[Paper] 时空迁移以降低云工作负载的碳、水和土地使用足迹

Source: arXiv - 2512.08725v1

概览

本文探讨了将云工作负载在**不同地区（空间迁移）和不同时间段（时间迁移）**之间移动，如何显著降低云计算的环境影响——具体包括碳排放、水耗和土地使用足迹。通过对来自 AWS 和 Azure 的真实工作负载轨迹进行模拟，作者展示了智能的放置和调度可以在最佳情况下将这些足迹削减高达 85 %。

关键贡献

• 定量评估 通过空间和时间工作负载迁移可实现的碳、水和土地使用节省。
• 模拟框架 能够摄取真实的提供商数据（区域电网结构、水强度、土地使用因子）以及大数据分析和函数即服务（FaaS）应用的工作负载轨迹。
• 实证证据 表明空间迁移贡献最大（降低 20‑85 %），而时间迁移提供了适度但持续的增量收益。
• 鲁棒性分析 显示在电网结构预测误差和季节性变化下，节省效果仍然成立。
• 多目标优化 使运营者能够根据业务或监管目标，优先降低碳、水或土地使用。

方法论

1. 数据收集 – 从公开的电网报告中收集 AWS 和 Azure 数据中心所在地区的可持续性指标（CO₂ 强度、水抽取、土地使用影响）。
2. 工作负载轨迹 – 使用公开可得的两类工作负载轨迹：(a) 批处理大数据分析作业，(b) 具有突发请求模式的无服务器 FaaS 函数。
3. 模拟引擎 – 构建离散事件模拟器，将每个作业映射到特定的地区‑时间槽，计算相应的环境足迹，并强制执行现实约束（如延迟、数据重力、SLA 截止时间）。
4. 优化场景 – 进行三组实验：(i) 仅空间，(ii) 仅时间，以及 (iii) 组合 迁移，每组针对三类足迹之一进行优化。
5. 敏感性测试 – 对电网结构预测误差（±10 %）和季节性配置进行扰动，以评估结果的稳定性。

结果与发现

• 空间迁移 始终贡献最大，因为区域电网结构差异显著（例如，北欧数据中心使用水电，而美国南部地区依赖煤炭）。
• 时间迁移 在某地区的电网在非高峰时段更绿色时发挥作用（例如，中午时段太阳能发电增加）。
• 组合方法 实现了最高的整体减排，证明两维度是互补的。
• 鲁棒性：即使电网碳强度预测误差为 10 %，平均减排仅下降约 3 %，显示出实际的韧性。

实际意义

• 云成本与可持续性权衡：许多提供商已经公开“绿色”地区；本研究表明，将实时电网数据集成到放置 API 中，可将这些选项转化为可衡量的节省。
• 调度器增强：现有的 Kubernetes 或无服务器编排器可以通过添加“绿色评分”插件，优先选择瞬时碳/水强度更低的节点/地区。
• SLA 感知迁移：对于对延迟敏感的应用，研究显示通过将空间迁移限制在延迟预算范围内，并对批处理工作负载使用时间窗口，仍可获得收益。
• 企业 ESG 报告：公司可以利用该方法为基于云的服务生成更精准的碳核算，支持可持续性认证和碳抵消预算。
• 工具机会：获取电网结构数据的开源库（例如通过 Electricity Map API）并将其暴露给云原生调度器，可能成为新一类“绿色运维”工具。

局限性与未来工作

• 仅限模拟：研究基于建模工作负载，未在真实生产环境中部署，实际开销（如数据传输成本、冷启动惩罚）可能有所不同。
• 数据重力约束 被简化；数据位置与计算的更紧耦合可能会降低某些应用的可行空间迁移范围。
• 经济因素（不同地区的价格差异、抢占实例可用性）未纳入优化，而这些因素在生产决策中影响巨大。
• 作者提出的未来方向 包括：
  1. 原型化一个集成实时电网数据的活跃调度器。
  2. 将模型扩展至覆盖边缘计算节点。
  3. 探索跨云套利，使工作负载在提供商之间跳转以追逐最绿色的电网结构。

作者

• Giulio Attenni
• Youssef Moawad
• Novella Bartolini
• Lauritz Thamsen

论文信息

• arXiv ID: 2512.08725v1
• 分类: cs.DC
• 发布日期: 2025 年 12 月 9 日
• PDF: Download PDF