L IA; поставити на r; центри обробки даних, щоб їх було менше; нервовоядні
Центри обробки даних мають репутацію поглиначів енергії. Згідно з різними дослідженнями, вони становлять від 1 до 3% попиту на електроенергію. З інфляцією цифрових використання їх споживання може потроїтися або навіть вчетверо зрости протягом наступного десятиліття, щоб досягти 10% світового виробництва в 2030 році. Однак остання наукова стаття, однак, гартує ці песимістичні прогнози. Він зазначає, що хоча обсяг обчислень збільшився на 550% між 2010 і 2018 роками, споживання енергії центрами обробки даних лише зросло на 6% за той самий період.
Енергоефективність центрів обробки даних насправді є давнім боєм для цифрових гравців, насамперед GAFA. Окрім проблеми із зображенням, що стосується зменшення їх вуглецевого сліду, це більш прозаїчно питання зменшення експлуатаційних витрат. Як дизайнери, так і оператори дата-центрів прикуті до відомого PUE (Енергоефективність використання енергії), головного показника енергоефективності. Це співвідношення між загальною енергією, яку використовує центр обробки даних, та енергією, яку фактично споживає його ІТ-обладнання (сервери, сховище, мережа). Зокрема, він висвітлює частину, присвячену системі охолодження, створеній для запобігання підвищенню температури ІТ-компонентів та уникнення перегріву. PUE 1,5 означає, що на 1 Вт, споживаний ІТ-навантаженням, для роботи інфраструктури потрібно 1,5 Вт.
Для переходу до PUE 1, ідеального теоретичного показника, різні методи дозволяють підвищити ефективність ланцюга живлення та оптимізувати споживання систем охолодження. Водоохолодження використовує, наприклад, теплоносні властивості води. Охолоджена рідина відводить тепло, яке виділяють сервери. Сама конструкція центру обробки даних, його розташування в країнах з полярним кліматом або використання відновлюваних джерел енергії є іншими напрямками, які вже використовуються.
ШІ, який став автономним у Google
Цифрові програвачі також звернулися до штучного інтелекту. Якщо центр обробки даних обробляє тисячі одиниць інформації в секунду, він сам генерує великий обсяг даних. Кілька датчиків повідомляють про внутрішню та зовнішню температури або зміни навантаження кожного сервера. Дані, які можна перетинати, серед іншого, з прогнозами погоди. Своєрідний підвищений термостат, ШІ дозволяє максимально точно і в реальному часі передбачити енергію, необхідну для охолодження центру обробки даних.
Перш за все, Google є піонером у цій галузі. З 2014 року цифровий гігант використовує ШІ для зменшення енергоспоживання своїх центрів обробки даних. У своєму повідомленні в блозі від 2016 року його спеціалізована дочірня компанія AI, DeepMind, повідомила про приріст до 40%, зменшення загального перевантаження PUE на 15%. Сформована з історичних виробничих даних і подана в реальному часі за допомогою тисяч датчиків температури або гідрометрії, характерних для кожного центру обробки даних, AI від Google, заснована на нейронних мережах, рекомендує операційний сценарій, оптимальний на основі прогнозів температури та ІТ навантаження.
Якщо модель задовольнялася рекомендаціями керівникам своїх центрів обробки даних, Google пішов на крок далі. У примітці, опублікованій через два роки, DeepMind пояснює, що система ШІ зараз безпосередньо контролює охолодження центрів обробки даних, хоча оператори можуть повернути контроль у будь-який час. "Впровадження рекомендацій вимагало занадто великих зусиль та нагляду з боку оператора", стверджує DeepMind.
Однак енергоефективність не повинна порушувати роботу інфраструктури. Зіткнувшись із цією проблемою, DeepMind запровадив вісім механізмів контролю, які вимагають оцінки довіри, фактично усуваючи надто зухвалі рекомендації та враховуючи обмеження безпеки. Його експерти навмисно обмежили характеристики двигуна з рекомендацій, щоб досягти компромісу ризик/вигода з точки зору зменшення енергії. Google приходить до висновку, що можна застосувати цю технологію до інших промислових контекстів, щоб допомогти боротися зі зміною клімату в набагато більших масштабах.
Schneider оптимізує контур охолодження
Google не єдина, хто скористався внеском ШІ для оптимізації енергоспоживання центрів обробки даних. ІТ-провайдери, такі як енергетичний сектор, позиціонують себе в цій галузі. Це випадок із Schneider Electric. Його пропозиція має перевагу в керуванні всім ланцюгом трансформації енергії в центрі обробки даних, починаючи від систем електроживлення та інверторів і закінчуючи шафами кондиціонування, включаючи стелажі, аксесуари, підвісні підлоги та рішення для контролю.
"По суті, крайові обчислення менш затратні, ніж хмари. Між ними, ШІ може грати арбітраж"
Schneider Electric, зокрема, пропонує модуль штучного інтелекту, призначений для інтелектуального управління шафами кондиціонування. Під назвою Cooling Optimize (Оптимізація охолодження) ця апаратно-програмна коробка постійно оптимізує потік повітря в центрі обробки даних відповідно до умов навколишнього середовища або подій, що впливають на температуру, таких як рух або додавання машини. Рішення для самонавчання вивчає піки навантаження кондиціонера, наприклад, переведення однієї з трьох шаф в режим очікування в непікові години.
Цей підхід знаходить всю свою актуальність із концепцією вільного охолодження, яка полягає у використанні зовнішнього повітря вночі або в осінньо-зимовий період, щоб частково або повністю відключити традиційну систему охолодження. Для цього AI забезпечує інтелектуальне управління контуром контуру охолоджуючої води, змінюючи його температуру відповідно до ІТ-навантаження. "Візьмемо приклад зовнішньої температури, охолодженої до 15 ° C на вході в шафи кондиціонера і яка виходить при 20 ° C", ілюструє Демієн Жиру, національний директор з продажів Secure Power France у Schneider Electric. "У будь-який момент для потужності, яку повинен забезпечити дата-центр, може знадобитися температура лише 18 ° C. Безкоштовне охолодження дозволить отримати необхідні три градуси без погіршення рівня обслуговування".
HPE максимізує надмірність
Також залучена в цій галузі, HPE співпрацює з 2019 року з провідним дослідником у цій галузі, в даному випадку Національною лабораторією з відновлюваних енергій Міністерства енергетики США (NREL). Суперкомп'ютери NREL демонструють надзвичайно низький коефіцієнт PUE 1,036. Тепло, яке вони виділяють, використовується, зокрема, для обігріву сусідніх офісів та лабораторій. В рамках свого дослідницького партнерства HPE та NREL прагнуть розробити нові моделі ШІ для подальшого підвищення цього рівня енергоефективності. "Проект враховує температуру, швидкість вітру, прогнози погоди ...", - говорить Тахір Кадер, архітектор з енергетики та охолодження HPE.
Технолог, ІТ-ефективність та стабільність для зони EMEA у HPE, Матео Дюган висуває інші шляхи. "Для підвищення стійкості центри обробки даних є надлишковими на всіх рівнях, незалежно від кількості насосів або датчиків. ШІ дозволяє зменшити цю потребу в надмірності без шкоди для імперативів. Безпеки", - підкреслює він. Крім того, Матео Дюган наполягає на розвитку крайових обчислень, які полягають у переміщенні обробки даних до краю мережі, якомога ближче до джерела. "По суті, цей децентралізований режим менш енергоємний, ніж хмарні обчислення", наполягає Матео Дуган. "ШІ може арбітрувати і приймати рішення щодо переміщення даних у хмару на основі випадків використання."
Остання тенденція: зближення ІТ та ОТ (операційні технології). Таким чином, HPE об'єднала зусилля з виробниками електрообладнання, включаючи Schneider Electric та швейцарську ABB. У спільному прес-релізі від червня HPE та ABB підрахували, що поєднання їх технологій призводить до зменшення енергоспоживання суперкомп'ютерів до 30%.