Az adatközpontok rohamos terjedése egyre nagyobb terhet ró a villamosenergia-hálózatokra, miközben növeli a fosszilis energiahordozók felhasználásának szükségességét. A Massachusetts Institute of Technology (MIT) kutatói szerint azonban nem feltétlenül újabb létesítmények építése jelenti a megoldást a növekvő számítási igények kielégítésére. A mesterséges intelligencia segítségével a meglévő infrastruktúra is lényegesen hatékonyabban működtethető.
A világszerte zajló adatközpont-építési hullám jelentős kihívások elé állítja az energetikai infrastruktúrát. A nagy teljesítményű szerverek és hálózati berendezések működtetése hatalmas mennyiségű villamos energiát igényel, ami fokozza az elektromos hálózatok terhelését, és egyes térségekben növeli a környezetszennyező fosszilis energiaforrásoktól való függőséget.
Christina Delimitrou, az MIT Villamosmérnöki és Számítástudományi Tanszékének docense, a Computer Science and Artificial Intelligence Laboratory (CSAIL) kutatója munkatársaival olyan megoldásokon dolgozik, amelyek az adatközpontok meglévő számítási kapacitásának hatékonyabb kihasználását teszik lehetővé.
A kutatócsoport gépi tanulási módszereket alkalmaz a nagyméretű felhőalapú rendszerek energiahatékonyságának, biztonságának és megbízhatóságának javítására. Ennek érdekében korszerűsítik az elavult szoftveres megoldásokat, optimalizálják a megosztott hardvererőforrások kezelését, és egyszerűbb, hatékonyabb szerverarchitektúrákat fejlesztenek.
A kutatások egyik legfontosabb felismerése, hogy a jelenlegi informatikai infrastruktúra számítási kapacitásának jelentős része kihasználatlan marad. Delimitrou és munkatársai korábbi vizsgálataik során azt tapasztalták, hogy számos nagyméretű számítástechnikai rendszer mindössze körülbelül 15%-os kapacitáskihasználtsággal működött. Ez azt jelenti, hogy az adatközpontok jelentős tartalékokkal rendelkezhetnek, amelyek megfelelő erőforrás-gazdálkodással újabb szerverek telepítése nélkül is mozgósíthatók.
A kutató szerint a rendszerekben – különösen a szoftveres oldalon – jelentős hatékonysági veszteségek halmozódtak fel. Ha ezeket a teljesítmény romlása nélkül sikerül megszüntetni, csökkenthető az új adatközpontok építésének szükségessége.
A mesterséges intelligencia optimalizálhatja az erőforrások felhasználását
A felhőalapú szolgáltatások egyik alapvető problémája, hogy számos alkalmazás egyszerre használja ugyanazokat a számítási erőforrásokat. A különböző feladatok terhelése folyamatosan változik, így a processzorok, memóriák és hálózati kapacitások optimális elosztása rendkívül összetett feladat.
A gépi tanulás lehetőséget kínál arra, hogy az erőforrás-kezelési folyamatok automatizálásával a rendszerek gyorsabban alkalmazkodjanak a változó igényekhez. Az algoritmusok olyan működési összefüggéseket is felismerhetnek, amelyek hagyományos módszerekkel nehezen azonosíthatók.
Delimitrou kutatásainak egyik eredménye a Seer nevű, mélytanuláson alapuló eszköz, amely képes előre jelezni a webes alkalmazások működésében várható problémákat. A rendszer így még azelőtt segíthet megelőzni a teljesítményromlást, hogy az a felhasználók számára érzékelhetővé válna.
A módszer különösen fontos lehet az olyan felhőalapú szolgáltatások esetében, mint a videókonferencia-platformok vagy a zenei streamingalkalmazások, ahol a szolgáltatás akadozása egyszerre ronthatja a felhasználói élményt és növelheti a számítási erőforrások pazarlását.
A hatékonyabb erőforrás-kezelés nemcsak az adatközpontok üzemeltetői számára előnyös, hanem a végfelhasználóknak is kiszámíthatóbb alkalmazásteljesítményt biztosíthat.
A hardver és a szoftver összehangolása is kulcsfontosságú
Az adatközpontok működését az elmúlt években a szoftverarchitektúrák átalakulása is jelentősen befolyásolta. A fejlesztők egyre gyakrabban bontják kisebb, egymástól független komponensekre az alkalmazásokat, amelyeket több szerveren, elosztott rendszerben futtatnak. Ez a megközelítés gyorsabb fejlesztést és rugalmasabb működést tesz lehetővé, ugyanakkor a hagyományos szerverarchitektúrákat eredetileg nem feltétlenül ilyen feladatok ellátására tervezték.
Az MIT kutatócsoportja ezért olyan mesterségesintelligencia-alapú megoldásokat fejleszt, amelyek jobban összehangolják a szoftverek működését a rendelkezésre álló hardver képességeivel. A cél, hogy ugyanazzal a fizikai infrastruktúrával nagyobb számítási teljesítmény legyen elérhető, miközben mérséklődik a felesleges energiafelhasználás.
A kutatások a megbízhatóság mellett a kiberbiztonságra is kiterjednek. Az alkalmazások hibáinak azonosítására szolgáló módszereket olyan biztonsági problémák felismerésére is továbbfejlesztik, amelyek veszélyeztethetik a felhasználói adatokat.
A valós rendszerek vizsgálata egyre nehezebb
A kutatás egyik legnagyobb kihívását az jelenti, hogy a technológiai vállalatok egyre gyakrabban alkalmaznak saját fejlesztésű, speciális hardvereket és zárt szoftveres rendszereket adatközpontjaikban. Ezekhez az egyetemi kutatócsoportok sok esetben nem férhetnek hozzá közvetlenül, ezért a laboratóriumi környezetben kidolgozott megoldások valós körülmények közötti alkalmazhatóságának ellenőrzése nehezebbé válik.
A probléma kezelésére Delimitrou és munkatársai olyan eszközöket készítenek, amelyek képesek utánozni a zárt rendszerek működését. Az általuk fejlesztett Ditto például egy alkalmazás szerkezetét és teljesítményjellemzőit modellezi, így lehetővé teszi különböző optimalizálási módszerek vizsgálatát anélkül, hogy az eredeti rendszerhez közvetlen hozzáférésre lenne szükség.
A kutatók ugyanakkor arra is felhívják a figyelmet, hogy a mesterséges intelligencia alkalmazása önmagában nem garantálja a hatékonyabb működést. Az algoritmusok döntéseinek értelmezhetősége és ellenőrizhetősége alapvető követelmény, különösen olyan összetett infrastruktúrák esetében, amelyek működése számos szolgáltatást érint. Ezért a kutatócsoport jelenlegi munkájának fontos része az úgynevezett megmagyarázható mesterséges intelligencia fejlesztése. Az ilyen rendszerek nemcsak optimalizálási javaslatokat adnak, hanem segítenek megérteni azok indokait is.
Kevesebb új adatközpont, hatékonyabb infrastruktúra
Az MIT kutatásainak hosszabb távú jelentősége túlmutat az informatikai rendszerek teljesítményének javításán. Az adatközpontok energiaigényének mérséklése az energetikai infrastruktúra fejlesztése és a környezeti fenntarthatóság szempontjából is meghatározó lehet.
Ha a meglévő létesítmények nagyobb számítási kapacitást képesek biztosítani az erőforrások hatékonyabb kihasználásával, az mérsékelheti az új szerverkapacitások iránti igényt. Ez közvetve az új adatközpontok építéséhez szükséges beruházások, anyagfelhasználás és energiaigény csökkentéséhez is hozzájárulhat. Delimitrou szerint a mesterséges intelligencia fejlődése további lehetőségeket nyithat meg az alkalmazások teljesítményének és a hardverek hatékonyságának javításában. Ugyanakkor elengedhetetlen, hogy az új megoldások működését folyamatosan ellenőrizzék, és a fejlesztők megőrizzék a rendszerek feletti szakmai kontrollt.
A kutatások arra világítanak rá, hogy a digitális infrastruktúra fenntarthatóbbá tételében nemcsak az új, energiatakarékos berendezéseknek és az energiaellátás átalakításának lehet szerepe, hanem a már rendelkezésre álló számítási kapacitások intelligensebb felhasználásának is.
0 hozzászólás