对许多人来说，“可持续发展”一词让人想起可重复使用的水瓶、纸吸管等。或者，你可能会想到商场里那些“减少、重复使用、回收利用”的海报和帆布手提袋——但可能想不到数据中心，是吧？随着可持续性已经成为许多政府政策、企业举措和消费者趋势的基石，技术领导者一直在努力构建技术，致力于帮助用户监测他们的软件使用如何驱动能源消耗。

根据国际能源机构的报告，近年来，数据中心处理的工作量快速增长，导致能源使用量增加，每年增加10-30%，占全球能源消耗的1-1.5%。为了让企业产生有意义的环境影响，IT领导者必须更努力地审视他们设备的效率，以及他们用来评估数据中心可持续性的工具。

Kepler是红帽的新兴技术团队创立的一个项目，IBM研究院和英特尔为该项目提供了早期帮助。它是一个社区驱动的开源项目，在广泛的平台上捕获电力使用指标，专注于报告、降低和（统计）回归，以便企业能够更好地了解能源消耗。

Kepler使用经过验证的云原生方法和技术，如扩展Berkeley Packet Filter（eBPF）、CPU性能计数器和机器学习模型，估计工作负载的功耗，并将其导出为指标。然后，这些指标用于调度、伸缩、报告和可视化，为系统管理员提供关于其云原生工作负载的碳排放的信息。

Kepler模型服务器使用开普勒功率估计代理的节点数据，从而不断调整和微调其预训练模型。这让Kepler调整它的计算，以更好地服务于用户的独特系统和需求。通过从Kepler获得的知识，企业决策者可以更好地评估如何优化能源消耗，满足不断变化的可持续发展需求，并更好地实现组织的目标。

在开源社区合作和上游优先的原则下，未来在可持续性方面的创新发展得更快。考虑到这一点，红帽正在将Kepler贡献给云原生计算基金会（CNCF）沙箱，贡献者在沙箱中探索如何将Kepler集成到他们自己的用例中。

Kepler可以在开源社区中实现一系列新的创新，允许服务提供商更好地观察、分析、优化和记录云原生应用的功耗，包括：

电力消耗报告

Kepler指标是一个时间序列——它们可以用于构建仪表板，在各种级别上显示功耗，包括容器、pods、名称空间或集群中的不同计算节点。

碳排放情况

Kepler的能源消耗指标可以与数据中心的电力使用效率（PUE）和电力碳排放密度相结合，从而让用户计算工作负载的预估碳排放情况。

电力感知工作负载调度器和自动伸缩

Kubernetes调度器可以利用Kepler指标将即将到来的工作负载放置在计算节点上，将提高每瓦的性能，最终减少集群级的功耗。同样，Kubernetes自动缩放器可以在自动缩放算法中使用Kepler的功耗指标，以确定实现更好的能源效率所需的资源。

CI/CD管道

Kepler还可以在软件开发生命周期中使用，帮助生产更多可持续的软件产品。例如，Kepler可以部署在持续集成和持续开发(CI/CD)管道中进行软件测试和发布。Kepler的功耗指标可以帮助开发人员测量、分析和优化软件堆栈。