Economical and ecological impact of sector coupling applied to computing clusters

本研究证明，在德国将高性能计算集群的动态调度与可再生能源充沛时段相协调，即使在考虑硬件购置成本和隐含排放的情况下，也能在保持整体计算目标的同时显著降低运营成本并减少碳排放。

要点

想象一个由计算机组成的庞大、高速的“图书馆”（即“集群”），科学家们利用它来解决复杂的难题，例如预测天气模式或理解宇宙。通常，这些图书馆全天候运行，持续消耗电力，无论电网提供的电力是清洁的（如风能或太阳能）还是脏污的（如煤炭），也无论电力是便宜还是昂贵。

本文提出了一个简单的问题：如果我们告诉这些计算机图书馆，在电力脏污或昂贵时打个盹，仅在电力清洁且便宜时醒来工作，会怎样？

以下是他们研究发现的简要解析：

核心理念：“乘风破浪”

作者将电网比作海洋。随着我们转向可再生能源（风能和太阳能），电力的“波浪”变得更加不可预测。有时会出现廉价、清洁能源的“海啸”；而有时水位低落，我们不得不使用昂贵且脏污的备用发电机。

“部门耦合”（Sector Coupling）的概念就像是教导计算机图书馆成为一名冲浪者。图书馆不再与波浪对抗，而是驾驭它们：

• 当浪高时（风/太阳能充足）： 图书馆进入“涡轮模式”，高速运算。
• 当浪低时（无风/无阳光）： 图书馆进入“睡眠模式”，节省能源和资金。

实验：测试不同的“图书馆”

研究人员利用德国 2024 年的电网数据，模拟了这种“睡醒”策略。他们测试了五种不同的计算机配置，从标准大学服务器到超级计算机不等。

他们关注两个主要目标：

1. 拯救地球： 减少碳排放。
2. 节省资金： 降低购买电力和硬件的成本。

结果：两种结局的对比

1. 拯救地球（碳排放）🌍

结论： 有效，但前提是计算机必须构建得当。

• 关键点： 当计算机“睡眠”时，它并不会完全关闭；它仍会以低水平的“空闲”功率嗡嗡作响。
• 类比： 想象一辆汽车。如果你关掉引擎，就能省油。但如果你只是将车挂入“停车”档而让引擎怠速，你仍然会消耗燃料。
• 发现：
  • 对于某些较旧或效率较低的计算机，其“空闲”功率过高，以至于因睡眠而节省的能源被弥补所损失时间所需的额外硬件成本所抵消。
  • 然而，对于现代高效计算机（特别是"BAFmodern"配置），该策略效果极佳。通过在脏污电力时段睡眠并在清洁电力时段醒来，它们将碳排放减少了约8%。
  • 关键教训： 计算机必须能够进入深度睡眠（极低的空闲功率），这一策略才能奏效。

2. 节省资金（成本）💰

结论： 目前来看，并不值得。

• 关键点： 为了保持完成的工作总量不变（例如解决相同数量的难题），如果图书馆花时间睡眠，它就需要更大的规模。如果你只工作一半的时间，就需要两倍的计算机才能按时完成任务。
• 类比： 这就像雇佣一支建筑队。如果你告诉他们只在阳光普照时工作，你可能会节省工具的电费。但现在，为了在相同时间内盖完房子，你必须雇佣两倍数量的工人。雇佣这些额外工人（购买额外计算机）的成本，会抵消电费账单上的节省。
• 发现： 由于购买新计算机非常昂贵，总成本仅下降了不到1%。研究表明，除非未来购买计算机的成本大幅降低，否则这一策略不会节省太多资金。

“睡眠”验证

研究人员希望确保他们的“睡眠时间表”不会因天气变化而失效。他们利用 2023 年和 2025 年的数据对计划进行了测试。

• 结果： 该计划非常稳定。即使面对不同的天气模式，计算机仍能以不到 2% 的误差幅度达成工作目标。“睡眠时间表”是可靠的。

“时钟频率”替代方案

他们还测试了另一种想法：如果不睡觉，而是仅仅降低计算机的速度（就像把汽车挂入低速档）来节省电力，会怎样？

• 结果： 对于某些特定类型的计算机，降低速度实际上比睡眠更好。然而，这很大程度上取决于具体的硬件和所执行的工作类型。

核心结论

• 对环境而言： 是的，这是一个明智的举措，但前提是计算机必须是现代的，并且能够进入非常深度的低功耗睡眠模式。它可能将排放量削减高达 8%。
• 对钱包而言： 不，并不是。目前，为了弥补“睡眠”时间而购买额外计算机的成本过高。它在成本上节省的幅度不到 1%。
• 现实检验： 在现实世界中，计算机无法像电灯开关那样瞬间开启和关闭；它们需要时间“启动”。该研究假设了瞬间切换，因此现实世界中的节省可能会略低。

简而言之： 我们可以教导我们的科学计算机成为环保的“夜猫子”来帮助地球，但我们可能无法因此致富。

技术摘要

以下是论文《计算集群应用部门耦合的经济与生态影响》的详细技术摘要。

1. 问题陈述

可再生能源（风能和太阳能）在电网中占比的增加，给电力生产带来了显著的波动性和不稳定性。为了稳定电网，需要实施部门耦合，即灵活的电力消费者调整其需求，以匹配可再生能源过剩的时段。

计算集群，特别是科学研究领域（如高能物理）的集群，是这种动态运行的理想候选者，原因如下：

• 它们消耗的全球电力份额正在增长（预计到 2030 年将达到 8%）。
• 只要在规定时间内完成总计算目标，其工作负载可以延迟或转移，而不会对长期研究目标产生重大影响。
• 在科学背景下，结果的短期延迟通常可以忽略不计。

本研究解决的核心问题是：动态运行计算集群——在高碳/高成本时段关闭或闲置，在低碳/低成本时段增加运行——能否在考虑隐含排放（制造）和维持恒定计算输出所需的购置成本所带来的权衡后，有效减少总碳排放和运营成本。

2. 方法论

该研究利用 2024 年德国电力数据（源自弗劳恩霍夫 ISE），模拟了五种不同计算集群配置的动态运行。

模拟框架：

• 目标： 在保持恒定计算目标的同时，最小化总成本（$C_{total}$）和总碳排放（$E_{total}$）。
• 动态控制逻辑： 模拟引入了一种阈值机制。如果碳强度（$kgCO_2/MWh$）或现货市场价格（$/MWh$）超过特定阈值（$X_{emission}$或$X_{cost}$），集群将切换至闲置状态。如果条件有利，则进行运行。
• 扩展机制： 为了在运行时间减少（$u < 1$）的情况下保持恒定的计算目标，模拟假设集群规模（逻辑核心数量，$n_{cores}$）必须按利用率成反比进行扩展（$n_{cores} / u$）。
• 成本/排放组成部分：
  • 隐含排放/成本： 与制造和购置用于补偿停机时间的额外硬件相关的排放和成本。
  • 运营成本： 活跃处理期间消耗的电力产生的排放和成本。
  • 闲置成本： 集群处于低功耗闲置状态（未完全关闭）时消耗的电力产生的排放和成本。
  • 需求成本： 来自电力供应商的基于容量的费用。

测试的集群配置：

1. BAFdefault： 波恩大学默认节点（HDD 存储）。
2. BAFmodern： 波恩大学现代节点（SSD 存储）。
3. DEEPCM： 于利希超级计算中心（JSC）高单线程性能模块。
4. DEEPDAM： JSC 数据密集型/机器学习模块。
5. GridKaARM： GridKa（Tier-1 中心）的 ARM 架构节点。

工作负载场景：
模拟了三种不同的工作负载配置文件：

• 中等/重负载： 标准负载分布。
• 回填（Backfilling）： 一种优先处理短小单核任务的场景，以最大化资源利用率，允许集群在活跃时全负荷运行。

验证：
从 2024 年数据得出的最佳阈值被外推，并针对 2023 年和 2025 年的数据进行了验证，同时根据电网中可再生能源占比的变化进行了调整。

3. 主要贡献

• HPC 部门耦合的量化： 该研究提供了一个严格的数学模型，用于将计算集群整合到能源市场中，明确平衡运营节省与增加硬件购置（隐含排放/成本）的“惩罚”。
• 识别闲置功率比率： 研究确定了闲置功率与最大功率之比（$P_{idle}/P_{max}$）是动态运行成功的关键决定因素。
• 策略比较： 比较了动态开关机与时钟频率限制（在固定且高效的频率下运行硬件），分析了硬件扩展与效率之间的权衡。
• 鲁棒性分析： 该研究验证了所提出的控制阈值在不同年份以及关于隐含排放和购置成本的不同假设下的稳定性。

4. 主要结果

A. 碳排放优化

• 显著的节省潜力： 动态运行可以减少碳排放，但其幅度很大程度上取决于硬件的闲置功耗。
  • BAFmodern（回填）： 实现了最高的减排量，约 8.2%（$u_{opt} = 0.635$），这得益于较低的闲置与最大功率比率（$P_{idle}/P_{max} \approx 15\%$）。
  • DEEPDAM： 无节省（$u_{opt} = 1.0$），因为其闲置功耗过高（约占总功率的 48%），抵消了关闭机器的益处。
• 阈值： 发现最佳排放阈值在458 至 714 $kgCO_2/MWh$之间。
• 闲置功率敏感性： 如果$P_{idle}/P_{max} > 0.4$，动态运行没有任何优势。如果集群能够完全关闭（$P_{idle}=0$），节省可能超过50%。
• 隐含排放： 隐含排放（制造）的不确定性对最佳利用率的影响较小，证实了运营节省通常超过扩展硬件的隐含成本。
• 验证： 外推的 2023 年和 2025 年阈值与目标利用率的偏差小于2%，证明该策略对电网波动具有鲁棒性。

B. 运营成本优化

• 有限的节省： 成本降低微乎其微，所有场景通常低于 1%。
• 主导因素： 在停机期间为维持计算目标所需的额外硬件的高购置成本（$C_{acq}$）超过了购买更便宜电力所带来的节省。
• 敏感性： 即使假设硬件购置成本降低 50%，总节省仍保持在**2%**以下。

C. 时钟频率限制与动态运行对比

• 针对GridKaARM设置，将 CPU 时钟频率限制在其最高效点（功率降低 40%，性能仅下降 19%）与动态运行进行了比较。
• 结果： 在“回填”场景中，时钟频率限制减少了**约 20%**的排放，显著优于动态运行。然而，这高度依赖于硬件。

5. 意义与结论

• 生态影响： 动态部门耦合是减少科学计算碳足迹的可行策略，前提是硬件具有低闲置功耗。研究表明，优化硬件以实现低功耗闲置状态比控制软件本身更为关键。
• 经济现实： 虽然环境效益显而易见，但在当前市场条件下，由于高昂的硬件购置成本，经济案例较弱。“灵活性的成本”（购买更多服务器）目前超过了“灵活性的节省”（更便宜的电力）。
• 未来展望：
  • 随着可再生能源渗透率的增加，电网的波动性可能会加剧，可能会扩大高排放和低排放时段之间的差距，从而使动态运行更加有效。
  • 如果硬件购置成本下降，或者“绿色”采购政策降低了服务器的隐含碳，经济案例可能会改善。
  • 实施挑战： 实际部署需要强大的作业调度系统，能够即时暂停和恢复任务，并考虑本模拟中已简化的启动/关闭时间。

总之，该论文证明动态运行是科学计算脱碳的有效工具，但其经济可行性目前受限于硬件成本。成功的最关键技术要求是开发在闲置时消耗可忽略不计功率的计算硬件。