Plano de Ação by

Redução do consumo de energia em ambiente de computação.

contaalternativadavi09 — 2024-06-10 18:43:24 UTC

À medida que a computação em nuvem se torna cada vez mais prevalente em nossas vidas diárias e no ambiente de

negócios, é essencial que sejamos conscientes e proativos no gerenciamento do impacto ambiental dessa tecnologia. A

computação em nuvem verde é uma abordagem que procura reduzir o consumo de energia e as emissões de CO2

associadas à computação

contaalternativadavi09 — 2024-06-10 18:45:20 UTC

A transição para a computação em nuvem apresenta um conjunto amplo de benefícios, abrangendo várias dimensões, tanto computacionais quanto outras. Entre eles, podemos mencionar a diminuição dos custos com energia e refrigeração por parte das empresas. Entretanto, essa diminuição não deve ser interpretada como um indicador de compromisso com o meio ambiente, pois, na realidade, esses custos e impactos estão apenas sendo transferidos. Aqueles que contratam serviços de computação em nuvem também compartilham, direta ou indiretamente, a responsabilidade pelo impacto ambiental.

contaalternativadavi09 — 2024-06-10 18:52:13 UTC

aproximadamente 10% do consumo total de energia em nível global é destinado para dispositivos eletrônicos e computacionais. Desses, 50% são especificamente para a computação - divididos entre 29 GW para data centers, 25 GW para equipamentos de rede e 30 GW para computadores.

Em outras palavras, a responsabilidade por um parque computacional eficiente e ambientalmente amigável é compartilhada por todos. Quando discutimos computação e computação verde, é crucial entender suas diferenças. De maneira sucinta, a computação verde enfoca na redução do consumo de energia, na utilização de recursos renováveis e na eficiência no uso dos recursos. Para tanto, é imprescindível possuir conhecimento em técnicas, frameworks, metodologias e classificações da computação verde.

Conclusão

contaalternativadavi09 — 2024-06-10 18:58:31 UTC

A computação em nuvem verde tem se tornado um tópico de discussão cada vez mais prevalente tanto na indústria quanto no meio acadêmico. As empresas estão progressivamente migrando para esse modelo em resposta ao aumento do armazenamento de dados e demandas computacionais, acarretando em consequência, a expansão da infraestrutura dos provedores em nuvem. Tal crescimento traz consigo impactos econômicos e socioambientais consideráveis, seja devido à demanda energética, ao consumo de água ou à emissão de CO2. Diante desta demanda, amplia-se a necessidade de datacenters mais eficientes em termos energéticos e com utilização de recursos renováveis.

contaalternativadavi09 — 2024-06-10 19:08:58 UTC

Em trabalhos como os de Meyer et al. (2018), Makaratzis et al., (2018), e Jena et al. (2020), experimentos foram realizados utilizando vários simuladores de nuvem e algoritmos, como o First-Fit-Approach e Round Robin. Esses estudos visam analisar e comparar os resultados obtidos pelos simuladores entre si. Por outro lado, Yang et al. (2018), Wadhwa et al. (2019) e Zong (2020) recorrem ao CloudSim como simulador e conduzem experimentos com algoritmos DPSO, DENS, Round Robin, Green Scheduler e Algoritmo Genético. A análise dos resultados tem como objetivo a comparação entre os algoritmos, considerando os tempos de execução e os consumos energéticos. O estudo conduzido por da Silva et al. (2022) apresenta um comparativo entre os simuladores CloudSim e iSPD, demonstrando a eficácia do uso deste último e, consequentemente, disponibilizando uma nova opção para ser explorada pelos pesquisadores.

contaalternativadavi09 — 2024-06-10 19:11:42 UTC

Por outro lado, a pesquisa de Stergiou, Psannis e Ishibashi (2020) analisa a computação em nuvem verde no contexto do uso de Big Data. Em seus experimentos, eles comparam utilizando a métrica DCIE, registrando resultados significativos de redução energética de, no mínimo, 47%. Enquanto isso, Saboor et al. (2022) conduzem sua investigação utilizando algoritmos baseados em distribuição de classificação, além de comparar os resultados em termos de métricas de emissão de CO2.

Abordagens que dependem do hardware também são viáveis, incluindo a redução da dissipação de calor, o planejamento energético de placas e processadores que permitem a transmissão independente de energia, e a utilização de armazenamento mais eficiente.

Ambiente de Simulação CloudSim Plus

contaalternativadavi09 — 2024-06-10 19:22:12 UTC

um ambiente de simulação baseado em Java 8, que possibilita a modelagem e simulação de diferentes serviços de computação em nuvem, abrangendo desde as camadas de infraestrutura como serviço (IaaS) até as camadas de software como serviço (SaaS). O ambiente do CloudSim Plus permite a implementação de cenários de simulação para experimentação, avaliação e validação de algoritmos com diversos objetivos.

contaalternativadavi09 — 2024-06-10 19:33:23 UTC

Através da utilização de algoritmos mais eficientes para a alocação de recursos ou de abordagens diferenciadas, foi possível obter reduções consideráveis no consumo energético, variando entre 49,92% e 50,00%, sem comprometer os tempos de processamento. Essa redução no consumo energético não só contribui para minimizar o impacto ambiental, mas também pode resultar em economias significativas em termos de custos operacionais e de infraestrutura. Além disso, o estudo também encontrou uma redução direta nos custos associados à alocação de máquinas virtuais, variando de um mínimo de 7% até um máximo de 18%. Isso demonstra que a adoção de práticas de computação em nuvem mais eficientes em termos de energia não só é benéfica para o meio ambiente, mas também é economicamente vantajosa. Com a adoção deste modelo, utilizando algoritmos PSO, o impacto ambiental é significativamente reduzido, alcançando até 50% na redução das emissões de dióxido de carbono, com exatamente 513 toneladas a menos de CO2 no ambiente.

CloudSim Plus Execução

contaalternativadavi09 — 2024-06-10 19:39:30 UTC

O CloudSim Plus acompanha as execuções, o uso da CPU e o consumo de energia nos hosts e nas Máquinas Virtuais (VMs) para cada cloudlet (aplicação), possibilitando o cálculo dos custos de pagamento pelo uso das referidas máquinas virtuais. Tanto o tempo simulado do ambiente quanto o de execução da simulação são monitorados, juntamente com o uso de CPU, RAM e Max Heap no ambiente. Após a conclusão da execução, os dados coletados são analisados e os resultados são avaliados com base em dois algoritmos de alocação: Round Robin (RR), já incluído no CloudSim, e Otimização por Enxame de Partículas (PSO), adaptado para a execução nestes experimentos (Farahnakian et al., 2015). No primeiro caso, o algoritmo Round Robin seleciona a máquina virtual alternando entre os hosts, distribuindo igualmente o número de máquinas. Em contraste, a Otimização por Enxame de Partículas é um algoritmo de otimização baseado em população inspirado no comportamento social de bandos de pássaros, cardumes de peixes e insetos em enxame. Serve como um método para resolver problemas de otimização contínua e discreta e tem sido amplamente aplicado em diversos campos, como inteligência artificial, aprendizado de máquina, robótica e design de engenharia

OBRIGADO PELA ATENÇÃO!!!!!!

contaalternativadavi09 — 2024-06-10 19:45:48 UTC