Rechenzentren, die die Apps, Websites und Dienste steuern, die Milliarden von Menschen täglich nutzen, können gefährliche Orte für die Mitarbeiter sein, die sie erstellen und warten. Mitarbeiter müssen manchmal die elektrische Ausrüstung eines Rechenzentrums warten, während es mit Strom versorgt wird. Und sie können Chemikalien wie Chlor ausgesetzt werden, das als Sterilisationsmittel für das Wasser verwendet wird, das durch Flüssigkeitskühlsysteme für Computer und Server zirkuliert. Im Juni 2015 mussten fünf Personen zu einem gebracht werden Krankenhaus nach einem Chlorgasleck in einem Apple-Rechenzentrum in Maiden, North Carolina.
Rechenzentren sind sicherer als früher. Aber auf der Suche nach zukunftsweisenden Lösungen sagen einige Technologiegiganten, dass sie untersuchen, wie KI angewendet werden kann, um Sicherheitsprobleme zu vermeiden. Beispielsweise entwickelt Microsoft ein KI-System, das Daten aus einer Reihe von Quellen analysiert und Warnungen für die Bau- und Betriebsteams von Rechenzentren generiert, um „die Auswirkungen von Sicherheitsvorfällen zu verhindern oder abzumildern“. Ein ergänzendes, aber verwandtes System, das sich ebenfalls in der Entwicklung befindet, versucht, Auswirkungen auf die Bauzeitpläne von Rechenzentren zu erkennen und vorherzusagen.
„Diese Initiativen befinden sich beide in frühen Testphasen und werden voraussichtlich noch in diesem Jahr in unsere Produktionsumgebungen expandieren“, sagte ein Microsoft-Sprecher per E-Mail gegenüber Tech.
Meta behauptet auch, Möglichkeiten zu untersuchen, wie KI vorhersehen kann, wie seine Rechenzentren unter „extremen Umgebungsbedingungen“ betrieben werden, die zu unsicheren Arbeitsumgebungen führen könnten. Das Unternehmen sagt, dass es physische Modelle entwickelt hat, um extreme Bedingungen zu simulieren und diese Daten in die KI-Modelle einfließen zu lassen, die für die Optimierung des Stromverbrauchs, der Kühlung und des Luftstroms über seine Server verantwortlich sind.
„Wir haben bedeutende Betriebsdaten aus unseren Rechenzentren, in einigen Bereichen mit hoher Frequenz mit eingebauten Sensoren in Servern, Racks und in unseren Datenhallen“, sagte ein Meta-Sprecher gegenüber Tech. „Jeder Server und jedes Netzwerkgerät, das unterschiedliche Arbeitslasten übernimmt, verbraucht unterschiedliche Mengen an Strom, erzeugt unterschiedliche Mengen an Wärme und erzeugt unterschiedliche Luftmengen in den Rechenzentren. Unser [infrastructure] Team sammelt alle Daten von jedem Server und entwickelt dann KI-Modelle, die unsere Server und Racks in den Rechenzentren zuweisen und Arbeitslasten zur Optimierung an diese Server senden können [for] Leistung und Effizienz.“
Abgesehen von der Sicherheit haben Unternehmen natürlich auch andere Beweggründe, um sicherzustellen, dass Rechenzentren in Top-Zustand bleiben. Ausfälle sind teuer – und werden immer häufiger. Laut einem 2020 Umfrage Laut dem IT Uptime Institute, einem IT-Beratungsunternehmen, gab ein Drittel der Eigentümer und Betreiber von Rechenzentren zu, in den letzten 12 Monaten einen größeren Ausfall erlebt zu haben. Einer von sechs gab an, dass sein Ausfall ihn mehr als 1 Million US-Dollar gekostet habe – gegenüber einem von zehn im Jahr 2019.
Meta hat weltweit mehr als 20 Rechenzentren in Betrieb, darunter neue Projekte in Texas und Missouri geschätzt zusammen 1,6 Milliarden Dollar kosten. Microsoft verwaltet mittlerweile mehr als 200 Rechenzentren und sagt Es ist auf absehbare Zeit geplant, jedes Jahr zwischen 50 und 100 neue Rechenzentren zu bauen.
KI verspricht auch, Möglichkeiten für Energie- und damit Kosteneinsparungen im Rechenzentrum zu finden, die normalerweise unter dem Radar bleiben, ein weiterer attraktiver Aspekt für Unternehmen. Im Jahr 2018 behauptete Google, dass KI-Systeme, die von seiner DeepMind-Tochter entwickelt wurden, im Vergleich zum historischen Energieverbrauch seiner Rechenzentren Energieeinsparungen von durchschnittlich 30 % erzielen konnten.
Als DeepMind um einen Kommentar gebeten wurde, sagte es, dass es über die ursprüngliche Ankündigung hinaus keine Updates zu teilen habe. IBM und Amazon reagierten nicht auf Anfragen. Aber sowohl Meta als auch Microsoft sagen, dass sie KI jetzt für ähnliche Energieoptimierungszwecke verwenden.
Microsoft gestartet KI-„Anomalieerkennungsmethoden“ Ende 2021, um ungewöhnliche Strom- und Wasserverbrauchsereignisse innerhalb des zu messen und zu mindern Rechenzentrum, mit telemetrie Daten von elektrischen und mechanischen Geräten. Das Unternehmen verwendet auch KI-basierte Ansätze zur Identifizierung und Behebung von Problemen mit Leistungsmessern im Rechenzentrumund um ideale Orte für die Platzierung von Servern zu identifizieren, um die Verschwendung von Strom, Netzwerk und Kühlkapazität zu minimieren.
Meta seinerseits sagt, dass es verstärktes Lernen genutzt hat, um die Luftmenge zu reduzieren, die es zu Kühlzwecken in Rechenzentren pumpt. (Auf hoher Ebene ist Reinforcement Learning eine Art KI-System, das lernt, ein Problem durch Versuch und Irrtum zu lösen.) Die meisten Rechenzentren des Unternehmens verwenden Außenluft- und Verdunstungskühlsysteme, wodurch die Optimierung des Luftstroms eine hohe Priorität hat.
Der reduzierte ökologische Fußabdruck ist ein zusätzlicher Vorteil von energieregulierenden KI-Systemen. Rechenzentren verbrauchten etwa 1 % des weltweiten Strombedarfs und trugen 2020 zu 0,3 % aller Kohlendioxidemissionen bei, gemäß zu einem Bericht der Umweltuntersuchungsbehörde. Und ein typisches Rechenzentrum verbraucht 3 Millionen bis 5 Millionen Gallonen Wasser pro Tag, die gleiche Menge Wasser wie eine Stadt mit 30.000 bis 50.000 Einwohnern.
Microsoft hat zuvor angekündigt, dass alle Rechenzentren bis 2025 zu 100 % mit erneuerbarer Energie betrieben werden sollen. Meta behauptete, das Kunststück im Jahr 2020 vollbracht zu haben.