Design and hardware implementation of unconventional computing systems for networks analysis and data center management

Abstract

The high power consumption of current Data Centers is one of the most challenging issues in the contemporary IT ecosystem. According to Greenpeace’s Make IT Green report, it is estimated that the global demand for electricity from Data Centers was around 330bns kWh in 2007 (almost the same amount of electricity consumed by UK). This demand in power consumption is projected to more than triple by 2020 (more than 1000bns kWh). The rise of cloud computing and other emerging web applications has increased significantly the network traffic inside the Data Centers and led to a significant increase of the power consumption. The increase on the power consumption results also to increased carbon emissions. In 2002, the global Data Center footprint, including equipment use and embodied carbon, was 76 MtCO2e (Million metric tons of carbon dioxide equivalent) emissions and this is expected to more than triple by 2020 and reach up to 259 MtCO2e – making it the fastest-growing contributor to the ICT sector’s carbon footprint, at 7% in relative terms. Reducing significantly the power consumption is impossible without a dramatic improvement in energy efficiency, decreasing the computation and communication energy consumption per bit. Therefore, more energy efficient processors, storage elements, switches and memories are required that will provide increased processing power with reduced energy consumption. Currently, almost all of the web servers are based on high performance x86 architectures which are not optimized in terms of power. The increasingly energy consumption of Data Centers provided motivation for this PhD dissertation. An additional factor was the low utilization of alternative computing methods that require interdisciplinary scientific field backgrounds. An unconventional medium used as inspiration for this PhD thesis is the plasmodium of Physarum polycephalum, a multi-nuclei cell, a substrate that is alive, seeks for nutrients and struggles to survive in a harsh environment. A model was produced after analyzing the plasmodium of P. polycephalum that designed networks which were tested against already existing networks. Moreover, based on the results and theoretically defined graphs, the model was optimized and provided more efficient networks. Thus, the same model was utilized to design a data tree for a Wireless Sensor Network (WSN) that is employed to monitor the temperature in a Data Center and control its supporting systems. On the other hand, rather conventional ways to provide more efficient Data Centers were studied. Specifically, the allocation of hardware resources to distributed computation entities using Cellular Automata and Game Theory was investigated. Furthermore, the implementation of computations in hardware was examined in order to accelerate the computations on a Data Center and therefore, economize energy.

Η υψηλή κατανάλωση ενέργειας ενός σύγχρονου Κέντρου Δεδομένων αποτελεί ένα από τα πιο σημαντικά και απαιτητικά ζητήματα στα σημερινά «οικοσυστήματα» πληροφοριακών συστημάτων. Σύμφωνα με μια μελέτη της Greenpeace με τίτλο MakeITGreen, έχει υπολογιστεί ότι η παγκόσμια ζήτηση ηλεκτρικής ενέργειας από τα Κέντρα Δεδομένων το 2007 ήταν περίπου 300 δις kWh (σχεδόν η ίδια ποσότητα ηλεκτρικής ενέργειας που καταναλώνει το Ηνωμένο Βασίλειο). Αυτή η απαίτηση για κατανάλωση ενέργειας προβλέπεται να υπερτριπλασιαστεί έως το 2020 (σε περισσότερα από 100 δις kWh). Η εξέλιξη της τεχνολογίας νέφους και άλλων αναπτυσσόμενων δικτυακών εφαρμογών έχουν αυξήσει σημαντικά την κίνηση στα Κέντρα Δεδομένων και οδήγησαν σε μια μεγάλη αύξηση της κατανάλωσης ενέργειας. Αυτή η αύξηση επιφέρει επίσης την αύξηση των εκπομπών άνθρακα. Το 2002, οι συνολικές εκπομπές των Κέντρων Δεδομένων άγγιζαν τα 76 MtCO2e (Million metric tons of carbon dioxide equivalent – Εκ. μετρικούς τόνους από ισοδύναμα του διοξειδίου του άνθρακα) και αναμένεται να υπερτριπλασιαστούν μέχρι το έτος 202 σε 259 MtCO2e. Έτσι τα Κέντρα Δεδομένων κατατάσσονται στον πιο γρήγορα αναπτυσσόμενο συμβαλλόμενο στις εκπομπές διοξειδίου του άνθρακα στον τομέα της Τεχνολογίας Πληροφοριών, με το σχετικό ποσοστό του 7%. Η αποφασιστική μείωση της κατανάλωσης ενέργειας είναι αδύνατη χωρίς μια δραστική βελτίωση στην ενεργειακή αποδοτικότητα, με την μείωση της κατανάλωσης ανα bit σε υπολογιστικά και τηλεπικοινωνιακά συστήματα. Επομένως, απαιτούνται ενεργειακά αποδοτικότεροι επεξεργαστές, στοιχεία αποθήκευσης, switches και μνήμης, τα οποία θα παρέχουν επαυξημένη υπολογιστική δυνατότητα με μειωμένη κατανάλωση ενέργειας. Σήμερα, σχεδόν όλοι οι δικτυακοί διακομιστές είναι βασισμένοι σε αρχιτεκτονικές x86 υψηλής απόδοσης, οι οποίες δεν είναι βελτιστοποιημένες με όρους ενέργειας. Η αυξανόμενη κατανάλωση ενέργειας των Κέντρων Δεδομένων ήραν η κινητήρια δύναμη για την εκπόνηση της παρούσας διδακτορικής διατριβής. Ένας επιπρόσθετος παράγοντας ήταν η μικρή ενσωμάτωση μεθόδων εναλλακτικών υπολογιστών που απαιτούν ένα ευρύ φάσμα επιστημονικού υποβάθρου. Ένα εναλλακτικό και αντισυμβατικό μέσο που αποτέλεσε έμπνευση για την παρούσα διδακτορική διατριβή είναι το πλασμώδιο του μύκητα Physarum polycephalum, ένα πολυπύρηνο κύτταρο, ένα ζωντανό μέσο το οποίο ψάχνει τροφή και παλεύει για την επιβίωσή του σε ένα αντίξοο περιβάλλον. Μετά την ανάλυση της συμπεριφοράς του πλασμωδίου έγινε σχεδιασμός ενός μοντέλου που παράγει δικτυώματα τα οποία συγκρίθηκαν με υπαρκτά δικτυώματα. Επιπλέον, δεδομένων των αποτελεσμάτων και κάποιων θεωρητικά ορισμένων γράφων, το μοντέλο βελτιστοποιήθηκε και παρείχε αποδοτικότερα δικτυώματα. Επομένως, το ίδιο το μοντέλο χρησιμοποιήθηκε για το σχεδιασμό ενός δένδρου δεδομένων (data tree) για ένα Ασύρματο Δίκτυο Αισθητήρων (Wireless Sensor Network) το οποίο χρησιμοποιείται για την καταγραφή των θερμοκρασιών σε ένα Κέντρο Δεδομένων και τον έλεγχο των υποστηρικτικών συστημάτων του. Από την άλλη πλευρά, μελετήθηκαν και πιο συμβατικοί τρόποι για την βελτίωση της αποδοτικότητας των Κέντρων Δεδομένων. Πιο συγκεκριμένα, μελετήθηκε ο διαμοιρασμός σε υπολογιστικές οντότητες κάποιων πόρων υλικού, όπως η κρυφή (cache) μνήμη, χρησιμοποιώντας Κυψελιδωτά Αυτόματα και Θεωρία Παιγνίων. Επίσης, εξετάστηκε η ενσωμάτωση κάποιων υπολογισμών σε υλικό, έτσι ώστε να επιταχυνθούν οι υπολογισμοί σε ένα Κέντρο Δεδομένων και επομένως να εξοικονομηθεί ενέργεια.