Post doc Prédiction de la consommation énergétique des réseaux radio virtualisés déployés sur des serveurs standards « COTS » F/H sur 12 mois
Orange
Lannion, France
il y a 1j

about the role

L'objectif de la prestation post-doc sera de produire un modèle de prédiction de la consommation énergétique des réseaux radio virtualisés déployés sur des serveurs COTS pour un CPU donné.

Les deux verrous à lever sont :

  • l'identification des prédicteurs du modèle : les processeurs Intel mettent à disposition un nombre limité de compteurs d'évènements, moins d'une dizaine.
  • Le verrou à lever consistera à choisir les évènements à présenter aux compteurs caractérisant de la façon la plus fiable possible la consommation électrique du processeur parmi tous les évènements possibles ;.

  • l'indépendance des prédicteurs vis-à-vis du type de workload sollicitant le processeur : il s'agira de vérifier que les évènements à présenter aux compteurs caractérisent la consommation électrique du CPU indépendamment du type de workload' sollicitant le processeur ;
  • Un travail de thèse à Orange sur la Performance des fonctions virtualisées pour une infrastructure programmable a fourni un modèle pour quantifier le nombre minimal de CPUs à déployer dans une architecture vRAN 4G.

    Ce travail suppose que les contraintes de performance sont connues, en fonction de la charge de trafic à traiter, du nombre de stations de base et de la distance entre les stations de base et le Point de Présence hébergeant les serveurs COTS.

    Dans ce modèle, les CPUs sont caractérisés par leur fréquence (processeur Intel™ Xeon™ CPU E5-2640 v3 2.60GHz).

    Si la fréquence est un paramètre important vis-à-vis de la performance d'un vRAN, elle n'est pas le seul paramètre à prendre en compte pour la caractériser.

    Par exemple, la technologie Intel™ Advanced Vector Extensions (AVX) est un jeu d'instructions accélérant les performances des CPUs lors de simulations scientifiques, d'analyses financières, d'analyse en 3D, du traitement d'images et audiovisuel, de compression de données, la technologie AVX réduisant le temps d'exécution d'une tâche, elle impacte la consommation d'énergie du CPU exécutant cette tâche.

    Cet exemple montre qu'au-delà la fréquence d'un CPU, il est aussi nécessaire de prendre en compte sa microarchitecture lors de l'évaluation de la performance d'un vRAN.

    Concernant l'énergie consommée par un vRAN, les travaux portant sur la modélisation de la puissance consommée par les serveurs COTS serviront comme base pour construire un modèle prédictif des serveurs hébergeant les fonctions virtualisées.

    A cette base, viendra s'ajouter l'analyse des compteurs d'évènements et du système de leur collecte mis à disposition par Intel pour une génération récente de processeur.

    Cette analyse s'appuiera sur les quatre documents élaborés par Intel et sur l'interrogation des compteurs d'évènements disponibles sur un serveur équipé d'un processeur récent.

    Une mise à jour de l'état d'art des modèles de puissance électrique des processeurs à partir des travaux cités par sera d'abord réalisée.

    Ensuite il faudra concevoir un modèle de puissance électrique d'un processeur donné (Intel™ Xeon™) en s'appuyant sur la mise à jour de l'état d'art des modèles de puissance électrique et sur les évènements mis à disposition par Intel pour une version récente d'un processeur donné.

    Puis il faudra analyser l'indépendance des évènements retenus vis-à-vis du type de workload sollicitant le processeur.

    Enfin, il faudra intégrer le modèle dans la modélisation de la consommation d'énergie d'un vRAN. Les résultats des simulations seront analysés avec et sans mise en oeuvre de mécanismes d'optimisation tels que Dynamic Voltage and Frequency Scaling (DVFS).

    about you

    Doctorat en sciences de l'information / mathématiques

    Expériences souhaitées (stages, ) : Computer Hardware Engineering

    Bonnes connaissances en outils de modélisation (Matlab, R) et optimisation. Connaissances de langages de programmation assembleur et langage C.

    additional information

    Avec l'explosion du trafic, la consommation énergétique du numérique devient de plus en plus prégnante et est désormais prise en compte lors de la définition de nouvelles normes.

    Afin de limiter leurs coûts d'exploitations, les acteurs du numérique ont su optimiser, par une amélioration de l'efficacité énergétique, leur consommation énergétique.

    Cependant, une telle démarche n'a pu enrayer la croissance des émissions de gaz à effet de serre compte tenu de l'accroissement des usages.

    Au-delà de l'efficacité énergétique, selon l'Arcep, une sobriété pourrait alors constituer une forme d'adaptation face à l'augmentation des émissions de gaz à effet de serre.

    Le développement de formations, de bonnes pratiques, d'équipements et services, écologiquement responsables, sont des axes à mobiliser pour réussir cette adaptation. En particulier :

  • Rendre l'information en matière d'impacts associés aux usages du numérique disponible et compréhensible par tout le monde : un accès à des informations concernant les émissions de GES des acteurs du numérique, sur l'ensemble de leur périmètre d'activité permettrait de faciliter la prise de décision et de favoriser le dialogue sur des bases communes;
  • Prendre en compte les apports des sciences humaines sur la motivation des utilisateurs dans leurs choix de consommation.
  • Par exemple, les applications de streaming pourraient indiquer la consommation évitée en téléchargeant le contenu en Wi-Fi plutôt que via un réseau mobile;
  • les box internet pourraient aussi, par la mise en place d'interfaces idoines, contribuer à informer l'utilisateur des conséquences environnementales de ses actes de consommation numérique.

    Dans ce contexte de maîtrise des émissions de gaz à effet de serre, les futurs déploiements des réseaux virtualisés nécessitent la prédiction puis la mise sous contrôle de leur consommation d'énergie.

    En effet, les fonctions des réseaux, auparavant portées par des équipements physiques dédiés, seront, avec la virtualisation, déployées dans des machines virtuelles ou des containers sur des serveurs physiques non-dédiés, i.

    e. de type Commercial Off-The-Shelf (COTS) .

    état de l'art sur la prédiction de la consommation d'énergie des réseaux virtualisés

    En 2019, des travaux ont estimé la consommation d'énergie d'un réseau d'accès radio virtualisé (virtualised Radio Access Network ou vRAN) 4G déployé sur un serveur COTS.

    La modélisation du vRAN s'est appuyée sur un modèle existant ; quant au modèle de consommation d'énergie développé en 2012, il prédit l'énergie consommée par un CPU en fonction de sa charge et de sa fréquence.

    Indépendamment de ces travaux et parallèlement à ceux-ci, une analyse portant sur la puissance électrique consommée par les serveurs COTS montre :

  • Que les modèles prédictifs basés sur la seule charge du Central Processing Unit (CPU) ne sont pas fiables. L'état interne du processeur (sollicitation des caches, fréquence, tension) est aussi à prendre en compte ;
  • Qu'une dispersion importante de puissance consommée est observée expérimentalement au sein d'un lot de processeurs Intel™ identiques.
  • Cette analyse montre l'impossibilité de développer un modèle prédictif généralisable à tout type de CPU. Au contraire, compte tenu des observations faites, un modèle, par exemple celui proposé par pour le processeur Intel™ i7 4770 3.

    4 GHz, doit être fourni pour chaque CPU en fonction de ses caractéristiques et de sa charge.

    L'objectif de la prestation post-doc sera de produire un modèle de prédiction de la consommation énergétique des réseaux radio virtualisés déployés sur des serveurs COTS pour un CPU donné.

    department

    Au sein de la division Innovation, Marketing et Technologies , la direction Orange Labs Networks (OLN) définit et pilote la stratégie et la politique réseau du Groupe, en anticipant les ruptures technologiques, l'impact des nouveaux produits et services et les changements de modèles opérationnels sur les réseaux.

    La direction GDM Green transformation, Data knowledge, traffic & resources Modelling (au sein d'OLN) a en charge entre autres, la mise en place de la transformation énergétique des réseaux et Data Centres afin d'inverser les tendances à la hausse des consommations énergétiques sur ce périmètre.

    Le département ICE Innovations for Countries in Energy and Environment de la direction GDM, a pour mission de définir des solutions d'optimisation de l'environnement technique liés aux systèmes de refroidissement et architectures d'alimentation en énergie des réseaux et Data Center des pays du Groupe et ainsi déterminer des leviers de réduction de consommations et coûts de l'énergie associés.

    Il mène également des actions visant à quantifier l'efficacité énergétique des équipements ITN.

    Post Doc

    Signaler cette offre d'emploi
    checkmark

    Thank you for reporting this job!

    Your feedback will help us improve the quality of our services.

    Postuler
    Mon email
    En cliquant sur « Continuer », je consens au traitement de mes données et à recevoir des alertes email, tel que détaillé dans la Politique de confidentialité de neuvoo. Je peux retirer mon consentement ou me désinscrire à tout moment.
    Continuer
    Formulaire de candidature