Eficiência Energética: Uma metodologia Green ICT automatizada

Transcrição

1 Erick Butler POLETTO NUSP: Ricardo Alexandre FIORELLI NUSP: Eficiência Energética: Uma metodologia Green ICT automatizada Monografia de conclusão de curso Orientador (Brasil): Orientadora (Itália): Prof. Paulo Sérgio CUGNASCA Prof.ssa Chiara FRANCALANCI Curso Cooperativo de Engenharia de Computação Departamento de Engenharia de Computação e Sistemas Digitais (PCS-POLI) Escola Politécnica da Universidade de São Paulo São Paulo - SP 2009

2 Erick Butler POLETTO NUSP: Ricardo Alexandre FIORELLI NUSP: Energy Efficiency: An automated Green ICT methodology Orientator (Brazil): Orientator (Italy): Prof. Paulo Sérgio CUGNASCA Prof.ssa Chiara FRANCALANCI Computer Engineering Course Department of Computer and Digital Systems Engineering (PCS-POLI) Escola Politécnica da Universidade de São Paulo São Paulo - SP 2009

3 Esse é o único lar que temos. Mesmo assim, todos os dias, tomamos a Terra por garantida. Sempre que deixamos as luzes acesas, estamos fazendo mal à Terra. Quando esquecemos de desligar nossos computadores, energia também é desperdiçada. Mas juntos podemos ajudar tornar o mundo um lugar mais verde, um simples ato por vez. Pois quando se trata do meio ambiente, pequenas mudanças podem fazer um mundo de diferença., Manifesto Power To Change

4 Agradecimentos À professora Chiara Francalanci pelo seu conselho e orientação na etapa de pesquisa feita na Itália, assim como pelas extraordinárias experiências ao longo do trabalho. Ao professor Paulo Cugnasca, pela orientação na fase de implementação do projeto realizada no Brasil. Ao professor Paolo Giacomazzo, pelas grandes idéias e entusiasmados comentários. Também, pelas bem colocadas críticas nos primeiros estágios do projeto. A Francesco Merlo, pela grande ajuda nos estágios finais do projeto e pela orientação na produção deste documento. Aos nossos amigos Cristina Chang, Emilio Rosseto, Guilherme Matiussi, Helio Omoto, Jobson Wadi, Pedro Kayatt, Lais Paixao, Lucas de Marchi, Rafael Sbampato, Rafael Vilella, Rafaella Martins, Rodrigo Roriz, Sarp Erdag and Xenia Itikawa que dispuseram de seu tempo para a realização dos testes com os benchmarks e as medições de consumo de energia. Erick À minha família, pelo apoio e orientação. Aos meus pais Annie e Marcos, que me ensinaram a agir com tranquilidade e equilíbrio. Aos meus irmãos Henry, William e à minha irmã Mariana, por sempre estarem me animando. E aos meus amigos, que me são muito queridos e sempre estiveram ao meu lado. Ricardo Agradeço aos meus pais Sonia Maria Baldini e Alfredo Inácio Fiorelli, por sempre me guiarem com conselhos pertinentes e alegria pelos caminhos da vida. Às minha irmãs, Priscilla e Lilian Fiorelli, por estarem sempre ao meu lado e serem pessoas maravilhosas. À minha namorada, Patrícia Orlando, por estar sempre ao meu lado e me aturar do jeito que sou. Por fim, agradeço aos meus amigos e familiares que me ajudaram e apoiaram de alguma forma durante todo esse tempo, sem a ajuda de vocês esse trabalho não teria nem começado.

5 Glossário de Abreviações ALU CIO CPU CRUD DDR FPU HVAC HDD ICT TI LTO MFD MPN OEM OS PC PDU PSU RAID ROI ROM SaaS SDRAM SAN TCO VM VPN Arithmetic Logic Unit Chief Information Officer Central Processing Unit Create, Replace, Update, Delete Double-Data Rate Floating Point Unit Heating, Ventilating, and Air-Conditioning Hard-disk Drive Information and Communcation Technology Tecnologia de Informação Linear Tape-Open Multi Function Devices Manufacturer Part Number Original Equipment Manufaturer Operating System Personal Computer Power Distribution Unit Power Supply Unit Redundant Array of Inexpensive Disks Return on Investment Read-Only Memory Software as a Service Synchronous Dynamic Random Access Memory Storage-Area Networks Total Cost of Ownership Virtual Machine Virtual Private Network

6 Abstract Since the last few years cost of energy has become an important part of Data Centers total cost of ownership. This has lead organizations worldwide to recognize the importance of a green strategy as a means to save energy and reduce the cost of maintenance. This study was conducted in order to catalog computer components related data by means of benchmarking and web research. With the objective of designing a component s database and then the power-related data obtained from the used benchmarking tools was validated with the use of direct measurements. The data acquired for composing this database of components was obtained from different sources, which were both a benchmarking tool and the web. The benchmarking tool provided information about component performance and power consumption. After that, a web crawler was used to assign each component an unique key and to provide additional information about them. This work provided a database of components which can be used to support a green ICT methodology by allowing the identification of the most adequate and power-efficient components, and also the analysis of this benchmarking tool. It provides for the individuation of energy consumption critical spots in a data center and allows comparisons between several components, which may both be used in data center design.

7 Resumo Nos últimos anos o custo da energia tem se tornado parte importante do TCO (Total Cost of Ownership) dos Data Centers. Isso tem levado organizações ao redor do mundo a reconhecer a importância de uma estratégia green como meio de se economizar energia e reduzir os custos de manutenção. Esse estudo foi conduzido para se desenvolver e implementar uma metologia green. Para esse fim, foi necessário catalogar dados relacionados a componentes de computador por meio do uso de benchmarks e pesquisas na web. Os dados obtidos foram então validados e uma ferramenta que simula a implementação de uma política green foi desenvolvida. Os dados adquiridos para se criar a base de componentes foram obtidos de uma ferramenta de benchmark e da web. A ferramenta de benchmark forneceu informações sobre a performance e consumo de energia dos componentes. Após isso, um web crawler foi usado para se associar a cada componente uma chave única e um preço de mercado. Esse trabalho produziu uma base de componentes que pode ser usado como auxílio em uma política green ao permitir a identificação dos componentes mais adequados e eficientes do ponto de vista de consumo. Também propôs uma metodologia green ICT (Information and Communication Technology), que também foi implementada por meio de um sistema desenvolvido ao longo do projeto.

8 Sumário Lista de Figuras Lista de Tabelas 1 Introdução p Motivação p Definição do problema e Objetivo p Questões levantadas por este estudo p Estratégia de solução p Estrutura p Estado da arte p Green ICT ou Computação Green p Estratégias para a Implementação de uma Solução Green.... p Categorias de Gestão do Consumo de Computadores p Configuração de Máquina p Políticas / Ferramentas / Selos p Arquiteturas Thin Client p Servidores e Virtualização p Armazenamento de Dados p Arquiteturas de Distribuição de Energia p Infraestrutura do Data Center p. 39

9 3 Metodologia p Visão Geral p Projeto de pesquisa p Ferramentas de Gerenciamento de Energia e Benchmarking p SiSoftware Sandra p Instrumento de Medição de Potência p WebSPHINX - Um Web Crawler Pessoal e Customizável.... p CPU-Z p Processamento de dados e Análise p Medições p Base de dados de componentes p Especificações dos Fabricantes p Implementação de uma Metodologia Green p Metodologia Green p Intervenções no datacenter p Intervenções no ambiente de trabalho p Configuração da solução p Algoritmo da metodologia p Apresentação dos resultados p Especificação dos requisitos de software p Objetivo do Documento p Objetivo do Sistema p Escopo p Descrição Geral p Funções do software p Características dos Usuários p. 62

10 4.2.7 Restrições p Modelo de Casos de Uso p Atores p Casos de uso p Diagrama de casos de uso p Modelo de Classes p Diagrama de Classes p Modelo de Interação p Modelo de Estados p Modelo de Banco de Dados p Análise e Resultados p Análise p Base de componentes p Visão Geral p Resultados p Preparação dos Dados p Análise dos Resultados p Discussão dos Resultados p Interação com o programa p Comparação dos resultados p Conclusão p Perspectivas e trabalhos futuros p. 101 Referências p. 102 Apêndice A -- Lista de módulos do SiSoftware Sandra p. 104

11 Apêndice B -- Comparação de Tape Drives p. 107 Apêndice C -- Lista de outras ferramentas para gerenciamento de energia p. 109 C.1 Power To Change p. 109 C.2 PlateSpin - Recon p. 109 C.3 APC Virtualization Energy Cost Calculation p. 110 Apêndice D -- Banco de dados de componentes p. 111 D.1 Esquema do banco de dados dos benchmarks do SANDRA p. 111 CPU Benchmarks p. 111.NET Benchmarks p. 111 Benchmarks em central de dados p. 117 Java Benchmarks p. 117 Benchmarks em memória p. 117 Benchmarks em conexoes de rede p. 122 D.2 Tabelas das medições p. 123 D.3 Esquema do banco de dados de componentes p. 126

12 Lista de Figuras 1 Consumo de Discos Rígidos p Tempos de resposta normalizados da tarefa de cálculo de subtotais no Excel p Tempos de resposta normalizados da tarefa de compressão de um PDF p Exemplos de Servidores Blade p Exemplos de Servidores Rack p Base Instalada de Servidores Virtualizados e Não-Virtualizados..... p Ilustração da Virtualização aplicada a um Servidor Físico p Eficiência da arquitetura AC Convencional p Eficiência da Arquitetura DC ao nível Rack p Eficiência da Arquitetura DC ao nível das instalações p Consumo de energia por número de servidores no rack p Redução da área utilizada para uma carga de calor de 35 kw p Economic Cross-over of Annualized Charges Air-cooled to Water-cooled p O Processo de um Projeto Experimental p Instrumento de Medição de Potência p Logo do programa p Diagrama de casos de uso p Diagrama de classes do programa p Diagrama de seqüência: Calcula Solução p Diagrama de estados p Diagrama dos modelos e do banco de dados da aplicação de metodologia p. 79

13 22 Configuração do Datacenter p Configuração do Ambiente de Trabalho p Configuração da Solução sem aplicação da metodologia p Configuração da Solução aplicando a metodologia p Resultado da metodologia para ambiente de 5 anos sem aplicação da metodologia p Resultado da metodologia para ambiente de 5 anos com aplicação da metodologia p Esquema do banco de dados de componentes p. 127

14 Lista de Tabelas 1 Consumo de energia: RAM p Energia utilizada por monitores p Energia usada por um computador padrão p Recomendação de eficiência para uma impressora p Resultados de desempenho para o cálculo de subtotais no Excel.... p Resultados de performance na compressão do PDF p Consumo energético de um PC e um Thin Client p Consumo de energia de diversos servidores, excluídos o refrigeração e redundância p Desempenho e dissipação de energia de Processadores - Benchmark Java p Custos de Energia com Tape Drive p Custos de Energia com Disk Array p Custos de ciclo de vida para as soluções de refrigeração a ar e a água. p Tabela de análise do benchmark Sandra (exemplo com cinco computadores) p Tabela de análise do Dispositivo de Medição de Consumo (exemplo com cinco computadores) p Exemplo de uma tabela gerada pelo WebSPHINX p Medidas feita com computador em estado ocioso. A terceira coluna é o resultado da primeira menos a segunda p Medidas com processador totalmente estressado. A terceira coluna é o resultado da primeira menos a segunda p Processor Specifications Results p Results for Processor in Idle State p. 89

15 20 Results for Processor Fully Stressed p Comparação (SDLT and DLT Tape Drives) - Capacidade e Taxa de transferência p Tempo de acesso para diferentes tape drives p Comparação entre tape drives LTO, capacidade e taxa de transferência p Consumo energético do CPU p Características da CPU organizadas por modelo p Características da CPU organizadas em stepping p Benchmarks de Dhrystone - ALU p Benchmarks de Whetstone - FPU p Resultado Multimedia Benchmarks com double p Resultado Multimedia Benchmarks com float p Resultado Multimedia Benchmarks com integer p Benchmarks de Dhrystone and Whetstone p Benchmark de cryptography em CPUs p Wrap up of the Benchmarks Performed with Multimedia p Benchmark de energia consumida pelo processor p NET Arithmetic Benchmark em diferentes CPUs p NET Multi-Media Benchmark em diferentes CPUs p DVD Benchmark (read) p Mounted File Systems Benchmark p Physical Disk Benchmark (read) p Physical Disk Benchmark (write) p Tape Drives Benchmark p Java VM Arithmetic Benchmark p Java VM Multi-Media Benchmark p. 119

16 45 Memory Bandwidth Benchmark (novos componentes) p Memory Bandwidth Benchmark - (componentes legados) p Memory Latency Benchmark - disposição linear p Memory Latency Benchmark - disposição aleatória p LAN Devices Benchmark p Internet Connection Benchmark p Desempenho de wireless modems/routers p Medições efetuadas com o Instrumento de Medição de Potência.... p Medições dos Benchmark do SANDRA p Processador componente de cada computador analizado p Especificação do fabricante para cada computador p. 125

17 16 1 Introdução 1.1 Motivação O planeta está ameaçado pelo aquecimento global. A pressão progressiva que impomos ao meio ambiente já excedeu os limites impostos pelos recursos disponíveis. Segundo estatísticas atuais, todo ano 125% da capacidade de renovação dos recursos naturais vem sendo consumida. Se o crescimento continuar na taxa atual, em 2050 estaremos consumindo mais que o dobro da capacidade de produção do planeta Terra (TOWNSEND, 2002). A busca por soluções ecologicamente corretas está se espalhando por todos os setores econômicos e os consumidores têm se tornado mais conscientes das questões ambientais e assim optam por produtos e serviços de companhias que se provaram ser mais ecologicamente corretas. Mais do que isso, é possível dizer que em breve entraremos em uma trend green - se não estivermos já nela - onde políticas ambientais serão cumpridas sem pressão econômica ou política, mas ao invés disso como uma medida necessária para a sustentabilidade do negócio. Em uma fase sucessiva as companhias irão ver as soluções green como um diferencial competitivo ao invés de uma preocupação necessária assim dando à questão green o empurrão necessário para se tornar uma parte definitiva do negócio. Nos últimos anos, o conceito de Green ICT (Information and Communication Technologies) tem se tornado cada vez mais popular com o mantra de Going Green. Um estudo do Info-Tech Research Group (INFO-TECH, July 2007), feito nos E.U.A., acredita que o aumento do interesse na adoção de uma solução green está começando a gerar ações significativas. No entanto, há um grande lacuna entre o que as companhias acreditam ser uma solução Green ICT e o que elas realmente estão fazendo sobre isso. Esse mesmo estudo aforma que A Info-Tech prevê um interesse contínuo em estratégias green ICT e tração significativa entre essas iniciativas que reduzem tanto o desperdício como os custos. Enquanto as empresas começam a traduzir preocupação com o green em prática, nós esperamos maiores gastos em diversas áreas como projeto de data center, virtualização e

18 1.1 Motivação 17 consolidação, otimização da área ocupada e ferramentas de gerenciamento de sistemas. A situação atual é que há um maior interesse no assunto apesar de escassa adoção. Entretanto, companhias alcançaram o consenso de que é necessário começar a mudar suas atitudes com relação a idéias green. Assim, as principais indústrias e governos iniciaram uma promoção proativa Going Green para expandir o mercado existente. Medidas tomadas a favor desse mercado green incluem a alocação de uma quantidade significativa de recursos em pesquisas nessa área. Além disso, é importante notar que assim que informação relacionada à gestão cuidadosa do consumo de energia comece a se espalhar, ela irá atrair a atenção das companhias. O primeiro passo será começar a se estudar o impacto do dano ambiental nas contabilidades de TCO (Total Cost of Ownership). O benefício mais importante de uma estratégia Green ICT é a redução dos custos relacionados ao consumo de energia. Alguns estudos dizem que os custos com energia e refrigeração em data center podem alcançar até 20% dos custos totais de TI 1. No setor econômico, a economia potencial para companhias poderiam ser enormes e ações simples teriam grande impacto organizativo. Como David Frampton, VP diretor geral da unidade de negócio de switchers LAN da CISCO, explicou à Reuters (CHESTNEY, 2009), uma divisão de um banco poderia economizar aproximadamente 40,000 (US$53,020) apenas desligando os telefones e access points sem fio fora do horário comercial. Seguindo o mesmo padrão, o ano passado a Symantec lançou um estudo chamado State of the Data Center Report 2008, em que a responsabilidade social era o menos importante motivo para se aplicar uma iniciativa Green. Ele afirma, também que a redução de custos e a redução de consumo de energia são os dois motivos mais importantes para se investir nessa idéia. Outro benefício é que o Green ICT pode ser usado como uma estratégia de marketing e com a crescente popularidade do tema, fornecedores começaram a colocar selos green nos seus produtos e consumidores também começaram a buscar produtos green ao invés daqueles tradicionais. E se o cenário continuar assim, as companhias que não adotarem o conceito de Going Green perderão uma importante vantagem competitiva relativa a preço e qualidade. A fase mais difícil ao se aplicar uma nova solução é ir contra a inércia da companhia. Nesse caso, o estado de repouso é não aplicar soluções green e o que é necessário é a força e influência de promover a idéia green. Após o primeiro passo ter sido tomado outros chegariam com o tempo enquanto a iniciativa se desenvolve. Uma questão crítica para se 1 De um estudo da Pirelli sobre green ICT disponibilizado ao Politecnico di Milano

19 1.2 Definição do problema e Objetivo 18 tomar o primeiro passo em direção à iniciativa green é a alocação de orçamento. Antes da crise econômica os recursos de TI poderiam ser maiores, mas agora se tornou mais complicado gerir o orçamento para novas iniciativas. Desse modo, o orçamento de Green ICT reflete o que a companhia está esperando da solução. Mesmo com a crise econômica de 2008 e 2009 houve um aumento nos gastos com produção de tecnologia relacionada a produtos eficientes do ponto de vista do consumo, o que geralmente vem aliado ao aumento de produtividade e redução do desperdício. Esse trabalho diz respeito a um aspecto específico do conceito de Going Green, que é o Green Data Center. As medidas analisadas se focam na reestruturação do Data Center com o uso de um amplo número de técnicas que serão discutidas no próximo capítulo. 1.2 Definição do problema e Objetivo O presente estudo foi conduzido para se catalogar empírica e quantitativamente dados relacionados a componentes de computador por meio de benchmarks e pesquisa na web, para se avaliar esses com o uso de mensurações diretas e para se desenvolver e implementar uma metodologia green. A informação acerca dos componentes e a metodologia criada poderão ser usados para melhor compor o data center com relação à eficiência energética. O objetivo será auxiliar companhias na aplicação de soluções green ao auxiliar a escolha do hardware utilizado procurando maximizar a relação desempenho/consumo e ao estimar os ganhos obtidos com a implementação de diversas soluções green. Mais ainda, esse estudo fornece um meio para se identificar gargalos de consumo e se corrigir o problema fazendo melhor uso dos componentes identificados. Para essa finalidade, um dos objetivos desse trabalho será o de projetar um banco de dados de componentes com informação sobre suas característocas e testes com benchmarks. A informação que diz respeito ao consumo de energia será então validada com o uso de instrumentos de mensuração para se determinar a precisão das estimativas de consumo produzidas pelas ferramentas de benchmarking. Tais dados possibilitam então a criação de uma metologia green que aplicada ao ambiente de TI de uma empresa trará ganhos sobre o investimento em green ICT. Com uma ferramenta de simulação que também foi desenvolvida ao longo desse projeto, o ambiente de TI de uma empresa poderá ser modelado e, aplicando-se as técnicas discutidas no próximo capítulo, pode-se fazer uma simulação do investimento necessário e dos ganhos gerados por estas.

20 1.3 Estratégia de solução Questões levantadas por este estudo Este estudo busca responder às seguintes questões: 1. Quais componentes de computador são mais eficientes, i.e. consumem o mínimo de energia enquanto fornecem um bom desempenho? 2. Como escolher entre um conjunto de configurações de máquina a melhor, considerando a eficiência energética? 3. Como catalogar, analisar e entender os motivos por trás da eficiência energética de um componente? 4. Qual o ganho em eficiência energética que as tecnologias disponíveis no mercado podem trazer a uma empresa? Essas serão atendidas com o uso de um adequado banco de dados de componentes, que será tratado nesse trabalho. 1.3 Estratégia de solução O primeiro passo a ser tomado em direção à solução do problema é a coleta de dados. Nessa fase esses foram adquiridos de várias fontes, que serão descritas no Capítulo 3. Após isso, a informação coletada foi separada em categorias e cada componente associado a um código MPN, que é único para cada componente. Toda a informação obtida pelas medições foi inserida em um banco de dados de componentes. O próximo passo é a análise dos dados coletados. Essa base de componentes tem como objetivo encontrar uma solução qualitativa à questão da escolha da melhor configuração de máquina considerandose sua eficiência energética. Tais dados permitirão a elaboração de uma metodologia, que usará informações acerca de diversas pesquisas, tecnologias e técnicas para se elaborar uma estratégia de investimento em green ICT que promova intervenções que aumentem a eficiência energética da estrutura de TI de uma empresa. 1.4 Estrutura Esse documento está estruturado do seguinte modo: ˆ Capítulo 1 é esta introdução;

21 1.4 Estrutura 20 ˆ Capítulo 2 é o estado da arte, fornecendo informações relevantes sobre tecnologias e técnicas disponíveis utilizadas em Green ICT ; ˆ Capítulo 3 é a metodologia, onde o problema é definido e estruturado, o método utilizado é exposto e um meio para sua avaliação fornecido; ˆ Capítulo 4 propõe e apresenta uma implementação de uma Metodologia Green ˆ Capítulo 5 expõe os resultados alcançados. Descreve como a base de componentes foi criada, os resultados da análise de seus dados, a metodologia proposta e o sistema desenvolvido que a implementa; ˆ Capítulo 6 é a conclusão. Se apresenta a conclusão do trabalho e se sugere como ele poderia ser futuramente desenvolvido;

22 21 2 Estado da arte 2.1 Green ICT ou Computação Green O Green ICT, que é um novo termo originado da Computação Green, é a exploração de uma combinação de técnicas e abordagens em ICT (Information and Communication Technologies) com a finalidade de se alcançar um uso mais eficiente dos recursos relacionados à computação. Em outras palavras, é a pesquisa e desenvolvimento de técnicas e software que monitoram a energia gasta em servidores, computadores, impressoras e em todos os equipamentos de comunicação para se fazer um uso responsável desses recursos em termos de consumo energético. Para se alcançar esse objetivo, é imperativo analisar a informação sobre componentes ICT entre estações de trabalho, servidores, redes, refrigeração e muitos outros. A análise da informação fornecida por essas mensurações é feita por um conjunto de ferramentas, que serão descritas no capítulo 3. Os passos que precisam ser tomados para se aplicar uma estratégia green são primeiro analisar onde no data center mais energia está sendo desperdiçada (Avaliação), e depois agir com intervenções de correção e prevenção (Plano de ação). Por exemplo: quando se compra um novo equipamento, deveria se considerar quanto cada uma das opções consome e optar por aquela que consuma menos energia. Mais ainda, arquiteturas de alta eficiência energética como thin clients, virtualização e políticas de gestão de energia deveriam ser consideradas em níveis decisionais mais elevados. Os benefícios diretos de estratégias green ICT vão desde a redução direta das contas de eletricidade e custos relativos à refrigeração ao espaço exigido por um datacenter. O consumo de energia ICT se tornou uma questão crítica para organizações que fazem uso de TI hoje em dia, onde se podem obter reduções de custo substanciais em data centers e cumprimento de políticas ambientais. Apenas nos Estados Unidos, data centers consumiram US$4.5 bilhões em eletricidade em O analista de indústria Gartner (KUMAR, February 2007) estima que nos próximos 5 anos, a maioria das empresas irão gastar tanto com energia quanto gastam com infraestrutura hardware. Além disso,

23 2.2 Categorias de Gestão do Consumo de Computadores 22 é também importante considerar os objetivos indiretos da computação green, como a redução das emissões de carbono e da emissão de elementos perigosos no ambiente Estratégias para a Implementação de uma Solução Green De acordo com a NTT Communications (NTTCOMMUNICATIONS, 2009), há duas abordagens para a implementação de uma solução green. Green do ICT se concentra na operação do equipamento ICT e sistema de informação. O objetivo do método é reduzir o impacto ambiental com economia de energia e reciclagem. Data Center Centralizando a informação em um Data Center, com dados consolidados, reduzindo portanto o consumo de energia enquanto aumentando a eficiência relativa a custos, operação e manutenção. Hosting É uma solução corporativa que inclui a virtualização, que pode ser usada para alocação ótima de recursos. Green pelo ICT se concentra na eficiência energética obtida pelo uso de operações ICT. O objetivo é reduzir os custos de logística e transporte de pessoal com o uso de ICT. Comunicação reduz a energia consumida com transporte ao utilizar soluções VOIP com videoconferência Acesso remoto a dados redução de transporte e consumo de material ao se ter, por exemplo, terminais móveis ou VPNs, onde os funcionários podem acessar as informações relativas ao seu trabalho onde quer que eles estejam. Além disso, o serviço disponibilizaria um acesso remoto seguro e confiável permitindo o uso de múltiplos dispositivos. Nas próximas seções se encontra a descrição de todas as abordagens e categorias na aplicação de uma solução green. 2.2 Categorias de Gestão do Consumo de Computadores Em termos de hardware e equipamento, as principais medidas a serem tomadas na direção de um ambiente Green ICT podem ser agrupadas nas seguintes categorias:

24 2.2 Categorias de Gestão do Consumo de Computadores 23 ˆ Configuração de Máquina; ˆ Políticas / Ferramentas / Selos; ˆ Arquiteturas Thin Client; ˆ Servidores e Virtualização; ˆ Armazaenamento de Dados; ˆ Arquiteturas de Distribuição de Energia; ˆ Infraestrutura do Data Center. Para cada uma dessas categorias há diversos tipos de informação que são relevantes na avaliação da atual situação de consumo de energia. Para cada categoria haverá uma correspondente descrição junta a um número de possíveis intervenções, tanto puramente conceituais como disponíveis no mercado. Em alguns casos uma análise numérica será também fornecida. Essa informação permitirá a criação de uma metodologia para a identificação dos pontos críticos de consumo onde um investimento em green ICT traria maiores ganhos Configuração de Máquina Essa categoria representa os componentes usados em uma determinada configuração de máquina. O desempenho e consumo dos componentes podem ser obtidos de diversas fontes, como as especificações do fabricante, benchmarks e também mensurações diretas no caso de consumo de energia. Os seguintes são as dimensões que influenciam o consumo final de uma máquina: Processadores Single-core / Multi-core Processadores em geral afetam o consumo de energia complessivo de um computador em função da carga de trabalho que é requisitada por este. Por exemplo, se um computador está ocioso (sem processos rodando) a energia consumida é menos que se o computador está com uma carga de trabalho máxima. Em todo caso, o estado ocioso nada diz respeito à eficiência, pois é necessária uma grande carga de trabalho (cerca de 70%) para se ter a melhor relação carga de trabalho/consumo.

25 2.2 Categorias de Gestão do Consumo de Computadores 24 Memória RAM Há diversos tipos e dimensões de memórias que poderiam ser analisadas. Por exemplo, uma memória DDR SDRAM de 2.5V consome significativamente menos que uma SDRAM de 3.3V. Ao analisar as memórias DDR e DDR2, a Tabela 1 compara a diferença entre o consumo da DDR e DDR2 em várias circunstâncias e mostra que a energia consumida pela RAM, mesmo em carga máxima (4.5W) não tem muito efeito sobre o consumo total do computador como um todo( 220W). Tipo de RAM Tamanho Carga +12V +5V +3.3V Aumento sobre o nível normal PC3200 DDR 512 MB Ocioso 0.5A 0.6A 3.0A n/a Memtest86 Sem Mudança Sem Mudança +0.7A +2.3W 1 GB Ocioso Sem Mudança Sem Mudança +0.6A +2.0W Memtest86 Sem Mudança Sem Mudança +1.0A +3.3W 533 MHz DDR2 512 MB Ocioso 0.5A 3.6A 0.5A n/a Memtest86 Sem Mudança +0.4A Sem Mudança +2.0W 1 GB Ocioso Sem Mudança Sem Mudança Sem Mudança Sem Mudança Memtest86 Sem Mudança +0.9A Sem Mudança +4.5W Tabela 1: Consumo de energia: RAM Fonte: Discos Rígidos e Memória de Massa O consumo de energia nesse caso é afetado principalmente pelo projeto do motor de rotação do disco rígido e o número e tamanho dos pratos e, também, de outros componentes como o atuador e a placa de controle. Se pode observar que dispositivos solid-state e flash reduzem significativamente a energia consumida pelo componente, de acordo com a Figura 1. Chassis Com respeito às fontes, ventoinhas e outros componentes de um PC que não pertencem à categoria dos principais, é necessária a exigência de qualidade sobre o preço. Nessa categoria, o resfriamento é onde o consumo de energia realmente tem maior presença. Não se deve nunca desconsiderar a eficiência da fonte, pois a maioria dos produtos de baixa qualidade têm uma eficiência de apenas 45-55%, enquanto é possível se alcançar mais de 80%. Tipo de Monitor Como mostrado pela Tabela 2 (BLUEJAY, 2008), o consumo de energia dos monitores LCD (flat panel liquid crystal display) é igual à metade do consumo dos monitores CRT tradicionais. Monitores LCD também dissipam menos energia, o que ajuda na redução dos custos de ar condicionado. Outro ponto interessante é que tanto os monitores LCD ou CRT consomem a mesma quantia de energia com ou sem proteção de tela. Desse modo, e como os monitores LCD consomem muito menos energia quando desligados, essa seria a melhor solução para computadores ociosos.

26 2.2 Categorias de Gestão do Consumo de Computadores 25 Figura 1: Consumo de Discos Rígidos Fonte: Políticas / Ferramentas / Selos A quantidade de energia economizada depende também de políticas que dizem respeito à aquisição de tecnologia e gestão de TI, que podem ser impostos por uma variedade de ferramentas especializadas. Exemplos de políticas de aquisição de equipamentos são: a aquisição de novos computadores ou componentes de selo green, aquisição de computadores com processadores multi-core ou até mesmo o desencorajamento da aquisição de tipos específicos de hardware como monitores duplos ou grandes e placas gráficas. Outro tipo de política diz respeito ao gerenciamento das máquinas. Um exemplo da última é desligar as estações de trabalho ou servidores se eles não serão utilizados por um longo tempo. Esse tipo de medida é particularmente eficiente pois um computador ocioso consome de

27 2.2 Categorias de Gestão do Consumo de Computadores 26 Monitores 17 CRT típico 80 watts 17 LCD típico 35 watts Apple MS 17 CRT a 63 watts Apple MS 17 CRT b 54 watts Proteção de tela c mesmo que os acima Monitor em modo sleep d 0-15 watts Monitor desligado 0-10 watts a maior parte branco (janela vazia do IE) b maior parte preto (desktop do Windows escuro com apenas alguns ícones) c qualquer imagem na tela d tela escura Tabela 2: Energia utilizada por monitores Fonte: 20 a 50 vezes a energia de um computador em modo standby (KAESTNER, 2009). Computadores Computador Desktop watts Com proteção de tela a watts Sleep / Standby 1-6 watts Laptop watts a sem diferença Tabela 3: Energia usada por um computador padrão Fonte: As ferramentas que automatizam esses métodos têm como característica principal a possibilidade de deixar computadores em uma rede em modo standby ou até desligá-los após um longo período de ociosidade. Além disso, o uso compartilhado de componentes hardware ligados em rede pode ser uma maneira efetiva de se alcançar reduções no consumo de energia. Sistemas em rede permitem a usuários dividir apenas uma impressora, o que geralmente cria economia tanto em custo de equipamento quanto em consumo de energia se comparado a cada computador tendo sua impressora dedicada. Indo além, pode-se economizar ainda mais energia com a escolha de dispositivos multifuncionais (MFD) que encapsulam em uma máquina as funcionalidades de muitas outras. A Tabela 4 (EERE, 2007) descreve o consumo em modo standby que uma impressora eficiente ligada em rede teria em relação ao tipo e ao número de páginas impressas por minuto. Um último tipo de política é o favorecimento da aquisição de produtos com selo green. Um selo ecológico é dado a produtos que obedecem algumas especificações de eficiência energética. O mais famoso desses selos é o ENERGY STAR RO, que é um programa de eficiência energética patrocinado pela Agência de Proteção Ambiental dos Estados

28 2.2 Categorias de Gestão do Consumo de Computadores 27 Recomendação de Eficiência Velocidade da Impressora Modo Sleep Recomendado a Laser P/B + Ink jet b Laser a Cores c 10 páginas/min 10 watts ou menos 35 watts ou menos páginas/min 20 watts ou menos 45 watts ou menos páginas/min 30 watts ou menos 70 watts ou menos páginas/min 40 watts ou menos 70 watts ou menos >44 páginas/min 75 watts ou menos 70 watts ou menos a Modo Sleep é uma condição de baixo consumo. A impressora volta ao estado normal com um pedido de impressão. b Inclui tanto tinta preta como colorida e combinações impressora/fax. c Também inclui LED e impressoras coloridas a transferência térmica. Tabela 4: Recomendação de eficiência para uma impressora Fonte: printer.html Unidos. Por exemplo, um computador qualificado pelo ENERGY STAR RO pode usar até 70% menos eletricidade que computadores sem recursos de gerenciamento de energia Arquiteturas Thin Client De acordo com a Wikipedia, em 2009, um thin client é um computador cliente ou software em um servidor cliente numa rede de arquitetura cliente-servidor que depende primariamente do servidor central para processar atividades e se foca principalmente no fornecimento de entrada e saída entre o usuário e o servidor remoto. Essa idéia se conecta muito bem aos conceitos de computação em nuvem e Green ICT e é possível subdividíla em três categorias de comparação com uma arquitetura PC tradicional: desempenho, consumo energético e economia com hardware, que serão explorados nas seções sucessivas. PC vs. Thin Client: Desempenho Para se analisar e estabelecer uma comparação base do desempenho entre os PCs padrão e dois tipos de thin clients, um conjunto de testes foi executado. A variável foi o número de clientes ativos na rede, cada um rodando as mesmas aplicações de escritório. As seguintes plataformas foram consideradas nesse estudo: ˆ PC: PCs OptiPlex 210L, desktops básicos rodando o Windows XP Professional; ˆ Sun thin client: Sun Ray 2 rodando o software proprietário Sun Ray; ˆ Wyse thin client: Wyse Winterm 5150SE, thin clients baseados em Linux rodando o Wyse Linux V6.

29 2.2 Categorias de Gestão do Consumo de Computadores 28 Cada rede usou um servidor de arquivos padrão, um HP ProLiant DL MHz com um processador Intel Xeon processor e o Microsoft Server 2003 Enterprise Edition. Por motivos de teste. todos os arquivos manipulados pelo PC foram armazenados no servidor. Os testes estão listados a seguir: ˆ Cálculo de subtotais no Microsoft Office Excel 2003 (Figura 2 e Tabela 5); ˆ Compressão de um PDF no Adobe Acrobat 7.0 Standard (Figura 3 e Tabela 6). Figura 2: Tempos de resposta normalizados da tarefa de cálculo de subtotais no Excel Fonte: Resultados de Desempenho Fator de Comparação PC solution Soluções Thin Client Número de Solução PC Dell Sun Wyse clientes Dell Sun Wyse OptiPlex Ray Winterm ativos OptiPlex Ray Winterm 210L SE concorrentes 210L SE Tabela 5: Resultados de desempenho para o cálculo de subtotais no Excel

30 2.2 Categorias de Gestão do Consumo de Computadores 29 Figura 3: Tempos de resposta normalizados da tarefa de compressão de um PDF Fonte: Resultados de Desempenho Fator de Comparação Solução PC Soluções Thin Client Número de Solução PC Soluções Thin Client Dell Sun Wyse clientes Dell Sun Wyse OptiPlex Ray Winterm ativos OptiPlex Ray Winterm 210L SE concorrentes 210L SE Tabela 6: Resultados de performance na compressão do PDF Fonte: PC vs. Thin Client: Consumo de energia Supondo-se que 30 usuários thin dividam um servidor de 400W, o consumo total de energia será de 1300W - um custo anual de PCs consumiriam, por sua vez, 10,000W - um custo anual de 4, (assumindo-se o custo por MWh de 80.00). A Tabela 7 mostra o consumo de um thin client e um PC.

31 2.2 Categorias de Gestão do Consumo de Computadores 30 Thin Client PC Peso lbs lbs Volume dm dm 3 Gabinete lbs 3-5 kg Consumo de energia(monitor incluído) watt watt Calor emitido 5-35 watt watt Nível de ruído 0 dba dba Tabela 7: Consumo energético de um PC e um Thin Client Fonte: WP Green E47be87f329f64.pdf&name=WP Green EN v1.pdf Economia em Hardware Economia em hardware cliente A economia trazida pela substituição de PCs por thin clients foi estimada em torno de US$ por PC por ano. A estimativa considerou os preços médios de um PC, um thin client adequado e o custo de atualização de um PC a cada 3 anos. Se o consumo de energia também for considerado, a economia será ainda maior. As seguintes considerações foram feitas: ˆ Custo de um thin client: US$ x custo de um PC: US$750.00; ˆ O PC precisa ser atualizado a cada 3 anos e os thin clients devem ser repostos a cada 6 anos. Dessa forma, em um período de 6 anos US$1, serão gastos em um PC contra US$ que serão gastos em um thin client. Custos extras de hardware para servidor Considerando-se que: ˆ Em média 30 usuários precisarão de um servidor com processador duplo de 4 GB de RAM e riscos rígidos SCSI; ˆ Um servidor novo custa em torno de US$4, e irá se depreciar em média em 3 anos. Para 60 usuários, a solução thin client economizaria em relação à solução PC em US$11, por ano, excluindo-se os custos de administração de ambas as soluções.

32 2.2 Categorias de Gestão do Consumo de Computadores Servidores e Virtualização Rack vs. Blade De acordo com Goldworm (GOLDWORM, 2007), os servidores Blade são um pacote de componentes de altíssima densidade incluindo servidores, armazenamento, interfaces de comunicação em um chassis pré-conectado com componentes comuns como fonte, refrigeração e de rede. Em contraste ao convencional posicionamento horizontal em um rack (servidores rack), os servidores blade são tipicamente (embora não sempre) instalados verticalmente em um chassis blade, como livros em uma estante. Essa disposição dos servidores blade com sua reduzida dimensão permitem uma alta densidade de servidores e, portanto, de desempenho. Por exemplo, 60 servidores blade como aquele apresentado na Figura 4 podem ocupar o mesmo espaço físico que 42 servidores rack. O invólucro blade, que pode conter de 7 a 24 (REHN, 2008) servidores blade, fornece serviços comuns como distribuição de energia, refrigeração e de rede, assim eliminando redundâncias em cada blade server individual. Um rack padrão pode acomodar mais de 250 servidores blade contra aproximadamente 42 servidores padrão. Na Tabela 8, uma comparação é (a) IBM LS20 (b) Invólucro Blade Sun 6000 Series (c) Rack HP Intros Figura 4: Exemplos de Servidores Blade feita entre os blades IBM HS21 blades e os servidores rack x3550. Os blades e rack servers possuem desempenho similar:

33 2.2 Categorias de Gestão do Consumo de Computadores 32 (a) Chenbro 5U RM51924 (b) Servidor Rack Figura 5: Exemplos de Servidores Rack ˆ 2.0 GHz intel quad core; ˆ 8 GB DDR2 memory; ˆ Ambos em configuração padrão, sem HDDs; Modelo de servidor IBM Consumo Base kwh consumidos Custo total Consumo em 5 anos ($0.03/kWh) em 5 anos BC-H Chassis, sem blades kwh 22,350 $ BC-H HS21 blade kwh 13,936 $ x3550 server kwh 16,346 $ x3650 server kwh 19,940 $ BC-H chassis com kwh 217,455 $6, Blades HS21 14 servidores x kwh 228,849 $6, servidores x kwh 279,259 $8, Tabela 8: Consumo de energia de diversos servidores, excluídos o refrigeração e redundância Fonte: blade-servers-vs-rack-servers/?pn=1 De acordo com os dados, a escolha de uso de um servidor blade propicia uma economia de energia de cerca de 5% sobre a configuração análoga em rack. O principal benefício trazido pelo uso dos blade servers, porém, é a densidade de processamento, já que um rack preenchido com servidores blade pode carregar até 50% mais servidores que um com servidores rack. Outros benefícios são a maior facilidade de manutenção dos servidores blade e a redução do número de cabos de energia usados em até 80% (HENDERSON, 2007). Em conclusão, a grande vantagem dos servidores blade não é a economia de energia, mas sim a grande redução do espaço usado nos data centers. Entretanto, a grande densi-

34 2.2 Categorias de Gestão do Consumo de Computadores 33 dade de potência pode provar ser um problema para as fazendas de servidores em termos de superaquecimento. Soluções para esse problema são descritas na seção de Infraestrutura do Data Center. Virtualização A meta geral da virtualização é a criação de uma abstração lógica de recursos físicos. Ela permite múltiplos servidores virtuais servers rodarem em um único servidor físico, deste modo consolidando muitos servidores físicos em apenas um. A Wikipedia, em 2009, definia como virtualização: Virtualização é o processo de apresentar como um grupo lógico determinados recursos de computação com o intuito de torná-los acessíveis de modo que isso traga benefícios sobre a configuração original. Essa nova visão dos recursos não é restrita às suas implementações, localizações geográficas ou configuração física de recursos de menor nível.. A virtualização pode melhorar a eficiência e disponibilidade de recursos e aplicações na organização. De acordo com a Vmware, a escolha de servidores virtualizados sobre a configuração padrão não-virtualizada torna possível uma economia total de 50-70% em TI. Fora a redução de custos, a virtualização pode liberar recursos de TI, fornecer melhor otimização e utilização da infraestrutura, aumentar a disponibilidade e melhorar a gestão de desktops. Além disso, a virtualização proporcionou melhorias à questão ambiental. Gartner (STAM- FORD, October 2007) estimou que 1,2 milhões de cargas de trabalho rodam em máquinas virtuais, o que representa uma economia anual agregada de cerca de 8,5 bilhões de kwh - mais eletricidade que é consumida anualmente em toda Nova Inglaterra para aquecimento, ventilação e refrigeração. Enquanto esse é um bom início, há uma abundância de oportunidades de se economizar ainda mais energia e dinheiro. A firma de analistas IDC (IDC, February 2007) afirma que a capacidade ociosa equivale a aproximadamente: ˆ Em termos de custos de equipamento e energia: US$140 bilhões anualmente; ˆ Em termos de custos de hardware: 3 anos de suprimento de hardware; ˆ Em termos de poder de computação computing power: mais de 20 milhões de servidores. Na taxa anual de produção de 4 toneladas de dióxido de carbono (CO 2 ) por servidor, esses servidores não-utilizados produzem um total de mais de 80 milhões de toneladas de CO 2 por ano. Isso é mais que o emitido pela Tailândia e mais de metade de todos os

35 2.2 Categorias de Gestão do Consumo de Computadores 34 países da América do Sul. Do ponto de vista organizacional esses dados sugerem que a virtualização é uma boa melhoria para o data center, economizando não só espaço mas também energia ao reduzir o tempo ocioso dos servidores e aumentando sua carga de trabalho. É também importante salientar que, ao se optar por uma solução virtualizada, o número e variedade de aplicações disponíveis também pode ser aumentado. Há dois tipos de virtualização que podem ser usados em um data center: de armazenamento e de processamento. Storage-area networks (SAN) podem ser implementadas para apresentar diversos racks de armazenamento físico como um único pool virtual de armazenamento (ANTONOPOULOS, September 2005). Na outra mão, a virtualização de processamento pode ser implementada de dois modos. O primeiro caso é quando um único servidor físico pode oferecer múltiplos servidores virtuais, cada um com seu próprio SO. Outra opção é consolidar múltiplos servidores físicos em um cluster que age como um único servidor. Existem softwares cross-platform de virtualização de servidores disponíveis que permitem aos gerentes de data centers clusterizar e particionar servidores. Figura 6: Base Instalada de Servidores Virtualizados e Não-Virtualizados Fonte:

36 2.2 Categorias de Gestão do Consumo de Computadores 35 De acordo com a Figura 6 há um trend indicando um aumento no número de unidades virtualizadas no tempo junto a uma previsão de que ao fim de 2009 o número de servidores virtualizados será maior que aqueles não-virtualizados. As unidades lógicas representam armazenamento virtual enquanto unidades físicas representam o armazenamento nãovirtualizado. Como mostrado pela Figura 7, ferramentas de virtualização como o VMware permitem a um servidor físico agir como um número de servidores lógicos.a VMware também disponibiliza uma ferramenta de benchmark chamada VMmark 1 junto a um conjunto de resultados de testes em (MAKHIJA, September 2006) para uma configuração que inclui um servidor mail, servidor java, servidor standby, servidor web, servidor de banco de dados e servidor de arquivos. Figura 7: Ilustração da Virtualização aplicada a um Servidor Físico Fonte: Juntamente ao trend de virtualização há processadores de alto desempenho e ecologicamente responsáveis como o processador Sun UltraSPARC T1 (HETHERINGTON, December 2005), que suporta até 128 sistemas virtualizados em um único servidor e fornece uma dos melhores desempenhos por watt dos processadores disponíveis. Como mostrado na Tabela 9 2, com relação à CPU UltraSPARC a única performance comparável foi a do processador POWER5+ processor, que em média dissipa 4.5 mais que o anterior

37 2.2 Categorias de Gestão do Consumo de Computadores 36 Consumo Número Dissipação de CPUs Número Threads Score Score Sistema CPU (Estimado) of cores Ativas (bops) (%) Sun Fire 1x 1.2GHz W % T2000 UltraSPARC T1 Sun Fire 2x 2.4GHz W % X4200 DC Opteron IBM 2x 1.9GHz W % p5 550 POWER5+ IBM 346 2x 2.8GHz W % xseries DC Xeon Tabela 9: Performance and Power Dissipation for Several Processors by the Specjbb2005 Java Benchmark Fonte: Armazenamento de Dados Atualmente há três principais tecnologias de armazenamento de dados: discos rígidos, tape drives e armazenamento baseado em flash. Essa seção irá cobrir as duas primeiras, já que elas são as tecnologias predominantes em data centers. Ao fim da seção uma comparação será estabelecida entre os discos rígidos e tape drives. Tape Drives Um tape drive é um dispositivo de armazenamento de dados que lê e escreve dados armazenados em uma fita magnética. Seu principal uso é como arquivamento dos dados armazenados em discos rígidos. A mídia em fita geralmente possui um custo unitário favorável, grande estabilidade de arquivamento e baixo consumo por MB de dados armazenados para compensar sua lenta velocidade de busca. Por exemplo, os dispositivos LTO modernos podem alcançar taxas de transferência contínua de dados de até 80MB/s, que é tão rápido quanto a maioria dos discos rígidos de 10,000rpm, de acordo com a Wikipedia, Os tape drives podem variar em capacidade de poucos MBs a centenas de GBs. Dados podem ser comprimidos para se maximisar o uso da capacidade. Nesse caso, a relação de compressão é geralmente 2:1. Um conjunto de tabelas relacionadas aos tape drives podem ser encontrados no Apêndice B.

38 2.2 Categorias de Gestão do Consumo de Computadores 37 Arrays de Discos Um array de discos se refere ao grupo conectado de um ou mais discos rígidos físicos independentes constituindo um sistema maior, de alta performance. Eles são geralmente implementados com a tecnologia RAID, que fornece redundância de componentes e altas taxas de transferência. Comparação entre Tape Drives e Arrays de Discos Supondo-se um banco de dados de 995 TB consistindo de: ˆ Base de armazenamento (dados usados com frequência); ˆ Cache de backup (13 semanas); ˆ Arquivamento de backup (backup de 1 ano). Uma solução consistindo exclusivamente de arrays de discos necessitaria de quatro sistemas de arrays de disco de 32 discos e 245 TB cada. Para se garantir confiabilidade e recuperabilidade, um formato RAID5 format com duas arrays RAID5 associadas a cada sistema de arrays de disco foi assumido. O custo total de equipamento èe estimado em US$10.57M (REINE, October 2008) e de acordo com a tabela 10 a solução de arrays de disco consumiria 98KWh por TB por ano. Com uma capacidade nativa de 800GB e taxa Standby Por Número Total Consumo Anual Processador Power SATA of SATA Array Por Anual Custo Consumo Chassis Fornecimento Drawer Drawers Consumo Day Consumo US$0.12/kWh Típico 430 W/h 34 W/h 325 W/h kw/h 264 kwh 96,360 kwh 11,563 Máximo 800 W/h 300 W/h 425 W/h kw/h 360 kwh 131,400 kwh 15,768 Tabela 10: Custos de Energia com Tape Drive Fonte: de transferência de 120 MB/sec, um dispositivo LTO 4 tem uma capacidade comprimida de escrever a 240 MB/seg, ou 864 GB/hora. Supondo-se que o mesmo banco de dados seja armazenado nesse dispositivo, o custo de equipamento seria de US$ ,00 com um custo anual de energia de US$599,00. A solução tape irá consumir 1150 kwh em 1 ano ou 1,16kWh por TB por ano. No geral, para o banco de dados de 995TB as seguintes conclusões podem ser tomadas: ˆ Arrays de discos consomem 84 vezes mais que tape drives, por TB armazenado; ˆ A solução de arrays de discos custa 35 vezes mais que a solução tape drive.

39 2.2 Categorias de Gestão do Consumo de Computadores 38 N o of N o of Biblioteca Frame Drive frames drives compra compra Cartucho aquisição Espaço Energia Total comprado comprado custo custo custo custo custo custo custo ,000 30,000 82,278 45,600 68, ,327 Tabela 11: Custos de Energia com Disk Array Fonte: Apesar da diferença de custo entre as duas soluções ser alta, o desempenho deveria também ser considerado na comparação. Nesse caso, uma proporção adequada entre arrays de discos e armazenamento em tape deveria ser estabelecida de acordo com a frequência do acesso ao backup Arquiteturas de Distribuição de Energia Arquitetura AC Convencional Figura 8: Eficiência da arquitetura AC Convencional Fonte: CENTERS/DC-Journal-March07.pdf Nessa configuração (Figura 8), as seguintes transformações tomaram lugar: ˆ A PDU reduz a tensão de 480VAC a 208VAC; ˆ A Power Supply Unit (PSU) converte 208VAC para 380VDC; ˆ Distribuição final de 12VDC para os componentes. A eficiência é medida para equipamentos convencionais (baseline) e de alta eficiência(bestin-class). A diferença na eficiência entre as duas escolhas de equipamento é de 20%. Arquitetura DC ao nível Rack Na Figura 9, é possível se ver que, após a PDU, uma conversão de 208VAC para 48VDC/380VDCé feita no rack. A PSU e PDU são consideradas de alta eficiência (bestin-class).

40 2.2 Categorias de Gestão do Consumo de Computadores 39 Figura 9: Eficiência da Arquitetura DC ao nível Rack Fonte: CENTERS/DC-Journal-March07.pdf Arquitetura DC ao nível das instalações Figura 10: Eficiência da Arquitetura DC ao nível das instalações Fonte: CENTERS/DC-Journal-March07.pdf Nessa configuração (Figura 10), a conversão DC-AC na USP e a conversão AC-DC na fonte de energia são removidos. Pode-se notar que a conversão 480VAC-380VDC na UPS é mais eficiente que a conversão 480VAC-48VDC Infraestrutura do Data Center Refrigeração a Água O limite razoável de potência do rack e a capacidade de refrigeração de um data center convencional refrigerado a ar é de 8 kw por rack. Para densidades de potência se aproximando dos 15 kw por rack, o projeto das salas de computação e instalações de refrigeração devem ser determiados com o uso de software especializado (como o HP Static Smart Cooling). Para racks com necessidade de mais de 15 kw, as últimas técnicas de refrigeração usam água (Figura 11) (HP, April 2007). Como mostrado na figura 12, o uso de refrigeração a água reduz em 50% a área usada pelo equipamento, aumentando maior densidade de servidores. Um carga de calor de 35 kw dispersada entre 4 racks seria concentrada em um único rack. Com relação aos custos de manutenção, O custo anual para a refrigeração a água e a ar

41 2.2 Categorias de Gestão do Consumo de Computadores 40 Figura 11: Consumo de energia por número de servidores no rack Fonte: (incluindo-se as contas, manutenção e equipamento) não diferem por ampla margem como pode ser visto pela Tabela 12 e a Figura 13. Desse modo, o maior benefício trazido pela refrigeração a água é a redução da área necessária que por sua vez aumenta a densidade de servidores num data center.

42 2.2 Categorias de Gestão do Consumo de Computadores 41 Figura 12: Redução da área utilizada para uma carga de calor de 35 kw Fonte: Figura 13: Comparação econômica dos custos de refrigeração a ar e a água para 2000 horas de operação(em US $) Fonte:

43 2.2 Categorias de Gestão do Consumo de Computadores 42 Tabela 12: Custos de ciclo de vida para as soluções de refrigeração a ar e a água Fonte: