Measure Once, Model Everywhere: Model-Based Per-Request Resource Consumption for HTTP

Resumo Técnico: Medir uma Vez, Modelar em Todo Lugar

Problema
As propostas atuais para a divulgação de sustentabilidade baseada em HTTP concentram-se primariamente no que informações ambientais devem ser transmitidas (por exemplo, via cabeçalhos de resposta), mas deixam em aberto a questão prática de como gerar valores por requisição que sejam críveis em implementações realistas. Em ambientes nativos da nuvem, os recursos são abstraídos como elásticos e sob demanda, ocultando os custos físicos e ecológicos da infraestrutura subjacente. Embora os provedores possam desejar a divulgação, a execução de requisições frequentemente abrange múltiplos sistemas, e a telemetria de energia de granularidade fina é tipicamente indisponível na fronteira do protocolo. Consequentemente, clientes e operadores não conseguem distinguir interações de alto custo de interações de baixo custo, impedindo que os custos ecológicos sejam fatorados em decisões de design, tais como comportamento de retentativa (retry), agrupamento (batching) ou design de prompts.

Metodologia
O artigo propõe uma abordagem baseada em modelos para estimar o consumo de recursos e $CO_2e$ por requisição HTTP sem exigir telemetria de energia de granularidade fina em produção. O método separa a medição offline da estimativa online:

1. Benchmarking Offline: Os endpoints são caracterizados sob condições controladas usando a ferramenta Green Metrics Tool (GMT) em uma máquina dedicada. Parâmetros de carga de trabalho (ex: tamanho do payload, contagem de tokens) são variados sistematicamente para isolar sinais de energia do ruído.
2. Derivação de Modelo: A partir dessas medições, modelos de energia compactos e específicos para cada endpoint são derivados. A abordagem utiliza três famílias de modelos para equilibrar expressividade e interpretabilidade:
   • Modelos Constantes: Para endpoints onde a energia não varia apreciavelmente com a entrada (ex: autenticação).
   • Modelos Lineares: Para endpoints onde a energia escala proporcionalmente com uma característica observável (ex: contagem de tokens em inferência de IA).
   • Modelos de Curva (Peça por Peça): Para endpoints que exibem regimes de escalonamento distintos (ex: upload de arquivos), representados por pontos de suporte medidos com interpolação linear.
3. Seleção de Características: Os modelos baseiam-se em características observáveis na fronteira do servidor HTTP (ex: duração da requisição, bytes transferidos, método HTTP, status da resposta) ou metadados fornecidos pela aplicação expostos via cabeçalhos internos (ex: contagem de tokens para inferência).
4. Cálculo de Emissões: A energia prevista é convertida em emissões distinguindo entre:
   • Emissões Operacionais: Calculadas multiplicando a energia prevista pela intensidade de carbono da rede ($I$), que pode ser estática ou dinâmica.
   • Emissões Incorporadas: Calculadas amortizando o impacto de fabricação do hardware ao longo de sua vida útil operacional e alocando uma parcela baseada no tempo de processamento da requisição.
5. Implementação em Tempo de Execução: O mecanismo é implementado como uma extensão do nginx (usando ngx_http_js_module). Em tempo de execução, o servidor carrega um registro JSON contendo os modelos e parâmetros. Para cada requisição, a extensão extrai as características relevantes, avalia o modelo apropriado e emite metadados por requisição via cabeçalhos de resposta.

Principais Contribuições

1. Identificação de Lacuna: O artigo separa a questão de nível de protocolo sobre o que divulgar da questão de sistemas sobre como gerar valores por requisição, identificando esta última como uma lacuna crítica nas discussões atuais de sustentabilidade.
2. Pipeline de Medição-para-Modelo: Propõe um pipeline que deriva modelos de energia compactos, interpretáveis e executáveis a partir de benchmarks offline controlados, adequados para endpoints heterogêneos, incluindo aqueles que exigem características da camada de aplicação.
3. Avaliação no Lado do Servidor: Demonstra como esses modelos podem ser avaliados na fronteira do servidor HTTP e expostos como metadados de sustentabilidade, mantendo explícitas as suposições subjacentes (ex: intensidade da rede, métodos de alocação).
4. Avaliação de Viabilidade: A abordagem é avaliada através de serviços web convencionais e um endpoint de inferência de IA, mostrando viabilidade operacional e baixo overhead de tempo de execução.

Resultos

• Precisão do Modelo: Os modelos ajustados capturam com sucesso o comportamento dependente da carga de trabalho. Para endpoints CRUD, modelos constantes foram suficientes para autenticação, enquanto modelos de curva capturaram o escalonamento dependente de payload para uploads de arquivos e recuperação de dados. Para o endpoint de IA, um modelo linear usando contagens de tokens de prompt e gerados explicou quase toda a variação, corrigindo o comportamento não monotônico observado ao usar apenas rótulos de prompt grosseiros.
• Validação: Uma execução de validação de caminho de clique (simulando uma jornada de usuário realista) mostrou que a estimativa baseada em modelo (611,1 mWh) desviou-se em apenas 2,33% da energia medida no nível da máquina (597,2 mWh), preservando a ordem de magnitude correta.
• Overhead: A ativação do módulo nginx introduziu um overhead de tempo de execução de aproximadamente 0,46% na energia total da máquina, com variações por rota dominadas pelo ruído de execução para execução, em vez do plugin em si.
• Divulgação: O protótipo emite com sucesso cabeçalhos distintos para Request-Energy, Grid-Intensity, Request-Embodied-CO2e e Request-SCI, permitindo que consumidores downstream reconstruam o cálculo.

Significância e Alegações
O artigo posiciona este trabalho não como uma solução que inerentemente reduz a demanda, mas como um substrato necessário para tradições de design baseadas em restrições (suficiência, sobriedade, decrescimento e design de servidor de baixo impacto). Os autores argumentam que, para que essas estratégias funcionem, o custo ambiental marginal de uma interação deve ser legível na interface onde a requisição é emitida.

A significância reside em fornecer um método reprodutível e inspecionável para tornar as implicações ambientais visíveis onde as decisões são tomadas, abordando a exclusão estrutural dos custos ecológicos no design de software atual. Os autores alertam explicitamente contra excesso de afirmações:

• Os valores são abstrações de nível de interface, não atribuições físicas de verdade absoluta.
• O método não resolve o greenwashing nem transfere a responsabilidade de forma assimétrica; em vez disso, fornece a camada de visibilidade necessária para que tais críticas sejam eficazes.
• A abordagem é limitada por sua dependência do ambiente de calibração (hardware, rede, co-tenancy) e requer recalibração periódica.

Em resumo, o artigo oferece um caminho de implementação prática para a divulgação de sustentabilidade por requisição, transformando o objetivo abstrato de "medir uma vez" em um sistema implantável que "modela em todo lugar".