Centra danych w fazie przejściowej: w ten sposób sztuczna inteligencja stanie się w przyszłości bardziej energooszczędna!

Centra danych w fazie przejściowej: w ten sposób sztuczna inteligencja stanie się w przyszłości bardziej energooszczędna!

W obecnej dyskusji na temat zużycia energii przez centra danych i ich wpływu na środowisko główny nacisk położony jest na sztuczną inteligencję (AI). Zespół badawczy kierowany przez profesora Wolfganga Maassa z Uniwersytetu Saarland pracuje nad innowacyjnymi technologiami poprawiającymi efektywność energetyczną sztucznej inteligencji. Cel na przyszłość: sztuczna inteligencja powinna stać się nawet o 90 procent bardziej energooszczędna. Jest to bardzo potrzebny rozwój, szczególnie biorąc pod uwagę centra danych i ich znaczne zużycie energii, które wzrosło ponad dwukrotnie w ciągu ostatniej dekady. Głośny uni-saarland.de Rozwiązanie technologiczne zostanie zaprezentowane na nadchodzących targach Hannover Messe, które odbędą się w dniach 31 marca – 4 kwietnia.

Centra danych w Niemczech odnotowały zużycie energii elektrycznej na poziomie około 20 terawatogodzin rocznie w 2023 r., a prognozy wskazują, że zużycie to może wzrosnąć do 35 TWh do 2030 r. i do 88 TWh do 2045 r. Wzrost ten wynika z rosnącego wykorzystania usług chmurowych, a także rosnącej liczby zastosowań AI oraz postępującej cyfryzacji przemysłu i administracji, m.in. datacenters.org zgłoszone.

Efektywność energetyczna kluczem

Wyzwania związane z rosnącym zapotrzebowaniem na energię wymagają pilnych działań ze strony operatorów w celu zmniejszenia zużycia energii poprzez zoptymalizowane technologie chłodzenia i wydajne rozwiązania sprzętowe. Coraz ważniejsze stają się innowacyjne podejścia, takie jak systemy chłodzenia cieczą i wykorzystanie energii geotermalnej. Wdrażanie zrównoważonej infrastruktury wzmacniają także wymogi prawne, takie jak nowa ustawa o ochronie energii (EnEfG).

Głównym przedmiotem zainteresowania zespołu profesora Maaßa jest rozwój oszczędnych, opartych na potrzebach modeli sztucznej inteligencji. Zastosowanie destylacji wiedzy, czyli technologii kompresji, umożliwia wyodrębnienie mniejszych, bardziej wydajnych modeli uczniów z dużych modeli nauczycieli. Może to być szczególnie korzystne dla mniejszych firm, które chcą uzyskać dostęp do wydajnych rozwiązań AI bez konieczności inwestowania w rozbudowaną infrastrukturę.

Trendy technologiczne i perspektywy na przyszłość

Centra danych staną w obliczu punktu zwrotnego w 2025 r., wywołanego rosnącym zapotrzebowaniem na energię i nowymi wymogami prawnymi. Rosnące wymagania w zakresie cyberbezpieczeństwa i odporności systemów podkreślają potrzebę ciągłej optymalizacji systemów. Kolejnym ważnym trendem są modułowe metody budowy, które umożliwiają elastyczną, szybką i oszczędną budowę centrów danych. Moduły prefabrykowane oferują nie tylko szybkość budowy, ale także możliwość skalowania, która staje się coraz ważniejsza.

Ponadto coraz większego znaczenia nabiera wykorzystanie odnawialnych źródeł energii w budowie centrów danych. Wykorzystanie energii słonecznej i wiatrowej oraz innowacyjne systemy odzysku ciepła pomagają zmniejszyć ślad ekologiczny i pozwalają wykorzystać do 80 procent ciepła odpadowego. Badanie pokazuje, że sztuczna inteligencja może pozwolić na oszczędności nawet do 30 procent dzięki analizie w czasie rzeczywistym i automatycznej optymalizacji zużycia energii kabinett-online.de określa.

W innym przykładzie zespół badawczy współpracuje ze Stahl Holding Saar w celu opracowania modelu sztucznej inteligencji, który umożliwia automatyczne sortowanie złomu stalowego. Projekt ten, finansowany przez Federalne Ministerstwo Gospodarki i Ochrony Klimatu kwotą około pięciu milionów euro, ma na celu wygenerowanie kompaktowych, energooszczędnych i wydajnych modeli sztucznej inteligencji, które mogą znacząco usprawnić proces recyklingu stali.

Cyfrowa przyszłość wymaga od operatorów centrów danych nie tylko innowacji technologicznych, ale także kompleksowego podejścia do zrównoważonego rozwoju, aby sprostać postępującym celom klimatycznym.