Aumento da eficiência energética de pequenos e médios data centers baseado em modelo opensource de baixo custo

Abstract

RESUMO: No cenário atual dos grandes data centers, o aumento da demanda pela prestação de serviços digitais aliado ao aumento do volume de tráfego gerado por esses serviços tem impulsionado o consumo excessivo e crescente de energia necessária para suprir e manter a disponibilidade e a qualidade dos serviços prestados. Para melhorar e aumentar a eficiência energética em data centers, estão disponíveis diversas soluções (políticas, métodos, métricas, ferramentas, etc.) que auxiliam no processo de implanta- ção e manutenção de uma gestão de energia moderna e eficiente. No entanto, data centers pequenos e médios também possuem características semelhantes aos grandes data centers, apenas com consumos em menor escala, mas com os mesmos desafios de aumentar a eficiência energética. Vale notar que pequenos data centers não pos- suem insumos e/ou infraestrutura à disposição para implementar soluções relacionadas à eficiência energética, tornando-se assim um desafio na área. Sendo assim, este trabalho propõe a implementação de uma solução baseada no modelo DCIM (Data Center Infrastructure Management), realizando o monitoramento em tempo real de algumas características da infraestrutura do ambiente onde será implementado que auxiliará no gerenciamento de energia, visando atingir máxima eficiência energética sem afetar a qualidade de seus serviços. Para tanto, será implementada uma camada física utilizando equipamentos tipo SBC (Single Board Computers), especificamente Raspberry Pi Model 3 e Arduino Uno R3 que atuarão como centralizador das informa- ções coletadas através de sensores responsáveis pelo monitoramento do ambiente do Data Center, e uma camada de aplicação para gerenciar a temperatura, o consumo de energia e a detecção de movimento em conjunto com o algoritmo de identificação de objetos Yolo. De posse das informações coletadas, a aplicação, (melhorada) co- dificada utilizando a linguagem Python, fará o tratamento e a análise, resultando em dados analíticos, alertas e relatórios que servirão de base para auxiliar no processo de Gestão de Energia. Os resultados prévios do trabalho apontam para um sistema de gerenciamento que permitirá aos usuários e gestores de DCs de médio e pequeno porte a tomada de decisões relacionadas à eficiência energética da instalação.

ABSTRACT: In the current scenario of large data centers, the increase in demand for the provision of digital services coupled with the increase in the volume of traffic generated by these services has driven the excessive and increasing consumption of energy needed to supply and maintain the availability and quality of the services provided. In order to improve and increase Energy Efficiency in Data Centers, several solutions are available (policies, methods, metrics, tools, etc.) that assist in the process of implementing and maintaining modern and efficient Energy Management. However, small and medium data centers also have characteristics similar to large data centers. Only with consumption on a smaller scale but with the same challenges of increasing energy efficiency. However, small data centers do not have the input and / or infrastructure available to large ones to implement solutions related to Energy Efficiency, thus becoming a challenge in the area. This work proposes the implementation of a solution based on the existing model on the DCIM platform (Data Center Infrastructure Management), performing real-time monitoring of some of the infrastructure characteristics of the Data Center environment that will assist in Energy Management aiming to achieve the maximum Energy Efficiency without impacting the quality of its services. For this purpose, a physical layer will be implemented using SBC (Single Board Computers) type equipment, specifically Raspberry Pi Model 3 and Arduino Uno R3, which will act as a centralizer of information collected through sensors responsible for monitoring the Data Center environment, and a layer application to manage temperature, energy consumption and motion detection in conjunction with the Yolo object identification algorithm, with the information collected, the application, (improved) coded using the Python language, will process and analyze it, resulting in analytical data, alerts and reports that will serve as a basis to assist in the Energy Management process. The previous results of the work point to a management system that will allow users and managers of medium and small DCs to make decisions related to the energy efficiency of the environment.