Вы находитесь на странице: 1из 24

МОДУЛЬ 3

Зеленые информационные системы и технологии – Green IT


Зеленая технология (green technology) – это инновационная технология, понимаемая как совокупность
методов, процессов и материалов, используемых в какой-либо отрасли деятельности для создания новых
материальных или нематериальных продуктов, и базирующаяся на принципах устойчивого развития, получения и
использования зеленой энергии.
Зеленая инженерия (green engineering) – это особый вид инженерии или, как часто говорят, инжиниринга,
базирующийся на зеленых технологиях. Инженерия в широком смысле слова – это область человеческой
деятельности по использованию достижений науки для решения конкретных проблем человечества. Для зеленой
инженерии – это проблемы устойчивого развития.
*Основы зеленой ИТ-инженерии. Моделирование облачных систем. Практикум. / Харченко В.С., Дрозд А.В., Поночовный Ю.Л., Яновская О.В.,
Яновский М.Э., Кривцов А.Ю., Иванченко О.В. Под ред. Харченко В.С. –Министерство образования и науки Украины, Нац. аэрокосмический
ун-т им. Н.Е. Жуковского «ХАИ». 2016. – 168 с.
**Інженерія програмного забезпечення №3(7) 2011
Н.А. Сидоров Зеленые информационные системы и технологии. С. 5–12
Зеленые технологии состоят из следующих элементов: зеленый бизнес, зеленые информационные
технологии и зеленая энергия. Для зеленого бизнеса характерно внедрение зеленого производства, корпоративная
и социальная ответственность. Зеленые информационные технологии помогают сохранять ресурсы и рационально
перерабатывать отходы. Зеленая энергия должна быть возобновляемой, а ресурсы надо экономно потреблять и
тщательным образом подходить к организации процесса их утилизации. При использовании информационных
технологий растет потребление энергии, важной составляющей является программное обеспечение зеленых
информационных технологий.
Энергетические ограничения и ухудшающаяся экологическая обстановка с неизбежностью поворачивают
информационные технологии в направление, получившее название Green IT. Зеленые технологии ("Green IT") в
производстве компьютеров – это нововведение, отдающее дань требованиям экологичности производства. Цель
таких технологий – уменьшение вредного воздействия на природу и человека, забота о будущих поколениях как в
плане охраны окружающей среды (энергосбережение, загрязнение воздуха, утилизации), так и уменьшение
воздействия на здоровье человека и его потомства.
Исследования Software Improvement Group (SIG) показывают, что лишь 25% алгоритмов в программном
обеспечении технологий обеспечивают оптимальную вычислительную эффективность. Эти же исследования
показывают, что лишь 35% возможностей технологий обеспечивают решение поставленных задач, остальные 65%
обеспечивают необязательную функциональность. В программном обеспечении зеленых информационных
технологий следует использовать алгоритмы обработки данных, которые могут быть сложнее в реализации, но
требуют меньших затрат при выполнении. Например, быстрые алгоритмы сортировки, бинарный поиск,
сортировка Шелла, разрозненные матрицы на основе линейных списков для больших наборов данных, сортировка
характеристических массивов вместо сортировки объектов. В программах информационных технологий часто
используется динамическое распределение памяти. Обязательным условием является корректное освобождение
памяти. Можно сформулировать рекомендации для разработчиков программного обеспечения зеленых
информационных технологий:
 организовывать эффективное потребление электроэнергии, используя интерфейс ACPI и виртуализацию;
 переводить компьютер в режимы пониженного энергопотребления в промежутки времени, когда
информационные технологии не обрабатывают данные;
 использовать в программном обеспечении многопоточную обработку данных;
 использовать специализированные алгоритмы и структуры данных;
 следить за распределением динамической памяти.
Выдвижение индустрии зеленых информационных технологий на первый план в управленческой практике
делает ее активным игроком в обеспечении устойчивого развития. Нужно внедрять инновации, снижать
негативное влияние пользователей, инфраструктуры и программных приложений на окружающую среду.
Чтобы озеленять информационные технологии рекомендуют использовать следующие подходы:
1) тактический, инкрементный – ставятся отдельные цели, проводятся простые измерения,
реализуются отдельные операции по озеленению не требующие больших затрат, например, уменьшение
потребления энергии информационной системой и офисом в целом;
2) стратегический – выполняется аудит организации и разрабатывается план, охватывающий разные
аспекты озеленения, включая бизнес, информационную технологию, маркетинг, имидж;
3) глубокий зеленый – дополняется стратегический подход измерениями, например, количество СО 2,
широкими систематическими мероприятиями, достигают комплексного озеленения всей организации.
Разработка и внедрение так называемых «Зеленых технологий» - Green IT направлена на решение целого
комплекса проблем, обусловленных экологическими проблемами и активной пропагандой поиска оптимальных

1
путей их решения: от утилитарного снижения материальных затрат на производство и использование до
индивидуальной ответственности рядового потребителя перед природой и будущими поколениями.
Зеленые информационные технологиимогут рассматриваться в нескольких ракурсах:
- ИТ как инструмент для реализации концепции устойчивого развития (экологичности,
безопасности, энергоэффективности);
- ИТ как объект для обеспечения такой устойчивости.

ЛЕКЦИЯ 1 Green program: algorithmic efficiency; resource allocation; virtualization. Программное


обеспечение как экосистема: средства и задачи моделирования экосистем программного
обеспечения. Направления Green IT: The GREEN Program destinations and topics

***Зеленая ИТ-инженерия. В 2-х томах. Том 1. Системы, индустрия, социум / Под ред. Харченко В.С. –
Министерство образования и науки Украины, Национальный аэрокосмический университет им. Н.Е.
Жуковского «ХАИ». - 2014. – 594 с.
Зеленые технологии (green technologies) – это инновации (инновационные технологии), в основе
которых лежат принципы устойчивого развития и повторного использования ресурсов. Их главная цель
–снижение негативного воздействия на окружающую среду, например, за счет уменьшения количества
отходов, повышения энергоэффективности, улучшения дизайна для сокращения объема потребляемых
ресурсов [1].
Зеленые технологии охватывают три основные сферы, связанные:
 во-первых, с экологическим управлением (управлением отходами, снижением/исключением
загрязнения воды, воздуха и земли, их восстановлением), смягчением последствий изменения климата;
 во-вторых, производством энергии из возобновляемых источников (зеленой энергии, green
energy), которые базируются на: а) постоянно существующих или периодически возникающих
процессов в природе – энергии солнца, ветра, рек и других водоемов (потенциальной и кинетической),
энергии приливов и волн, геотермальной энергии; б) переработке биомассы, включающей природные и
специально выращенные растения, леса, отходы животноводства, птицеводства, растениеводства,
пищевой промышленности; кроме того, особым видом биомассы являются твердые бытовые отходы,
сточные воды городов и населенных пунктов, специально выращиваемые водоросли и т.д.;
 в-третьих, повышением эффективности использования топлива, электроэнергии на
производстве, зданиях и осветительных приборах.
Зеленые технологии и зеленая энергия дополняются понятием зеленый бизнес, для которого
характерно использование технологий (энергии) на разных этапах производства, корпоративная и
социальная ответственность, которые непосредственно связаны с понятием зеленая культура.
Ряд компаний выпускают специальные «белые книги», посвященные изложению стратегии, основных
целей, направлений и этапов работ в данной области. В частности, это касается применения
возобновляемых источников энергии, эффективного использования и систем менеджмента зеленой
энергетики (см. рис.3.1) [].

Рисунок 3.1 – Элементы стратегии зеленого бизнеса


Применение зеленой энергии становится все более экономически выгодным, поскольку
позволяет существенно снижать расходы. Например, по данным компании Bharti Infratel – одной из
наиболее мощных телекоммуникационных компаний Индии, которая строит свой бизнес под лозунгом
2
“Be a green company” (http://www.bhartiinfratel. com/cps-portal/web/pdf/Bharti%20Infratel%20AR%202013-
14%20Low%20Res.pdf), применение солнечной энергии в производстве позволяет в 4 раза снизить
затраты на энергоресурсы и в 3,5 раза снизить выбросы СО 2 (рис.3.2) [].

Рисунок 3.2 – Эффект от применения солнечной энергии


Sairam Prasad. White Book – Green Networks: Transforming Telecommunications on Sustainable Energy
Alternatives, Bharti Infratel, 2012.
В соответствии с решениями структур ЕС, с 31 декабря 2020 все новые здания в странах
сообщества должны быть с "нулевым потреблением", то есть сами обеспечивать себя энергией. В
модель устойчивых информационных технологий (программного обеспечения) представляется
звездообразной диаграммой из пяти составляющих. При этом зеленое ПО позиционируется только с
устойчивостью окружающей среды (рис.3.3).
В одной из последних и наиболее полных монографий, посвященных зеленым ИТ [Harnessing
green IT: principles and practices/ San Murugesan, G. R. Gangadharan (edits), John Wiley and Sons Ltd, 2012.
– 389 p.], они определяются как технологии, объединяющие три направления (рис.3.4):
- «озеленение» («greening») самих ИТ-систем (повышение их энергоэффективности и снижение
негативных последствий от их использования – энерго- и ресурсосберегающая составляющая);
- поддержка устойчивости окружающей среды (экологическая и безопастностная составляющие,
описанные во введении);
- повышение осведомленности о ценностях зеленой культуры, зеленого бизнеса посредством ИТ
(социальная составляющая).

Рисунок 3.3 – Модель устойчивого программного обеспечения (Generic Sustainable Software Star Model,
GS3M)
Amri Rahma, Ben Saoud, N.B. Towards a Generic Sustainable Software Model, Proceedings of 4th
International Conference on Advances in Computing and Communications (ICACC), 27-29 Aug. 2014, - P. 231
– 234.
3
В контексте позитивного влияния зеленых ИТ на устойчивое развитие важным есть соотношение
понятий «зеленый» (green) и умный (smart). Первое из них может относиться как к ИТ-системам, так и
объектам, которыми они управляют, подчеркивая тем самым то, что все процессы (или практически все)
в объекте (здание, кампус университета, городская инфраструктура) реализуются с минимальными
затратами энергии или с использованием возобновляемых источников. ИТ- системы в этом случае также
конструируются по критерию энергоэффективности.
Второе (smart) – чаще применяется по отношению к управляемым объектам (smart building, smart
grid, smart сity,…), потому что информационные технологии являются «разумными» («smart») по своей
сути, хотя для них может применяться характеристика «интеллектуальный», связанная с понятием
«искусственный интеллект». В общем случае можно говорить, что для ИТ эти понятия пересекаются и
имеют как общие, так и отдельные приложения. Поскольку энергосбережение в ИТ-системах и их
применение для энергосбережения требует введение дополнительных функций, которые могут для
реализации использовать методы и средства с более высоким «интеллектом», это позволяет говорить о
том, что «озеленение» сопровождается со «смартизацией». В то же время применение смарт-технологий
и решений требует больших программно-аппаратных затрат, а следовательно приводить к повышению
энергопотребления.
Влияние информационных технологий на выполнение управляющих и контролирующих
функций в технических и организационно- технических системах на ресурсо-, энергосберегающую и
экологическуюсоставляющие устойчивого развития, трудно переоценить, поскольку уже существуют и
активно развиваются:
1)зеленые автомобили (green car), работающие на электроэнергии и управляемые бортовыми
компьютерами, которые когут взаимодействовать с транспортной ИТ-инфраструктурой;
2)энергоустановки, работающие на зеленой энергии, управляемые встроенными компьютерными
средствами, обеспечивающими их эффективность и безопасность;
3)адаптивные энергосети (smart grid), в которых осуществляется компьютерный мониторинг
параметров, коррекция функций и оперативная реконфигурация систем;
4)умные и зеленые дома (smart green building), офисы, университеты и города (smart green
building), в которых все системы жизнеобеспечения и управления бизнес-процессами реализуются
посредством все болем глубокого проникновения информационных технологий, в том числе таких
современных ИТ как облачные вычисления (Cloud Computing), Интернет вещей (Internet of Things, IoT)
и другие. Следующим шагом станут зеленые регионы и страны.
Динамичное развитие (разработка, производство и использование) информационных технологий
и их компонентов приводит к ряду проблем, связанных с тем, что:
 являются все более мощными потребителями электроэнергии;
 для их производства, в первую очередь, аппаратных компонентов (микросхем, плат,
компьютеров, периферийного оборудования) требуются дорогостоящие и небезвредные материалы;
 ИТ-системы прямо или косвенно оказывают негативное влияниена окружающую среду
посредством увеличения выброса СО2, связанного с их созданием и применением;
 утилизация отслужившего оборудования требует затрат, а отсутствие таковой создает особые
проблемы;
 жесткая конкуренция и огромный рынок вызывают необоснованно быстрое обновление
программных продуктов массового применения и сферы развлечений, что требует все больших ресурсов
для их создания, использования и утилизации;
 многочасовая ежедневная работа ИТ-специалистов и неспециалистов за компьютером
приводит к серьезным заболеваниям и изменяет психику людей.
****https://www.tadviser.ru/index.php/Статья:Тенденции_мирового_ИТ-рынка
1. ИТ-директора по отчету IDC должны продвигать переход к облачным ИТ-моделям, чтобы
оставаться конкурентоспособными: «к концу 2021 года 80% предприятий станут вдвое быстрее
переходить на облачную инфраструктуру и приложения.
Согласно отчету IDC, 80% инвестиций станут ориентироваться на периферические вычисления,
а бизнес-модели будут учитывать изменения в офисной работе и работе на дому. При этом также
увеличится количество облачных решений, которые позволят организациям быстрее и эффективнее
реагировать на меняющиеся потребности.

4
2. По данным IDC, к 2023 году 75% компаний из списка Global 2000 сосредоточат свое внимание
на интеллектуальном рабочем пространстве, которое позволит сотрудникам более эффективно
работать как над своими, так и над совместными проектами (рис. 3.4).

Рисунок 3.4 – ИТ-тенденции: периферийные вычисления, облачные технологии


3. ИТ-директора продолжат искать возможности для создания устойчивых цифровых
инфраструктур. Согласно анализу IDC, технический долг, возникший из-за принудительной миграции
в облачные пространства, будет давать о себе знать до 2023 года.
4. Организации должны искать новые подходы к сохранению конкурентного преимущества в
нестабтильной отрасти. IDC прогнозирует, что «в 2022 году предприятия, ориентированные на
цифровую отказоустойчивость, будут адаптироваться к сбоям на 50% быстрее, чем предприятия,
сосредоточенные на восстановлении существующих уровней устойчивости бизнеса/ИТ».
5. Переход к автономным ИТ-операциям, интегрирование аналитики на основе искусственного
интеллекта (ИИ) и машинного обучения, внедрять автоматизацию и автономную инфраструктуру. К
2023 году все инициативы в области ИТ и автоматизации будут использовать облачную экосистему в
качестве базовой структуры, которая расширяет возможности управления ресурсами и аналитики в
реальном времени.
6. Расширение ИИ-возможностей, организации, которые разрабатывают собственные решения
на основе ИИ и сервисы данных, перейдут на модели подписки. По данным IDC, «к 2023 году 25%
компаний из списка Global 2000 приобретут хотя бы один стартап по разработке ИИ».
7. Переоценка отношений и услуг, чтобы внедрить оптимальные цифровые стратегии: ИТ-среда
претерпевает невероятные изменения, поэтому, по данным IDC, 80% организаций будут переоценивать
свои продукты, услуги и взаимоотношения с поставщиками.
8. Экоустойчивость: «к 2025 году 90% компаний из списка Global 2000 будут требовать
повторного использования материалов в цепочках поставок ИТ-оборудования, а также обеспечение
нулевого углеродного следа и снижения энергопотребления» (рис. 3.5).
9. Автоматизация бизнеса и создание производительной рабочей силы на базе необходимых
инвестиций в развитие ИТ-команд или групп DevOps1. Организации будут активно искать таланты,
используя краудсорсинг и повышение квалификации/переподготовку сотрудников.

Рисунок 3.5 – В 2021 году переход ИТ-компаний на экоустойчивые методы ведения бизнеса,
переходить к автономным ИТ-операциям

1
DevOps (от англ. development и operations; по-русски обычно произносится как «дево́ пс») - набор практик, нацеленных на активное
взаимодействие специалистов по разработке со специалистами по информационно-технологическому обслуживанию и взаимную интеграцию
их рабочих процессов друг в друга. Базируется на идее о тесной взаимозависимости разработки и эксплуатации программного обеспечения и
нацелен на то, чтобы помогать организациям быстрее создавать и обновлять программные продукты и услуги .
5
Таким образом, основными тенденциями развития ИТ-технологий будут технологии
устойчивого развития (рис. 3.6).

Рисунок 3.6 – IDC, Nexus of Forces Gartn

Главные ИТ-тренды в 2021 и последующие годы (Gartner2)


1. Интернет поведения «интернет поведения» (IoB) – это технологии для мониторинга
поведенческих явлений и управления данными, которые на них влияют: распознавание лиц,
отслеживание местоположения и big data (рис.3.7). К концу 2025 года более половины населения мира
будет задействовано хотя бы в одной программе IoB.

Рисунок 3.7 – Традиционная база данных и База Больших Данных

2. Технология ячеистой сети в кибербезопасности – из-за выхода цифровых активов за


пределы брандмауэра, особенно при использовании облачных технологий и удаленной работы,
руководителям приходится искать новые подходы к кибербезопасности, в том числе технологии
ячеистой сети. Технологии ячеистой сети позволяют людям получить доступ к любым цифровым
активам, независимо от того, где находится актив или сам человек. Gartner прогнозирует, что к 2025
году сеть кибербезопасности будет поддерживать более половины запросов на управление цифровым
доступом.
3. Обобщенный опыт – технологии связывают воедино опыт клиентов, сотрудников и
пользователей. Учитывая, что взаимодействие людей все чаще переходит в виртуальную сферу, Gartner
прогнозирует, что организации, предоставляющие обобщенный опыт, смогут обогнать конкурентов по
ключевым показателям в течение трех лет (рис. 3.8).
4. Интеллектуальный составной бизнес: приложения и пакетные бизнес-возможности
рассматриваются как отдельные функциональные блоки, доступные через API3. Они могут
разрабатываться внутри компании или предоставляться поставщиками, а новая структура позволит
объединить бизнес-возможности отдельных пакетов и баз данных; проводить быструю реконфигурацию
бизнеса.

2
Gartner, Inc. — американская компания, специализирующаяся на исследованиях рынка информационных технологий. Штаб-квартира
расположена в городе Стэмфорд, штат Коннектикут.
3
Интерфе́йс программи́рования приложе́ний (Application Programming Interface, API [эй‐пи‐ай]; по-русски чаще произносят [апи́]) — набор
методов (функций), который программист может использовать для доступа к функциональности программного компонента (программы,
модуля, библиотеки). API является важной абстракцией, описывающей функциональность «в чистом виде», безотносительно того, как
реализована эта функциональность.
6
Рисунок 3.8 – Главные ИТ-тренды в 2021 году – обобщенный опыт, технология ячеистой сети в
кибербезопасности, гиперавтоматизация

5. Гиперавтоматизация – автоматизация процессов с несколькими задачами, а также


функциональная автоматизация нескольких процессов и даже к автоматизации на уровне бизнес-
экосистемы.
6. Вседоступная операционная модель ИТ – один из трендов в 2021 году, освобождает
сотрудников и клиентов от необходимости вести дела в конкретном месте. Gartner прогнозирует, что к
концу 2023 года 40% организаций будут применять новую модель для виртуального и физического
взаимодействия с клиентами и сотрудниками (рис.3.9).
7. Проектирование систем искусственного интеллекта – обеспечение надежной структуры,
которая создаст основу для проектирования, масштабирования и перехода новых ИИ-систем в
производство.
Согласно исследованию Gartner, только 53% ИИ-проектов проходят путь от прототипов до
производства.
8. Распределенное облако – распределение общедоступных облачных сервисов по различным
физическим локализациям, при котором за эксплуатацию, управление и развитие услуг отвечает
поставщик данного облака. Gartner прогнозирует, что к 2025 году большинство платформ облачных
сервисов будут предоставлять несколько распределенных облачных услуг.

Рисунок 3.9 – Главные ИТ-тренды в 2021 году: распределенное облако, проектирование систем
искусственного интеллекта, вседоступная операционная модель ИТ

9. Обеспечение конфиденциальности – 2025 году половина крупных организаций будет


внедрять вычислительные системы, которые обеспечивают конфиденциальность данных в ненадежных
средах.
Gartner назвала 5 главных ИТ-трендов на 10 лет, которые существенно повлияют на бизнес,
общество и каждого человека (рис. 3.10).
1. Композитная бизнес-архитектура имеет в своей основе четыре основных принципа:
модульность, эффективность, постоянное совершенствование и адаптивные инновации. Такая модель
позволяет организациям перейти от жесткого традиционного планирования к гибкому реагированию на
быстро меняющиеся потребности бизнеса. В целом она создает возможности для внедрения
инновационных подходов, снижает затраты и улучшает партнерские отношения. Другие технологии, на

7
которые следует обратить внимание в рамках новой бизнес-модели, включают "пакетные" бизнес-
услуги, фабрики данных, частные 5G-сети и встроенный ИИ.

Рисунок 3.10 – Прогноз Gartner по развитию новых технологий (2020 г)

2. Алгоритмические модели доверия обеспечивают конфиденциальность и безопасность


данных, отслеживают их происхождение, а также подтверждают идентичность людей и вещей. Gartner
считает, что повышенный интерес к блокчейну4 приведет к расширению возможностейцифровой
аутентификации5 и проверки. Среди технологий, связанных с алгоритмическим доверием, аналитики
отмечают безопасный доступ к услугам (SASE, Secure Access Service Edge), а также ответственный и
объяснимый ИИ, то есть алгоритм с прослеживаемыми этапами.
3. Технологии без кремния: в силу закона Мура количество транзисторов в плотной
интегральной схеме будет удваиваться каждые два года, но технология быстро приближается к
физическим пределам кремния. В результате стали появляться новые материалы с расширенными
возможностями, которые позволяют делать технологии компактнее и быстрее. Например, ДНК-
вычисления используют ДНК и биохимические реакции вместо кремния или квантовых архитектур для
выполнения вычислений или хранения данных. Другие технологии в этой области включают
биоразлагаемые датчики и транзисторы на основе углерода.
4. Формирующий ИИ – это тип ИИ, способный динамически меняться, чтобы реагировать на
ситуацию. Существует множество его подтипов: от ИИ, который может динамически адаптироваться с
течением времени, до технологий, которые могут создавать новые модели для решения конкретных
проблем. Например, генеративный ИИ – это тип ИИ, который может создавать новый контент
(изображения, видео и т. д.) или изменять уже существующий контент. Другие технологии включают
композитный ИИ, дифференциальную конфиденциальность, «малые данные» и обучение с
самоконтролем.
5. Цифровизация личности – это цифровые двойники людей как в физическом, так и в
виртуальном пространстве. Например, двухсторонний нейрокомпьютерный интерфейс – это система,
созданная для обмена информацией между мозгом и электронным устройством, которая может быть
носимым устройством или имплантом для регистрации электроэнцефалограммы (ЭЭГ). Их можно
использовать для идентификации, получения доступа, оплаты и иммерсивной аналитики
(Иммерсивность (от англ. immersive — «создающий эффект присутствия, погружения») – это способ
восприятия, определяющий фактор изменения сознания, в современном мире является важным и частым
объектом изучения). Впрочем, такой интерфейс также представляют собой дополнительную уязвимость,
которую могут использовать злоумышленники. Среди других технологий можно отметить «паспорт
здоровья» и цифровые двойники гражданина.

4
Блокчейн — распределенная база данных, которая хранит информацию обо всех транзакциях участников системы в виде «цепочки блоков»
(именно так с англ. переводится Blockchain). Доступ к реестру есть у всех пользователей блокчейна, выступающих в качестве коллективного
нотариуса, который подтверждает истинность информации в базе данных. Блокчейн может применяться для финансовых операций,
идентификации пользователей, создания технологий кибербезопасности и др.
5
Аутентификация (от англ. - authentication) - проверка принадлежности субъекту доступа предъявленного им идентификатора. Наиболее
актуальны три типа аутентификации: «человек – компьютер», «компьютер – компьютер» и «человек – человек».
8
Bank of America Merrill Lynch изучили технологии будущего, которые могут изменить нашу
жизнь и оказать влияние на промышленность:
 квантовые компьютеры могли бы решать проблемы, на которые у традиционных компьютеров
ушел бы миллиард лет;
 скорость загрузки 6G может превышать 400 Гбит/с;
 наноспутники могут обеспечить интернетом всю планету;
 из недр океана можно добыть в 3 раза больше кобальта для производства электромобилей, чем
из недр земли;
 у графена (самого тонкого и прочного материала, известного человеку) может быть множество
революционных применений;
 искусственный интеллект может сравняться с человеческим уже в 2029 году (рис. 3.11).

Рисунок 3.11 – Важные 15 прорывных технологий

Краткое описание
Технология Описание Тайминг CAGR
Машина, использующая кубиты,
Квантовые
чтобы выполнить вычисления 31.6%1
компьютеры
экспоненциально быстрее
Глубоководная Добыча кобальта, никеля, и т.д. с 2023: стартапы начинают
37.1%5
добыча глубины 6000 м. и больше разрабатывать дно океана
2021: интернет начинает
Спутники весом менее 10 кг сделают распространяться со
Наноспутники 22.2%3
космос и интернет доступнее спутников на низкой
околоземной орбите
Телекоммуникационные сети 2028: объемы данных
6G следующего поколения, в 100 раз достигают предельной
быстрее, чем 5G емкости сетей 5G
2023: сертифицирован
Высокоскоростной вакуумный поезд
Hyperloop первый коммерческий сервис 45.2%1
для дальних пассажирских перевозок
по перевозкам hyperloop
3D печать органов для 2021: первые клинические
3D биопечать трансплантации, испытания лекарств и испытания элементов печени 22.8%4
исследования болезней in vitro и роговицы на людях
Роскошный туризм в космос: поездки
Космический 2023: первый туристический
на Луну, пребывание на МКС и 16.3%6
туризм полет вокруг Луны
суборбитальные путешествия
Использование созданных человеком
решений для снижения воздействия на 2021: доклад МГЭИК (IPCC)
Геоинженерия изменение климата, например, с обсуждением
улавливание и хранение углекислого геоинженерии
газа
Массовое Повышение продовольственной 24.4%1
вертикальное и устойчивости за счет массового
тепличное использования коммерческого

9
Технология Описание Тайминг CAGR
городского, вертикального и
земледелие
тепличного земледелия
2030-е годы: внедрение
Промышленное использование
нанороботов в человеческий
Нанотехнологии материалов, которые обработаны на 11.3%1
организм, по словам
наноуровне
футуриста Рэя Курцвейла
2021: Институт инженеров
Использование света и лампочек для электротехники и
LiFi 71.2%2
передачи данных электроники (IEEE)
объявляет о стандарте LiFi
Поведенческая Использование не только статической,
биометрия для но и поведенческой биометрии для 23.6%1
безопасности безопасности
Применение самого тонкого и
прочного материала, известного
Графен 38.0%3
человеку, для производства
аккумуляторов, электроники и т. д.
Использование синтеза водорода для 2025: первая плазма
Ядерный синтез
получения чистой энергии получена в ИТЭР
Технологические инновации, которые
2029: Искусственный
Технологическая настолько ускорят развитие ИИ, что
интеллект = человеческий
сингулярность человеческий интеллект уже не
интеллект
сможет за ним успеть.

Используя прогнозы третьих сторон о потенциальных размерах рынка, мы оцениваем, что


суммарная выручка от этих 15 ключевых технологий в 2018 году составила $8,1 млрд, а к 2025 году
вырастет до $48,4 млрд. (при совокупном среднегодовом темпе роста (CAGR) 26%).
В конце июля 2019 года Gartner привела список 10 беспроводных технологий и тенденций,
которые будут стимулировать развитие инноваций в таких областях, как робототехника, дроны,
беспилотные автомобили и медицинское оборудование.
Wi-Fi – эта сетевая технология останется главной для использования в домах и офисов до конца
2024 года, уверены исследователи. Помимо простых коммуникаций, Wi-Fi найдет применение в более
сложных проектах — например, в радиолокационном оборудовании или как компонент двухфакторных
систем аутентификации.
5G – дополнить Wi-Fi, поскольку является экономичной для высокоскоростной передачи данных
на крупных объектах, таких как порты, аэропорты и заводы; будущие версии стандарта 5G улучшат
возможности использования технологии в интернете вещей и системах, где требуется минимальная
задержка передачи данных.
V2X – обеспечить взаимодействие друг с другом и дорожной инфраструктурой обычных и
беспилотных автомобилей; способствовать развитию новых услуг, связанных, к примеру, с
безопасностью на дорогах, навигацией и развлечениями в машинах.
Беспроводная передача электричества на большие расстояния – рынок заполонят ноутбуки,
мониторы и бытовая техника, которые получают энергию без использования кабелей.
Сети LPWA –доказали свою энергоэффективность при использовании в интернете вещей.
Соответствующие модули стоят недорого, поэтому производители IoT-оборудования (рынка интернета
вещей (IoT)) могут использовать их для создания миниатюрных, дешёвых устройств с питанием от
аккумуляторов (например, сенсоры и трекеры).
Беспроводная сенсорная сеть – распределённая самоорганизующаяся сеть множества датчиков
и исполнительных устройств, объединённых между собой посредством радиоканала; имеют потенциал
использования в различных сферах – от медицинской диагностики до распознавания объектов и
взаимодействия с системами «умного» дома.

10
Беспроводные технологии для высокоточного определения местоположения – отследить
нахождение объекта или человек с точностью до 1 метра сможет технология IEEE 802.11az. Кроме того,
такая функциональность должна появиться в новых версиях 5G.
Технология миллиметровых волн – используется WiFi- и 5G-системами для высокоскоростной
передачи данных (например, 4K- и 8K-видео) в небольшом радиусе.
Backscatter – технология сети обратного рассеяния (Backscatter) может отправлять данные с
очень низким энергопотреблением. Эта функция делает технологию идеальной для небольших сетевых
устройств.
SDR – программно-определяемое радио (Software Controlled Radio, SCR) переносит большую
часть обработки сигнала от чипов к софту, обеспечивая поддержку большего числа частот и протоколов.
Популярность SDR будут расти по мере появления новых протоколов.
Исследователи ежегодно оценивают цикл зрелости технологий для выделения ряда инноваций,
способных достичь высокого конкурентного преимущества в течение следующих пяти-десяти лет. На
основе цикла были выделены пять новых тенденций в ИТ, которые размывают границу между
человеком и машиной.
Во-первых, это «демократизированный искусственный интеллект» – движение за
общедоступность технологий ИИ. Основой для него станут такие технологи: платформы ИИ как услуги
(PaaS), общий искусственный интеллект (Artificial General Intelligence), автономное вождение (4 и 5
уровня), автономные мобильные роботы, платформы виртуальных собеседников, глубокие нейронные
сети, летающие автономные транспортные средства, интеллектуальные роботы и виртуальные
помощники.
Во-вторых, исследователи полагают, что переход от технической инфраструктуры к цифровым
экосистемам заложит основу для новых бизнес-моделей, которые сгладят разрыв между людьми и
технологиями. Эта тенденция зависит от следующих технологий: блокчейн, цифровые двойники (Digital
Twin), платформы для Интернета вещей и графы знаний. Блокчейн и IoT активно используются во всех
сферах, а большинство из остальных технологий достигнут зрелости за пять-десять лет.
В-третьих, исследователи прогнозируют наступление «трансчеловеческой» эпохи благодаря
биохакингу. Биохакинг подразделяется на несколько категорий, в число которых входят технологии
повышения возможностей, нутригеномика и экспериментальная биология. Однако до сих пор нет ответа
на вопрос, готово ли общество принять такие методики и как решать сопутствующие этические
проблемы. В основе биохакинга будут лежать следующие технологии: биочипы, биотехнологии, нейро-
компьютерный интерфейс, технологии дополненной реальности и интеллектуальная ткань. Согласно
циклу зрелости технологий, дополненная реальность уже вышла на плато повсеместного использования,
а биочипы и биотехнологии последуют за ней в течение ближайших пяти-десяти лет.
В-четвертых, исследователи отмечают прозрачность новых технологий. Они будут все более
ориентированы на человека и в конце концов смогут обеспечить прозрачные отношения между людьми
и компаниями. Эту тенденцию поддерживают следующие технологии: 4D-печать, среда обитания с
мультимедийными и сетевыми возможностями, технологии самовосстановления, интеллектуальная
пыль, интеллектуальное рабочее пространство и 3D-дисплеи.
В-пятых, исследователи обращают внимание на повсеместное распространение тенденций,
связанных со следующими технологиями: 5G, углеродные нанотрубки, глубокие нейросети,
микросхемы ASIC, нейроморфное оборудование и квантовые вычисления. Ожидается, что эти
технологии, в частности 5G и глубокие нейросети, достигнут пика в ближайшие пять лет.
Цикл развития технологий, который Gartner описывает в виде кривой, несколько изменился в
2018 году по сравнению с 2017-м. Так, попали программно-определяемая кибербезопасность,
когнитивные вычисления, машинное обучение и коммерческие дроны (рис. 3.12)

11
Рисунок 3.12 – Цикл зрелости технологий в 2017 году

*Зеленые ИТ-системы (инфраструктуры) – это ИТ-системы (инфраструктуры), реализующие


зеленые информационные технологии, т.е. построенные с использованием зеленых аппаратных и/или
программных средств. Широко используются понятия и совершенствуются системы и инфраструктуры,
базирующиеся на зеленых облачных технологиях (green cloud), зеленых грид-технологиях (green grid),
зеленых веб-сервисах (green web), зеленых центрах хранения и обработки данных или датацентрах
(green data center), зеленом ЧМИ - человеко- машинном интерфейсе (green HMI – human-machine
interface) и т.д
Зеленая информационная технология (green IT) – это совокупность процессов, методов и средств
поиска, сбора, хранения, обработки, предоставления, распространения информации и способов их
реализации, направленных на повышение энергоэффективности, безопасности и экологичности самих
технологий и систем, в которых они применяются, а также на распространение соответствующих
ценностей в обществе.
Зеленые аппаратные средства – это средства, в которых минимизируются энергопотребление и
риски опасных отказов при использовании систем, важных для безопасности. Соответственно можно
говорить о зеленых чипах, микропроцессорах, модулях и т.д.
Зеленые программные средства – такие программные средства, которые минимизируют
информационные и энергетические ресурсы системы, а также базируются на коде, оптимизируемом по
энергетическим метрикам.
Зеленый датацентр – это репозиторий для хранения, управления и распространения данных, в
которых механические, электрические и компьютерные системы проектируются для обеспечения
максимальной энергоэффективности и минимального влияния на окружающую среду.
Зеленые облачные вычисления определяются как технологии (инжиниринг), которые могут
обеспечить потенциальные преимущества для окружающей среды и экономию энергоресурсов при
предоставлении сервисов посредством Интернет или иных технологий распределенных вычислений.
Зеленое обеспечение (greenware) – обобщающий термин и представляет собой комбинацию
аппаратного и программного обеспечения и сервисов, которые дают возможность пользователю
минимизировать влияние от использования компьютера или компьютерной системы на окружающую
среду и стоимость затрат на их применение и обслуживание. Зеленое обеспечение (greenware) иногда
рассматривается как особый вид программного обеспечения для снижения энергопотребления и/или
влияния на окружающую среду.
Информационные технологии и ИТ- системы создают новые ценности благодаря экономии
человеческого времени, предоставлению помощи в принятии лучших решений, улучшению качества
продуктов и сервисов, понимаемых в широком смысле слова. Принципы реализации зеленых
информационных технологий:
12
- принцип баланса по этапам жизненного цикла зеленых ИТ- систем;
- принцип баланса зеленых характеристикам и другим технических характеристик ИТ-систем;
- принцип баланса применяемых методов и мер, направленных на разработку и внедрение
зеленых ИТ и ИТ-систем.
Принцип баланса по этапам жизненного цикла зеленых ИТ-систем. Эффект, который
планируется достичь при внедрении зеленых ИТ, должен рассчитываться с учетом всех стадий
жизненного цикла: от разработки технологии (системы), ее реализации, применения и утилизации. При
этом должны учитываться все позитивы и негативы на этих стадиях и оцениваться интегральный эффект
с точки зрения сокращения энергопотребления, используемых ресурсов, влияния на безопасность и
окружающую среду. Негативные последствия могут быть связаны с этапом утилизации. ИТ-системы,
обеспечивающие переработку отходов, должны сами быть энергоэффективными и расходы на их
создание и использование учитываться в общих эколого-экономических расчетах.
Принцип баланса зеленых характеристикам и другим технических характеристик ИТ-
систем. Эффект, который достигается по зеленым характеристикам, должен сопровождаться с
приемлемыми изменениями значений других характеристик – их улучшением, чего как правило достичь
сложно, сохранением или приемлемым снижением. Приемлемость снижения должна быть обоснована с
точки зрения затратных и/или безопастностных характеристик в зависимости от итпа систем. Снижение
энергопотребления для энергетически критичных систем может достигаться разными методами, в том
числе и путем работы встроенных микропроцессорных или ПЛИС-решений на пониженных
напряжениях. Это приводит к повышению рисков сбоев из-за неустойчивой работы в таких режимах.
Таким образом, снижение энергопотребления может приводить к снижению показателей надежности.
С другой стороны, здесь существуют и большие сложные зависимости. Например, если речь идет
о резервированных, в простейшем случае дублированных системах, то риски неустойчивой работа
каналов на пониженном напряжении и связанный с этим рост интенсивности сбоев могут быть
компенсированы избыточностью в ситуации, когда сбойные ситуации не накладываются. Работа на
пониженном напряжении ведет к уменьшению нагрева микросхем, а следовательно, снижению
вероятности устойчивых отказов. Следовательно, принимаемые проектные решения должны
обеспечивать требуемый баланс всех характеристик. Еще более интересные и сложные задачи
возникают, когда энергопотребление и надежность оптимизируются совместно с
производительностью. Здесь необходимо учитывать еще и влияние различных частот работы
системы на потребляемую энергию и безотказность.

Comput Intell Neurosci. 2022; 2022: 7873131. Опубликовано в 2022 году 10 марта. DOI: 10.1155 /
2022/7873131
Оптимизация распределения ресурсов виртуальных машин в облачных вычислениях на основе
многоцелевого генетического алгоритма Фэн Ши 1 а также Цзинна Лин 2
Comput Intell Neurosci. 2022; 2022: 7873131.
Published online 2022 Mar 10. doi: 10.1155/2022/7873131
Virtual Machine Resource Allocation Optimization in Cloud Computing Based on Multiobjective Genetic
Algorithm Feng Shi 1 and Jingna Lin 2 https://www.ncbi.nlm.nih.gov/pmc/articles/PMC8930224/
Інфраструктура як послуга (IaaS) є важливим режимом обслуговування в хмарних обчисленнях. Він
об’єднує величезні ресурси, розкидані в різних просторах, в єдиний пул ресурсів за допомогою технології
віртуалізації, полегшуючи єдине управління та використання ресурсів. У режимі IaaS всі ресурси надаються у
вигляді віртуальних машин (ВМ). Щоб досягти ефективного використання ресурсів, знизити витрати користувачів
і заощадити їх час на обчислення, розподіл ВМ необхідно оптимізувати.
Об’єднання поточного стану та майбутніх прогнозованих даних кожного завантаження програми, вартість
переміщення віртуальної машини та стабільність нового стану розміщення віртуальної машини розглядаються
всебічно. Для вирішення проблеми розроблено генетичний алгоритм багатоцільової оптимізації (MOGANS).
Результати моделювання показують, що порівняно з генетичним алгоритмом (GA-NN) для енергозбереження та
накладних витрат перерозподілу мультивіртуальних машин метод розподілу віртуальної машини, отриманий
MOGANS, має більший час стабільності. З метою подолання цього недоліку в цій роботі пропонується
багатоцільовий метод оптимізації динамічного розподілу ресурсів (MOGA-C), заснований на MOEA/D для
розподілу віртуальних машин.
У додатках хмарних обчислень інфраструктура як послуга (IaaS) є важливою моделлю послуг, за
допомогою якої постачальники хмарних послуг можуть надавати величезні обчислювальні ресурси користувачам

13
хмари через Інтернет. Щоб задовольнити вимоги до використання ресурсів і мінімізувати витрати користувачів,
схему розподілу ВМ необхідно оптимізувати. Ця проблема називається оптимізацією розміщення ВМ (рис. 1).

Рисунок 7 – Розподіл ресурсів ВМ у хмарних обчисленнях

Поява технології віртуалізації платформи хмарних обчислень відкриває нові можливості для реалізації
енергозбереження в середовищі хмарних обчислень. Використання технології віртуалізації дає можливість кільком
користувачам спільно використовувати пул обчислювальних ресурсів відповідно до фактичного попиту. Поява цієї
технології значно покращила використання ресурсів. З появою спільного пулу ресурсів кількість серверів у
хмарному середовищі зменшилася, що збільшує дохід постачальника хмарних послуг. Проблеми з розподілом
ресурсів зводяться до відображення множинних програм між віртуальною машиною та сервером за допомогою
розумного розподілу, коригування розподілу віртуальних машин додатків на фізичних вузлах, повного
використання умов обслуговування неактивних ресурсів сервера, таким чином, щоб зменшити кількість активації
сервера, і тим самим досягти мети зниження споживання енергії. На даний момент у застосуванні технології
хмарних обчислень існують три основних режими обслуговування: програмне забезпечення як послуга (SaaS),
платформа як послуга (PaaS) та інфраструктура як послуга (IaaS) (рис. 2). Кожен сервісний режим відповідає
визначеним системним рівнем.

Рисунок 8 – Структурна схема моделі сервісу хмарних обчислень

Компанії, що розвиваються, в особі Google і Amazon просувають Інтернет-хмару першими, тоді як


традиційні ІТ-підприємства, представлені IBM і Microsoft, просувають ІТ-хмару. Вчені переважно вивчають хмарні
обчислення двома способами: перший базується на частині макроскопічних технічних даних, розкритих Google, і в
поєднанні з традиційною технологією віртуалізації грид-обчислень на основі паралельних обчислень. Інший

14
базується на проекті з відкритим кодом Hadoop 6 для комунікації та застосування різних ідей і різних прикладних
середовищ, що призводить до розвитку багатьох різних галузей технологій.

Çağlar and Altılar Journal of Cloud Computing (2022) 11:11 https://doi.org/10.1186/s13677-022-00281-x


RESEARCH Look-ahead energy efcient VM allocation approach for data centers İlksen Çağlar* and Deniz Turgay
Altılar
Заблаговременный подход к распределению энергоэффективных виртуальных машин для центров обработки даннях Ильксен Чаглар & Дениз
Тургай Алтылар
Журнал облачных вычислений volume 11, Номер статье : 11 (2022)
Питання енергоефективного забезпечення розглядається на рівні центру обробки даних. У цій роботі
пропонується новий ефективний алгоритм управління ресурсами для віртуалізованих центрів обробки даних, який
оптимізує кількість серверів для задоволення вимог динамічних робочих навантажень без міграції.
Запропонований підхід під назвою Lookahead Energy Efficient VM Allocation (LAA) містить модуль прогнозування
на основі Холта Вінтерса. Енергоефективність і продуктивність обернено пропорційні. Компроміс
енергоефективності заснований на періодичних порівняннях прогнозованої та активної кількості серверів. Для
оцінки запропонованого алгоритму проводяться експерименти з реальними трасуваннями робочого навантаження
від Google Cluster. LAA порівнюється з найкращим підходом, наданим CloudSim, заснованим на міграції
віртуальної машини під назвою Local Regression-Minimum Migration Time (LR-MMT). Результати експерименту
показують, що запропонований алгоритм призводить до зниження споживання до 45% для виконання одного
навантаження порівняно з LR-MMT.
Енергоефективний підхід до розподілу ресурсів, який інтегрує модель прогнозування Холта Вінтера для
оптимізації споживання енергії. Запропонований підхід включає модуль прогнозування для врахування не тільки
поточної ситуації, але й потенційних потреб клієнта в ресурсах у майбутньому. Підхід заснований на адаптивному
механізмі прийняття рішень для включення/вимкнення серверів і виявлення недостатнього/перезавантаження. Цей
підхід розроблено, щоб уникнути погіршення продуктивності та підвищити енергоефективність.
Алгоритм реалізовано та запущено на CloudSim. CloudSim надає кілька політик розподілу та міграції ВМ і
в основному зосереджений на операціях, пов’язаних з IaaS.
Запропонований алгоритм мінімізує споживання енергії, запобігаючи погіршенню продуктивності.
Алгоритм базується не лише на поточному стані системи, а й на майбутніх потребах, визначених за допомогою
прогнозування Холта Вінтерса, щоб приймати адаптивні рішення. Google опублікував дані трасування своїх
6
Великі дані - це термін, що використовується для опису збору великих даних і яка з часом зростає в геометричній прогресії.
Дані такі великі і складний, ніж будь-який традиційний інструмент управління даними їх можна ефективно зберігати або обробляти.
Дані, які можна зберігати, отримувати до них доступ та обробляти у фіксованому форматі, називаються „структурованими” даними.
Рішення впроваджені, які здатні обробляти, зберігати та аналізувати великі обсяги даних за короткий час
1 Apache Hadoop
2 Elasticsearch
3 MongoDB
4 Кассандра
Apache Hadoop
Apache Hadoop є програмна платформа з відкритим кодом, яка обробляє дуже великі набори даних у розподіленому середовищі. Цей
інструмент базується на сховищі, обчислювальній потужності та головним чином в недорогому базовому обладнанні. Apache Hadoop є
розроблений для легкого масштабування від кількох до тисяч серверів. Це допомагає обробляти локально збережені дані в загальній
конфігурації паралельної обробки. Однією з переваг Hadoop є те, що він обробляє несправності на рівні програмного забезпечення. Apache
Hadoop забезпечує основу для рівня файлової системи, рівня управління кластером та рівня обробки. Це залишає можливість для інших
проектів та фреймворків брати участь та працювати разом з екосистемою Hadoop та розробляти власну структуру для будь-якого з шарів,
доступних у системі.
Elasticsearch
Elasticsearch є повнотекстовий механізм пошуку та аналітики. Це система високо масштабований і розподілений, спеціально розроблений
ефективно та швидко працювати з системами великих даних, де одним з основних випадків його використання є аналіз журналів. Він
здатний до розширених та складних пошуків та обробки майже в реальному часі для розширеного аналізу та оперативної розвідки. Elasticsearch
написано на Java і базується на Apache Lucene, Elasticsearch заснований на документі JSON із структурою без схем, що робить його легким
та легким у прийнятті. Це одна з провідних пошукових систем бізнес-класу. Ви можете написати клієнта будь-якою мовою програмування;
Elasticsearch офіційно працює з Java, .NET, PHP, Python, Perl тощо.
MongoDB
MongoDB є база даних NoSQL на основі моделі даних документа. У MongoDB все є колекцією або документом.
Щоб зрозуміти термінологію MongoDB, колекція є альтернативним словом для таблиці, тоді як документ - альтернативним словом для рядків.
MongoDB є відкритою, орієнтованою на документи, міжплатформенною базою даних. Це написано переважно на C ++. Це також
провідна база даних NoSQL, що пропонує високу продуктивність, високу доступність та просту масштабованість. MongoDB використовує
JSON-подібні документи зі схемою та забезпечує чудову підтримку запитів. Деякі з його основних функцій включають індексацію,
реплікацію, балансування навантаження, агрегування та зберігання файлів.
Кассандра
Кассандра є проект Apache з відкритим кодом, призначений для адміністрування баз даних NoSQL.
Рядки Кассандри розташовані в таблицях та індексуються ключем. Він використовує механізм зберігання на основі записів, що базується на
записах. Дані в Кассандрі розподіляються між кількома головними вузлами, без єдиної точки відмови. Це проект Apache високого рівня, і
його розробку в даний час контролює Фонд програмного забезпечення Apache (ASF). Кассандра є призначений для вирішення проблем,
пов'язаних з великою роботою (Інтернет). Враховуючи головну архітектуру Кассандри, вона може продовжувати працювати, незважаючи на
невелику (але значну) кількість апаратних збоїв. Кассандра працює на декількох вузлах у декількох центрах обробки даних.

15
кластерів. Ці дані використовуються для оцінки продуктивності запропонованого алгоритму. Після аналізу даних і
порівняння з іншою методологією аналізу часових рядів, яка називається Auto Regressive Integrated Moving Average
(ARIMA), Холт Вінтерс дав кращий результат з точки зору мінімального рівня помилок.
Консолідація серверів шляхом міграції робочих навантажень на невеликий набір серверів та вимкнення
неактивних серверів є широко використовуваною технікою для економії енергії. Міграція – це процес заміни
віртуальних машин із вихідних хостів на цільові для зменшення кількості активних серверів за допомогою
наступних 4 основних кроків: (i) визначення порогового значення, (ii) виявлення вихідного хоста, (iii) вибір
віртуальної машини та (iv) віртуальної машини. розміщення. Порогове значення використовується для
класифікації хостів як вихідних і цільових. Порогове значення можна встановити для одного або кількох ресурсів.
Це залежить від формулювання проблеми, визначеної вище (тобто одновимірна та багатовимірна). Порогове
значення може бути встановлене перед часом виконання статично або під час виконання динамічно. Відповідно до
[8], оптимальне використання ЦП встановлюється на рівні 70%, і якщо використання перевищує оптимальне
значення, це означає, що сервер перевантажений. Тому деякі вибрані віртуальні машини слід перенести, щоб
зменшити погіршення продуктивності та споживання енергії [30,31,32] пропонує автоматичне коригування порогу
за допомогою статистичного аналізу історичних даних, таких як середнє абсолютне відхилення, міжквартильний
діапазон, локальна регресія, належать віртуальним машинам, оскільки мотивації, фіксовані значення порогів
нестабільні для непередбачуваних навантажень. Недовантаження також є небажаним станом з точки зору
енергоефективності. Завдяки міграції всіх віртуальних машин із недостатньо завантаженого сервера на цільові
хости стан невикористаного сервера змінюється на неактивний, і його можна вимкнути для економії енергії. У [33]
алгоритм кластеризації K-середніх використовується для визначення трьох порогових значень Ta, Tb, Tc, щоб
класифікувати хости як мало завантажені, менш завантажені, нормально завантажені та перевантажені. Недостатнє
використання поділяється на два підстани, як мало завантажений і менш завантажений. Окрім перевантажених
хостів, мало завантажені хости також є кандидатами на вихідні хости, тоді як цільові хости вибираються з менш
завантажених хостів під час кроку розміщення ВМ [34], використовуючи коефіцієнт продуктивності, який
називається gear. Є чотири типи передач як бажані, найкращі, недостатньо завантажені та надлишкові, а також 11
значень передач, що відповідають 11 різним показникам використання від 0 до 100%. Якщо швидкість, на якій
працює сервер, вища за бажану, це означає, що сервер перевантажено. Інакше він використовується недостатньо.
На відміну від попередніх досліджень, заснованих на характеристиках обчислювального вузла (тобто, оцінюються
4 різні обчислювальні вузли Fujitsu, Inspur, Dell та IBM), може не існувати коефіцієнт використання, який означає
перевантаження.
Енергоспоживання може бути зменшене шляхом застосування обмеженої кількості міграцій віртуальних
машин. Однак статичне робоче навантаження переважне. Механізм робочого навантаження та прогнозування не
враховується, але методи прогнозування також можуть допомогти зменшити кількість міграцій віртуальних машин
для динамічних робочих навантажень. ECTC та MaxUtil методи консолідації робочого навантаження
порівнювалися з іншими версіями, включаючи механізм міграції. Коли час виконання робочих навантажень
невеликий, експериментальні результати показують, що методи, що використовують міграцію, не сприяють
економії енергії.
модель складається з трьох функціональних модулів: модуль моніторингу; модуль розміщення робочого
навантаження з фізичними та віртуальними серверами; і модуль прогнозування.

Модуль моніторингу відповідає за дотримання вимог ЦП (CR) і часу виконання (ET) кожного вхідного
робочого навантаження протягом останніх 5 хвилин. Потреба в обробці кожного робочого навантаження Wi
розраховується шляхом множення CRi та ETi. Загальна вимога до обробки (PRtotal) - сума вимог до обробки
представлених робочих навантажень за цей 5-хвилинний інтервал. Модуль моніторга пердат з політичними
знаннями в модуль прогостики і модуль роземетка.
Модуль прогнозування визначає необхідну кількість процесорних блоків (Nr) відповідно до вимог
користувача. Раніше модуль прогнозування використовував PRtotal Временные ряды, княгиня будущего спроса. С
тех пор PRtotal не з тех, хто був міделей і тенденцій, методологія протека, таке кекорти. Приблизні загальні вимоги
до роботи (APRtotal) використовуються для розрахунку Nr. APRtotal виконання цінників як вимоги до працессу,
так і часу замість вначення. Шум PRtotal Временная федерація з ізользованимом сіднього закачення караметров.
APRtotal Розширені в народних долях врем’ї ключі придставні робочі навантаження (NoSW), середній час
виконання поданих робочих навантажень (MET) та середні вимоги ЦП до поданих робочих навантажень (MCR) в
інтервалах. NoSW, MET та MCR прогнозуються окремо за допомогою методологій прогнозування, а саме Holt
Winters та ARIMA. Холт Вінтерс дає значно кращі результати, ніж ARMIMA, з точки зору середньої абсолютної
відсоткової помилки (MAPE) для кожного часового ряду, оскільки часовий ряд включає сезонність і тенденцію.
Крім того, оскільки інтервал короткий, а прогнозований період довгий, ARIMA не є правильним вибором. Для
використання оптимальних системних ресурсів (SCtotal Указывет общую емкость сервера і Th вказує на
оптимальний коефіцієнт використання), наведені нижче рівняння використовуються для прогнозування необхідної

16
кількості процесорних одиниць (SCtotal Указывет общую емкость сервера і Th вказує на оптимальний коефіцієнт
використання).

Сукупне споживання енергії сервером (E_CSi дорівнює сумі енергії, необхідної для перемикан нясервер і
на (E_OOi) і енергію, необхідну для фактичний час обслуговування (E_Seri ). Його дають:

Сума споживання енергії серверами в центрі обробки даних дорівнює загальному споживанню енергії
центром обробки даних (E_CDC), як показано в Eq. 4, де m вказує кількість серверів у центрі обробки даних.

Показники споживання електроенергії публікують виробники комп'ютерів. Загальне споживання енергії за


час обслуговування показано в екв. 5, де t вказує час, проведений на певному рівні використання процесора,
заданому Power[j]. Зауважте, що модель потужності сервера базується на рівні використання, який розділений на
одинадцять показників від 0 до 100%. Наприклад, при розміщенні нового робочого навантаження, що надходить,
рівень використання сервера можна збільшити з 10 до 30%. Це означає, що сервер ніколи не працював на рівні 20%
використання і t дорівнює 0 для потужності [2]. Модель дискретної потужності використовується для сумісності з
симулятором.

вартість міграції не є параметром, який можна ігнорувати при розрахунку споживання енергії системою.
Реальне споживання енергії (ER) можна отримати, додавши витрати на міграцію та увімкнувши до цього
результату, як показано в рівнянні. 6.

PIi – це спеціальне представлення Power[0] сервера i. tidle показує час простою сервера i. Якщо необхідна
енергія для вмикання/вимкнення сервера є більшою, ніж необхідна для роботи сервера в режимі очікування
протягом певного періоду, то підтримка сервера в неактивному стані протягом цього періоду є більш
енергоефективним. Вікно моніторингу визначається на основі рівняння. 7. У розрахунковому вікні підтримка
сервера в неактивному стані є більш енергоефективною, ніж увімкнення/вимкнення сервера для задоволення
вхідного запиту. Відповідно до специфікації сервера, вибраного в цьому дослідженні, інтервал моніторингу
становить 5 хв.

Алгоритм консолідації заснований на єдиному порозі щоб


вирішити, чи не використовується сервер надмірно. У інших
словами, якщо коефіцієнт використання ЦП сервера перевищує
попередньо визначений порогове значення, то сервер
перевантажений; інакше, сервер використовується недостатньо.
Якщо використання сервер дорівнює порогу, тоді сервер працює
при оптимальному коефіцієнті використання. На відміну від інших
досліджень, виявлення перевантаження не запускає міграцію
віртуальної машини. Перевантаження небажано, оскільки це
призводить до продуктивності деградація, але вона може бути
прийнятною за деяких умов. Щоб прийняти рішення про розподіл
вхідних робочих навантажень, цей поріг не є достатнім
параметром. На додачу до порогу враховуються також майбутні
вимоги бути таким же важливим, як і поточний стан системи.
Існує дві основні тенденції в алгоритмі консолідації VM:
Зменшення та збільшення. Оскільки алгоритм починається з немає
активного сервера, тенденція за замовчуванням, у якій перебуває
система збирається розширити, щоб обслуговувати вхідні робочі
навантаження шляхом введення нові сервери збільшуються. Друга
17
тенденція shrinking, в якому буде кількість активних серверів зменшується, оскільки кількість очікуваних робочих
навантажень може комплектуватися меншою кількістю серверів, ніж кількість існуючих.
Пропонована модель знайти найбільш підходящу сервер з точки зору енергоефективності, як показано в
Алгоритмі 1, заснований на тенденції скорочення або збільшення система. У тенденції до скорочення система має
більше активних серверів, ніж потрібно для передбаченого попиту. Там це три різні типи серверів з точки зору
використання: простою, недовикористаним і використаним. Якщо кількість неактивних серверів дорівнює різниці
між кількість активних серверів і кількість необхідних серверів, то сервери будуть вимкнені. Крім того, якщо
кількість неактивних серверів, які потрібно вимкнути, дорівнює недостатньо для оптимального рішення, то
підгрупа недостатньо використані сервери, а для деяких навіть використані в крайніх випадках також буде
вимкнено, як тільки їх відповідні поточні робочі навантаження завершені. Підтримувати тенденція до скорочення,
коли подається робоче навантаження, робоче навантаження призначається найбільш підходящому активному
серверу замість активації нового сервера для робочого навантаження. Більш підходящий алгоритм вибору сервера
починається з пошуку найдовший залишився час виконання запуску навантаження серед серверів, які не
використовуються.
Вибір сервера з найбільшим залишком час на існуючі навантаження (алгоритм 2) складає можна
перекривати час виконання заново прибутого робочого навантаження з ним. Тому новоприбулий Очікується, що
робоче навантаження буде завершено після завершення існуючих навантажень у гіршому випадку. Якщо є більше
одного відповідного сервера, потім додатковий параметр
зване мінімальне порушення використовується, щоб
вирішити найбільше відповідний. Ефективний
коефіцієнт використання ЦП визначається як 70% для
енергоефективності. З огляду на це 70% є оптимальним
значенням, діапазон від 65 до 75%, середнє значення
якого становить 70%, прийнято за енергоефективність
діапазон. Мінімальне порушення є найбільш приблизним
коефіцієнт використання до ефективного коефіцієнта
використання коли на них покладається вхідне
навантаження.
Якщо немає відповідного сервера для
розміщення нового робочого навантаження за
параметрами найвищого залишку час і мінімальне
порушення, алгоритм пошуку ведеться між серверами і
буде перевантажуватися після завдання. Причини роботи
в перевантаженому стані погіршення продуктивності з
точки зору часу відгуку та пропускна здатність. Крім того, перемикання нового сервера на задоволення
короткострокових потреб може призвести до надмірного споживання енергії коли враховується системна
тенденція. тому запропонований підхід заснований на відборі найбільш підходящого сервера з набору активних
серверів замість того, щоб увімкнути новий сервер. Тимчасово перевантажений стан прийнятний, коли система має
a кількість активних серверів, що перевищує необхідну кількість серверів для майбутнього попиту, тобто система є
в тенденції скорочення.
Щоб скоротити час роботи вибраний сервер у
перевантаженому стані, робоче навантаження слід запустити
найкоротший час виконання відповідно до оптимального
коефіцієнта використання після призначення, як описано в
Алгоритмі 3. Найкоротший час, що залишився наявних робочих
навантажень не є єдиним параметром, який використовується.
Коефіцієнт використання сервера з найкоротшим залишком час є
ще одним параметром, який слід враховувати. Коли робоче
навантаження завершено, рівень використання сервера має
наближатися до оптимального коефіцієнта використання. На
додачу, Для цього використовується параметр minViolation сервер
завантажений на 100%

Кількість вимкнених хостів (NoHS), кількість Отримані робочі навантаження (NoRW), енергоспоживання
(EC) та Кількість міграцій (NoM) використовуються як ключові показники метрики в моделі міграції, до якої ми
порівняйте запропонований підхід. Наш підхід ні містять крок міграції. Тому кількість ВМ міграції стає нульовим
у цій статті. Кількість активних серверів менше, ніж модель міграції відповідно до експериментальних результатів.
Якщо вже є місце на активний сервер, то новий сервер не пробудиться. Причому енергоспоживання за рахунок
кількості активні сервери та кількість непотрібних міграцій можна зменшити за допомогою запропонованого
18
підходу. Результати моделювання та аналіз Модуль прогнозування заснований на Holt Winters, as описано раніше.
Тому підхід називається LAAHW. Якби ми знали фактичні значення замість прогнозованих значення, то система
дає оптимальний результат як LAAO. У запропонованій моделі використовується Na та № параметри до вирішити,
чи має система більше активних серверів, ніж вимагається. Якщо Na більше ніж Nr, потім вхідні робочі
навантаження розміщені на вже активних серверах. Значення Потреба ЦП в день і середній час виконання дня в
журналах Google Trace 3% і 1,13 хв, відповідно, що призводить до невеликого значення Nr і викликає менше
отриманих робочих навантажень в LAA порівняно з LR-MMT. Ці вимоги викликають вузькі місця для робочих
навантажень з коротким часом виконання та меншими вимогами до ЦП. У нашому підході кількість міграцій
дорівнює нулю. The споживання енергії на включення/вимкнення в нашій моделі менше, ніж у моделі міграції. Як
описано у системній моделі споживання енергії є сумою необхідна енергія для обчислення робочого навантаження,
міграції і рішення про включення/вимкнення. Кожна міграція споживає 0,05 кВт·год [42]. Кожен E_OO споживає
0,019 кВт·год відповідно до лабораторних експериментів. Результати порівняння такі показано в таблиці 4. LR-
MMT не має прогнозування модуль. Рішення про закриття хоста приймається шляхом розгляду тільки поточний
стан системи. Тому число хостів, вимкнених у LR-MMT більше, ніж у будь-який тип LAA. LAA-O дає найкращий
результат за термінами споживання енергії, а також дає кращі результати для NoRW, ніж LAA-HW. Це тому, що
LAA-O знає вхідні вимоги ЦП робочого навантаження, замість прогнозовані значення, що належать до робочих
навантажень.

Принцип баланса применяемых методов и мер, направленных на разработку и внедрение


зеленых ИТ и ИТ- систем. Эффект от внедрения таких технологий возможен только при системном
подходе к их разработке. Собственно зеленые ИТ и ИТ-системы должны создаваться с использованием
принципов зеленого компьютинга. Программно-аппаратные средства ИТ-систем, которые вводятся для
их озеленения, должны потреблять энергии меньше, чем ее экономится при внедрении.
Разработка и внедрение так называемых «Зеленых технологий» - Green IT направлена на
решение целого комплекса проблем, обусловленных экологическими проблемами и активной
пропагандой поиска оптимальных путей их решения: от утилитарного снижения материальных затрат на
производство и использование до индивидуальной ответственности рядового потребителя перед
природой и будущими поколениями. 7
Основные проблемы, стимулирующие возникновение и развитие Green IT.
Во-первых, наиболее важной озабоченностью разработчиков является создание новых
продуктов, позволяющих экономить энергопотребление, в более предпочтительном варианте
использовать для продуктов возобновляемые источники энергии.
Во-вторых, при работе любого компьютера неизбежен высокий уровень шума. Эта проблема, на
первый взгляд, не представляет угрозы для окружающей среды. Однако, необходимость создания и
работы больших серверов и глобальных дата-центров является серьезной причиной непосредственное
негативного влияния на окружающую среду, животных, человека. В связи с этим в настоящее время
разрабатываются новые экологические безопасные проекты по созданию больших серверов и дата-
центров, наносящих минимальный вред человеку и окружающей среде.
***Green IT и устойчивое развитие
https://www.icsgroup.ru/library/publications/detail.php?ID=4872
Green IT, аналогично другим Зеленым подходам, есть эффективность. Во главе угла стоит
энергетическая эффективность. Энергоэффективные вычисления есть предмет исследования Зеленых
вычислений, Зеленых информационных технологий. На сегодняшний момент КПД IT-отрасли –
процентный, не коэффициентный – 0,36% – это энергетический эффект в отрасли информационных
технологий, включая инфраструктуру и программное обеспечение (ПО). То есть количество энергии,
расходуемое на единицу вычислений и передачу данных, используется с КПД 0,36%. Задача отрасли
информационных технологий состоит в повышении значения этого показателя.
Первое направление: оптимизация затрат энергии на вычисления, оптимизация и резкое
уменьшение – это работа с себестоимостью вычислений. Показатель Ватты на Флопы –операции с

7
ПО материалам сайтов http://***** http://www. *****/libs/lid_503.html http://www. *****/resources/news/article/3987 http://***** http://www.
*****/conf/2009/0618/5802660/ http://*****/2008/728/352801/ http://www. *****/os/2008/01/4835763/ http://www. *****/themes/detail. php?
ID=114018 http://russia. /leadership/tech-view/going-green. htm . http://www. ecoethics. *****/forum/
19
плавающей запятой, потоковые операции – какое количество энергии тратится сейчас, а какое должно
тратиться? Большие возможности.
Например, CoreDuo – популярный процессор – потребляет около 90 Ватт. 90 Ватт! – А что он
делает? Что-то делает, когда делает, а когда не делает,– разряжает аккумуляторную батарею. Речь идет о
неполной загрузке вычислителей. Необходимо, чтобы всякое потребление происходило, когда
устройство выполняет операции, и чтобы ничего не потребляло в период бездействия, что не
противоречит бинарной логике.
Второе направление – Green Telecom, Зеленые передающие технологии, оперирует показателем
количества энергии, расходуемого на передачу условного массива данных. В мире созданы различные
инициативы. Одна из инициатив утверждает, что в 10000 раз можно улучшить передачу данных – это
группа из Нью-Джерси – Bell Labs, Lucent Technologies, Cisco. Возможно, IBM, присоединившиеся
японцы и все остальные, которые сказали: «В 10000 раз эффективность передачи данных улучшим, но
сейчас – в 1000 раз» – за счет усовершенствования аппаратного и программного обеспечения. Если
рассмотреть детально передачу данных, то найдется способ эффективной организации и тогда
увеличение эффективности в 1000 раз – это не столь много.
Третье направление – это хранение. Файлы хранятся на винчестерах, винчестеры крутятся,
непрерывно потребляя электроэнергию, и опасность заключается именно в том, что хранение данных
требует постоянного потребления электроэнергии. Показатель – стоимость хранения – постоянно
возрастает. Винчестер постепенно стареет, а в том, что он постоянно потребляет ресурс. Флэши – это
медленный девайс и количество записей-чтения ограничено. Память вообще не должна потреблять
ничего – 0 – в момент хранения. Это называется GreenStorage – Зеленая память.
Приведем и проанализируем эти факторы и проблемы. Увеличение энергопотребления ИТ-
системами. Данная проблема подтверждается рядом фактов:
- потребление электроэнергии персональными компьютерами ежегодно растет на 5 процентов;
- для малых и средних компаний расходы, связанные с потреблением электроэнергии,
составляют 10 процентов бюджета ИТ-департаментов, а иногда достигают 50 процентов;
- стоимость электроэнергии, потребляемой типовым компьютером, превышает его начальную
стоимость; наиболее мощными потребителями электроэнергии являются датацентры; например, по
данным Environmental Protection Agency (EPA), опубликованным еще в 2007 году, для их обеспечения
электроэнергией до 2011 года необходимо было построить 10 дополнительных электростанций.
***Объем потребляемой энергии продолжает сейчас динамично увеличиваться. С другой
стороны, именно датацентры могут оказывать наибольшее влияние на устойчивое развитие (рис.3.13),
поскольку могут концентрировать вычислительные мощности, обеспечивая их рациональное глобальное
использование. Однако, как известно, всякая централизация не дает наилучших решений с точки зрения
производительности и возможной экономии ресурсов. Поэтому сейчас наметилась тенденция к
децентрализации облачных архитектур и поиску гибридных решений, основанных на
перераспределении задач между мобильными устройствами и датацентрами по критерию
энергопотребления. Задача глобальной оптимизации вычислительных ресурсов с использованием
облачных и других технологий по критерию энергоэффективности ждет решения.

Рисунок 3.13 – Влияние ИТ-систем на устойчивое развитие

«Вклад» в парниковый эффект. В 1997 году Киотский протокол обязал мировые экономики
уменьшить углеродную эмиссию. Этот протокол был адресован и производителям компьютерной
20
техники и требовал обеспечить энергоаудит и анализ энергопотребления компонентами и
оборудованием в течение их применения, а также определить долю эмиссии СО 2, чтобы предпринять
корректирующие действия. По существующим оценкам, чтобы избежать нарастания парникового
эффекта в атмосфере, глобальная эмиссия должна быть уменьшена к 2050 году до 60% по отношению к
эмиссии 2005-2010 гг.
Увеличение объемов электронного мусора и затрат на его переработку. Исследования Университета
ООН (United Nations University) показали, что для производства одного компьютера и монитора
расходуется 240 кг топлива, 24 кг различных химикатов и 1.5 тонны воды. В совокупности, больше, чем
вес взрослого носорога или небольшого грузовика.
С другой стороны, стремительно растут объемы так называемого электронного мусора (e-waste),
который образуется из компьютерной техники, выводимой из применения. Она составляет 15 процентов
от всей бытовой и радиоэлектронной техники. Следует отметить, что компьютерная техника содержит
токсичные вещества, при их производстве и утилизации также выделяются вредные вещества.
По данным Геологической Службы США (US Geological Survey), 1 тонна компьютерного мусора содержит
такое количество золота, как и 18 тонн золотосодержащей породы. Однако, его переработка – дело трудоемкое,
дорогостоящее и подчас маловыгодное. Она требует разработки и реализации разных технологий для переработки:
- мониторов, видеокамер и электронных трубок;
- печатных плат, разъемов и других конструктивных элементов;
- микросхем и электронных компонентов разных типов;
- пластика принтеров, клавиатуры и мониторов;
- компьютерных проводов и кабелей и др.
В процессе переработки выделяются вредные твердые и газообразные вещества, представляющие
опасность для окружающей среды. Одним из следствий является то, что огромные объемы отходов из Северной
Америки и Европы перевозятся в Китай, Индию и Африку, где менее жесткое экологическое законодательство.
Это привело к образованию огромных "компьютерных кладбищ". Из примерно 50 миллионов тонн такого мусора
только 12 процентов перерабатывается, и каждый год его объем увеличивается на 5 процентов (рис. 3.14).

Рисунок 3.14 – Факты и тенденции при переработке е-мусора


В неявном виде «программный мусор» и нерациональное использование ресурсов системы появляется и
накапливается при применении неоптимизированных алгоритмов и программного кода. Поэтому вопросы
оптимизации кода и программных средств в целом с учетом энергетических метрик – одна из важных задач
разработки зеленого ПО.
Таким образом, основные сущности в области устойчивого развития и зеленых ИТ (IT Sustainability Set –
ITSS) могут быть описаны декартовым произведением двух множеств:
- множества факторов устойчивого развития (Sustainability Development Set – SDS): энергетических или
ресурсных (Energy – EnF), экологических (Ecology – EcF), безопастностных (Safety – SF) и социально-
экономических (СF),
- двухэлементного множества (Means – средство, Object – объект Means-Object Set - MOS):
ITSS = SDS x MOS = (EnF, EcF, SF, СF) x (Means, Object). (1.1)
Данному произведению соответствует матрица (таблица 1.1), каждая ячейка которой описывает одну из
задач в области зеленых ИТ. Строка «Средство, Means» не разделена на компоненты, потому что, как правило,
когда ИТ используется как средство, то используются комбинации компонентов.
Таблица 3.1 – Матрица задач зеленых ИТ в контексте концепции устойчивого развития

21
Данная матрица позволяет проводить первичный анализ направлений развития зеленых ИТ,
связанных с этим фактов. Она обобщает аналогичные матрицы, предложенные участниками проекта
TEMPUSGreenCo. Далее основное внимание уделяется зеленым информационным технологиям (всем ее
компонентам – аппаратному, программному, сетевому, а также ИТ-системам и инфраструктурам) как
объекту обеспечения энергоэффективности (и опосредованно – экологичности).

https://m.facebook.com/1415021262063604/photos/a.1415045652061165/2681601392072245/?type=3
Журнал Охорона праці
ЗЕЛЕНИЙ ОФІС – КОРИСНО ТА БЕЗПЕЧНОУ цьому вже переконалися соціально відповідальні компанії
в Україні, що впровадили у свою діяльність новітні енергоефективні технології та створили зелені робочі
місця.Green Office, тобто зелений офіс (далі – ЗО), виник як екологічна концепція функціонування бізнесу,
спрямована на: – економію ресурсів, – зниження негативного впливу роботи компанії на навколишнє середовище,
– підвищення відповідальності співробітників компанії, її партнерів і клієнтів.У 2012 році концепція ЗО
трансформувалася в Україні у стандарт із чіткими критеріями та показниками, яким має відповідати офіс, щоб
отримати статус зеленого. Розробка стандарту дала змогу запровадити єдиний підхід до оцінювання екологічних
характеристик і результатів діяльності офісних організацій та уникнути маніпулювання зеленим трендом з боку
несумлінних компаній. Стандарт є універсальним. Його застосовують організації з різноманітними формами
власності та чисельністю працівників, що ставлять за мету заощаджувати ресурси й енергію, зменшувати кількість
відходів, працювати більш ефективно та дружньо щодо довкілля. Позитивні результати досягаються завдяки низці
заходів, серед яких:
– придбання екологічно чистих, з відповідним екомаркуванням товарів, а також офісної
енергоощаджувальної техніки;
– ощадливе використання електроенергії (системи автоматичного контролю освітлення, вимкнення
непрацюючого обладнання та пристроїв, автоматичний перехід на режим енергоощадження для персональних
комп’ютерів, використання альтернативної енергії тощо);
– бережливе ставлення до водопостачання (лічильники води, сучасна сантехніка);
– збереження тепла в опалювальний сезон (сучасні склопакети, утеплення стін, вікон і дверей,
терморегулятори на батареях опалення);
– зелений друк (розміщення на одному аркуші паперу якомога більше тексту, повторне використання
паперу із чистого боку);
– зелена реклама, оголошення, листи тощо (замість друку використовувати інтернет, електронну пошту,
презентації);– мінімізація шкідливого впливу транспорту;
– важливою передумовою впровадження ЗО є формування зеленої соціально відповідальної
корпоративної культури, інформування та екологічне виховання працівників.

https://ecoburougcc.org.ua/index.php/ekologichni-poradi/zelenij-ofis
«Зелений офіс» для дому
Під час роботи з комп'ютером та іншою офісною технікою марнується багато електричного струму.
Наприклад, монітор та системний блок, як правило, залишаються включеними під час тривалих пауз, сканер і
принтер включаються автоматично з комп'ютером, навіть тоді, коли в них нема жодної потреби. Таким чином, як
на роботі, так і дома, при експлуатації офісної техніки існує вагомий потенціал економії.
Купівля нових приладів
Екологічне маркування
Обираючи офісну техніку, перш за все зверніть увагу на наявність екологічного маркування: наприклад,
Energy Star (США), Blue Angel (Німеччина), Eco Mark (Японія), тощо. Таке маркування підтверджує зменшення

22
негативного впливу сертифікованого приладу на навколишнє середовище у процесі виробництва, використання та
утилізації.

Енергоефективність
 Віддавайте перевагу обладнанню з найвищим класом (А) енергоефективності та гарантією не менше
трьох років.
 Відповідно до типу приладу енергоспоживання в активному стані та режимі очікування можуть дуже
відрізнятися. Для приладів, які мусять постійно бути до диспозиції, але відносно мало часу дійсно експлуатуються
(наприклад, принтер) важливим є низький рівень споживання в режимі очікування. Для приладів, які постійно
експлуатуються, наприклад, комп'ютери чи монітори, значно важливішим є нижчий рівень споживання в режимі
експлуатації.
 Бажано обирати рідкокристалічні монітори, що споживають на 25-65% менше струму, ніж звичайні, та є
більш безпечними для зору.
Функціональність
 При купівлі принтера та копіювального апарату (ксерокса) обирайте моделі, які можуть автоматично
друкувати на обох сторінках з достатньо високою швидкістю (приблизно 17 с/хв. для принтерів та 32 с/хв. для
ксероксів). Також переконайтесь, що вони можуть працювати із 100% переробленим папером і чи підлягають їх
картриджі повторній заправці.
 Зверніть увагу на об'єм жорсткого диска і оперативної пам'яті, а також на швидкість процесора. Вищі
показники дозволять довше не поновлювати обладнання.
 Задумайтесь над перевагами ноутбука перед настільним комп'ютером, що дозволяє суттєво економити
енергію та збільшувати персональну мобільність.
Користування офісною технікою
Вмикаємо для роботи
Вмикайте обладнання тоді, коли починаєте з ним працювати. Не варто вмикати все й одразу (комп'ютер,
сканер, принтер, копір...), як тільки приходите на робоче місце.
Офісну техніку, що рідко вживається, наприклад, принтер чи сканер, включайте тільки за дійсної потреби,
адже їх сукупні витрати енергії в режимі очікування можуть перевищити витрати комп'ютера, що працює.
Скрін-сейвери
Не користуйтесь скрін-сейверами (анімаційними заставками) для захисту монітора, оскільки ця функція не
дозволяє йому перейти в режим очікування.
Вимикаємо!
 Монітори споживають приблизно таку саму кількість енергії, як і системний блок, тому виключайте їх
навіть за коротких пауз, також не забувайте вимикати весь комп'ютер, якщо залишаєте робоче місце на триваліший
час.
 Налаштуйте систему енергозбереження вашого комп'ютера, вибравши оптимальний час для переходу
монітора та системного блоку в режими очікування та повного спокою.
 Не забудьте вимкнути персональний комп'ютер та інше офісне обладнання після завершення праці.
Кімнатні рослини
Розведіть в офісі кімнатні рослини – це красиво і корисно! Кімнатні рослини, зокрема кактуси, поглинають
шкідливе електромагнітне випромінювання приладів (комп'ютерів та іншої офісної техніки), сприяють очищенню
повітря та створюють сприятливу робочу атмосферу.
Як зробити друк більш дружнім до природи?
І вдома, й на роботі нам доводиться багато чого друкувати. Часто вже за кілька годин надрукований
матеріал стає нікому не потрібний. Добре, коли він потрапляє у місця для збору макулатури, але частіше все це
відправляється до смітника...
Друкуйте менше!
Зважте, чи справді вам потрібний той чи інший документ у друкованому вигляді, адже значну кількість
матеріалів, яку ми відправляємо на друк, ми потім ніколи не читаємо у роздрукованому вигляді.
Попри те, зберігаючи документи в електронному варіанті, не тільки уникаємо завалів макулатури, але й
економимо час та нерви при їх пошуку.
Екологічна креативність
Зважайте на довкілля вже під час створення та набору матеріалів: не використовуйте занадто великі
шрифти та інтервали між рядками, видаляйте непотрібну графіку.
Двосторонній друк
Друкуйте з обох сторін паперу, розміщуючи по дві сторінки на одному аркуші.
Різні документи – різний папір?

23
Використовуйте різний тип паперу для різних документів: більш якісний для важливих, менш якісний та
використаний з одного боку – для чернеток.
Папір із вторсировини
Купуйте та використовуйте папір із вторинної сировини.
«Економ-режим»
Використовуйте при друкуванні «режим економії» чорнил чи тонеру ваших принтерів.
Менше кольорів
Кольорові чорнила, як правило, виготовляють з додаванням різноманітних шкідливих речовин. Тому
використовуйте якомога менше кольорів при підготовці матеріалу.
Потенціал інтернету
Використовуйте можливості інтернету і, замість на папері, публікуйте інформацію у всесвітній мережі.

24

Вам также может понравиться