Rémi Druilhe

Rémi Druilhe

L'Efficience Energétique des Services dans les Systèmes Répartis Hétérogènes et Dynamiques

Application à la Maison Numérique

Président : Jean-Louis PAZAT, INSA RennesRapporteur : Noel DE PALMA, Université Joseph Fourier, GrenobleRapporteur : Jean-Marc MENAUD, Ecole des Mines de NantesExaminateur : Laurent LEFEVRE, INRIA

Directrice : Laurence DUCHIEN, Université Lille 1Co-Directeur : Lionel SEINTURIER, Université Lille 1Encadrant : Matthieu ANNE, Orange

Soutenance de thèse pour l’obtention du Doctorat de l'Université Lille 1 Sciences et Technologies

(Ecole Doctorale SPI)

2

Introduction

Le Numérique et l’Energie

Source : Impact Environnemental de la Filière TIC en France, 2010

13,1

4,6

11,9

14,0

6,7

14,6

11,4

8,5

14,4

11,8

8,2

14,0

12,7

7,6

13,6

2005 2008 2012 2015 2020

Electronique Grand Public

Télécommunication

Système d’Information

7,3 % de la consommation totale d’électricité en France en 2008

35,329,6

TWh/an

34,3 34,0 33,9

3

Introduction

Chauffage31%

Autres46%

Cuisine8%

Eau Chaude15%

Eclairage12,8%

Audiovisuel20%

Froid23,3%

Lavage14,9%

Informatique14,5%

4700kWh/an

2162kWh/an

Divers14,4%

Source : EDF, 2009Source : Projet Remodece, 2008Source : ADEME, Equipements électriques, 2008Source : Overview of ICT energy consumption, 2013

Consommation d’électricité (tout

électrique)

Consommation des autres équipements

électriques

Consommation électrique moyenne de la maison numérique

4

Introduction

Ouverture au tiers

La Maison Numérique

Hétérogénéité

Volatilité

Répartition

Qualité de service

5

Introduction

Challenges

Comment augmenter l’efficience énergétique de la maison numérique en prenant en compte

L’hétérogénéité

La volatilité

La qualité de service

Application

6

Introduction

Approche

Trouver la répartition des applications qui minimise la consommation d’énergie

Mettre dans un état de basse consommation les équipements inutilisés

Application

7

Introduction

Plan

Etat de l’Art

Définitions et Hypothèses de Travail

Modélisation de la Maison Numérique

Architecture de HomeNap

Validation de HomeNap

Conclusion

8

ETAT DE L’ART

9

Etat de l’art - Hypothèses - Modélisation - Architecture - Validation - Conclusion

Efficience énergétique

Usage

Application

Contrôle

Matériel Etats énergétiquesAdaptation matérielle

Couche de contrôleRéveil

ConceptionMandatement / Répartition

Rétroaction

Couches Exemples

10


Migrer les applications pour minimiser les serveurs actifs – Exemple : Entropy [HLM+09]

Consolidation

H1 : Environnement homogène

H2 : Considère seulement l’apparition/disparition d’applications

Application

Application Applicati

on

Application

11


Répartition

Distribuer les composants d’une application pour l’adapter à l’environnement

– Exemple : PARM [MV03]

Composant 1

Composant 2

Composant 3

H1 : Ne considère pas les ressources locales, e.g., autres équipements

12


Un équipement agit comment un mandataire afin de représenter un service fournit par un autre équipement

– Exemple : UPnP Low Power [UPnPLP07]

Mandatement de service

ClientApplicati

on

H1 : Un service est lié à un équipement

13


Mandatement d’application

Un équipement agit comme un mandataire afin d’exécuter une application issue d’un autre équipement

– Exemple : Parasite [Zhong11]

Application

H1 : Nécessite un équipement dédié

H2 : Conçu pour un seul service

14


Classification des systèmes

Degré d’autonomieCœur Contrôle Autonome

Politique de décision

Fonction d’utilité

Fonction d’action

Mobile Service OverlayEntropyPARM

TranshumanceHOPEUPnP LPParasite

HomeNap

Source : A survey of autonomic computing - degrees, models, and applications, 2008.Source : An artificial intelligence perspective on autonomic computing policies. 2004.

15

DÉFINITIONS ET HYPOTHÈSESde Travail

16


Définition de l’Efficience Energétique

Efficience Energétique = Travail utile du processus

Apport d’énergie dans le processus

Source : What is energy efficiency?: Concepts, indicators and methodological issues, 1996

Energie Travail utile(Aller de A à B)

17


Application

Définition d’un Processus

Un processus est l’association d’un équipement et d’une application

EquipementEnergie Service

Processus

18


Un service est rendu par une seule et unique application

Application

Equipement

Hypothèse d’un modèle unifié de service

Energie Service

19


Equipement 1Equipement 2

Hypothèse d’une couche d’abstraction

Une application est exécutable sur un ensemble d’équipements hétérogènes dès lors qu’ils possèdent les ressources suffisantes

Application

Energie 1 Service

Couche Abstraction

Energie 2

20


Un équipement peut fournir plusieurs services dès lors qu’il possède les ressources matérielles nécessaires et suffisantes pour le déploiement des applications

Appli BAppli A

Hypothèse de parallélisme

Energie Service AService B

Equipement

21


Hypothèse de répartition des applications

Le service est fourni par un ensemble de processus associés. La taille de cet ensemble est de 1 ou supérieur

Composant B

Equipement 2

Composant A

Equipement 1

Service Service

22


Hypothèse du périmètre d’efficience énergétique

La maison numérique est un environnement informatique limité en équipements et auto-suffisant en ressources

Fournisseur Transporteur Consommateur

23


Les définitions et les hypothèses

Définition de l’efficience énergétique

Définition d’un processus

Hypothèse d’unicité de l’implémentation d’un service

Hypothèse d’une couche d’abstraction

Hypothèse de parallélisme

Hypothèse de répartition des applications

Hypothèse du périmètre d’efficience énergétique

24

de la Maison NumériqueMODÉLISATION

25


Problèmes et approche

Challenges liés à cet environnement– Hétérogénéité– Volatilité– Qualité de service

Développer un modèle pour gérer les propriétés de l’environnement

– Utiliser des contraintes de déploiement– Modéliser les états, les événements et les actions

disponibles dans l’environnement– Définir une fonction d’utilité pour parvenir à une

solution quel que soit l’état du système

26


Modélisation de l’état

A un instant t, un ensemble d’applications est déployé sur un ensemble d’équipements : le plan de répartition

0

1

0

0

0

110001

00

1

0

00

00

0

0001

27


tE

tead

Le plan de répartition

Matrice

tead

1 si teAa

0 sinon

teA: ensemble des applications hébergées par l’équipement e à l’instant t

tt AaEe

tea

t dD

1,1

)(tE: ensemble des équipements à l’instant ttA: ensemble des applications à l’instant t

tA

0

1

0

0

0

11

01

00

1

0

00

00

0

0001

00

28


Modélisation de la volatilité

Apparition ou disparition d’équipements ou d’applications

Les événements significatifs changent l’ensemble des équipements ou l’ensemble des applications

0 101 0000

0001

1

00

001

10

0000

29


Elément Equipement Application

Apparition d’un élément

Disparition d’un élément

Les événements significatifs

eEE tt 1

eEE tt \1

aAA tt 1

aAA tt \1

30


Modélisation du plan de répartition

Migration des applications d’un équipement à un autre

Calcul du plan de déploiement

0 101 0000

0001

1

00

001

10

0000

31


Le plan de déploiement

Permet le passage d’un plan de répartition à un autre

Définit les actions de migration d’une application

tea

teaea dd 1

1 si a doit être déployée sur e

0 si a ne bouge pas ou n’est pas présente sur e

-1 si a doit être retirée de e

32


Modélisation de l’hétérogénéité

Description des ressources requises par une application

Description des ressources disponibles sur un équipement

Processeur : 500 MIPS

Ecran : 1

Processeur : 2000 MIPS

Ecran : 1

PrésenceUtilisateur : Vrai


33


Deux types de contraintes de déploiement

Contraintes à valeurs quantitatives– e.g., quantité de ressources matérielles

Contraintes à valeurs énumérées– e.g., présence utilisateur, localisation

34


Exemples de contraintes de déploiement

Ressources matérielles

Présence de l’utilisateur

e

e

SCR

CAM

RAM

CPU

R

2

1

200

2000

a

a

SCR

CAM

RAM

CPU

R

1

0

20

500

PrésenceUtilisateur = Vrai

35


Ecran : 1Camera :

1

PrésUti : Vrai

CPU : 500 MIPS

La mobilité des applications

CPU : 500 MIPS

PresUti : Vrai

Camera : 1 Ecran : 1

Application

36


Deux ensembles dans une application

Ensemble de composants

Ensemble de contraintes

Décomposition


GPS : 1 RAM : 20 MB

Ecran : 1Localisation : cuisine

20

15

1

11

1

1

1

1 1

15

37


Groupement en grappe de composants

Dépend du type de contrainte

1

1

1

15

5

5

15

20

38


Modélisation de la consommation

La puissance consommée par les équipements

Fonction d’utilité

Fonction objectif

)( te

one QP

lpeP

ePsi e en état de basse consommation

si e actif

))1()((P tslpe

te

te

one

te

EePQP

t

)))1()((min()min(P tslpe

te

te

one

te

EePQP

t

)1(1 tea

Aa

te d

t

avec

39


Synthèse de la modélisation

Fonction d’utilité décrivant les états du système

Prise en compte de la volatilité au travers de la modélisation des états, des événements et des actions

Prise en compte de l’hétérogénéité au travers de la spécification des contraintes de déploiement

Prise en compte de la qualité de service au travers de la satisfaction des contraintes de déploiement

40

ARCHITECTUREde HomeNap

41


Approche

Concevoir un système autonome, transparent, efficient énergétiquement et intégrant la fonction d’utilité

– Prendre en compte la dette énergétique– Utiliser les composants orientés service pour créer des

applications plus mobiles– Utiliser une boucle de contrôle fermée pour gérer les

événements et agir sur la répartition des composants

42


Architecture de HomeNap

Contrôleur

Gestionnaire

Adaptation du placement

des composants

Contrôle des états énergétiques des

équipements

Coordinateur

Collecteur

43


La dette énergétique

Différence de consommation d’énergie de l’environnement qui exécute un système par rapport à ce même environnement ne l’exécutant pas

HomeNap

Environnement

Avec le déploiement de HomeNap

Sans le déploiement de HomeNap

44


Gain énergétique

Un gain énergétique est réalisé dès lors que la dette énergétique est remboursée

RemboursementGain énergétique

HomeNap

Environnement

45


Un système réactif

Une boucle de contrôle fermée afin d’améliorer l’efficience énergétique en continu

Événement significatif

Plan de Répartition Optimisé

Plan de Répartition Mis à Jour

Contraintes

FonctionOptimisatio

n

FonctionMaJ

46


Adaptation à l’environnement

Boucle de contrôle MAPE-K [IBM03]

Gestionnaires

Coordinateur

Equipements et composants

AnalyseOptimisationet Planification

Observation Exécution

ActionneursCapteurs

Connaissance

47


Un système autonome

Le système se considère dans l’optimisation de la consommation d’énergie

– Sauvegarde de l’état des composants migrés– Transfert du code binaire

Coordinateur

Gestionnaire

Gestionnaire

Gestionnaire

Gestionnaire

48


Coordinateur

Les pannes

Disparition du coordinateur– Détection lors d’une communication avec le

coordinateur– Election du nouvel hôte du coordinateur– Restauration du coordinateur à partir du dernier état

connu Coordinateur

Gestionnaire

Gestionnaire

Gestionnaire

Gestionnaire

49


Synthèse de l’architecture

Mécanisme de limitation de la dette énergétique grâce à un système réactif

Système autonome qui se considère dans la recherche d’une solution

Système transparent pour l’utilisateur pour atteindre l’objectif

50

de HomeNapVALIDATION

51


Mise en œuvre

Extension du modèle de consommation d’un équipement

Mise sous forme d’un problème de satisfaction de contraintes

Canevas Logiciels– OSGi / iPOJO [Escoffier07]– UPnP [UPnP08]– Solveur de contraintes Choco [Choco12]

minminmax)()( eCPU

e

CPUe

eeCPUe

one P

totaleR

utiliséeRPPutiliséeRP

52


Paramètres des évaluations

Equipements Consommation (W)

Architecture

Ordinateur Fixe 80 – 122 x86

Ordinateur Portable 1 25 – 48 x86

Ordinateur Portable 2 23 – 33 x86

BeagleBoard 8 – 10 ARM

nn3Nombre de grappes

considéréesNombre d’équipements

considérés

Nombre de combinaisonsconsidérées

53


Dette énergétique du coordinateur

Valeur de n

Dett

e é

nerg

éti

que (

Wh)

0,0001

0,001

0,01

0,1

1

10

2 3 4 5

Ordinateur Fixe (80-122 W)Ordinateur Portable 1 (25-48 W)

Ordinateur Portable 2 (23-33 W)BeagleBoard (8-10 W)

54


Temps de calcul de l’algorithme

Valeur de n

Tem

ps

de c

alc

ul (s

ec)

0,01

0,1

1

10

100

10000

2 3 4 5

Ordinateur Fixe (80-122 W)Ordinateur Portable 1 (25-48 W)

Ordinateur Portable 2 (23-33 W)BeagleBoard (8-10 W)

1000

100000

55


Temps de calcul versus dette énergétique

Temps (sec)

Dett

e é

nerg

éti

que (

Wh)

0,0001

0,001

0,01

0,1

1

10

10 100 1000 10000 10000010,10,01

n=2n=3

n=4

n=5

Ordinateur fixe Ordinateur portable 2BeagleBoardOrdinateur portable 1

56


Cas d’utilisation pratique

AlarmeTraitementd’images

Acquisitiond’images

PrésenceUtilisateur : vraiEcran : 1

Processeur : 500 MIPS Camera : vraiLocalisation : cuisine

PrésenceUtilisateur : vrai

GUI

Equipement actif

Equipement basse consommation

Equipement hors système

57


ScenarioAvec

Hom

eN

ap

San

s H

om

eN

ap

AcqTra

C

Ala

Ala

Tra

Acq

Evénement 1 : Apparition de l’ordinateur fixe

58


Evénement 2 : Apparition de l’interface utilisateur

Scenario

GUI

Tra Acq

C

Ala

GUI Ala

Tra

Acq

Avec

Hom

eN

ap

San

s H

om

eN

ap

59


Evénement 3 : Disparition de l’interface utilisateur

Scenario

GUI

Tra Acq

C

Ala

GUI Ala

Tra

Acq

Avec

Hom

eN

ap

San

s H

om

eN

ap

60


Evaluation pratique

Optimisation Réduction de l’énergie

Dette énergétique

Remboursement etGain énergétique

61

CONCLUSION

62


Conclusion

Comment augmenter l’efficience énergétique de la maison numérique en prenant en compte ses propriétés ?

La modélisation tient compte des propriétés considérées

– Hétérogénéité aux travers des contraintes de déploiement

– Volatilité aux travers de la modélisation des événements

– Qualité de service aux travers de la satisfaction des contraintes de déploiement

L’architecture est conçue pour réduire son impact énergétique

– Autonome par la prise en compte du système– Efficient énergétiquement par un système réactif– Transparent par la non intervention de l’utilisateur

63


Perspectives

Court terme– Enrichir le modèle– Construire de nouvelles grappes de composants– Développer une architecture plus extensible– Améliorer la gestion de la volatilité– Améliorer l’algorithme d’optimisation

Long terme– Apprendre des habitudes des utilisateurs– Migrer les services temporellement– Estimer le coût énergétique minimal d’un service– Prendre en compte l’environnement extérieur (e.g.,

cloud)– Transférer vers les organismes de normalisation

Rémi Druilhe

L'Efficience Energétique des Services dans les Systèmes Répartis Hétérogènes et Dynamiques

Application à la Maison Numérique

Président : Jean-Louis PAZAT, INSA Rennes, France

Rapporteur : Noel DE PALMA, Université Joseph Fourier de Grenoble, FranceRapporteur : Jean-Marc MENAUD, Ecole des Mines de Nantes, FranceExaminateur : Laurent LEFEVRE, Université de Lyon, France

Directrice : Laurence DUCHIEN, Université Lille 1, FranceCo-Directeur : Lionel SEINTURIER, Université Lille 1, FranceEncadrant : Matthieu ANNE, Orange, France

Soutenance de thèse pour l’obtention du Doctorat de l'Université des Sciences et Technologies de Lille

(spécialité Informatique)

65

Annexes

Publications

[ARTICLE] Rémi Druilhe, Matthieu Anne, Jacques Pulou, Laurence Duchien and Lionel Seinturier, Components Mobility for Energy Efficiency of Digital Home, CBSE, 2013

[ARTICLE] Rémi Druilhe, Matthieu Anne, Jacques Pulou, Laurence Duchien and Lionel Seinturier, Energy-driven Consolidation in Digital Home, SAC track SEAGC, 2013

[POSTER] Rémi Druilhe, Matthieu Anne, Romain Rouvoy and Laurence Duchien, La réduction de la consommation d'énergie dans les environnements domestiques répartis, CFSE, 2011

66

Annexes

References

[Choco12] Ecole des Mines de Nantes, Choco, http://www.emn.fr/z-info/choco-solver, 2012.

[Escoffier07] C. Escoffier. and R.S. Hall and P.Lalanda, iPOJO: An extensible service-oriented component. In Services Computing, pages 474-481. IEEE, 2007.

[HLM+09] Fabien Hermenier, Xavier Lorca, Jean-Marc Menaud, Gilles Muller, and Julia Lawall. Entropy: a consolidation manager for clusters. In Proceedings of the 2009 ACMSIGPLAN/SIGOPS international conference onVirtual execution environments, pages 41–50. ACM, 2009

[IBM03] A. Computing. An architectural blueprint for autonomic computing. IBM White Paper, 2003.

[Kephart04] J.O. Kephart and W.E. Walsh. An artificial intelligence perspective on autonomic computing policies. In Policies for Distributed Systems and Networks, 2004. POLICY 2004. Proceedings. Fifth IEEE International Workshop on, pages 3–12. IEEE, 2004.

[Khanna06] G. Khanna, K. Beaty, G. Kar, and A. Kochut. Application performance management in virtualized server environments. In Network Operations and Management Symposium. IEEE, 2006.

[MV03] S. Mohapatra and N. Venkatasubramanian. Parm: Power aware reconfigurable middleware. In Distributed Computing Systems, 2003. Proceedings. 23rd International Conference on, pages 312–319. IEEE, 2003.

[UPnP08] UPnP Forum. UPnP Device Architecture 1.1, Octobre 2008.

[UPnPLP07] UPnP Forum. UPnP Low Power Architecture, Août 2007.

[Zhong11] W. Zhong, G. Shi, Z. Zhao, and F. Xia. Parasite: A system for energy saving with performance improvement in networked desktops. In Green Computing and Communications (GreenCom), 2011 IEEE/ACM International Conference on, pages 79–84. IEEE, 2011.

67

Annexes

Temps de calcul de l’algorithme

Valeur de n

Tem

ps

(sec)

2 3 4 50,01

0,1

1

10

100

1000

10000

100000

Problème A : problème sous-contraint

Problème B : problème quasiment sur-contraint

68

Annexes

Evaluation Théorique

69

Merci à tous

et

Place au pot d’après thèse dans la cafétéria du Bâtiment A

Documents

Rémi Druilhe