Datasentre i overgang: Slik vil AI bli mer energieffektiv i fremtiden!

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

Forskerteamet ved Saarland University utvikler AI-modeller som er opptil 90 % mer energieffektive. Teknologier vil bli presentert på Hannover Messe.

Das Forschungsteam der Uni Saarland entwickelt KI-Modelle, die bis zu 90% energieeffizienter sind. Technologien werden auf der Hannover Messe vorgestellt.
Forskerteamet ved Saarland University utvikler AI-modeller som er opptil 90 % mer energieffektive. Teknologier vil bli presentert på Hannover Messe.

Datasentre i overgang: Slik vil AI bli mer energieffektiv i fremtiden!

I den aktuelle diskusjonen om energiforbruket til datasentre og deres miljøpåvirkning er det kunstig intelligens (AI). Et forskerteam ledet av professor Wolfgang Maaß ved Saarland University jobber med innovative teknologier for å forbedre energieffektiviteten til AI-er. Det fremtidsrettede målet: AI skal bli opptil 90 prosent mer energieffektiv. Dette er en sårt tiltrengt utvikling, spesielt gitt datasentre og deres betydelige strømforbruk, som har mer enn doblet seg det siste tiåret. Høyt uni-saarland.de Den teknologiske løsningen vil bli presentert på den kommende Hannover Messe, som finner sted fra 31. mars til 4. april.

Datasentre i Tyskland registrerte strømforbruk på rundt 20 terawattimer per år i 2023, og prognoser tyder på at dette forbruket kan stige til 35 TWh innen 2030 og opp til 88 TWh innen 2045. Denne økningen er et resultat av den økende bruken av skytjenester samt det økende antallet AI-applikasjoner og avansert digitalisering av industri og administrasjon, f.eks. datacenters.org rapportert.

Energieffektivitet som nøkkel

Utfordringene knyttet til disse økende energibehovene krever umiddelbar handling fra operatører for å redusere energiforbruket gjennom optimaliserte kjøleteknologier og maskinvareeffektive løsninger. Innovative tilnærminger som væskebaserte kjølesystemer og bruk av geotermisk energi blir stadig viktigere. Implementeringen av bærekraftig infrastruktur forsterkes også av lovkrav som den nye energivernloven (EnEfG).

En sentral bekymring for professor Maaß sitt team er utviklingen av slanke, behovsbaserte AI-modeller. Bruk av kunnskapsdestillasjon, en kompresjonsteknologi, gjør det mulig å trekke ut mindre, mer effektive elevmodeller fra store lærermodeller. Dette kan være spesielt gunstig for mindre selskaper som ønsker å få tilgang til kraftige AI-løsninger uten å måtte investere i omfattende infrastruktur.

Teknologiske trender og fremtidsutsikter

Datasentre vil stå overfor et vendepunkt i 2025, utløst av økende energibehov og nye lovkrav. De økende kravene til cybersikkerhet og systemresiliens understreker behovet for kontinuerlig å optimalisere systemene. En annen viktig trend er modulbaserte konstruksjonsmetoder, som muliggjør fleksibel, rask og kostnadseffektiv bygging av datasentre. Prefabrikkerte moduler gir ikke bare konstruksjonshastighet, men også muligheten til å skalere, noe som blir stadig viktigere.

I tillegg blir bruk av fornybare energikilder i datasenterbygging stadig viktigere. Bruk av sol- og vindenergi samt innovative varmegjenvinningssystemer bidrar til å redusere det økologiske fotavtrykket og kan bruke opptil 80 prosent av spillvarmen. En studie viser at kunstig intelligens kan muliggjøre besparelser på opptil 30 prosent gjennom sanntidsanalyse og automatisk optimalisering av energiforbruket kabinett-online.de bestemmer.

I et annet eksempel samarbeider forskerteamet med Stahl Holding Saar for å utvikle en AI-modell som muliggjør automatisk sortering av stålskrap. Dette prosjektet, som er finansiert av det føderale departementet for økonomi og klimabeskyttelse med rundt fem millioner euro, har som mål å generere kompakte, energieffektive og kraftige AI-modeller som kan forbedre stålresirkuleringsprosessen betydelig.

Den digitale fremtiden krever ikke bare teknologiske innovasjoner fra datasenteroperatører, men også en helhetlig tilnærming til bærekraft for å møte fremadskridende klimamål.