Cloud Summit 2025 Carbon-Aware

Transcript

1. 雲端永續新思維 - 打造碳感知 (Carbon-aware) 應用架構 Rich Lee 2025.07.2 1 雲端永續新思維 - 打造碳感知 (Carbon-aware) 應用架構 Rich Lee 2025.07.2
2. 2 李琦 Rich rich04230@gmail.com RICH0423 @rich04230 Architect Cathay Financial Holding DDT Center
3. 全球暖化問題 3 NASA Earth 2024年的地球平均地表溫度是自1880年開始記錄以來的最高溫度
4. 4 全球二氧化碳排放量預期在2030達到高峰值 現況與未來面臨的問題 全球數據中心預期到2030年時將超過當前規模的一倍以上 (945 TWh)，幾乎高於當前日本每年總用電量規模 IEA Energy and AI
6. Cloud Sustainability is a Shared Responsibility 6 Electricity Data Centers Building Materials Server Cooling Water Waste Storage Code Efficiency Operations Deployment, Scaling and Utilization Software Application Design Dta Design and Usage in the cloud of the cloud
7. Cloud Sustainability is a Shared Responsibility 7 Electricity Data Centers Building Materials Server Cooling Water Waste Storage Code Efficiency Operations Deployment, Scaling and Utilization Software Application Design Dta Design and Usage in the cloud of the cloud CSP具備更高的機房能源效率，資料中 心的PUE通常能達到 1.3甚至更低，並 承諾使用 100% 再生能源 GCP 目標再2030年前達成所有資料中心、雲端區域皆 100% 使用無碳能源目標
8. Cloud Sustainability is a Shared Responsibility 8 Data Centers Building Materials Server Cooling Water Waste Storage Code Efficiency Operations Deployment, Scaling and Utilization Software Application Design Dta Design and Usage in the cloud of the cloud CSP具備更高的機房能源效率，資料中 心的PUE通常能達到 1.3甚至更低，並 承諾使用 100% 再生能源 GCP 目標再2030年前達成所有資料中心、雲端區域皆 100% 使用無碳能源目標 Electricity
9. Cloud Sustainability 策略 與方法 9
10. Cloud Sustainability 策略與方法 10 • Managed Services • Right-sizing • Autoscaling • Spatial shifting • Temporal shifting • Demand Shaping • Serverless & Event-driven • Efficient code and algorithms • Just Enough • Workload Prioritization $ $$ Cloud Resource Optimization Application Optimization Carbon Aware
11. Cloud Resource Optimization 11 VM Serverless • 每日電力消耗：0.056 × 8 = 0.448 kWh • 每日碳排放：0.448 × 0.48 = 0.215 kg CO₂e • 每日電力消耗：0.056 × 3.2 = 0.179 kWh • 每日碳排放：0.179 × 0.48 = 0.086 kg CO₂e 資源規格: 2 vCPU + 8 GB RAM 每日執行時間: 8 小時 平均碳強度約 0.48 kg CO₂e / kWh 實際研究 與VM相比，採用全託管Serverless可減少70%的能源消耗，減少2倍以上碳排放
12. Cloud Resource Optimization – 以GCP為例 12 資源盤點與可視化並進行資源最佳化與調整 https://cloud.google.com/billing/docs/how-to/finops-recommendations-dashboard
13. Application Optimization 13 Tenant 1 Schema 1 Tenant 2 Schema 2 Single Database, multiple schemas Pod Pod App Right-Sizing and Auto-scaling Pod Pod Pod Horizontal Shared Computation Pool Node pool 1 Node pool 2 盡可能共用運算資源與資料庫
14. 雲端永續策略 – Application Modernization 14 VM Application Serverless Microservices containerization F(x) F(x) Cathay 6R Migration Strategy 遷移方式 定義 Rehost • 此上雲方式又稱為 Lift & Shift， VM 直接遷移之 IaaS 模式上雲 • 雲端架構與地端架構一致，系統幾乎不需改動 Re- platform • 對應用服務本身進行 Cloud-native 改動，並部分服務 改為使用雲端託管服務 (如 RDS)， 以增強系統 HA， Scalability 等能力 • 將應用程式容器化，部署至雲端容器管理平台，如 EKS。 Refactor • 低度應用程式調整，使系統達到上雲最適狀態 • 前後端分離或改用較現代化程式框架 Rewrite • 整體系統除程式外，連同架構進行大幅度更改；如配合 Cloud-native 進行系統自動水平擴展，需連同系統架構 重新設計 Replace • 以雲原生架構取代現行系統，使用 SaaS 雲端服務進行 上雲 Retain • 系統可能存在合規性、系統合併、預計下線等因素，但 時間未定維持運作於地端
15. 16 Carbon-Aware Computing
16. Carbon-Aware Computing 17 碳強度低時多做，碳強度高時少做 COAL GAS COAL SOLAR 250 gCO2/kWh time
17. Carbon-Aware Computing 18 碳強度低時多做，碳強度高時少做 COAL GAS COAL SOLAR 250 gCO2/kWh 450 gCO2/kWh time 需求維持不變
18. 19 Carbon Awareness Spatial shifting (空間) 將運算負載轉移至不同地理 位置的資料中心執行 • 潛在減碳效益高： 可利用全球不同地 區能源結構的差異，找到全球當下最潔 淨的電力。 • 即時性高： 對於對延遲較不敏感的任 務，可立即找到更綠的執行地點。 Temporal shifting (時間) 在碳強度較低時，延後或提 前執行非即時性的運算任務 • 降低資料傳輸需求： 避免了跨區傳輸的 複雜性與成本。 • 實作相對單純： 主要涉及排程演算法的 優化，不需大規模的基礎設施變動。 Demand shaping (服務水準) 動態調整應用程式的服務水 準或運算強度以匹配當下的 碳強度 • 全方位優化： 透過考量所有可用的手段， 提供了最全面的碳排放最小化方法。 • 影響使用者體驗： 在高碳時段降低服務品 質，可能會對使用者體驗產生負面影響。
19. Spatial Shifting 空間轉移 20
20. Temporal Shifting 時間轉移 21 透過碳強度預測API，預測未來12 小時內碳強度
21. Temporal Shifting 時間轉移 22 𝗘𝗹𝗲𝗰𝘁𝗿𝗶𝗰𝗶𝘁𝘆 𝗠𝗮𝗽𝘀 提供電力生產地點和能源結構 REST API提供綠色程度的即時洞 察。
22. Carbon Intensity API 23 核心功能 資料類型 適用場景 Electricity Maps API 提供全球電網的平均碳 強度數據、電力來源組 合和預測。 提供全球電網的邊際碳強度 數據（MOER）和預測。 開源的開發工具包（SDK），用 於構建能夠根據碳強度自動調 整行為的軟體。 • 平均碳強度 • 歷史、即時和預測數據 • 電力來源組合 • 邊際營運排放率 (MOER) • 平均碳強度 本身不直接產生數據， 整合來自 Electricity Maps 或 WattTime 等數據源 碳足跡計算與報告，例如用 於企業的永續報告（ESG） 負載轉移（Load Shifting）最佳 化，例如，根據 MOER 預測， 將高耗能的計算任務安排在電 網最清潔的時段執行。 應用程式或基礎設施能夠「感 知」電網的碳強度，並據此做 出智慧決策
23. Demand shaping 服務水準轉移 24
24. Green Software Principles 25 綠色軟體基金會是一個非營利組織， 目標為建構綠色軟體創建一個由人員 、標準、工具和最佳實踐組成的可信 賴的生態系統，任務是幫助開發者了 解如何減少軟體排放。