Die digitale Transformation ist bekanntermaßen nicht mehr aufzuhalten. Technisch gesehen zieht diese Entwicklung jedoch eine große Herausforderung in Form des Energiebedarfs nach sich: Es ist nicht von der Hand zu weisen, dass große Rechnersysteme viel Strom verbrauchen. Neben den Servern benötigen in diesem Kontext insbesondere die notwendigen Kühlungssysteme viel Energie. Im Rahmen des innovativen Studiengangs „Gründung, Innovation, Führung“ der Hochschule Bremerhaven macht es sich das Bremer Unternehmen Plutex nach eigenen Angaben zusammen mit Startup-Gründer Jannik Malte Meissner zur Aufgabe, diesen Stromverbrauch nachhaltig für große Rechenzentren mit Colocation-Einrichtungen zu senken. „In unserem gemeinsamen Forschungsprojekt planen wir, die Steuerung der Kühlanlagen durch Predictive Analytics in Form einer intelligenten Management-Plattform auf Reinforcement-Learning-Basis zu optimieren. Wir starten mit dem Projekt im Februar dieses Jahres“, erklärt Torben Belz, Geschäftsführer von Plutex.

In Rechenzentren mit Colocation beschaffen und administrieren Kunden die Hardware zum Teil selbst. „Dabei ist die Herausforderung, eine gleichmäßige und energieeffiziente Klimatisierung für eine Vielzahl an Server- und Storage-Einrichtungen, die zudem noch unterschiedlich ausgelastet und daher sehr unterschiedlich im Kühlbedarf sind, unter einen Hut zu bringen“, verdeutlicht Belz und fügt hinzu: „Aus diesem Grund kann der Energieverbrauch nicht so genau geplant werden, und es kann zu extrem hohen Lastspitzen kommen. Diese Schwankungen wollen wir durch das Projekt minimieren und durch algorithmische Anlagensteuerung zudem erreichen, dass auch die Kühlsysteme auf Basis von Power Usage Effectiveness optimiert werden und zukünftig mit weniger Strom laufen.“

Power Usage Effectiveness (PUE) beschreibt den Stromverbrauch des IT-Equipments in Relation zum Gesamtstromverbrauch. Zum Beispiel erwarten die Hochschule Bremerhaven und Plutex, dass das System durch vorhersehende Datenanalyse kurze Zyklen ermitteln, in denen die Kühlung aktiv ist, dies jedoch nicht notwendig gewesen wäre, und diese somit verhindert. Für das Projekt will man ein System aus verschiedenen Agents nutzen. Sie übernehmen die Überwachung und Einordnung der notwendigen Parameter wie zum Beispiel die Kaltgangtemperaturen, Außentemperaturen und zu erwartende Server-Lasten.

Basierend auf den Ergebnissen übernimmt anschließend der Deep-Reinforcement-Learning-Algorithmus die energieeffiziente Steuerung. „Wir sind gespannt, wie sich die Energieeffizienz entwickeln wird. Je größer die Einsparung, desto größer der Beitrag dazu, die Digitalisierung nachhaltiger zu gestalten“, erklärt Belz. Das Forschungsprojekt werde voraussichtlich bis Ende des Jahres laufen.

Weitere Informationen stehen unter www.plutex.de zur Verfügung.

Dr. Jörg Schröper ist Chefredakteur der LANline.