저전력 클러스터 시스템을 위한 정책 기반 전력 관리 기법에 관한 연구 = A Study on the Policy-based Power Management for Energy-Efficient Cluster Systems

다국어 초록 (Multilingual Abstract)

There are various techniques for reducing power consumption of service platforms on a cluster system. However, such techniques are for managing the power of hardware resources within a single service platform. Therefore, it is difficult to support efficient power management for a cluster system in a data center which is widely used by internet portals.
Power management mechanisms can affect other aspects of system behaviors such as performance and availability. For example, in case of performing power control of a single service platform using DVFS, performance of some workloads degrades proportional to CPU frequency reduction, while other workloads are largely unaffected. In case of using ACPI, service platforms constituting the cluster system often go down or go to sleep. Therefore, it frequently occurs that services are not smoothly provided when there are many service requests. Moreover, as the complexity of a monitoring system increases, the cost for managing the system becomes high. For these reasons, power cannot be managed independently. In this dissertation, we are concerned with a policy based power management scheme for energy efficient cluster systems.
The main contributions of this dissertation are summarized as follows. First, we survey the function and the method of the policy based power management which has been applied to many data centers and cluster systems. Also, the power control and platform management techniques for service platforms in order to configure a cluster system are surveyed.
Second, we propose the policy based power management techniques which are capable of reducing power consumption in an entire cluster system. The action state is controlled based on the utilization of service platforms constituting a cluster system without degrading of the performance. To validate the proposed policy-based dynamic power management techniques, we implement them on an actual cluster system for web-services, where service platforms support all the power management techniques. Also, we compare and analyze the power reduction with the policy-based power management and without the cluster system.
Third, we propose the power modeling of service platform which is used to predict the power consumption of a service platform. We compare the measured power consumption and the predicted power consumption of a service platform during an ftp service. Using the comparison results, we analyze the accuracy of the power modeling and determine whether it can forecast the total power consumption of a cluster system or not.
Forth, we propose the optimal threshold of working speed which is used to determine the CPU frequency for service platform level power management. To determine the optimal threshold of working speed, we compare the power consumption of a service platform while changing the threshold. Using the comparison results, we suggest the optimal DPM(Dynamic Power Management) techniques and the threshold of working speed for a high-performance, energy efficient cluster system.
Power consumption is now a major area of concern for designing a high performance cluster system. The dynamic power management techniques for reducing the power consumption based on a single service platform are considered to achieve not only for high performance but for energy efficiency in a cluster system. In selecting the policy based dynamic power management technique for the design of a high-performance and energy efficient cluster system, we expect that our result in this dissertation becomes a useful criterion.

국문 초록 (Abstract)

클러스터 시스템을 구성하는 서비스 플랫폼에 대한 전력 사용량을 감소시키는 여러 가지 기술들이 존재하지만, 이런 기술들은 단일 서비스 플랫폼내 하드웨어 리소스들의 전원을 관리하는 기술들이며, 현재 데이터 센터를 이용하는 많은 인터넷 포털 업체에서 주로 사용하는 클러스터 시스템 차원에서의 효과적인 전력 관리는 지원하지 못한다. 전력 관리 메커니즘은 성능과 효용성과 같은 시스템 특성에 영향을 줄 수 있다. 예를 들면, DVFS(Dynamic Voltage & Frequency Scaling)를 이용하여 단일 서비스 플랫폼의 전력 제어를 수행하는 경우, DVFS 제어에 의한 CPU 주파수 감소에 따라서 어떤 태스크는 이에 비례하여 성능이 저하되는 반면에, 어떤 태스크는 이에 크게 영향을 받지 않는다. ACPI(Advanced Configuration and Power Interface)를 사용하는 경우, 클러스터 시스템을 구성하는 서비스 플랫폼은 종종 다운(down) 혹은 슬립(sleep) 상태로 변하고, 많은 서비스 요청이 이런 상황에서 집중될 경우에 서비스가 순조롭게 제공되지 못하는 경우가 자주 발생된다. 더욱이, 모니터링 시스템의 복잡도가 증가함으로써 관리의 비용도 함께 높아진다. 이런 이유에서, 전력은 독립적으로 관리될 수 없다. 현실적으로 전력과 성능 관리자들은 서로 상치되게 동작하지만 성능은 일정하게 유지하면서 전력 사용량을 감소 시키는 것을 목적으로 하는 것이 고성능, 저전력 컴퓨팅 접근 방법이라 할 수 있다.
본 논문에서는 저전력 클러스터 시스템을 위한 정책 기반 전력 관리를 위해서 현재 데이터 센터 및 클러스터 시스템에 적용되고 있는 전력 관리의 기능 및 방법, 그리고 이를 구성하는 서비스 플랫폼의 전력 제어 기법 및 플랫폼 관리 기법에 대한 조사 및 분석을 통하여 관련 분야의 현재 기술 수준을 파악하였다. 이를 바탕으로 클러스터 시스템을 구성하는 서비스 플랫폼들의 활용 정도에 따라 동작 상태 제어를 통해서 성능의 저하없이 전체 전력 사용량을 최소화하는 정책 기반 동적 전력 관리 기법(DPM : Dynamic Power Management)들을 제안하였다.
또한 제안된 정책 기반 동적 전력 관리 기법의 평가를 위하여 실제 구축된 클러스터 시스템을 기반으로 웹 서비스 운영시 정책 기반 전력 관리 기법을 적용하였을 때와 그렇지 않았을 때의 전력 사용량의 감소 정도를 비교 분석하고 평가하였다. 그리고 서비스 플랫폼의 파워 모델링을 통한 서비스 플랫폼의 소모 전력을 예상하고 실측한 소모 전력과 비교 분석하여 모델링을 통한 전체 클러스터 시스템의 소모 전력 예상이 가능한지 분석하였다.
서비스 플랫폼 레벨의 전력 관리 정책에서 동작 속도의 변경을 위해 사용되는 임계치들을 변경하여 정책 수행을 통한 소모 전력을 비교 분석하고 그 결과를 바탕으로 고성능 저전력 클러스터 시스템을 위한 가장 효율적인 DPM 기법 및 동작 속도 제어를 위한 최적의 플랫폼 사용률 임계치 값을 제시하였다.
고성능 클러스터 시스템을 설계함에 있어서 전력 사용량의 절감은 중요한 이슈로 제기되고 있으며 전력 사용량 절감을 위해 단일 서비스 플랫폼에 적용되는 전력 절감 기술들을 클러스터 시스템에 적용하여 고성능과 저전력을 동시에 유지할 수 있는 방법들이 고려되고 있다. 이러한 고성능, 저전력 클러스터 시스템의 설계를 위한 동적 전력 관리 기법을 선택하는데 있어서 본 논문의 연구 결과가 중요한 기준이 될 것으로 기대한다.

목차 (Table of Contents)

• 제１장 서론 1
• １.１ 연구의 필요성 1
• １.２ 연구 목적 및 내용 9
• １.３ 논문의 구성 11
• 제２장 기존 연구 12
• ２.１ 전력 관리의 기능 13
• ２.２ 전력 관리의 범위 14
• ２.３ 전력 관리의 방법 15
• ２.４ 전력 관리의 구현 16
• ２.４.１ 플랫폼 하드웨어 수준 전력 절감 기술 17
• ２.４.１.１ 프로세서 전력절감 기술 17
• ２.４.１.２ 메모리 전력 절감기술 19
• ２.４.１.３ 디스크 드라이브 전력 절감 기술 20
• ２.４.１.４ ACPI 21
• ２.４.１.５ 전원공급기의 전력 절감 기술 24
• ２.４.２ 플랫폼 소프트웨어 수준 전력 절감기술 25
• ２.４.２.１ 전력절감 스케줄링 25
• ２.４.２.２ 가상화 기술 27
• ２.４.３ 서비스 플랫폼 관리 기술 27
• ２.５ 정책 기반 전력 관리 30
• ２.５.１ 하드웨어 장치 기반 동적 전력 관리 정책 31
• ２.５.２ 소프트웨어 기반 동적 전력 관리 정책 34
• ２.６ 사례연구 37
• ２.６.１ 단일 정책 기반 전력 관리 37
• ２.６.２ 다중 정책 기반 전력 관리 39
• ２.６.３ 업체별 전력 관리 솔루션 동향 41
• ２.６.３.１ SUN의 Tesla Project 41
• ２.６.３.２ IBM Tivoli Energy Management 43
• ２.６.３.３ Google 46
• 제３장 클러스터 시스템의 정책 기반 전력 관리 49
• ３.１ MDVFS(Multicore-DVFS) 정책 54
• ３.２ SLOW(Some Light sleep - Others Working) 정책 55
• ３.３ SDOW(Some Deep sleep - Others Working) 정책 58
• ３.４ MDVFS-SLOW 및 MDVFS-SDOW 정책 59
• ３.５ MDVFS-SSOW(Some Sleep – Others Working) 정책 61
• 제４장 정책 기반 동적 전력 관리 시스템의 설계 및 구현 65
• ４.１ 저전력 클러스터 시스템의 구조 67
• ４.２ 정책 기반 동적 전력 관리 시스템의 구조 70
• ４.３ 전력 관리 에이전트의 설계 및 구현 72
• ４.３.１ BMC 하드웨어 기반 시스템 모니터링 73
• ４.３.２ 리눅스 커널 기반 시스템 모니터링 74
• ４.３.３ 시스템 전력 상태 제어 77
• ４.３.４ 전력 관리 그룹 마스터와의 인터페이스 81
• ４.４ 전력관리 그룹 마스터의 설계 및 구현 85
• ４.４.１ 서비스 플랫폼과의 연결 채널 관리 86
• ４.４.２ 센서 및 시스템 정보 모니터링 90
• ４.４.３ 서비스 플랫폼 전력 상태 판단 92
• ４.５ 전력관리 마스터의 설계 및 구현 95
• 제５장 정책 기반 전력 관리 시스템의 분석 및 실험 98
• ５.１ 수학적 분석을 통한 파워 모델링 98
• ５.１.１ 서비스 플랫폼의 전력 및 이용률 측정 100
• ５.１.２ 전력 소모량 모델링 102
• ５.１.３ 모델의 정확도 및 실제 측정치와의 상관관계 104
• ５.１.４ 상관 관계 실험 105
• ５.２ 실험 환경 및 방법 110
• ５.２.１ 실험 환경 110
• ５.２.１.１ 하드웨어 110
• ５.２.１.２ 소프트웨어 112
• ５.２.２ 실험할 전력 관리 정책 112
• ５.２.３ 전력 상태 변경 임계치 114
• ５.２.４ Trace Data의 생성 115
• ５.３ 결과 분석 117
• ５.３.１ 실측 기반 정책별 소모 전력 분석 118
• ５.３.１.１ MDVFS 118
• ５.３.１.２ SLOW와 MDVFS-SLOW 124
• ５.３.１.３ SDOW와 MDVFS-SDOW 131
• ５.３.１.４ MDVFS-SSOW 139
• ５.３.２ 동작 속도 변경 임계치 변화에 따른 소모 전력 분석 146
• ５.３.３ 전력 관리 정책의 종합 평가 150
• 제６장 결론 및 향후 연구 과제 158
• 참고 문헌 163