Der Strombedarf von IT-Infrastrukturen wächst kontinuierlich und schadet damit zunehmend der Umwelt. Um ihren CO2-Fußabdruck zu senken, werden IT-Systeme deshalb immer häufiger in sogenannte Microgrids integriert, die einen direkten Zugang zu Strom aus erneuerbaren Energiequellen ermöglichen. Die lokale Verfügbarkeit von Solar- und Windenergie variiert jedoch stark. Forscher:innen des Berlin Institute for the Foundation of Learning and Data (BIFOLD) an der TU Berlin haben hierzu einen neuen Ansatz für IT-Systeme entwickelt, der flexible Arbeitslasten wie z. B. Trainingsaufträge für maschinelle Lernsysteme nur dann zulässt, wenn sie ausschließlich mit Strom aus erneuerbaren Energiequellen bearbeitet werden können. Ihre Veröffentlichung „Cucumber: Renewable-Aware Admission Control for Delay-Tolerant Cloud and Edge Workloads“ wird auf der Euro-Par 2022 vorgestellt.

Energieverbrauch von Rechenzentren wächst

Die Nachfrage nach Rechenleistung steigt nicht nur in der Wirtschaft, sondern auch in der Forschung von Jahr zu Jahr und treibt den Energieverbrauch von verteilten Rechensystemen sowie die damit verbundenen Kohlenstoffemissionen weiter in die Höhe.

„Rechenzentren sind bereits für mehr als ein Prozent des weltweiten Energieverbrauchs verantwortlich, und es wird erwartet, dass diese Zahl noch weiter steigt – nicht zuletzt wenn das Internet der Dinge (IoT) sowie Edge- und Fog-Computing sich weiter durchsetzen“, erklärt BIFOLD Fellow Prof. Odej Kao, Professor für Distributed and Operating Systems an der TU Berlin.

Ein Ansatz für nachhaltigere und kostensparende Cloud- und Edge-Computing-Systeme ist die direkte Ausstattung der IT-Infrastruktur mit erneuerbaren Energiequellen wie Sonne oder Wind. Allerdings sind insbesondere kleinere Rechenzentren nicht zu jeder Zeit in der Lage, den gesamten erzeugten Strom zu verbrauchen, was zu bestimmten Zeiten zu einem Energieüberschuss und zu anderen Zeiten zu einem Mangel an erneuerbarer Energie führt. Ein Problem, das sich nur teilweise durch Energiespeicherung oder eine Nivellierung des Verbrauchs innerhalb von lokal abgegrenzten Stromnetzen entschärfen lässt.

Flexible Arbeitslasten besser planen

Flexible Arbeitslasten, die eine gewisse Verzögerung bei der Ausführung tolerieren, sind in Cloud-Umgebungen üblich, können aber auch in zeitkritischen Edge-Computing-Umgebungen auftreten. So muss sich etwal eine automatisierte, intelligente Verkehrssteuerung ständig an neue Situationen anpassen, indem sie lokale maschinelle Lernmodelle anhand neuer Daten iterativ verbessert. Der genaue Zeitpunkt und das Ausmaß solcher Trainingsaufgaben unterliegen jedoch einer gewissen Flexibilität.

Um die überschüssige erneuerbare Energie an Rechenknoten effektiver zu nutzen und so die CO2-Emissionen und Stromkosten zu senken, schlagen die BIFOLD-Wissenschaftler:innen einen neuen Ansatz vor: Flexible Arbeitslasten, wie z. B. solche Trainingsaufgaben, können von dem Rechensystem abgelehnt werden, wenn nicht ausreichend Energie aus erneuerbaren Quellen zur Verfügung steht. Ihr System prognostiziert die freie Kapazität eines Rechensystems sowie den erwarteten Energieverbrauch und die Energieproduktion. So kann definiert werden, ob zusätzliche Aufträge in die Warteschlange des Rechensystems aufgenommen werden können, ohne Energie aus dem öffentlichen Stromnetz zu verbrauchen.

Mithilfe von probabilistischen Vorhersagen kann das System individuell konfiguriert werden: Entweder es werden nur Rechenlasten akzeptiert, die nahezu garantiert mit grüner Energie laufen oder eine potenzielle Nutzung von Netzstrom wird nicht vollständig ausgeschlossen, wenn dadurch insgesamt mehr Aufgaben verarbeitet werden können.

„Der verstärkte Einsatz erneuerbarer Energien erfordert Flexibilität bei dem Stromverbrauch, was in hochgradig verteilten und heterogenen Systemen schwierig zu koordinieren ist”, so Philipp Wiesner, Doktorand an der TU Berlin. „Wir sehen unseren Ansatz als einen integralen Baustein eines dezentralen Datenverarbeitungssystems, welches die Nutzung von erneuerbarer Energie durch lokale Entscheidungen optimiert.“

Die vollständige Publikation „Cucumber: Renewable-Aware Admission Control for Delay-Tolerant Cloud and Edge Workloads“ steht kostenlos zum Download zur Verfügung.