💻 ciência da computação

Predictive Multi-Objective Energy--Latency Optimization in Cloud Environments Using Ensemble Learning

Este artigo propõe um framework preditivo multiobjetivo utilizando aprendizado de conjunto para otimizar o compromisso entre o consumo de energia e a latência em centros de dados em nuvem, demonstrando economias significativas de energia e estabilidade aprimorada em comparação com políticas estáticas e reativas por meio de emulação baseada em traços e generalização robusta.

Autores originais: Ahmed A. M. Warad, Snaa A. ElSawy, Rana Mostafa, Miral Adel, Abdelrahman Farouk, Kareem Kamal A. Ghany

Publicado 2026-10-16

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Ahmed A. M. Warad, Snaa A. ElSawy, Rana Mostafa, Miral Adel, Abdelrahman Farouk, Kareem Kamal A. Ghany

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Nas vastas e zumbidoras salas dos centros de dados modernos, onde milhares de servidores trabalham ininterruptamente para alimentar nossas vidas digitais, os operadores enfrentam um constante e difícil cabo de guerra. De um lado está a necessidade de velocidade: quando um usuário clica em um link ou envia uma requisição, o sistema deve responder quase instantaneamente, ou o serviço parecerá quebrado. Do outro lado está o custo da energia: manter esses servidores funcionando em potência máxima consome quantidades massivas de eletricidade, elevando os custos e as pegadas de carbono. Durante anos, a abordagem padrão tem sido operar os servidores em sua velocidade máxima para garantir essa resposta instantânea, ou tentar economizar energia diminuindo sua velocidade, muitas vezes arriscando um atraso lento e frustrante para o usuário. O desafio é que esses dois objetivos estão profundamente interligados; diminuir a velocidade de um servidor para economizar energia não apenas reduz o uso de energia de forma linear, mas pode fazer com que os tempos de resposta disparem de forma imprevisível, especialmente quando o servidor está ocupado. Encontrar o ponto ideal onde um servidor é rápido o suficiente para ser útil, mas lento o suficiente para ser eficiente, exige navegar por uma paisagem complexa onde pequenas mudanças podem levar a grandes consequências.

Uma equipe de pesquisadores partiu para resolver esse problema ensinando computadores a prever o comportamento futuro desses servidores antes de realizar qualquer alteração. Em vez de depender de regras simples ou de suposições, eles utilizaram um método chamado aprendizado de conjunto (ensemble learning), que é essencialmente ter um painel de diferentes modelos de computador votando na melhor linha de ação. Eles alimentaram esses modelos com dados do mundo real coletados de um ambiente de nuvem de produção, observando especificamente como sete máquinas virtuais diferentes se comportaram ao longo de vários dias. O objetivo era construir um "mapa" que pudesse prever com precisão duas coisas simultaneamente: quanta energia um servidor usaria a uma determinada velocidade e quanto tempo levaria para concluir uma tarefa. Os pesquisadores descobriram que previsões simples e de linha reta falharam miseravelmente nessa tarefa, particularmente no que diz respeito à previsão de atrasos. Quando um servidor se aproxima de seu limite, o tempo para responder não apenas aumenta um pouco; ele explode. Modelos simples não consegam prever isso, mas os modelos coletivos mais avançados aprenderam a reconhecer esses picos perigosos com alta precisão.

Com esses mapas precisos em mãos, os pesquisadores construíram um controlador inteligente que atua como um gerente de tráfego para os servidores. Este controlador verifica constantemente a carga de trabalho atual e decide a velocidade perfeita para o momento seguinte. Ele equilibra o desejo de economizar energia com a necessidade de manter o serviço rápido, garantindo que o servidor nunca diminua tanto a velocidade a ponto de quebrar sua promessa ao usuário. Quando testaram este novo sistema contra as formas antigas de fazer as coisas, os resultados foram impressionantes. Comparado ao funcionamento dos servidores em sua velocidade máxima o tempo todo, o novo sistema reduziu o consumo de energia em mais de 72 por cento. Mesmo quando comparado a outros sistemas inteligentes que tentam reagir às mudanças conforme elas acontecem, ele ainda economizou quase 59 por cento de energia. Crucialmente, ele fez tudo isso sem jamais causar um atraso que excedesse o limite acordado para o usuário. Em contraste, um sistema que tentou economizar energia sem qualquer consideração pela velocidade falhou em cumprir suas promessas em quase 4 por cento dos casos, provando que economizar dinheiro é inútil se o serviço se tornar não confiável.

O estudo foi além para garantir que esses resultados não fossem apenas um golpe de sorte. Os pesquisadores testaram seu sistema sob muitas condições diferentes, alterando as suposições sobre quanta energia os servidores consomem quando ociosos ou quão ruidosos os dados poderiam ser. Em todos os cenários, o sistema continuou a economizar entre 64 e 73 por cento de energia enquanto mantinha os atrasos sob controle. Eles também testaram se o sistema poderia aprender com um grupo de servidores e funcionar bem em um grupo completamente diferente que nunca tinha visto antes. Ele funcionou, mantendo seu alto desempenho e precisão. Isso sugere que o método é robusto e pode ser confiado para funcionar em situações do mundo real, não apenas em um experimento controlado. Os pesquisadores concluíram que, ao usar essas ferramentas de previsão avançadas, os operadores de nuvem podem reduzir significativamente suas contas de energia e o impacto ambiental sem sacrificar a velocidade e a confiabilidade que os usuários esperam. A chave não foi apenas tentar economizar energia, mas entender a relação complexa e não linear entre velocidade e atraso, e usar esse entendimento para tomar decisões que sejam seguras tanto para o orçamento quanto para a experiência do usuário.

Resumo Técnico: Otimização Preditiva de Múltiplos Objetivos Energia–Latência em Ambientes de Nuvem Usando Aprendizado de Conjunto (Ensemble Learning)

1. Definição do Problema

Os centros de dados em nuvem enfrentam um compromisso (trade-off) fundamental e não linear entre eficiência energética e latência de comunicação. Os operadores devem entregar serviços de baixa latência dentro de orçamentos rigorosos de energia, porém esses objetivos são acoplados: reduzir a energia geralmente requer diminuir as velocidades dos servidores ou consolidar cargas de trabalho, o que aumenta os tempos de serviço e gera riscos de violações de Qualidade de Serviço (QoS). Por outro lado, preservar a margem de latência muitas vezes deixa os servidores ociosos com alto consumo de energia.

O desafio central reside na não linearidade do sistema: o consumo de energia cresce de forma superlinear com a frequência de clock (seguindo modelos de Escalonamento Dinâmico de Tensão e Frequência, ou DVFS), enquanto os tempos de resposta de fila divergem assintoticamente à medida que a utilização se aproxima da capacidade. Políticas estáticas de objetivo único ou regras heurísticas que ignoram esse acoplamento ou tratam os objetivos independentemente falham em operar com segurança perto da fronteira de eficiência. As abordagens de aprendizado de máquina existentes frequentemente focam na previsão de futuras cargas de trabalho, em vez de aprender o mapeamento funcional estático entre estados atuais de recursos e objetivos de desempenho, ou dependem de protocolos de avaliação que carecem de robustez (por exemplo, divisão única de validação sem validação cruzada ou análise de sensibilidade).

ção. Metodologia

Os autores propõem uma estrutura preditiva de múltiplos objetivos que aprende modelos substitutos (surrogates) de energia do servidor e latência de fila a partir de traços de produção para selecionar pontos de operação conscientes da energia.

Modelo de Sistema e Formulação:

Carga de Trabalho: O sistema modela uma frota de $N$ servidores hospedando Máquinas Virtuais (VMs) com telemetria em intervalos de tempo (resolução de 300 segundos). O estado inclui utilização de CPU, razão de memória, disco e vazão de rede.
Modelo de Energia: Um modelo fisicamente fundamentado baseado no escalonamento cúbico de DVFS: $P(s, u) = s^3(P_{idle} + (P_{peak} - P_{idle})\min(1, u/s))$ , onde $s$ é a velocidade de operação e $u$ é a carga.
Modelo de Latência: Uma relação de fila do tipo M/M/1 onde o tempo de resposta é $L(s, u) = T_s / (s - u)$ para regiões estáveis ( $s > u$ ), divergindo conforme a velocidade se aproxima da carga.
Otimização: O objetivo é minimizar o vetor $F = (E, \bar{L})$ sujeito a restrições de estabilidade ( $s \ge (1+\epsilon)u$ ) e restrições de Acordo de Nível de Serviço (SLA) ( $L \le L_{SLA}$ ).

Substitutos Preditivos (Surrogates):

Tarefa de Aprendizado: Em vez de prever a telemetria futura, o sistema trata o problema como identificação de sistema: aprender o mapeamento do estado atual de recursos e da velocidade candidata para os objetivos de energia e latência.
Algoritmos: Cinco regressores supervisionados são comparados: Regressão Linear (LR), Árvore de Decisão (DT), Floresta Aleatória (RF), Gradient Boosting (GBT) e AdaBoost (AB).
Protocolo de Validação: Para garantir a confiabilidade, os autores empregam validação cruzada de 5 dobras (5-fold cross-validation) ao nível de intervalo (evitando o vazamento de dados entre variantes de velocidade do mesmo intervalo) e reportam a variância entre as dobras. Eles também realizam uma análise de sensibilidade sobre as constantes do modelo e um estudo de generalização do tipo "deixe uma VM de fora" (leave-one-VM-out).

Estrutura de Controle:

Os substitutos treinados (especificamente o Gradient Boosting, que apresentou melhor desempenho) são incorporados em um controlador de múltiplos objetivos escalonado por pesos.
Para cada intervalo, o controlador normaliza a energia e a latência previstas, então seleciona a velocidade $s^*$ que minimiza $\alpha \hat{E}_n + (1-\alpha) \hat{L}_n$ , onde $\alpha$ é um peso ajustável.
Os pontos de operação selecionados são avaliados contra os mapas físicos reais (não os substitutos) para garantir que os resultados reportados reflitam o comportamento real do sistema.

3. Principais Contribuições

Modelagem Fisicamente Fundamentada: O design integra um modelo de potência baseado em DVFS e um modelo de latência M/M/1, calibrados contra traços públicos da Bitbrains, caracterizando explicitamente o regime de sobreassinatura (oversubscription) de um segmento de produção.
Validação de Substitutos: O estudo compara cinco regressores usando métricas consistentes (MAE, RMSE, $R^2$ ) e quantifica a confiabilidade através de validação cruzada de 5 dobras, demonstrando que métodos de conjunto (ensemble) superam significativamente os modelos lineares na tarefa não linear de latência.
Estrutura de Otimização Robusta: Os autores incorporam substitutos de conjunto em um controlador com restrições explícitas de estabilidade e SLA, avaliando o desempenho contra múltiplas bases de comparação (velocidade de pico, escalonamento reativo, apenas energia, velocidade viável aleatória e um oráculo analítico).
Avaliação Rigorosa: O artigo inclui uma análise de sensibilidade de um elemento por vez (one-at-a-time) sobre demanda de serviço, ruído de telemetria e parâmetros de potência, bem como um estudo de generalização "deixe uma VM de fora" para confirmar que os mapas aprendidos se transferem entre cargas de trabalho.

4. Resultados Experimentais

A estrutura foi avaliada em traços públicos da Bitbrains compreendendo sete VMs ao longo de seis dias (7.285 intervalos). Notavelmente, 60,3% dos intervalos estavam sobreassinados ( $u \ge 0,95$ ), necessitando de avaliação dentro do envelope estável ( $u < 0,95$ ).

Precisão do Substituto: A regressão linear falhou em capturar a dinâmica não linear da latência ( $R^2 = 0,565$ ). Em contraste, os métodos de conjunto (Random Forest e Gradient Boosting) alcançaram fidelidade quase perfeita ( $R^2 \ge 0,986$ para latência, $R^2 \ge 0,994$ para energia), reduzindo o RMSE em até 90,5% em comparação com a regressão linear. A validação cruzada mostrou desvios entre dobras abaixo de 0,014.
Desempenho do Controlador:
- Economia de Energia: O controlador proposto (com peso equilibrado $\alpha=0,5$ ) reduziu o consumo de energia em 72,4% em comparação com o provisionamento estático de velocidade de pico e em 58,9% em comparação com o escalonamento reativo.
- Conformidade de SLA: Crucialmente, o controlador proposto obteve zero violações de SLA (latência > 2s) e manteve uma latência média de 0,29 s. Em contraste, a política de "apenas energia", embora economizasse um pouco mais de energia, incorreu em uma taxa de violação de 3,80% com uma cauda de latência degradada (percentil 99 > 3s).
- Fronteira de Pareto: A varredura de $\alpha$ de 0,05 a 0,95 traçou uma fronteira suave, permitindo que os operadores negociassem energia e latência. Mesmo com alta prioridade de energia ( $\alpha \approx 0,80$ ), as violações permaneceram abaixo de 1% com 85,3% de economia de energia.
Generalização e Sensibilidade:
- Sensibilidade: Sob perturbações de parâmetros (demanda de serviço, ruído, constantes de potência), as economias de energia permaneceram robustas entre 64,8% e 73,3%, e a propriedade de zero violação do controlador proposto permaneceu invariante.
- Generalização: No estudo "deixe uma VM de fora", o controlador reteve 72,8% das economias de energia agregadas em traços de VMs não vistas, com valores de $R^2$ do substituto permanecendo acima de 0,987.

5. Significância e Alegações

O artigo afirma que os substitutos aprendidos por métodos de conjunto fornecem um bloco de construção prático e seguro para a orquestração de nuvem verde adaptativa. A significância do trabalho reside em:

Confiabilidade: Ao validar os substitutos com validação cruzada e análise de sensibilidade, os autores demonstram que a fronteira energia-latência reportada não é um artefato do algoritmo de aprendizado ou de uma partição específica de dados.
Segurança vs. Ganância: Os resultados destacam que a minimização de energia de objetivo único é insegura em ambientes sobreassinados, frequentemente convertendo "economias" em violações de QoS. A abordagem de múltiplos objetivos proposta converte com sucesso essas economias arriscadas em um serviço em conformidade.
Viabilidade: A estrutura atinge um desempenho próximo ao do oráculo (dentro de um fator de 2,4 do limite inferior analítico) sem exigir acesso ao modelo online ou aprendizado por reforço complexo, baseando-se em substitutos determinísticos pré-treinados.

Os autores concluem que, embora a estrutura atual dependa de um modelo de fila para latência (em vez de medição direta) e seleção offline, ela estabelece uma base rigorosa para controle preditivo que se generaliza entre cargas de trabalho e permanece robusta a incertezas de modelagem.