Ana içeriğe geç

Measuring Software Carbon — SCI, Cloud Carbon Footprint, Kepler#

"Yazılım karbonunu ölçmüyorsan, azaltma iddiası boştur. Excel'e 'green' yazmak yeter mi sorulduğunda CSRD '10 sayfalık emisyon raporu' der; auditor 'metric göster' der; sen ölçmemişsen iddia + utanç'la baş başa kalırsın."

Bu rehber yazılım emisyonunu gerçek metric'e dönüştüren stack'i — SCI formülü, Cloud Carbon Footprint, Kepler eBPF, AWS/GCP/Azure native dashboard'lar — somut adımlarla anlatır.

🎯 SCI — Software Carbon Intensity#

SCI = ((E × I) + M) / R

E = Energy (kWh)              uygulamanın tükettiği elektrik
I = Carbon Intensity           gCO₂eq/kWh (region+saat)
M = Embodied carbon            hardware lifecycle CO₂ (amorti)
R = Functional unit            request, user, transaction…

Birim: gCO₂eq / functional unit

🔑 Hedef: SCI'ı azalt, mutlak rakam değil. Year-over-year %20 azalma sağlam ilerleme.

Örnek hesap (basit)#

E = 100 kWh (1 hafta)
I = 250 gCO₂/kWh (eu-west-1 ortalama)
M = 1500 g (server lifecycle, 1 hafta amorti)
R = 10,000,000 request

SCI = (100 × 250 + 1500) / 10,000,000
    = 25,001,500 / 10,000,000
    = 2.5 gCO₂ / request

🛠️ E (Energy) Ölçümü#

Cloud — Bill-Based Estimation#

Tool Yöntem Cloud
Cloud Carbon Footprint Billing + utilization → kWh tahmin AWS, GCP, Azure
AWS Customer Carbon Footprint Tool Native dashboard AWS
GCP Carbon Footprint Native GCP
Azure Emissions Impact Dashboard Native Azure

On-prem / K8s — Kepler (eBPF)#

Kepler kernel'da eBPF ile pod-level energy ölçer (RAPL: Running Average Power Limit + GPU sensor).

helm install kepler kepler/kepler \
  -n kepler --create-namespace \
  --set serviceMonitor.enabled=true

Prometheus metrikler#

# Pod başına joule (cumulative)
kepler_container_joules_total{pod_name="<POD>", container_name="<C>"}

# Namespace başına watt-saat (1 saat penceresinde)
sum by (namespace) (
  rate(kepler_container_joules_total[1h])
) / 3600

# CPU vs DRAM vs GPU dağılımı
kepler_container_package_joules_total   # CPU socket
kepler_container_dram_joules_total       # DRAM
kepler_container_gpu_joules_total        # GPU

🔑 Kepler limit: AMD CPU bazılarında RAPL erişimi yok → "estimation mode" (model-based). Intel'de gerçek ölçüm.

🛠️ I (Carbon Intensity) Veri Kaynağı#

Source Coverage Granularity
ElectricityMaps API Global Saatlik real-time + forecast
WattTime US odaklı 5-dakikalık
Cloud-native (AWS/GCP/Azure) Vendor zone Aylık ortalama
National grid data UK, US, vb. Saatlik

Cloud Carbon Footprint built-in#

# Docker compose
docker-compose -f cloud-carbon-footprint/docker-compose.yml up

# UI: localhost:4000

Dashboard: - AWS account başına emisyon - Service başına (EC2 vs RDS vs S3) - Region başına - Daily trend - Kubecost entegrasyonu (per-namespace)

🛠️ M (Embodied Carbon)#

Hardware'in üretimden gelen karbonu — server, switch, disk üretimi.

Boavizta API#

curl -X POST 'https://api.boavizta.org/v1/server/' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": {"type": "rack"},
    "configuration": {
      "cpu": {"units": 2, "core_units": 32, "tdp": 200},
      "ram": [{"capacity": 256, "units": 12}],
      "disk": [{"type": "ssd", "capacity": 2000, "units": 4}]
    },
    "usage": {"hours_life_time": 35040, "usage_location": "DEU"}
  }'

{
  "impacts": {
    "gwp": {"manufacture": 1500, "use": 7600, "unit": "kgCO2eq"}
  }
}

Pratik hesaplama#

  • Server üretim: ~1500 kg CO₂eq
  • Lifecycle: 4 yıl = 35,040 saat
  • Per-saat: ~43 g CO₂

→ 1 saatte 1 server'a düşen embodied: 43 g.

🛠️ R (Functional Unit)#

"1 birim iş" sayımı. Domain'e bağlı:

Workload R
REST API 1000 request
Veri işleme 1 GB processed
ML inference 1000 prediction
Storage 1 TB-month
Streaming 1000 saat watch
Build pipeline 1 build

Ölçüm#

# Aylık request sayısı
sum(increase(http_requests_total[30d]))

# Per-build (CI metric)
ci_pipeline_runs_total{status="success"}

📊 Tüm Stack: Birleştirelim#

┌────────────────────────────────────────────────────────┐
│                    SCI Calculator                       │
│                                                         │
│   E (energy)      ← Kepler / CCF / cloud-native        │
│   I (intensity)   ← ElectricityMaps API                │
│   M (embodied)    ← Boavizta API                       │
│   R (units)       ← Prometheus app metrics             │
└────────────────────────────────────────────────────────┘
                          │
                          ▼
                  Per-service SCI
                          │
                          ▼
                Grafana Dashboard
                          │
                          ▼
         CSRD / SOC2 / ISO 14001 raporu

Örnek Python hesaplama#

import requests

def calculate_sci(service: str, period_hours: int = 168):
    # E: Kepler
    energy_kwh = prometheus.query(
        f'sum(increase(kepler_container_joules_total{{namespace="{service}"}}[{period_hours}h])) / 3600000'
    )

    # I: ElectricityMaps
    intensity = requests.get(
        f'https://api.electricitymap.org/v3/carbon-intensity/latest?zone=DE',
        headers={'auth-token': EMAPS_TOKEN}
    ).json()['carbonIntensity']

    # M: Boavizta (cluster-level, per service'a böl)
    embodied_per_hour = 43   # g CO₂
    cluster_servers = 30
    service_share = 0.1      # %10 cluster usage
    embodied_g = embodied_per_hour * period_hours * cluster_servers * service_share

    # R: app metric
    requests_total = prometheus.query(
        f'sum(increase(http_requests_total{{service="{service}"}}[{period_hours}h]))'
    )

    sci = ((energy_kwh * intensity) + embodied_g) / (requests_total / 1000)
    return sci   # gCO₂ per 1000 requests

🎯 Grafana Dashboard#

Panels#

  1. Cluster total emissions (gCO₂/saat trend)
  2. Per-namespace breakdown
  3. Top 10 carbon-heavy services
  4. Service SCI trend (target line ile)
  5. Energy mix (CPU vs GPU vs DRAM)
  6. Region comparison
  7. Carbon-aware savings (time-shift gain)

Örnek query'ler#

# Cluster CO₂/saat
sum(rate(kepler_container_joules_total[1h])) / 3600000 * 250
# (250 = ortalama gCO₂/kWh)

# Per-namespace, top 10
topk(10, sum by (namespace) (rate(kepler_container_joules_total[1h])))

# SCI per service (custom metric)
service_sci_grams_per_1k_requests

📦 CSRD / Compliance Raporlama#

EU CSRD (Corporate Sustainability Reporting Directive)#

  • Scope 1: doğrudan emisyon (genelde yazılımda yok)
  • Scope 2: alınan elektrik (cloud workload buraya girer)
  • Scope 3: tedarik zinciri (vendor SaaS, hardware lifecycle)

Raporlama formatı#

# Örnek: CSRD-uyumlu yıllık rapor
year: 2026
scope_2_emissions_kg:
  cloud_compute: 24000
  cloud_storage: 3500
  cloud_network: 2100
  total: 29600

scope_3_emissions_kg:
  hardware_embodied: 8000
  vendor_saas:
    github: 500
    datadog: 1200
    others: 800
  total: 10500

methodology: "GHG Protocol + GSF SCI"
data_sources:
  - "AWS Customer Carbon Footprint Tool"
  - "Kepler (K8s)"
  - "Boavizta (embodied)"

reduction_targets:
  baseline_year: 2024
  2030_target: -50%
  current_progress: -18%

🚫 Anti-Pattern Tablosu#

Anti-pattern Niye kötü Doğru
Sadece "carbon offset" alma, ölçüm yok Real reduction değil, pazarlama Ölç → azalt → kalanı offset
Cloud-native tool sayılarına güven sadece Sadece o cloud'u kapsar Multi-source aggregator (CCF)
Average intensity (yıllık) kullanma Real-time eksik Saatlik ElectricityMaps
M (embodied) ihmal Toplam %20-30 kayıp Boavizta API ile dahil et
R (functional unit) tanımlanmamış SCI hesaplanamaz Per-workload "1 birim iş" tanımı
Ölçüm var, target yok İyileşme görünmez Year-over-year hedef
ESG ekibi tek başına Mühendis dahil değil Joint dashboard, ortak hedef
Kepler'siz K8s'de tahmin yok Pod-level yok Kepler veya equivalent
Trend takibi yok Bir kerelik rapor → eskimiş Grafana sürekli
Yıllık rapor manuel Hata + zaman israfı Otomatik aggregator
AI/ML ihmal LLM training devasa Ayrı kategori, GPU energy ayrı raporla

📋 Software Carbon Measurement Checklist#

[ ] Cloud Carbon Footprint kurulu (multi-cloud aggregator)
[ ] Kepler (K8s pod-level energy) — Intel cluster'larda
[ ] ElectricityMaps API token (real-time intensity)
[ ] Boavizta API embodied carbon
[ ] Per-service SCI hesaplanıyor
[ ] R (functional unit) her workload için tanımlı
[ ] Grafana sustainability dashboard
[ ] Year-over-year reduction target (örn: -20%)
[ ] AI/ML workload'lar ayrı kategori (GPU energy)
[ ] CSRD-ready rapor şablonu
[ ] Quarterly review: yöneticilere trend
[ ] Mühendis on-boarding: SCI farkındalığı
[ ] Vendor SaaS Scope 3 envanter
[ ] Hardware lifecycle politikası (4-5 yıl + refurbish)
[ ] CDN / cache strategy ile network carbon
[ ] Region selection matrix (carbon dahil)

📚 Referanslar#

  • GSF SCI Specification — sci.greensoftware.foundation
  • Cloud Carbon Footprint — cloudcarbonfootprint.org
  • Kepler — sustainable-computing.io
  • Boavizta — boavizta.org
  • ElectricityMaps — electricitymaps.com
  • AWS Customer Carbon Footprint Tool
  • GCP Carbon Footprint
  • Azure Emissions Impact Dashboard
  • GHG Protocol — ghgprotocol.org
  • CSRD (EU) — finance.ec.europa.eu/csrd
  • Green-Software-Principles.md
  • Carbon-Aware-Computing.md
  • Region-Selection.md

"Ölçmediğin şeyi azaltamazsın. SCI yazılım karbonunu CI'da pass/fail metric'e indirgeyebilen tek araç. CSRD raporlamasını 'sayfalar dolusu metin' yerine dashboard çıktısı yapan disiplin."