Kepler工具可以提供以秒為單位的能耗指標，結合碳感知SDK使用，能實現雲端環境中更細緻的碳排放追蹤。這些即時數據不僅有助於精細掌握能源消耗的情況，還能將這些數據匯出至Prometheus彙整，並利用Grafana儀表板進行視覺化呈現。／IBM

去年11月，在紅帽OpenShift 4.14版本中，推出了採用Kepler專案開發的電力監控功能，作為容器層級的電力監控工具提供，在裸機環境中，讓開發者可以透過安裝外掛的方式，直接將Kepler工具整合到OpenShift主控臺的儀表板上，方便用戶進行查看和分析OpenShift叢集中容器的功耗數據。今年1月底，這項功能進入技術預覽，之後將推出正式版。

又如德國鐵路集團開始用Kepler蒐集和監控混合雲環境的功耗和碳排資訊，還建立了綠色IT儀表板可提供每支容器化應用程式即時的能耗數據，作為追蹤和改善IT能耗以及碳排的重要參考。這是德鐵交給內部開發人員的第一個工具，協助集團達成綠色IT的目標。

Kepler這項碳足跡偵測工具會在每一個K8s叢集節點中，安裝一個Kepler探索器，用來收集容器和節點層級的能耗指標，主要透過eBPF追蹤CPU效能計數器和Linux核心Tracepointsa機制，來蒐集功耗和資源利用資訊，再進一步計算每個容器和節點所消耗的每小時KW能耗資訊，再乘上碳排放係數，來換算出這個能耗所產生的碳排放量。

Kepler工具可提供秒級的雲原生能耗指標

不像公雲碳排偵測工具使用上存在諸多限制，Kepler這套工具的最大特色是，不僅可以提供單一應用程式的能耗使用資訊，還能夠精細到從高層次，到容器層次的詳細能耗數據，並以接近即時的方式呈現，方便用戶能夠快速了解單一元件中能源使用狀況，進而做出相應的調整。

甚至，Kepler可以提供以秒為單位的能耗指標，結合碳感知SDK使用，能實現雲端環境中更細緻的碳排放追蹤。這些即時數據不僅有助於精細掌握能源消耗的情況，還能將這些數據匯出至Prometheus彙整，並利用Grafana儀表板進行視覺化呈現。

因應GAI風潮，企業可以利用這套工具監控雲端GenAI專案工作負載，估算出推論與訓練過程中的能源消耗，作為優化LLM模型能耗的依據，有助於降低模型的能耗，使其更具永續性。

Kepler最早由紅帽、IBM於2022年2月發起，並於隔年成為CNCF基金會旗下的沙盒專案，雖然Kepler還是一個新興專案，但自上架至GitHub以來，逐漸吸引越來越多開發者的關注和採用。在過去一年中，Kepler在GitHub上的星標數量已翻倍，累積超過12K顆星星。

除了開發者社群的力推，Kepler也開始在國際重要的雲原生技術會議中獲得關注，像是在KubeCon美洲和歐洲年會中，均設有專場介紹這套工具，並分享企業應用實例。甚至一些國際性重要組織，如綠色軟體基金會（GSF）、歐洲電信標準協會（ETSI）等都將Kepler納入其永續發展框架或標準中，進一步加速推動了其應用與普及。

儘管，雲原生永續在國外討論越來越多，但在臺灣的關注仍相對較少，意味著許多企業可能還未意識到其重要性，或是也不知道如何運用這些新工具，有效地追蹤和改善其雲端資源的消耗，進而減少碳排放。

隨著臺灣今年10月式正式公告碳費費率並於明年初生效，未來許多高碳排的企業將需依每噸碳排300元計算每年要繳交的碳費。對於企業而言，如何運用雲原生永續工具，來收集雲端環境中的能耗和碳排數據，並透過這些數據來優化資源使用，降低碳排放和碳費成本，將變得越來越重要。我們也專訪Kepler專案核心維護者，親自剖析雲原生永續關鍵手段。

 相關報導