Therapid expansion of digital services has solidified cloud computing as a key technology in today’s world. Yet, its environmental toll, particularly in energy consumptionandcarbonemissions, posessignificantchallenges. Around87% of the organizations use hybrid cloud solutions meaning a combination of public clouds such as AWS, GCP and AZURE in combination with private and multi-cloud environments. While this represents nearly 5% of the global energy matrix in 2022, its estimated it would represent ca. 40% by 2040. This study addresses the carbon footprint reduction of multi cloud environments and proposes the MAIZX Framework as a solution aimed at enhancing the sustainability of cloud computing. This thesis presents the development and application of the MAIZX Framework, incorporating a novel ranking algorithm that leverages local energy data and its associated carbon intensity to guide cloud computing toward more sustainable practices. Unique in its approach, the MAIZX Framework is designed for versatility across various cloud environments, including federated, hybrid, multi-cloud and provider-agnostic settings. It seamlessly integrates with edge nodes, and bare-metal servers, and is interoperable with public clouds, meeting the diverse needs of modern distributed computing. The experimentation is carried out in three major data centers in combination with OpenNebula as the main hypervisor, the framework’sarchitecture allows for potential application and adaptation across different hypervisors, broadening its scope and utility. The findings from this research are promising, laying a foundation for advanced load scheduling, load shifting, and allocation strategies; through empirical implementation and simulation of scenarios particularly relevant in the context of energy-intensive operations like AI system training and highperformance computing. Moreover, the MAIZX Framework introduces a path towards self-sufficiency in cloud computing nodes. It presents also a solid base in multi-cloud setups, where schedule importance, energy and carbonawareness could be fundamental to autonomously negotiate loads, optimizing their operation for both performance and environmental impact. This work represents a bedrock and a significant step forward in aligning technological innovation with ecological sustainability. The MAIZX Framework is more than a tool for reducing the carbon footprint of cloud services; it is a blueprint for future developments in sustainable digital infrastructure. By bridging technology and environmental awareness, it signals a new direction for cloud computing- one that is conscious of its environmental impact and strives for a more sustainable digital future.

Denna avhandling presenterar utvecklingen och tillämpningen av MAIZXramverket, som inkluderar en ny rangordningsalgoritm som utnyttjar lokal energidata och dess associerade koldioxidintensitet för att vägleda molnberäkning mot mer hållbara praktiker. Unik i sitt tillvägagångssätt är MAIZXramverket utformat för mångsidighet över olika molnmiljöer, inklusive federerade, hybrid, multimoln och leverantörsoberoende inställningar. Det integreras sömlöst med edge-noder och bar-metal servrar och är interoperabelt med offentliga moln, mötande de mångfaldiga behoven av modern distribuerad databehandling. Experimenten genomfördes i tre stora datacenter i kombination med OpenNebula som den huvudsakliga hypervisorn. Ramverkets arkitektur tillåter potentiell tillämpning och anpassning över olika hypervisorer, vilket breddar dess räckvidd och användbarhet. Resultaten från denna forskning är lovande och lägger en grund för avancerad lastplanering, lastförskjutning och allokeringstrategier; genom empirisk implementering och simulering av scenarier blev resultatet särskilt relevant i kontexten av energiintensiva operationer som AI-systemträning och högpresterande databehandling. Dessutom introducerar MAIZX-ramverket en väg mot självförsörjning i molndatordnoder. Det föreställer en framtid där noder inte bara är medvetna om energi och koldioxid, utan också kan förhandla om laster autonomt, optimerande sin drift för både prestanda och miljöpåverkan. Detta arbete representerar en grundsten och ett betydande steg framåt i att anpassa teknologisk innovation med ekologisk hållbarhet. MAIZX-ramverket är mer än ett verktyg för att minska koldioxidavtrycket från molntjänster; det är en ritning för framtida utvecklingar inom hållbar digital infrastruktur. Genomatt brobygga mellan teknologi och miljömedvetenhet signalerar det en nyriktning för molnberäkning- en somärmedvetenomsinmiljöpåverkanoch strävar efter en mer hållbar digital framtid.