“`html
Данные о центрах обработки информации и развитие искусственного интеллекта (ИИ)
Центры обработки информации готовы стать одними из крупнейших потребителей электроэнергии в мире. Если не произойдут значительные изменения, к 2030 году они будут потреблять от 10% до 20% всей потребляемой в США электроэнергии. Этот взрывной спрос на энергию обусловлен ростом вычислительной нагрузки, особенно для новых приложений генеративного искусственного интеллекта. Такой темп роста также несет тяжелые экологические последствия, в частности, вызов по снижению выбросов углерода, несмотря на глобальные инициативы по борьбе с изменением климата. В этом контексте исследователи ищут креативные способы ведения операций центра обработки информации, чтобы рост не происходил за счет окружающей среды.
Проблема управления нагрузкой
Главной проблемой является прерывистый фактор, с которым связаны возобновляемые источники энергии – этот фактор может быть критически высоким или низким. Из-за этого возникает сложная проблема, поскольку центры обработки информации должны адаптировать управление своей нагрузкой, чтобы оптимизировать этот период, когда углеродный интенсивность относительно низкая. Эта проблема дополнительно осложняется необходимостью балансировки распределения нагрузки, учитывая ограничения по срокам выполнения вычислительных задач и минимизацию связанных с этими задачами расходов на перемещение нагрузки между различными географическими местоположениями.
Новый метод управления нагрузкой
Ученые из Университета Массачусетса в Амхерсте и Калифорнийского института технологии представили новый метод CarbonClipper, который является алгоритмом, разработанным для эффективного управления нагрузкой с учетом углеродной интенсивности в глобальной сети центров обработки информации. Наш подход использует прогнозирование, такое как углеродная интенсивность, для оптимального распределения и планирования вычислительных задач при расходах на перемещение нагрузки и ограничениях, связанных с их сроками выполнения.
Улучшение производительности и результаты
CarbonClipper привел к удивительному улучшению производительности по сравнению с существующими методами, обеспечив увеличение производительности как минимум на 32% по сравнению с базовыми техниками. Кроме того, сокращение выбросов углерода составляет удивительные 88,7% по сравнению с алгоритмом, который не учитывает углеродную интенсивность. Это результаты обширных симуляций, проведенных на глобальной сети центров обработки информации – реалистичных испытательных стендах для оценки эффективности CarbonClipper.
Заключение
Исследование предлагает решение для проблемы снижения углеродного следа центра обработки информации. Внедрение алгоритма CarbonClipper решает проблематичное управление нагрузкой с учетом выбросов углерода, обеспечивая снижение выбросов при сохранении эффективности и эффективности в операциях центра обработки информации. Этот подход имеет большой потенциал для широкого применения в отрасли и представляет собой значительный шаг вперед в области устойчивых вычислений.
Подробнее о статье можно узнать здесь.
Вся заслуга за это исследование принадлежит исследователям этого проекта. Также не забудьте подписаться на наш Twitter и присоединиться к нашему каналу в Telegram и группе в LinkedIn. Если вам нравится наша работа, вам понравится наша рассылка.
Не забудьте присоединиться к нашему сабреддиту по машинному обучению с более чем 48 тысячами участников.
Следите за предстоящими вебинарами по ИИ здесь.
Оригинал статьи опубликован на сайте MarkTechPost.