Dostupnost zelené energie řídí IT

Potřeba energie IT infrastruktury neustále roste a tímto způsobem stále více poškozuje životní prostředí. Aby snížily svůj uhlíkový otisk, jsou IT systémy stále častěji integrovány do takzvaných mikrogridů, které umožňují přímý přístup k energii z obnovitelných zdrojů. Místní dostupnost solární a větrné energie však značně kolísá. Výzkumníci z Berlin Institute for the Foundation of Learning and Data (BIFOLD) na TU Berlin vyvinuli k tomuto účelu nový přístup k IT systémům, který umožňuje flexibilní pracovní zátěže, například tréninkové úkoly pro systémy strojového učení, pouze tehdy, když je možné je zpracovávat výhradně pomocí energie z obnovitelných zdrojů. Jejich publikace "Cucumber: Renewable-Aware Admission Control for Delay-Tolerant Cloud and Edge Workloads" bude představena na Euro-Par 2022.

Požadavek na výpočetní výkon roste nejen v průmyslu, ale i ve výzkumu rok od roku a dále zvyšuje spotřebu energie distribuovaných výpočetních systémů a s tím související emise uhlíku. „Datová centra již nyní odpovídají za více než jedno procento celosvětové spotřeby energie, a očekává se, že tato čísla budou dále růst – především pokud se prosadí internet věcí (IoT) a edge a fog computing,“ vysvětluje BIFOLD Fellow Prof. Odej Kao, profesor distribuovaných a operačních systémů na TU Berlin. Jedním z přístupů k udržitelnějším a nákladově efektivnějším cloudovým a edge výpočetním systémům je přímé vybavení IT infrastruktury obnovitelnými zdroji energie, jako je slunce nebo vítr. Nicméně zejména menší datová centra nejsou schopna vždy spotřebovat veškerou vyrobenou energii, což v určitých obdobích vede k přebytku energie a v jiných obdobích k nedostatku obnovitelné energie. Tento problém lze částečně řešit ukládáním energie nebo vyrovnáváním spotřeby v rámci lokálních elektrických sítí.

Lepší plánování flexibilních pracovních zátěží

Flexibilní pracovní zátěže, které snášejí určité zpoždění při provádění, jsou běžné v cloudových prostředích, ale mohou se vyskytnout i v časově kritických edge výpočetních prostředích. Například automatizované, inteligentní řízení dopravy se musí neustále přizpůsobovat novým situacím tím, že iterativně zlepšuje místní modely strojového učení na základě nových dat. Přesný čas a rozsah takových tréninkových úkolů však podléhají určité flexibilitě.

Aby bylo možné efektivněji využívat přebytečnou obnovitelnou energii na výpočetních uzlech a tím snížit emise CO2 a náklady na elektřinu, navrhují vědci z BIFOLD nový přístup: Flexibilní pracovní zátěže, například takové tréninkové úkoly, mohou být systémem odmítnuty, pokud není k dispozici dostatek energie z obnovitelných zdrojů. Jejich systém předpovídá volnou kapacitu výpočetního systému, očekávanou spotřebu energie a výrobu energie. Díky tomu lze určit, zda je možné do fronty systému zařadit další úkoly, aniž by bylo nutné čerpat energii ze sítě. Pomocí pravděpodobnostních předpovědí lze systém individuálně nakonfigurovat: buď se přijímají pouze výpočetní zátěže, které jsou téměř jisté, že poběží na zelené energii, nebo se potenciální využití sítě ne úplně vyloučí, pokud to umožní zpracování většího počtu úkolů. „Zvýšené využívání obnovitelných zdrojů energie vyžaduje flexibilitu ve spotřebě elektřiny, což je v silně distribuovaných a heterogenních systémech obtížné koordinovat,“ říká Philipp Wiesner, doktorand na TU Berlin. „Naši přístup vnímáme jako nedílnou součást decentralizovaného systému zpracování dat, který optimalizuje využívání obnovitelné energie prostřednictvím místních rozhodnutí.“

Publikace:
Philipp Wiesner, Dominik Scheinert, Thorsten Wittkopp, Lauritz Thamsen, Odej Kao, Proceedings of the 28th International European Conference on Parallel and Distributed Computing (Euro-Par): „Cucumber: Renewable-Aware Admission Control for Delay-Tolerant Cloud and Edge Workloads“.
https://arxiv.org/pdf/2205.02895.pdf

Další informace vám rád poskytne:
Philipp Wiesner
TU Berlin
Fachgebiet Distributed and Operating Systems (DOS)
Tel.: 0049 (0)30 314-26260
E-mail: wiesner@tu-berlin.de