Migliori prestazioniBenchmark energetici

I crescenti costi energetici su scala globale, unitamente a un incremento del 2,5% dei consumi energetici nel 2011, stanno creando la necessità di contrastare l’espansione incontrollata dei server con il ricorso a un incremento della capacità e all’uso di moduli di memoria con velocità in frequenza superiori, al fine di soddisfare la domanda di server con piattaforme scalabili on demand e consumi energetici inferiori. [1]

Figura 1. Consumo mondiale di energia primaria [1]

Migliori prestazioni Benchmark energetici

Figura 2. Quantità tipica di energia richiesta dalle apparecchiature da ufficio [2]

Come illustrato in Figura 2, tra tutti i dispositivi che compongono le piattaforme IT aziendali, normalmente i server rappresentano la principale causa di consumo energetico. Ciò è dovuto alle maggiori prestazioni di elaborazione richieste rispetto ai computer desktop o ai portatili standard.

Pertanto, la configurazione dei componenti dei server riveste un ruolo importante nel trovare un punto di equilibrio ottimale tra riduzione dei consumi energetici e soddisfacimento delle esigenze dei clienti in termini di potenza di elaborazione. [2]

Figura 3. Consumo energetico medio di un sistema [3]

La gestione dei consumi energetici di un server richiede una scomposizione dettagliata a livello di componenti del server, come quella illustrata in Figura 3; in tal modo è possibile osservare come la memoria si posizioni al terzo posto tra i componenti a maggior consumo energetico. [3]

Per far fronte ai crescenti costi energetici e alle ridotte tolleranze in termini di consumi, le aziende si stanno muovendo rapidamente verso il consolidamento dei server, in modo tale da sfruttare con efficienza le architetture dei processori multi-core e le ampie capacità di memoria, facendo funzionare i server in continuo alle massime prestazioni, 24 ore su 24, tutti i giorni dell’anno.

Fattori quali il bilanciamento dell’allocazione della memoria target, l’overcommitment della memoria host delle singole macchine virtuali, rispetto all’efficienza con cui tali risorse vengono successivamente utilizzate e, soprattutto, con quali costi per l’azienda, influiscono sui costi totali di proprietà (TCO) dei server e sulla Qualità del Servizio (QoS) per i clienti. [4]

Osservando le tre regole sotto, è possibile ridurre i consumi energetici in modo semplice, a fronte di un incremento di capacità che consente di soddisfare crescenti esigenze di scalabilità su nuovi server o su macchine già esistenti

1. L’utilizzo di un numero inferiore di moduli DIMM (Dual Inline Memory Module) richiede meno energia. Quando possibile, è consigliabile installare la minor quantità di DIMM possibile, per ottenere la capacità di memoria richiesta dalle applicazioni in uso.

2. Le DIMM Quad Rank hanno un consumo energetico per Gigabyte (GB) inferiore a quello di qualunque altro tipo di DIMM.

3. Configurare il server in modo tale da utilizzare la memoria alla più bassa frequenza possibile, per ottenere un ulteriore risparmio energetico.

Migliori prestazioni Benchmark energetici

Per comprendere esattamente in che modo sono strutturati i consumi energetici delle più recenti generazioni di server che utilizzano la tecnologia DRAM (Dynamic Random Access Memory) DDR3, in sezione sotto vengono forniti i seguenti risultati, a fini analitici.

Consumo energetico per ciascun banco di memoriaIn Figura 4 sono rappresentati i consumi energetici totali di un server in tre differenti scenari, utilizzando una memoria dual-rank messa sotto carico con il benchmark PassMark® BurnInTest 7.1 Pro su un sistema server con piattaforma Intel® Romley; i consumi sono misurati mediante il sistema integrato Hewlett-Packard iLO Management Engine, al fine di verificare l’incremento nel consumo di corrente in Watt (W), utilizzando rispettivamente configurazioni a 1 DPC (DIMM per canale), 2 DPC e infine 3 DPC. [5] [6]

Figura 4. Consumo energetico totale per ciascun DPC del server con memoria a pieno carico*

Come detto in precedenza, aggiungendo un maggior numero di moduli DIMM per canale, si ottiene un incremento dei consumi energetici totali del server, e una maggiore capacità di memoria totale, ma si preclude la possibilità di qualunque upgrade futuro, a causa del fatto che tutti i socket di memoria sono già popolati.

L’aggiunta di un secondo banco di memoria per ciascun processore (2 DPC), accresce il consumo energetico di circa il 10,5%, mentre aggiungendo un terzo banco di memoria si ottiene un ulteriore incremento di circa il 5%.

Ogni upgrade incrementale dei DPC di un server, in aggiunta al primo DPC, comporta un incremento proporzionale dell’energia consumata e dei costi totali di proprietà (TCO). Una volta che tutti e tre i DPC sono popolati, non sarà più possibile effettuare alcun upgrade diretto della memoria nel caso si debba scalare il sistema per adeguarlo alle esigenze del cliente.

Consumi energetici - confronto tra moduli dual e quad-rankIn alternativa a un upgrade basato sull’installazione di ulteriori DPC in aggiunta al primo, è possibile sostituire l’intera configurazione di memoria con moduli DIMM quad-rank funzionanti a 800MHz; ciò consente di ottenere una maggiore capacità di memoria, fino a due volte superiore a quella della configurazione con 2 DPC illustrata in Figura 4, con una commutazione automatica del voltaggio operativo a 1,35V, e quindi con un consumo di elettricità superiore di soli 2 Watt, pari a una riduzione del consumo di circa il 4% durante il funzionamento sotto carico, rispetto al sistema dotato di 3 DPC, con una capacità di memoria pari a 384GB, come illustrato in Figura 5.

Utilizzando componenti quad-rank, non solo è possibile disporre di una maggiore quantità di memoria disponibile per server, ma è anche possibile ridurre i consumi energetici con la memoria sotto carico, con un ulteriore risparmio energetico.

Migliori prestazioni Benchmark energetici

Migliori prestazioni Benchmark energetici

Figura 5. Comparazione tra il consumo energetico totale del server con moduli dual-rank e quad-rank*

Consumo energetico con capacità similiProbabilmente, la fase di implementazione iniziale di un server è quella più importante, in quanto il server deve essere preconfigurato per funzionare in base al carico previsto, e mentre alcuni server possono essere sottoposti ad upgrade immediati, dotandoli della capacità di memoria o di velocità in frequenza massima al fine di renderli adattabili a qualunque tipo di carico di lavoro, anticipare i requisiti di memoria può costituire un’operazione difficoltosa se non si conosce l’entità del risparmio energetico.

In Figura 6 viene messo in evidenza il consumo energetico relativo all’implementazione di un singolo server, dotato di 256GB di memoria DDR3-1600 Dual-rank e DDR3-1066 Quad-rank operante a due frequenze differenti, una orientata alle prestazioni (1600MHz) e una orientata al risparmio energetico (1066MHz).

In una configurazione di memoria quad-rank il server ha una capacità potenziale di upgrade diretto futuro fino a 512GB, per far fronte a un’eventuale necessità di maggiori prestazioni, mentre la configurazione di memoria dual-rank ha una capacità di upgrade diretto pari a soli 384GB.

Figura 6. Comparazione tra il consumo energetico totale del server con moduli dual-rank e quad-rank*

Best Practices Server: Power Benchmark

Eseguire la configurazione iniziale di un server blade 1U con una capacità di memoria pari a 256GB, utilizzando moduli di memoria quad-rank al posto di quelli dual-rank, consente di ottenere una riduzione dei consumi energetici pari a 13 Watt, sotto carico, equivalente al 6% del consumo energetico totale del server popolato con moduli di memoria dual-rank.

Utilizzando come base la tariffa del piano tariffario elettrico per la stagione estiva 2013 della Pacific Gas and Electric Company per i clienti commerciali nello Stato della California (USA), pari a circa 21¢/kWh (centesimi di USD per kilowatt-ora), un risparmio totale di 13 Watt per sistema consente di ridurre i costi operativi di un server funzionante a pieno carico per 24 ore al giorno, passando da 33,26USD al mese (5,28 kWh al giorno*30 giorni*21¢), a 31,30USD al mese (4,968 kWh al giorno*30 giorni*21¢), con un risparmio mensile sui costi pari al 6% per ciascun server! [7]

Il risparmio energetico conseguito in Watt è sufficientemente elevato; tanto che, se fosse ottenuto su una configurazione basata su 32 server 1U installati su un rack 42U standard, basata esclusivamente su moduli di memoria quad-rank funzionanti al carico massimo, la differenza di consumo energetico sarebbe in grado consentire di alimentare 2 dei server 1U, oppure potrebbe essere riallocato ad altri usi nell’ambito del budget energetico aziendale, come nelle funzioni di raffreddamento, a seconda che il rack sia installato in ambienti caldi o freddi.

Consumo energetico durante il funzionamento in standbySIn alcuni scenari non tutti i server di un rack funzionano a pieno carico per 24 ore al giorno; in alcuni casi può anzi accadere che essi consumino una maggiore quantità di energia semplicemente restando in standby, oppure elaborando ridotti volumi di dati solo in alcuni momenti della giornata, talvolta per motivi di bilanciamento del carico all’interno di un cluster dotato di funzionalità di failover.

In tali casi, l’uso di memorie quad-rank può contribuire a ottenere un risparmio energetico fino a 9 Watt, inferiore rispetto a quello di un server dotato di una quantità simile di memoria dual-rank operante in standby, come illustrato in Figura 7, sotto.

Figura 7. Consumo energetico totale di un server sotto carico e in standby*

Ipotizzando una tariffa di 21¢/kWh, un risparmio energetico di 9 Watt consente di ottenere una riduzione dei costi operativi di un server operante in standby per 24 ore al giorno, passando da 23,59USD al mese (3,744 kWh al giorno*30 giorni*21¢) a 22,23USD al mese (3,528 kWh al giorno*30 giorni*21¢), con un risparmio sui costi pari al 6% per server! [7]

Migliori prestazioni Benchmark energetici

Migliori prestazioni Benchmark energetici

Calcolando i costi operativi stimati dell’energia elettrica di un singolo server con ciclo di vita pari a 3, 5 o 10 anni, con una tariffa dell’elettricità fissa, è possibile osservare in Figura 8 come i consumi energetici dei server dotati di moduli di memoria quad-rank siano in grado di offrire un risparmio che consente di installare un server aggiuntivo, in uno scenario caratterizzato da server multipli.

Figura 8. Costi operativi stimati di un server con una tariffa elettrica fissa di 21¢/kWh con un ciclo di vita di 3, 5 e 10 anni*

ConclusioniUtilizzando la formula illustrata in Figura 9, e il tool di gestione integrata dei server, è possibile calcolare il costo di ogni server di una data azienda, moltiplicando l’energia consumata dal sistema, in termini di energia assorbita dalla rete di alimentazione in Watt, per il tempo di funzionamento attivo espresso in ore/giorno (per es. 0,5 ore indica 30 minuti) e dividendo il risultato per 1000 (kilo), per definire i kiloWatt-ora consumati dal sistema in un determinato periodo di tempo (per es. in 30 minuti) di una data giornata.

Figura 9. Formula di conversione in kWh

Moltiplicando questo valore per il numero di giorni del mese o dell’anno durante i quali il sistema è attivo, è possibile elaborare una stima dei costi operativi a lungo termine di un sistema, sulla base dei piani tariffari elettrici correnti o stimati, come illustrato nelle Figure 10 e 11.

Figura 10. Costo operativo mensile

kWh x giorni / mese x costo / kWh = Costo al mese

© 2013 Kingston Technology Europe Ltd e Kingston Digital Europe Ltd, Kingston Court, Brooklands Close, Sunbury-on-Thames, Middlesex,TW16 7EP, Regno Unito. Tel: +44 (0) 1932 738888 Fax: +44 (0) 1932 785469 Tutti i diritti riservati. Tutti i marchi e i marchi registrati sono proprietàdei rispettivi titolari. MKF-555

Migliori prestazioni Benchmark energetici

Figura 11. Costo operativo annuale

Sulla base dei risultati indicati sopra, emerge come l’efficienza per singolo gigabyte dei moduli di memoria quad-rank sia superiore e come tale soluzione consenta di eseguire upgrade diretti in futuro, al fine di ridurre il consumo energetico totale del sistema, con capacità pari o superiore a quella ottenibile utilizzando moduli di memoria dual-rank.

Pertanto, questi moduli rappresentano una scelta ideale per le aziende alla ricerca di una soluzione che consenta di massimizzare la capacità di memoria, minimizzando i consumi energetici.

*Sistema utilizzato per i test: Software SiSoftware BurnInTest 7.1 Pro su sistema HP Proliant ML350p Gen8 Intel® con piattaforma dotata di due processori Intel Xeon E5 2650 e una capacità di memoria installata pari a 256GB, 384GB o 512GB (dual-rank KTH-PL316/16G o quad-rank KTH-PL310QLV/32G). Testato con modalità prestazioni HP attiva. Tecnologia Intel Hyper-threading disabilitata.

Riferimenti[1] Statistical Review 2012, BP p.l.c.

http://www.bp.com/sectiongenericarticle800.do?categoryId=9037130&contentId=7068669

[2] Electricity Used by Office Equipment and Network Equipment in the U.S., University of California

http://enduse.lbl.gov/info/lbnl-45917b.pdf

[3] Power Management in Intel® Architecture Servers, Intel® Corporation

http://download.intel.com/support/motherboards/server/sb/power_management_of_intel_architecture_servers.pdf

[4] Understanding Memory Resource Management in VMware ESX Server, VMwareInc.

http://www.vmware.com/files/pdf/perf-vsphere-memory_management.pdf

[5] BurnInTest Professional edition V7.1 ,PassMark Software

http://www.passmark.com/

[6] HP iLO (Integrated Lights-Out) 4, Hewlett-Packard

http://h18000.www1.hp.com/products/quickspecs/14234_div/14234_div.pdf

[7] A-1 Electric Rates schedule (commercial rate) 2013, Pacific Gas and Electric Company

http://www.pge.com/nots/rates/tariffs/CommercialCurrent.xls

kWh x giorni / anno x costo / kWh = costo per anno