Intelligenz für Energieverbrauch
- Written by Redaktion
- font size decrease font size increase font size
Serverzuwächse, zunehmend komplexere Grafikprozessoren, neue Cloudinfrastrukturen, Big Data: KI kann künftig Rechenzentren energieeffizienter, sicherer und zuverlässiger gestalten.
Die Stromverbrauchseffektivität (PUE) eines Rechenzentrums wird als Schlüsselindikator für die Bewertung seiner Energieeffizienz angesehen. Der PUE-Wert steigt, sobald das Rechenzentrum an Effizienz verliert. Das Technologieunternehmen Huawei hat sich nun maschinelles Lernen zunutze gemacht und eine intelligente Wärmemanagementlösung namens »iCooling« für den Infrastrukturbetrieb in Rechenzentren entwickelt. Das iCooling-System nutzt Deep Learning, um historische Daten zu analysieren und Faktoren zu identifizieren, die sich auf den Energieverbrauch auswirken. Ein Optimierungsalgorithmus legt dann ideale Parameter fest, die an verschiedene Steuerungssysteme übertragen werden.
Huawei setzt seine Lösungen auch selbst ein: Ein Cloud-Rechenzentrum in Ulanqab, China, erreicht damit einen jährlichen PUE-Wert von nur 1,15 und gilt damit als gutes Beispiel, wie Rechenzentren gebaut werden können. Im einem weitere Cloud-Rechenzentrum in Langfang im Norden Chinas hat der Einsatz von iCooling zu einem um acht Prozent niedrigeren PUE geführt, was eine große Einsparung bei den jährlichen Stromkosten bedeutet. In einem Rechenzentrum von China Mobile in Ningxia hat die Einführung der iCooling-Technologie den Gesamtenergieverbrauchs um 3,2 Prozent gesenkt und damit mehr als 400.000 kWh Strom pro Jahr eingespart.
Laut Prognosen der M Capital Group wird die Rechenzentrumsbranche in den nächsten fünf Jahren um bis zu 15 Prozent wachen und dank künstlicher Intelligenz sollen diese Zentren trotzdem sicherer, zuverlässiger und energieeffizienter werden.