Dans cette thèse, je développe des approches pour faciliter la consommation énergétique responsable des centres de données hétérogènes et par conséquent réduire la consommation d'énergie globale du secteur des TIC. Pour faciliter la consommation énergétique responsable, il faut savoir combien d'énergie est consommée. Ceci est influencé par l'infrastructure, mais aussi par chaque application qui tourne dans le centre de données. Malheureusement, on ne peut pas appliquer un wattmètre à une application. Pour contourner cette limitation, cette thèse propose des modèles réalistes pour estimer la consommation énergétique à plusieurs niveaux. Cette thèse est organisée comme une pile à 3 niveaux: (1) centre de données, (2) virtualisation, (3) applications clientes. Au premier niveau des centres de données nous commençons par une première phase d'étude de l'influence de l'hétérogénéité matérielle sur la consommation de puissance des applications. Dans une deuxième phase, nous développons EPAVE, un modèle pour la facturation proportionnelle à l'énergie dans les environnements virtualisés. EPAVE est supporté par PowerIndex, un framework pour le profilage et l'estimation d'énergie. Au deuxième niveau de la virtualisation nous présentons BitWatts, un outil middleware pour construire des wattmètres logiciels. Avec BitWatts, on franchit la barrière des environnements virtualisés pour proposer une estimation de consommation pour des applications s'exécutant au sein de machines virtuelles. Enfin, au troisième niveau, nous modélisons les batteries d'appareils mobiles et proposons une approche pour prolonger leur durée de vie.The ICT sector has an important impact on global energy consumption (building devices, building networks, operation, air-conditioning and more). Studies show that cloud computing as a whole consumes more energy than entire countries like Germany or India. Furthermore, recent estimates have shown that the cloud computing sector, and thus the energy consumed by data centers, is still increasing. The major goal of this thesis is to increase the energy awareness in heterogeneous data centers and thus contribute to the reduction of energy consumption in the ICT sector. To improve the energy awareness, we need to know how much energy is spent. This is influenced not only by the infrastructure, but by every single application running in the data center. Unfortunately we cannot measure application energy consumption with physical power meters. Therefore, this thesis contains real-world models to estimate the energy consumption at different levels. This work is organized as a stack with 3 layers: (1) data center, (2) host/virtualization, (3) end user applications. At the data center layer, we first study the impact of different workloads running on heterogeneous machines. In a second step, we develop EPAVE, a model for energy-proportional accounting in VM-based environments. EPAVE is supported by PowerIndex, a profiling and energy estimation framework. At the host/virtualization layer, we present BitWatts, a middleware toolkit for building software-defined power meters. With BitWatts we cross the boundaries of virtual environments and provide an estimation of the power consumption of applications running within virtual machines. At the bottom of the stack we look into battery modelling to extend the battery life of mobile devices.Der ICT Sektor hat einen erheblichen Einfluss auf den globalen Energieverbrauch (Herstellung von Geräten, Netzwerke, Betrieb, Kühlung und so weiter). Studien zeigen, dass die Cloud insgesamt mehr Energie verbraucht als ganze Länder wie Deutschland oder Indien. Des Weiteren belegen kürzlich erstellte Schätzungen, dass der Cloud Sektor weiter wächst, und somit der Energieverbrauch weiter steigen wird. Das Ziel dieser Dissertation ist es, das Energiebewusstsein in Datenzentren zu erhöhen und somit zur Senkung des Energieverbrauchs im ICT Sektor beizutragen. Das Bewusstsein zu mehr Energieeffizienz wird gesteigert, wenn man weiss, wie viel tatsächlich an Energie verbraucht wird. Einfluss darauf haben nicht nur die Infrastruktur alleine, sondern auch jede einzelne Applikation, die im Datenzentrum ausgeführt wird. Leider kann man an eine Applikation kein Wattmeter anschliessen. Deshalb befasst sich diese Dissertation mit realitätsnahmen Modellen um den Energieverbrauch auf mehreren Ebenen abzuschätzen. Diese Dissertation ist als Stack mit 3 Ebenen aufgebaut: (1) Datenzentrum, (2) Host/Virtualisierung, (3) Anwenderapplikationen. Auf der Ebene der Datenzentren analysieren wir zuerst den Einfluss von heterogenen Maschinen auf den Stromverbrauch von Applikationen. In einer zweiten Phase entwickeln wir EPAVE, ein Model für energieproportionales Verrechnen in virtualisierten Umgebungen. EPAVE wird von PowerIndex unterstützt, einem Framework für Profiling und Energieschätzung. Auf der Ebene der Virtualisierung stellen wir BitWatts vor, ein Middleware Toolkit um software-basierte Strommessgeräte zu bauen. Mit BitWatts überschreiten wir die Grenze zu virtuellen Umgebungen und schätzen den Stromverbrauch von Applikationen, die in virtuellen Maschinen laufen. Auf der untersten Ebene des Stacks widmen wir uns Batteriemodellierung, mit dem Ziel, das Batterieleben von mobilen Geräten zu verlängern