Energiezuinigere datacenters dankzij AI

In steeds meer facetten van ons leven en werken spelen kunstmatige intelligentie (artificial intelligence/AI) en machine learning een rol of gaan deze een rol spelen. Ook in datacenters wordt gekeken naar de mogelijkheden die AI biedt om zaken te automatiseren, te optimaliseren, fouten te voorspellen en te reageren op (verwachte) veranderingen in de capaciteitsbehoefte. Veel van deze AI-ontwikkelingen zijn nog toekomstmuziek. Maar op één belangrijk vlak zijn er wel degelijk mogelijkheden waar AI nu snel al verbeteringen biedt.

Energie-efficiëntie verhogen

Het belangrijkste aspect waar AI al binnenkort het verschil kan gaan maken, is de energie-efficiëntie van datacenters. Dan valt te denken aan koeling, luchtstromen, stroomvoorziening, etc. De computer-, opslag- en netwerkapparatuur in een datacenter genereert veel warmte, die moet worden afgevoerd om te voorkomen dat de temperatuur te hoog wordt. AI is in staat om de gegevens van temperatuur- en vochtigheidssensoren in het datacenter te analyseren en aan de daarvan de operaties van koelsystemen optimaliseren. Op die manier kunnen we het energieverbruik van een datacenter nog verder verlagen.

Het gaat ook verder dan het optimaliseren van de koelsystemen zelf. De manier waarop gekoelde lucht langs, over en door computersystemen stroomt, heeft een sterke impact op de efficiëntie van de koeling. Zelf gaan we daarom binnenkort in onze datacenters een eerste pilot uitvoeren met een AI-oplossing. We kijken nu in onze onderzoeksfase nog naar verschillende mogelijkheden die verschillende partijen te bieden hebben. Met zo’n AI-oplossing kunnen we met behulp van sensoren belangrijke variabelen meten op verschillende locaties van een datacenterzaal, zoals temperatuur en luchtvochtigheid. Na vijf dagen levert dit een beeld op van de luchtstromen en temperaturen in de hele ruimte. We kunnen dan zien waar de koeling wel of niet optimaal is en waar misschien meer of juist minder koeling nodig is. Het AI-systeem komt vervolgens met een aantal aanbevelingen voor verbetering.

Optimale indeling

Een stap verder is het in kaart brengen van de verschillende serverkasten in een ruimte. Door het AI-systeem daar goed naar te laten kijken en analyses te laten doen, kunnen we de layout van onze serverzalen inrichten voor optimale koeling. Niet door de koelsystemen anders in te stellen, maar door de kasten anders te positioneren. Zo kunnen we de lay-out van een serverzaal optimaal vormgeven en daarmee het energieverbruik voor koeling verminderen.

Het AI-systeem maakt voorlopig dus alleen analyses en doet op basis daarvan aanbevelingen. De daadwerkelijke aanpassingen worden nog steeds door onze engineers gedaan, als zij het ermee eens zijn dat de voorgestelde wijziging inderdaad zinvol is. Zo kan AI veilig en zeker worden ingezet. Als na verloop van tijd de resultaten goed zijn en de aanbevelingen leveren op een veilige manier inderdaad efficiencyverbeteringen op, is het denkbaar dat een AI-systeem op zeker moment ook zelfstandig sommige aanpassingen kan doen. Weliswaar nog steeds onder supervisie van een engineer. Een bijkomend voordeel van een zelfstandig AI-systeem is dat we daarmee menselijke fouten kunnen voorkomen.

AI ondersteunt duurzaamheidsdoelstellingen

Duurzaamheid is voor veel datacenters een van de belangrijkste speerpunten voor de komende jaren. Naast groene energie uit zon en wind, stroom uit groene waterstof, het uitwisselen van restwarmte, modulair/circulair bouwen en het nastreven van duurzaamheid in de hele keten, is AI een volgende mogelijkheid om het energieverbruik terug te dringen. Onze verwachting is dat we met behulp van dit soort AI-oplossingen een energiebesparing van 10 procent kunnen realiseren op de koeling. Dat is een aanzienlijke verbetering die – samen met de andere duurzaamheidspilaren – er voor gaat zorgen dat we onze doelstelling om vanaf 2030 volledig CO2-neutraal te opereren gaan behalen.

Door: Jarno Bloem, NorthC Datacenters