AI vs PUE: hoe kunnen datacenters verbruik optimaliseren bij groeiende energievraag?

HyTEPS

AI-toepassingen verwerken gigantische datasets, voeren soms miljoenen berekeningen tegelijkertijd uit, en vereisen enorm veel rekenkracht. Dit leidt bij datacenters tot een enorme stijging van de energievraag, en een toename in het aantal datacenters. Tegelijkertijd is er meer noodzaak dan ooit om de PUE te optimaliseren. Hoe kan de datacenter-sector aan deze tegengestelde eisen voldoen?

Het trainen van AI-modellen verbruikt behoorlijk was energie - veel meer dan traditionele datacenteractiviteiten. Eerder dit jaar voorspelde het International Energy Agency (IEA) dat de wereldwijde vraag naar elektriciteit voor datacenters tussen 2022 en 2026 meer dan zal verdubbelen, waarbij AI een belangrijke rol speelt. IEA voorspelt zelfs dat datacenters over twee jaar evenveel energie zullen verbruiken als Zweden of Duitsland. V olgens David Porter, vicepresident bij het Electric Power Research Institute, verbruikt een ChatGPT-zoekopdracht bijvoorbeeld tien keer meer energie dan een standaard Google-zoekopdracht. Momenteel gaat 10-20% van de energie die datacenters in de VS verbruiken naar AI, maar dit percentage zal in de toekomst waarschijnlijk “aanzienlijk toenemen”, aldus Porter.

Tegelijkertijd worden de eisen voor datacenters om hun Power Usage Effectiveness (PUE) te optimaliseren steeds strenger, mede door de toenemende vraag naar energie-efficiëntie en duurzaamheid in de IT-sector. Overheden stellen steeds meer eisen aan het energieverbruik van datacenters. In sommige Europese landen worden datacenters zelfs verplicht om hun PUE te optimaliseren. Dat is cruciaal om de milieu-impact van datacenters te verminderen, maar leidt ook tot lagere operationele kosten - belangrijk in een sector waarin energie een groot deel van de kosten vertegenwoordigt. Naarmate de vraag naar datacenters groeit, helpt een lagere PUE bedrijven ook om op te schalen zonder dat het energieverbruik evenredig toeneemt.

Uiteenlopende mogelijkheden om PUE te optimaliseren

Er zijn verschillende manieren om het energieverbruik, en daarmee de PUE, te optimaliseren. Denk aan het meer efficiënte algoritmen, geavanceerde koelingstechnologieën, gebruik van duurzame energie, en het werken met chipsets en hardware specifiek ontworpen voor AI-toepassingen. Een andere belangrijke factor voor het optimaliseren van de PUE is de kwaliteit van de energie, oftewel Power Quality (PQ).

Verstoringen zoals harmonische vervuiling, blindvermogen en onbalans in de stroomverdeling leiden tot inefficiënties, die de PUE negatief beïnvloeden. Door PQ-problemen aan te pakken, kan de capaciteit van installaties beter worden benut zonder (dure) uitbreidingen. Dit kan door middel van slimme monitoring, analyses, en maatregelen zoals actieve filtering en compensatie van blindvermogen. Deze verhogen de levensduur van IT-apparatuur, verminderen de warmteontwikkeling en voorkomen spanningsschommelingen die de efficiëntie aantasten.

Het inzetten van geavanceerde monitoringtools die de PUE in real-time bijhouden, helpt om energieverbruik snel in kaart te brengen en waar nodig direct bij te sturen. Datacenters kunnen hun energie-efficiëntie dus proactief optimaliseren door patronen te analyseren, voorspellingen te doen, en waar nodig in te grijpen. Daarnaast helpt een goede Power Quality om duurzaamheidsdoelen te bereiken door het eenvoudiger te maken om hernieuwbare energiebronnen, zoals zonne- en windenergie, te integreren. Datacenters kunnen meer schone energie inzetten, wat hun milieu-impact verkleint, en tegelijkertijd de PUE verbetert.

De kracht van “inbreiding”

‘Inbreiden’ - het verhogen van de capaciteit van bestaande installaties door slimme metingen en effectieve maatregelen - is nog een belangrijke stap op weg naar efficiënt, kosteneffectief, duurzaam gebruik van elektrische energie en optimale aansluiting op het net. Deze aanpak houdt in dat inefficiënties zijn in het stroomgebruik en -distributie worden opgespoord en dat er vervolgens manieren worden gevonden om deze op te lossen. Door 'inbreiding' kan meer capaciteit worden gecreëerd achter transformator(en) in elektrische installaties. Op deze manier kan op een veilige, slimme en duurzame manier (substantieel) meer rendement uit bestaande systemen worden gehaald.

Kortom: een écht effectieve aanpak vereist een holistische benadering waarbij datacenters de kwaliteit van de energievoorziening voortdurend monitoren. Dit omvat het analyseren van patronen, opsporen van inefficiënties en het uitvoeren van verbeteringen zonder de operationele processen te verstoren. Zo kunnen datacenters hun PUE verlagen en tegelijkertijd hun bedrijfsvoering duurzamer en kostenefficiënter maken, zonder ingrijpende uitbreidingen van de elektrische installatie. In combinatie met ontwikkelingen die AI minder energieverslindend maken – denk aan algoritmes die met minder data en rekenkracht vergelijkbare of betere prestaties leveren, optimalisatie van modellen, en de ontwikkeling van gespecialiseerde hardware – kan de datacenterindustrie de PUE ondanks de razendsnelle groei van AI binnen de perken houden.

HyTEPS kan Datacenters op basis van jarenlange ervaring helpen met alle denkbare Power Quality vraagstukken. Lees meer!

 

Jorlan Peeters, Managing Director, HyTEPS

Lees ook
Deep Fission wil SMR-reactoren voor datacenters onder de grond plaatsen

Deep Fission wil SMR-reactoren voor datacenters onder de grond plaatsen

De zoektocht naar betrouwbare, duurzame en betaalbare energiebronnen is voor datacenters van cruciaal belang. De recente samenwerking tussen de twee Amerikaanse bederijven Deep Fission en Endeavour Energy brengt een nieuwe aanpak dichterbij: het gebruik van Small Modular Reactors (SMR’s) die diep onder de grond geplaatst worden.

Oproep op LinkedIn aan datacenters: stop met het meten van PUE – tijd voor NUE

Oproep op LinkedIn aan datacenters: stop met het meten van PUE – tijd voor NUE

de afgelopen jaren heeft de datacenterindustrie zich blindgestaard op PUE (Power Usage Effectiveness) als dé maatstaf voor efficiëntie. Dat is althans de mening van Giles Gibson van de Britse The Original Thinking Group. Hij plaatst hierover een bericht op LinkedIn. Volgens Gibson is het tijd om verder te kijken dan dit in zijn ogen verouderde con1

Nvidia lanceert desktop AI-computer: een gamechanger voor datacenters?

Nvidia lanceert desktop AI-computer: een gamechanger voor datacenters?

Nvidia zet een nieuwe stap in de AI-hardwaremarkt met de introductie van zijn eerste desktop AI-machine, de DIGITS desktop AI ‘supercomputer’. Deze ontwikkeling kan bijzonder interessant zijn voor datacenters, aangezien AI-workloads tot nu toe vrijwel uitsluitend in datacenters werden uitgevoerd, maar als het aan Nvidia ligt dus richting de deskto1