Дослідники з Penn State розробили систему ШІ для оптимізації охолодження дата-центрів

Дослідники з Penn State розробили новаторську систему штучного інтелекту, яка здатна використовувати дані про погодні умови та ціни на електроенергію в реальному часі для управління охолодженням дата-центрів. Ця технологія дозволяє знизити енергоспоживання приблизно на 25% без потреби в оновленні існуючого обладнання, що є важливим кроком у напрямку зменшення витрат на енергоресурси.

Про це повідомляє видання Interesting Engineering, підкреслюючи важливість цієї розробки в умовах зростаючого попиту на хмарні обчислення та штучний інтелект, що, в свою чергу, збільшує навантаження на дата-центри та підвищує витрати на електроенергію. Одна з найбільших статей витрат у цьому контексті — це охолодження, яке споживає значну частину енергії. Дослідники пропонують замінити традиційні фіксовані налаштування охолодження на адаптивні, що дозволяє більш ефективно використовувати енергетичні ресурси.

Система, розроблена вченими, використовує програмне забезпечення, яке базується на моделі штучного інтелекту, що враховує фізичні принципи. Вона аналізує кліматичні умови та економічні дані в реальному часі, надаючи рекомендації щодо оптимізації охолодження. Наприклад, система може активніше охолоджувати дата-центр, коли електроенергія дешевша, і зменшувати навантаження в моменти, коли ціни зростають, при цьому залишаючись у межах безпечних параметрів роботи.

Професор архітектурної інженерії Вангда Цзо зазначає, що охолодження наразі становить близько 40% загального споживання електроенергії дата-центром, і воно необхідне лише для підтримання його роботи. Традиційні системи охолодження зазвичай використовують фіксовані температурні цілі, що може призводити до фінансових втрат під час підвищення цін на електроенергію.

Для навчання штучного інтелекту вчені використовували цифровий двійник — віртуальну копію дата-центру, яка відтворює температуру, вологість та обмеження обладнання. Модель поєднує інженерні правила з методами машинного навчання, що дозволяє приймати практичні та безпечні рішення. Систему протестували на симуляції дата-центру в Х’юстоні, де високі температури та вологість створюють складні умови для роботи.

Аспірант Вісванатан Ганеш пояснює, що кожен компонент системи охолодження має свої робочі межі, які були враховані в моделі. Це дозволяє підвищити ефективність охолодження без ризику пошкодження обладнання, а також зменшує потребу у великих наборах даних для навчання.

Цю розробку також можна застосувати в сфері майнінгу криптовалют, який вимагає значних обчислювальних ресурсів і працює безперервно. Оптимізація охолодження відповідно до погодних умов та цін на електроенергію може суттєво підвищити прибутковість таких операцій.

Дослідники підкреслюють, що їхнє програмне рішення може стати дешевшою альтернативою модернізації інфраструктури, наприклад, переходу на рідинне охолодження. Результати цієї роботи будуть представлені на конференції IEEE ITherm, яка відбудеться у травні цього року.