Ichnos：一种面向科学工作流的碳足迹估算器
分布式、并行与集群计算
2025-08-07 v3
摘要
科学工作流促进了数据分析的自动化，并被用于处理日益增加的数据量。因此，它们往往资源消耗大且运行时间长，导致显著的能耗和碳排放。随着 ICT 行业排放量的不断增加，量化和理解科学工作流的碳足迹至关重要。然而，现有工具需要用户付出大量精力——例如在执行工作负载前设置功耗监控，或在执行后将监控的指标转换为碳足迹。在本文中，我们引入了一个系统来估算 Nextflow 科学工作流的碳足迹，该系统基于现有的工作流追踪、所用计算资源的功耗模型以及与执行时间对齐的碳强度数据，实现事后估算。我们讨论了自动化的功耗建模方法，并将其与常用的估算方法进行了比较。此外，我们举例说明了几个潜在的使用场景，并评估了我们的能耗估算方法，发现其估算误差在 3.9-10.3% 之间，优于两种基线方法。
引用
@article{arxiv.2411.12456,
title = {Ichnos: A Carbon Footprint Estimator for Scientific Workflows},
author = {Kathleen West and Magnus Reid and Yehia Elkhatib and Lauritz Thamsen},
journal= {arXiv preprint arXiv:2411.12456},
year = {2025}
}
备注
Tool Repository: https://github.com/GlasgowC3lab/ichnos Results & Evaluation Repository: https://github.com/GlasgowC3lab/ichnos-results-evaluation