L’Informatique “verte” est très importante de nos jours. Parmi les raisons principales, nous pouvons mentionner le rôle majeur des centres de données qui consomment autant que 180 000 foyers en électricité. Associé aux préoccupations énergétiques, cet enjeu représente un challenge technologique et sociétal de premier ordre. Des watt-mètres sont actuellement utilisés et partagés pour récupérer un ensemble agrégé de rapports énergétiques sur plusieurs heures ou minutes. Cependant, pour améliorer l’efficacité énergétique des logiciels, nous devons dépasser ces limitations et proposer des estimations plus fines. Particulièrement, la communauté considère le CPU comme étant le composant le plus énergivore et est donc largement considéré lors de la modélisation énergétique de système. Des dizaines de modèles de consommation ont déjà été proposés pour prendre en compte la grande diversité et la complexité grandissante des CPUs. Dans cette thèse, nous proposons PowerAPI pour apprendre automatiquement les modèles de consommation et construire des watt-mètres logiciels permettant des estimations précises sur des architectures modernes. Avec l’émergence de l’Informatique dématérialisée, nous avons développé BitWatts et WattsKit pour pousser l’utilisation d’estimations énergétiques à grain fin au sein de VMs ou clusters. Un niveau encore plus fin peut être requis pour mieux évaluer l’efficacité d’optimisations logicielles et nous proposons donc codEnergy pour aider à mieux comprendre comment l’énergie est consommée par un logiciel. Nous démontrons aussi dans cette thèse l’utilité de PowerAPI pour mieux comprendre les consommations logicielles sur les architectures modernes.
Directeurs de thèse : Romain Rouvoy, Lionel Seinturier Rapporteurs : Olivier Barais, Rüdiger Kapitza Examinateurs : Giuseppe Lipari, Anne-Cécile Orgerie Invité : Alain Anglade
Thèse de l'équipe Spirals soutenue le 24/11/2016
français
English