Kepler: misst den Stromverbrauch je Container Energiedaten für Pods und Nodes ohne eBPF

Von Thomas Joos 2 min Lesedauer

Anbieter zum Thema

Der Strombedarf im Rechenzentrum steigt mit jeder neuen KI-Last, doch die Verteilung des Verbrauchs auf einzelne Anwendungen bleibt oft unklar. Ein quelloffener Exporter ordnet die aufgenommene Leistung einzelnen Containern, Pods und Knoten zu und liefert die Werte an gängige Monitoring-Systeme im Betrieb.

Kepler: misst den Stromverbrauch je Container(Bild:  Thomas Joos)
Kepler: misst den Stromverbrauch je Container
(Bild: Thomas Joos)

Betreiber von Kubernetes-Clustern kennen die Gesamtaufnahme ihrer Server, doch der Anteil einzelner Arbeitslasten am Strombedarf lässt sich damit kaum beziffern. Das CNCF-Projekt Kepler, kurz für Kubernetes-based Efficient Power Level Exporter, schließt diese Lücke und stellt Energiedaten je Container, Pod und Knoten als Prometheus-Metriken bereit. Ende Juni 2026 hat das Team eine von Grund auf neu gebaute Fassung vorgestellt, die den bisherigen Ansatz über eBPF ablöst.

Weg von eBPF, zurück zu /proc und /sys

Die frühere Architektur las die Auslastungssignale über eBPF aus dem Kernel, was hohe Rechte in Form von CAP_BPF und CAP_SYSADMIN verlangte und den Einsatz in der Produktion erschwerte. Zudem erfasste dieser Weg kurzlebige, bereits beendete Prozesse nur lückenhaft, wodurch der ausgewiesene Energiebedarf zu niedrig ausfiel. Die neue Fassung greift stattdessen nur lesend auf die Standard-Schnittstellen /proc und /sys zu, die auf jedem Linux-System vorliegen. Das senkt die nötigen Rechte, verkürzt die Einrichtung und erlaubt eine Installation per Helm mit einem einzigen Befehl.

Genauere Zuordnung der Leistung

Statt einer fest verdrahteten Annahme über den Aufbau der Stromzähler erkennt Kepler die Struktur der Messpunkte dynamisch im Betrieb und passt sich an die vorhandene Hardware an. Die Grundlage bildet Running Average Power Limit (RAPL) auf der CPU, ergänzt um weitere Messwerte des Systems. In Tests am CERN folgt die neue Metrik kepler_node_cpu_watts den Referenzwerten der Intelligent Platform Management Interface (IPMI) eng und vermeidet die früheren Ausschläge im Kilowatt-Bereich. Messungen bei Red Hat zeigen eine Abweichung zwischen der Gesamtaufnahme des Knotens und der auf Prozesse verteilten Energie von nur wenigen Milliwatt.

Kepler stellt die Leistung als Watt-Anzeige und die Energie als Joule-Zähler bereit und exportiert die Werte für die Zuordnung je Pod an Prometheus. Die neu gebaute Codebasis erreicht nach Projektangaben eine Testabdeckung von rund 90 Prozent. Über Dashboards lassen sich die Daten mit Auslastung und Kosten verknüpfen, was den Energiebedarf einzelner Dienste im Cluster sichtbar macht.

Offene Baustellen

Für Grafikprozessoren bringt das Projekt bislang nur eine Messung hinter einem experimentellen Parameter mit, die Modellierung des Verbrauchs virtueller Maschinen steht noch aus und verlangt Fachwissen aus dem Bereich des maschinellen Lernens. Das Team ruft die Community zur Prüfung der Werte gegen physische Messungen und zur Arbeit an der Zuordnung der Leerlaufleistung auf.

Fazit

Der Neubau bringt Kepler von der aufwändigen eBPF-Basis auf schlanke Linux-Schnittstellen und verbessert die Genauigkeit der Zuordnung merklich. Betreiber erhalten Energiedaten je Container, Pod und Knoten mit geringeren Rechten und geringem Einrichtungsaufwand, angebunden an vorhandene Prometheus-Stacks. Für Grafiklasten und virtuelle Maschinen bleibt der Ausbau vorerst begrenzt.

(ID:50900475)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu RZ- und Server-Technik

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung