Le monde naissant des datacenters de nouvelle génération ICAR-2013 Datacenter vert agile Grenoble Lyon Paris Gérald.Dulac@eolas.fr Ibrahim.Safieddine@eolas.fr
Datacenter de nouvelle génération vert agile? Datacenter de nouvelle génération : piloté pour la très haute disponibilité facilities et applicative, l efficience énergétique et IT Datacenter vert agile : «PUE» uniforme quelle que soit la charge IT, EUE cpu amélioré 2
Enjeux d un datacenter de nouvelle génération vert agile? Intégration dans les RSE (Responsabilités Sociales et Environnementales) et dans les Appels d Offres incluant des objectifs d efficience énergétique Migration des applications dans des datacenters différents: Optimisation des temps de réponse Optimisation des niveaux de disponibilité opérationnelles Fiabilisation des états stables secondaires Optimisation énergétique 3
Enjeux d un datacenter de nouvelle génération vert agile? Energie électrique : Augmentation du coût de l énergie : +50% en France d ici 2020 Gestion des pics de consommation (et demandes d effacement) Dé-carboner (notamment) les groupes électrogènes DCM (DataCenter Management) : Instrumentation toujours plus fine Recherche incessante de l optimum énergétique (en charge IT variable) IaaS (Infrastructure as a Service) : Optimiser les machines virtuelles et l infrastructure des serveurs physiques Automatiser la mise en veille des serveurs Mixer la virtualisation et le Big Data physique 4
Présentation d Eolas 5
Propos Nous présentons notre expérience et nos progrès en cours autour du datacenter Mangin : PUE 2 version 2 en temps réel et l'indicateur EUE cpu 1 er datacenter en France à adopter le «Code of Conduct for DC» (UE) Participant à 3 programmes de recherche : EnergeTIC, CtrlGreen, Datalyse 1. Tableaux de bord à partir d indicateurs en temps réel, instrumentation 2. PUE fonction de la charge IT 3. Architectures mises en œuvre 4. Progrès en cours 6
EnergeTIC Objectif: Mettre en œuvre des politiques d optimisation afin d augmenter le rendement énergétique du datacenter Clôturée le 21 Mars 2013 par une conférence de presse: Présentation des résultats du projet: Un nouvel indicateur EUE cpu pour «EnergeTIC Usage Effectiveness» Table ronde présidé par «André Rouyer» Un white paper sur les retombées du projet EnergeTIC : L utilisation optimale des ressources dans le respect du Service Level Agreement (SLA) 7
CtrlGreen Ctrl-Green (ANR-11-INFR 012 11) est un projet de recherche financé par l'anr (Agence Nationale de la Recherche) avec le soutien de MINALOGIC (http://www.ctrlgreen.org/) Objectifs: - Automatiser les tâches d administration des infrastructures IaaS et FaaS grâce à des gestionnaires autonomes réactives (boucles de contrôle), pour: - L optimisation du système de refroidissement et la gestion des pannes Facilities (distribution électrique et refroidissement) afin de stabiliser l état du datacenter - Auto-sizing et auto-repair des services et des applications selon la charge 8
Datalyse Datalyse est un démonstrateur de traitements intelligents de Big Data pour la collecte, la certification, l intégration, la catégorisation, la sécurisation, l enrichissement et le partage de données hétérogènes «Big Data» (www.datalyse.fr) Datalyse est composé d une plateforme industrialisée et de trois cas d usage donnant des cadres de Big Data différents et avec des jeux de données significatifs : «Pilotage de process» : Efficacité énergétique et sécurité «réseau IP» de bâtiments «Territoire de données ouvertes et liées» : Exploitation des données ouvertes (open data) du territoire de la Ville de Grenoble et son agglomération «Retail» : Business Intelligence et Digital Marketing 9
Plateforme BigData 12 serveurs Dell R720xd, équipés de processeurs Intel Xeon E5-2650L Technologies Intel Turbo Boost Technology et Intel SpeedStep pour réduire la consommation Jusqu à 750Go de RAM 2 Master Nodes 10 DataNodes 400To, soit 100To de données utiles 960Go de mémoire Un réseau 10Gbits Une plateforme Intel Hadoop 2.4.1 virtualisée TP MapReduce le vendredi 10
Propos 1. Tableaux de bord à partir d indicateurs en temps réel, instrumentation 2. PUE fonction de la charge IT 3. Architectures mises en œuvre 4. Progrès en cours 11
Datacenter Mangin : instrumenté, décarboné, Très haute qualité efficient, de services et très fiable haute efficience énergétique Consommation totale du Data Center PUE * = Consommation des serveurs = = EUE cpu ** = PUE Charge des serveurs = = WUE = Consommation totale d eau = = Consommation des serveurs CUE = Emission de CO 2 (Fuel - Solaire) = = Consommation des serveurs Disponibilité = Fonctionnement = = Fonctionnement + Panne 609 MWh 462 MWh 1,32 9 % 8 m 3 462 MWh -6 952 tonnes 462 MWh 21 100 h*** 21 100 h * PUE v2 niveau 2 basé sur des calculs de consommation d'énergie sur l'année 2012 ** Un nouvel indicateur introduit dans le cadre du programme de recherche EnergeTIC *** Nombre d heures depuis la mise en exploitation du Data Center Mangin (1 er avril 2011 jusqu au 27 Août 2013) = = = = = 1,32 14,6 0-15 1 Diagramme psychrométrique Température salle : 25 C Humidité salle : 62,7 % (Température allée chaude = 32.3 C) 12
piloté, il s optimise de manière continue Très haute qualité de services et très haute efficience énergétique 1,42 1,42 1,42 1,42 1,42 6% 6,50% 7% 8% 9% 23,67 21,85 20,29 17,75 15,78 1,32 1,32 1,32 1,32 1,32 6% 6,50% 7% 8% 9% 22,00 20,31 18,86 16,50 14,67 PUE 1,42 1,32 EUE cpu 23 14 13
Instrumentation DCM, IaaS, Applicatif Plus de 5000 points de mesures IT SLA Switchs Sécurité CPU, RAM (VM + serveurs) Disponibilité, temps de réponse,... Etat prise, vitesse,... Logs Firewall IaaS Sondes Monitoring ScopeBR Température, humidité UXP Rails Modbus, contact secs, Consommation, état prises,... Baies Compteurs Inrows Onduleurs (température, humidité, ) Electricité (tgbt), eau(nappe, ville) Consommation, température, humidité, débit,... Autonomie, consommation,... 14
Propos 1. Tableaux de bord à partir d indicateurs en temps réel, instrumentation 2. PUE fonction de la charge IT 3. Architectures mises en œuvre 4. Progrès en cours 15
Consommation hors IT PUE version 2 de 1,32 Les kw détaillés (sur un trimestre): Importance des rendements: Transfos, onduleurs / batteries, Pompes nappe (conso/débit minimum), Pompes secondaire (conso/débit minimum), Groupes froid (conso/débit minimum), Groupe électrogène (maintient prêt à démarrer) 16
Puissanxe en W Consommation IT La variation de la consommation de l IT (sur un trimestre): 500 Variation de la consommation d'un CPU en fonction de la charge 400 300 En veille 200 100 0 0 20 40 60 80 100 % CPU 17
Variation du EUEcpu La variation du EUE cpu (sur un trimestre) Le %CPU est une valeur donnée par interrogation de VMware TM. La moyenne est calculée comme la somme des % CPU des serveurs allumés sur le nombre de serveurs allumés En 3 mois, amélioration de l utilisation du %CPU moyen de 7% à ~ 9% : le EUE cpu passe de 18,4 à 14,6
Propos 1. Tableaux de bord à partir d indicateurs en temps réel, instrumentation 2. PUE fonction de la charge IT 3. Architectures mises en œuvre 4. Progrès en cours 19
Les centres d innovation du Data Center Très haute qualité de services et très haute efficience énergétique Le système «Natural cooling» Le Data Center Virtuel Le Cocooning des serveurs La distribution électrique décentralisée 2N + 1 20
Les redondances et les différents états stables Distribution électrique Cooling Ligne 1 Ligne 2 Ligne 1 Ligne 2 HTA Transformateurs HTA Transformateurs Groupe Electrogène Groupe Electrogène TGBT 1 TGBT 2 TGBT 1 TGBT 2 Onduleur bâtiment Onduleurs Cube 1 Onduleurs Cube 2 Pompe Nappe 1 Automate 1 Automate 2 Pompe Nappe 2 Groupe de production d'eau glacée Pompes Eau glacée 1-2 Pompe Eau glacée 3 Groupe de production d'eau glacée Free Cooling Secours eau de ville Cube 1 Cube 2 Inrows * Tier IV: Composé de plusieurs circuits électriques pour l énergie et pour la distribution de refroidissement, a des composants redondants, actifs et supporte la tolérance de panne, offre un taux de disponibilité de 99,995% 21
Propos 1. Tableaux de bord à partir d indicateurs en temps réel, instrumentation 2. PUE fonction de la charge IT 3. Architectures mises en œuvre 4. Progrès en cours 22
Progrès R&D en cours PUE version 2 (GreenGrid), EUE cpu (EnergeTIC) Fiabilisation des états stables Migration des applications pour automatiser la mise en veille des serveurs (CtrlGreen) Instrumentation Hadoop efficience énergétique et analyse réseau (Datalyse) Energie électrique, projet GreenGen (générateur d énergie green) comme alternative aux groupes électrogènes et en apportant : Maintenance programmée, Secours, Secours ultime / Effacement demandé par l opérateur électrique, Autoproduction dans les tranches tarifaires les plus intéressantes / Productions pour le réseau : Local, RTE DCM (DataCenter Management) : Baisser les consommations fixes des cubes IaaS (infrastructure as a Service) : Optimiser les machines virtuelles multi-datacenters et l infrastructure des serveurs physiques (thèse Cifre en cours) 23
Merci.. 24