Ichnos+：使用拟合功率模型估算科学工作流的碳足迹

随着数据密集型科学工作流扩展到自动化分析越来越多的数据，其资源密集型和长时间运行的执行会消耗大量能源并产生碳排放。鉴于ICT行业已经显著且不断增长的排放量，量化和理解科学工作流的碳足迹至关重要。然而，现有的工具通常无法在共享、虚拟化环境中使用，或者依赖于仅基于一两个通用数据点的功率模型。为解决这一差距，本文介绍了Ichnos+，一个用于量化Nextflow科学工作流环境足迹的新系统。Ichnos+基于现有的工作流轨迹、所用计算资源的节点特定功率模型以及与执行时间对齐的碳强度数据，实现事后足迹估算。我们使用Intel RAPL获得的硬件级能量测量以及实现Green Algorithms方法的nf-core co2footprint插件对Ichnos+进行了评估。我们发现，Ichnos+能够估算工作流能耗，在三个计算集群上的估算误差为10.8%，显著优于nf-core插件。我们进一步表明，Ichnos+超越了运营碳，可以估算隐含排放以及水和土地利用。最后，我们演示了如何将Ichnos+扩展到另一个工作流系统Apache Airflow，并保持同样高的估算精度。