WAF-SUS-020 – Energy-Efficient Compute Selection
Beschreibung
Alle Compute-Ressourcen MÜSSEN energieeffiziente Prozessor-Architekturen bevorzugen.
AWS Lambda-Funktionen MÜSSEN architectures = ["arm64"] nutzen.
EC2-Instanzen DÜRFEN NICHT previous-generation Familien (t2, m4, c4, r4) für Neudeployments verwenden.
ARM/Graviton-Instanzen liefern 20–40% bessere Performance-per-Watt als äquivalente x86-Instanzen
— bei gleichzeitig niedrigeren Kosten.
Rationale
Compute-Instanztypen haben einen direkten, messbaren Einfluss auf Energieverbrauch pro Workload. Graviton3 (m7g, c7g, r7g) bietet ~40% bessere Performance-per-Watt als vergleichbare Intel-Instanzen. Lambda arm64 verbraucht ~20% weniger Energie pro Invocation. Previous-Generation-Instanzen haben bekannt schlechte Energieeffizienz und keine technische Rechtfertigung für Neudeployments. Dieser Control hat den höchsten Automatisierungsgrad aller WAF-SUS-Controls.
Bedrohungskontext
| Risiko | Beschreibung |
|---|---|
Excess Scope 3 Emissionen |
Previous-Gen x86-Instanzen emittieren 30–50% mehr CO₂/Workload als aktuelle Graviton-Äquivalente. |
SCI-Ziele verfehlt |
Software Carbon Intensity kann ohne energieeffiziente Hardware-Basis nicht nachhaltig verbessert werden. |
Sustainability-Schulden |
Ungeprüfte Instanztypen akkumulieren sich und werden bei Skalierung proportional teurer in CO₂ und Kosten. |
CI-Gate fehlt |
Ohne automatisierte Prüfung im Pipeline werden Previous-Gen-Typen unkontrolliert weiter deployed. |
Anforderung
-
Neudeployments EC2 MÜSSEN aktuelle Instanzfamilien nutzen (t4g, m7g, c7g, r7g für Graviton-bevorzugte Workloads)
-
Lambda-Funktionen MÜSSEN
architectures = ["arm64"]setzen -
Previous-Generation-Instanztypen (t2, m4, c4, r4) DÜRFEN NICHT für neue Ressourcen verwendet werden
-
x86-Instanzen für Brownfield-Workloads MÜSSEN im Sustainability Debt Register dokumentiert sein
-
Ein CI-Gate SOLL bei Previous-Gen-Instanztypen warnen oder blockieren
Implementierungsanleitung
-
Inventar erstellen:
aws ec2 describe-instances+ Grouping nach Instanzfamilie; Previous-Gen identifizieren -
Migrationsreihenfolge: Lambda (einfachste), Container (AMI-Rebuild), EC2 (Test erforderlich)
-
Lambda migration:
architectures = ["arm64"]in allen Lambda-Ressourcen setzen -
EC2 Graviton: ARM64-kompatibles AMI wählen; Graviton3-Äquivalent nutzen (m4 → m7g, c4 → c7g)
-
CI-Gate: Regex-Check für Previous-Gen-Instanztypen in Terraform-Pipeline einbauen
-
Sustainability Debt Register: Nicht-migrierbare x86-Workloads mit Begründung und Zieldatum dokumentieren
Reifegrad-Abstufung
| Level | Bezeichnung | Kriterien |
|---|---|---|
1 |
Keine Policy |
Keine ARM/Graviton-Instanzen; Previous-Gen für Neudeployments; Lambda auf x86_64. |
2 |
Awareness |
Einige Graviton-Instanzen vorhanden; keine verbindliche Policy; kein Tracking. |
3 |
Policy + CI-Gate |
Compute-Sustainability-Policy dokumentiert; CI-Gate für Previous-Gen; >30% ARM; Lambda-Standard arm64. |
4 |
Brownfield aktiv migriert |
>60% vCPU-Stunden auf ARM/Graviton; Migrationsplan in Umsetzung; >80% Lambda arm64. |
5 |
ARM-First |
>85% ARM; alle Ausnahmen im Debt Register; SCI verbessert sich nachweislich YoY. |
Terraform Checks
waf-sus-020.tf.aws.lambda-arm64
Prüft: Lambda-Funktionen nutzen arm64-Architektur.
| Compliant | Non-Compliant |
|---|---|
|
|
Remediation: architectures = ["arm64"] setzen. Python, Node.js, Java, Go sind vollständig arm64-kompatibel.
waf-sus-020.tf.aws.ec2-no-previous-gen
Prüft: EC2-Instanzen nutzen keine Previous-Generation-Familien.
| Compliant | Non-Compliant |
|---|---|
|
|
Remediation: m4.large → m7g.large (Graviton3). ARM64-kompatibles AMI erforderlich.
Evidenz
| Typ | Pflicht | Beschreibung |
|---|---|---|
IaC |
✅ Pflicht |
Terraform-Konfiguration mit Graviton/arm64 Instanztypen für EC2 und Lambda. |
Config |
✅ Pflicht |
Cloud-Inventory-Report mit Verteilung der Instanztypen nach Familie (ARM-Share in %). |
Governance |
Optional |
Compute-Sustainability-Policy mit bevorzugten Instanzfamilien. |
Process |
Optional |
Migrationsplan für verbleibende x86-Workloads mit Timeline und Progress-Tracking. |
Regulatorisches Mapping
| Framework | Controls |
|---|---|
EU CSRD (Corporate Sustainability Reporting Directive) |
ESRS E1 – Climate change; ESRS G1 – Governance; ESRS S1 – Own workforce; ESRS S2 – Workers in own workforce; ESRS S3 – Affected communities; ESRS S4 – Human rights |
GHG Protocol (Corporate Accounting and Reporting Standard) |
Scope 1 – Direct emissions; Scope 2 – Indirect emissions from purchased energy; Scope 3 – Other indirect emissions |
Green Software Foundation (GSF) |
Software Engineering Principles – Carbon-aware computing; Carbon accounting standards |
SBTi (Science Based Targets initiative) |
Target setting methodology; Validation and verification; Corporate target standards |
ISO 14001:2015 |
Clause 6.1 – Actions to address risks and opportunities; Clause 8.1 – Operational planning and control; Clause 9.1.1 – Monitoring, measurement, analysis and evaluation |
ISO 14064-1:2018 |
Clause 5 – GHG inventory quantification; Clause 6 – GHG inventory validation and verification |
GDPR |
Art. 28 – Processor obligations; Art. 32 – Security of processing |
CSRD |
ESRS E1-6 – Emissions; ESRS G1-3 – Governance |
NIST SP 800-53 |
AU-1 – Audit and accountability policy; AU-2 – Audit events; AU-3 – Content of audit records |
NIST CSF 2.0 |
GV.PO – Policy; DE.CM – Continuous monitoring; RV.RP – Recovery planning |
TISAX |
Information security – Sustainability; Prototype protection – Environmental protection |
ANSSI SecNumCloud |
Domain – Environmental impact |
BIO |
BIO – Milieueffecten |
ENS High |
op.exp.9 – Gestión del impacto ambiental |
UK NCSC CAF |
B6 – Environmental impact |
CMMC 2.0 |
AU.L2-3.8.1 – Automated audit logging |
IRAP |
ISM – Environmental monitoring |
CCCS PBMM |
AU-2 – Audit events |
MAS TRM |
Ch.12 – Outsourcing risk management |
ISMAP |
Sustainability and environmental impact |
FISC |
Operational measures – Environmental impact |