Kepler工具可以提供以秒为单位的能耗指针，结合碳感知SDK使用，能实现云端环境中更细致的碳排放追踪。这些即时数据不仅有助于精细掌握能源消耗的情况，还能将这些数据导出至Prometheus汇整，并利用Grafana仪表板进行可视化呈现。／IBM

去年11月，在红帽OpenShift 4.14版本中，推出了采用Kepler项目开发的电力监控功能，作为容器层级的电力监控工具提供，在裸机环境中，让开发者可以通过安装插件的方式，直接将Kepler工具整合到OpenShift主控台的仪表板上，方便用户进行查看和分析OpenShift集群中容器的功耗数据。今年1月底，这项功能进入技术预览，之后将推出正式版。

又如德国铁路集团开始用Kepler搜集和监控混合云环境的功耗和碳排信息，还创建了绿色IT仪表板可提供每支容器化应用程序即时的能耗数据，作为追踪和改善IT能耗以及碳排的重要参考。这是德铁交给内部开发人员的第一个工具，协助集团达成绿色IT的目标。

Kepler这项碳足迹侦测工具会在每一个K8s集群节点中，安装一个Kepler探索器，用来收集容器和节点层级的能耗指针，主要通过eBPF追踪CPU性能计数器和Linux内核Tracepointsa机制，来搜集功耗和资源利用信息，再进一步计算每个容器和节点所消耗的每小时KW能耗信息，再乘上碳排放系数，来换算出这个能耗所产生的碳排放量。

Kepler工具可提供秒级的云原生能耗指针

不像公云碳排侦测工具使用上存在诸多限制，Kepler这套工具的最大特色是，不仅可以提供单一应用程序的能耗使用信息，还能够精细到从高层次，到容器层次的详细能耗数据，并以接近即时的方式呈现，方便用户能够快速了解单一组件中能源使用状况，进而做出相应的调整。

甚至，Kepler可以提供以秒为单位的能耗指针，结合碳感知SDK使用，能实现云端环境中更细致的碳排放追踪。这些即时数据不仅有助于精细掌握能源消耗的情况，还能将这些数据导出至Prometheus汇整，并利用Grafana仪表板进行可视化呈现。

因应GAI风潮，企业可以利用这套工具监控云端GenAI项目工作负载，估算出推论与训练过程中的能源消耗，作为优化LLM模型能耗的依据，有助于降低模型的能耗，使其更具持久性。

Kepler最早由红帽、IBM于2022年2月发起，并于隔年成为CNCF基金会旗下的沙盒项目，虽然Kepler还是一个新兴项目，但自上架至GitHub以来，逐渐吸引越来越多开发者的关注和采用。在过去一年中，Kepler在GitHub上的星标数量已翻倍，累积超过12K颗星星。

除了开发者社群的力推，Kepler也开始在国际重要的云原生技术会议中获得关注，像是在KubeCon美洲和欧洲年会中，均设有专场介绍这套工具，并分享企业应用实例。甚至一些国际性重要组织，如绿色软件基金会（GSF）、欧洲电信标准协会（ETSI）等都将Kepler纳入其永续发展框架或标准中，进一步加速推动了其应用与普及。

尽管，云原生永续在国外讨论越来越多，但在台湾的关注仍相对较少，意味着许多企业可能还未意识到其重要性，或是也不知道如何运用这些新工具，有效地追踪和改善其云端资源的消耗，进而减少碳排放。

随着台湾今年10月式正式公告碳费费率并于明年初生效，未来许多高碳排的企业将需依每吨碳排300元计算每年要缴交的碳费。对于企业而言，如何运用云原生永续工具，来收集云端环境中的能耗和碳排数据，并通过这些数据来优化资源使用，降低碳排放和碳费成本，将变得越来越重要。我们也专访Kepler项目内核维护者，亲自剖析云原生永续关键手段。

 相关报导