實現綠色IT的利器

德國鐵路是全世界第三大的鐵路網，每天班次高達3萬7千多班。因為採聯營集團發展模式，以五大不同運輸業務的公司為主，旗下更有近兩百家子公司。另外還成立了一個DB Systel公司，負責所有全集團數位轉型和IT戰略，等於是德國鐵路集團旗下的IT團隊。

他們這幾年決定以永續行動力（Sustainable Mobility）作為集團願景，不論是長短程運輸，或是物流，都開始推動綠色數位轉型，目標就是要做到綠色IT（Green IT），來降低對環境的影響。

德鐵綠色數位轉型的第一步就是要找出方法，來量測出工作負載的碳排放影響。DB Systel平臺策略和賦能首席技術顧問Gualter Barbas Baptista點出關鍵理由：「沒有好的數據提供資訊，就沒辦法思考替代方案。」就像火車誤點了，如果沒有提供延誤資訊，乘客就無從決定如何應對，要不要等待，還是趕快換一班車。「這正是為何必須建立資訊能見度。」他強調。

本來他們想用公雲供應商提供的碳排儀表板工具，來獲取這類資訊，但是，公雲提供的資訊，無法分辨單一AP的碳排放量，資料顆粒度也太粗，只能概略知道碳排分布百分比，而沒有更精確的數值，資訊即時性也不足，有些工具甚至要等到數據產生後3個月，才能提供。

後來，德鐵改用了一款開源的K8s能耗監控工具Kepler，來搜集自家雲端架構的能源使用率，再轉換成CO2碳排放資訊，打造出了給高層和開發人員都能用的綠色IT儀表板，連一個容器的碳排都能幾乎即時性的提供，每3秒就能更新一次，德鐵還嫌太頻繁，放寬到20秒一次。

這個碳排監控工具，讓德鐵開發人員和架構人員，真正可以用來衡量自己寫的程式碼，或所選擇的架構的碳排數據。

在今年K8s Summit大會上，我們特別找來Kepler專案維護成員IBM東京研究院的研究科學家Marcelo Carneiro do Amaral，對臺灣企業介紹這一款國外雲原生生態圈越來越重視的新工具。

Marcelo指出，目前要落實雲原生IT永續最大的挑戰是，缺乏統一的指標來監控雲原生環境的IT能耗與碳排放。各家業者有自己的指標和不同的碳足跡計算標準，甚至企業自家機房也採用不一樣的碳排計算標準，很難做到一致性的追蹤管理。

尤其是生成式AI的應用，如何得知你所打造的LLM應用，帶來多少能源消耗？甚至是哪一次的查詢，哪一次下的提示工程指令產生多少碳排，Kepler的追蹤顆粒度可以短到每秒一次，小到每一隻Process，也可以按容器、Pod叢集，來提供不同層級的能耗資訊透明度，彈性非常大，開始有雲端維運監控服務業者，將Kepler整合到自家雲原生監控儀表板了。有企業為了因應歐洲法遵，要求IBM提供LLM模型的能耗報告，也是靠這款工具來取得訓練和推理階段的能耗數據。

生成式AI是臺灣大型企業現在最想要導入的新興技術，但要如何兼顧企業長期永續發展的目標，Kepler看起來是目前的首選，這也是我們這一期的封面故事「雲原生永續數據怎麼量」的報導主題。

 相關報導