Todas las noticias
Técnica

Uber lanza NCU para ajustar cómputo según el rendimiento del procesador

Por JP Software ·

JP Software
Ilustración de la nota: Uber lanza NCU para ajustar cómputo según el rendimiento del procesador
JP Software

Uber presentó Normalized Compute Units (NCU), un nuevo modelo de asignación de capacidad dentro de su plataforma de orquestación con estado llamada Odin. La iniciativa busca resolver la disparidad de potencia de cálculo en una infraestructura heterogénea que mezcla arquitecturas ARM con varias generaciones de servidores x86.

Datos clave

  • Uber gestiona cerca de 5 millones de núcleos de CPU en nubes públicas y centros de datos propios, según Uber.
  • El rendimiento de un solo hilo puede variar casi por un factor de dos entre los procesadores más rápidos y los más lentos, según Uber.
  • El nuevo esquema clasifica los servidores con una base de 100 puntos y asigna valores cercanos a 190 para el hardware más moderno, según Uber.
  • La compañía implementó esta solución en 1.4 millones de núcleos con escalado automático y redujo un 8% la CPU total asignada a Kafka, según Uber.

El problema de los núcleos idénticos en hardware mixto

Tratar cada núcleo de procesador como un recurso equivalente genera ineficiencias en flotas grandes. Si configuras la capacidad pensando en los servidores más lentos, desperdicias recursos cuando la carga se ejecuta en hardware reciente. Si dimensionas con base en el promedio, los servicios sufren falta de potencia al ser asignados a máquinas antiguas.

Este desfase afecta con mayor fuerza a las cargas de trabajo con estado (stateful). A diferencia de los servicios sin estado, donde un balanceador puede redirigir peticiones a nodos desocupados, los sistemas como bases de datos o gestores de colas deben consultar particiones específicas de información. Uber documentó casos donde un nodo líder consume más de diez veces la CPU de sus réplicas, lo que provoca saturación grave si ese líder aterriza en un procesador más lento.

Cómo funcionan las Normalized Compute Units

La plataforma Odin desacopla la potencia de cálculo requerida de la cantidad estricta de núcleos físicos asignados. Primero define un factor de rendimiento inicial durante la calificación del hardware y luego lo ajusta con datos de telemetría de producción.

Con esta escala, una carga de trabajo recibe menos núcleos físicos si corre en un procesador nuevo, o una cantidad mayor si se aloja en hardware previo. En sus mediciones sobre clústeres de Kafka, la diferencia de utilización entre los procesadores más exigidos y los menos usados bajó del 50% a solo un 10% tras aplicar este balanceo.

A diferencia de abstracciones como la de Kubernetes, que trata cada núcleo o milinúcleo como una medida absoluta de tiempo de procesamiento sin importar la máquina subyacente, el esquema de Uber evalúa la capacidad de cómputo real que entrega cada núcleo asignado.

Por qué te importa

Si administras infraestructura híbrida o ejecutas contenedores sobre múltiples familias de procesadores en la nube, asumir que un núcleo siempre entrega la misma potencia falsea tus estimaciones de capacidad y costos. El enfoque de normalizar el rendimiento permite reducir asignaciones ociosas en instancias costosas y proteger la estabilidad de servicios con estado sin sobredimensionar a ciegas.

Comparte esta nota