Centra voor Dataprocessing Leidt tot Paradigmawijziging in de VS: Dynamisch Reageren op Elektrische Netwerk Signalen
In het tijdperk van kunstmatige intelligentie (AI) bereiken datacenters ongekende niveaus van energieverbruik. Naar schatting zullen ze tegen 2030 tot 9% van het totale elektriciteitsverbruik in de Verenigde Staten absorberen. Deze toenemende druk dreigt het elektriciteitsnet te overbelasten en essentiële diensten zoals geldautomaten, airconditioning en connectiviteit in gevaar te brengen.
Een team onderzoekers aan de Boston University, onder leiding van professor Ayse Coskun, stelt echter een gedurfde oplossing voor: datacenters omvormen tot dynamische activa in het elektrische systeem die hun energiebehoefte kunnen aanpassen aan de netcondities, zonder in te boeten op de prestaties van hun werkzaamheden.
Centra voor Dataprocessing die Interageren met het Netwerk
Als Chief Scientist bij Emerald AI, een startup die gespecialiseerd is in software voor energie-orchestratie voor AI-datacenters, heeft Coskun de overgang van academisch onderzoek naar echte tests in operationele omgevingen versneld.
Het platform van Emerald AI stelt datacenters in staat om in real-time te reageren op signalen van netbeheerders, waardoor ze comput нагрузки adaptief kunnen verlagen of verplaatsen om kritieke momenten van energiebehoefte te verlichten. Deze technologie leidt tot wat Coskun omschrijft als “Virtuele Energiecentrales op basis van AI”, waar datacenters niet langer passieve consumenten zijn, maar actieve pilaren van stabiliteit en energie-efficiëntie.
“Twee gigantische infrastructuren botsen: datacenters en het elektriciteitsnet. We hebben dringend een intelligente interface tussen beiden nodig,” zegt Coskun.
Van Supercomputing naar Energie-efficiëntie
Al meer dan tien jaar doet Coskun onderzoek naar energie-efficiëntie in multicore-processors en omgevingen voor high-performance computing (HPC). Een van haar belangrijkste bijdragen was de ontwikkeling van EnergyQARE, een adaptief systeem dat datacenters in staat stelt om deel te nemen aan netregulering zonder kwaliteit van de dienstverlening (QoS) in gevaar te brengen.
Samen met professor Ioannis Paschalidis en het PEACLab-team ontwierp ze beleid voor vraagrespons dat ook van toepassing is op HPC-clusters, wat werd aangetoond in een prototype in het Massachusetts Green High Performance Computing Center.
AI ten Dienste van Energiemanagement
Coskun’s nieuwste werk introduceert machine learning-modellen die in staat zijn om de marktomstandigheden van elektriciteit te voorspellen en de uitvoering van lasten dynamisch te plannen. In samenwerking met haar team heeft ze voorstellen gepubliceerd om gedistribueerde datacenters te coördineren, die hun verbruik aanpassen op basis van QoS-metrics en regionale energie-signalen.
Deze oplossingen hebben hun effectiviteit bewezen in pilotprojecten. In een recente veldtest in Phoenix (Arizona) slaagde de technologie van Emerald AI erin om het energieverbruik met 25% te verminderen tijdens een piek in de vraag, zonder de service level agreements (SLA) te schenden.
Een Sleutelelement voor de Toekomst van het Netwerk
Emerald AI zal binnenkort deelnemen aan het DCFlex-programma van het Electric Power Research Institute (EPRI), dat gericht is op het in balans brengen van het elektriciteitssysteem via de flexibiliteit van grote industriële lasten zoals datacenters. Het doel: een nieuw operationeel kader creëren waarin deze centra niet alleen consumeren, maar ook actief bijdragen aan de stabiliteit en duurzaamheid van het energiesysteem.
“We zijn getuige van een paradigmawijziging,” concludeert Coskun. “Datacenters stoppen met het zijn van energieverslinders en worden intelligente agenten die de toekomst van het elektriciteitsnet vormgeven.”
Samenvatting
De convergentie tussen AI, cloud computing en energie kan niet langer worden genegeerd. Projecten zoals die van Coskun en Emerald AI openen de deur naar een efficiëntere, veerkrachtigere en milieuvriendelijkere infrastructuur, waarin prestaties en duurzaamheid niet exclusief zijn, maar strategische bondgenoten.
Bron: Boston University