Davvero una piccola modifica nel kernel Linux può ridurre i consumi del 30%?

Ha fatto rapidamente il giro del mondo la notizia secondo cui, una modifica su appena 30 righe di codice nel kernel Linux, permetterebbe di ridurre i consumi energetici del 30%, soprattutto in ambito data center. Il professor Marin Karsten e il dottorando Peter Cai (Università di Waterloo, Canada) hanno identificato una problema nello stack di rete di Linux, in particolare nella gestione del traffico dati con carichi di lavoro elevati.

La soluzione sviluppata da Karsten non prevede l’aggiunta di nuovo codice, bensì la riorganizzazione delle istruzioni esistenti. Come spiegato dal docente, si tratta di “riorganizzare le tubazioni di una fabbrica, in modo che i lavoratori non debbano correre avanti e indietro continuamente“. Questa metafora evidenzia un approccio pragmatico, focalizzato sull’incremento dell’utilizzo della cache della CPU per migliorare l’efficienza generale del sistema.

Come può una semplice modifica contribuire alla riduzione dei consumi energetici?

Linux è ampiamente utilizzato a livello di data center e il kernel del pinguino rappresenta la spina dorsale che sovrintende il funzionamento di un numero incalcolabile di installazioni.

Con la collaborazione di Joe D’Amato, ingegnere presso Fastly, i ricercatori hanno messo a punto una soluzione che prevede la modifica su una manciata di righe di codice del kernel Linux. L’intervento risulta sufficiente per ottimizzare la gestione del traffico dati nei data center. Presentata in questo studio accademico a dicembre 2023, la modifica entra a far parte del kernel Linux 6.13 – a valle di rigorosi test – dal 27 gennaio 2025.

La sospensione delle interrupt request (IRQ)

Esaminando i dettagli della patch, ci si accorge che le modifiche riguardano essenzialmente la sospensione delle IRQ (Interrupt Request) durante i periodi di elevata attività delle applicazioni Linux.

In un sistema operativo come Linux, un’interruzione IRQ è un meccanismo che permette a una periferica hardware, come una scheda di rete o una tastiera, di inviare un segnale al processore per attirare la sua attenzione. Questo segnale fa sì che il processore sospenda l’esecuzione delle istruzioni in corso e risponda a un evento hardware, come l’arrivo di nuovi dati dalla rete o la pressione di un tasto sulla tastiera.

Nel caso in questione, la IRQ suspension è un meccanismo che permette di sospendere il trattamento delle IRQ per periodi di tempo specificati al fine di ottimizzare l’efficienza delle applicazioni durante periodi di alta attività e ridurre la latenza nelle fasi di bassa attività.

I vantaggi dello schema proposto

La modifica integrata nel kernel 6.13 presenta numerosi vantaggi rispetto ai metodi tradizionali di gestione delle IRQ:

• Minore latenza in situazioni di basso carico: Con la sospensione delle IRQ, il sistema evita di introdurre latenza inutile quando il carico di lavoro è ridotto.
• Maggiore efficienza nella gestione della CPU: Durante i periodi di alta attività, la CPU non è sovraccaricata dalla gestione delle IRQ, migliorando così l’efficienza delle applicazioni che richiedono un’elaborazione intensiva dei dati di rete.
• Flessibilità in base al carico: La soluzione si adatta dinamicamente ai periodi di alta e bassa attività, migliorando l’uso delle risorse in vari scenari.

Il nuovo sistema di gestione delle IRQ non è automaticamente abilitato

In generale, l’impatto dell’innovazione introdotta nel kernel Linux potrebbe essere davvero importante. Aziende come Amazon, Google e Meta, che gestiscono enormi infrastrutture, potrebbero adottare la modifica per risparmiare gigawattora di energia ogni anno. Anche se, “fino al 30% di risparmio energetico” appare per molti una stima molto ottimistica.

Inoltre, D’Amato spiega che sono le applicazioni o l’amministratore di sistema a dover configurare i parametri per l’utilizzo ottimizzato dello stack di rete. Non è prevista l’attivazione automatica di una funzionalità il cui comportamento è regolabile a discrezione di ciascuna realtà aziendale.

In ogni caso, il meccanismo si dimostra particolarmente utile per tutte le applicazioni con un intenso traffico di rete, come quelle che gestiscono grandi volumi di richieste.