Con AI se puede quitar a los humanos de la ecuación de sustentabilidad

Conforme la idea de utilizar la inteligencia artificial para reducir el uso de energía por los centros de datos reúne impulso, ¿esto significa el fin de la intervención humana en temas de sustentabilidad?

El potencial de la inteligencia artificial (AI) para reducir el consumo de energía de los centros de datos es un área de creciente interés en la industria, ya que los operadores buscan nuevas formas de reducir los costos y aumentar el rendimiento de sus instalaciones.

Google es uno de los gigantes de tecnología que lidera el camino en este momento, después de haber pasado los últimos dos años experimentando con el aprendizaje automático y las tecnologías de AI en sus centros de datos de hiperescala.

A principios de este año, Google publicó detalles sobre cómo aprovechar la experiencia de AI de su división Deepmind, lo que ha llevado a la creación de un sistema de aprendizaje automático que podría ayudar a optimizar el enfriamiento de sus centros de datos y, a su vez, reducir su consumo de energía.

El sistema comprende una serie de redes neuronales que se "entrenan" utilizando datos recopilados de los miles de sensores de centros de datos utilizados por el gigante de internet para realizar un seguimiento de los cambios dentro y fuera del entorno de los centros de datos, y predecir cómo algunas de estas condiciones –temperatura y presión– pueden cambiar en una hora.

La compañía desplegó el sistema en un sitio de centro de datos en vivo y afirma que el experimento vio una reducción del 40% en la energía utilizada para enfriar la instalación, llevando a la puntuación de eficacia en el uso de energía (PUE) más baja que el sitio había alcanzado: 1.06.

Francois Sterin, director de infraestructuras globales de Google, dijo a los delegados en la conferencia Datacenter Dynamics Zettastructure de Londres, que la citada cifra de ahorros del 40% se había repetido de forma consistente a medida que la empresa replicaba sus ensayos en otros sitios de su cartera de centros de datos.

Lo que impulsó a la compañía a experimentar con AI y aprendizaje automático, en primer lugar, fue la comprensión de que, después de varios años de utilizar la "ingeniería humana" para reducir los puntajes PUE de cada una de sus instalaciones, su progreso había empezado a disminuir.

"Utilizamos la ingeniería humana para bajar a 1.1 o 1.11 pero, claro, estábamos llegando a una meseta", dijo Sterin.

El final está cerca

Es imposible decir si Google alguna vez habría alcanzado una puntuación PUE de 1.06 (o incluso más baja) sin usar AI. Aun así, la noticia de sus avances ha llevado a los observadores de la industria a reflexionar sobre si la intervención humana será necesaria para ayudar a los centros de datos a lograr aún mayores mejoras en la eficiencia en el futuro.

Roel Castelein, director de servicios de membresía en el consorcio de eficiencia energética de centros de datos The Green Grid, dijo que el trabajo de Google sin duda ha planteado preguntas sobre el valor actual de depender de los seres humanos para mejorar la eficiencia operativa de las granjas de servidores.

"El trabajo de Google hace notar el punto increíble de que la mente humana solo puede llegar hasta cierto punto, y luego necesita análisis estadístico para mejorar su proceso", dijo.

"Están utilizando un modelo estadístico que utiliza una gran cantidad de datos y análisis estadístico para obtener estas fantásticas mejoras, y van más allá del punto en el que la mente humana no puede seguir más".

Dado que la PUE se calcula dividiendo el consumo total de energía de un centro de datos por la cantidad de energía utilizada por el equipo de TI dentro de ella, una puntuación de 1.1, que Google citó antes de su intervención de AI, sugiere que el operador necesita abordar el uso de energía de su equipo de TI para lograr una puntuación más baja.

Simon Brady, director de programa de optimización de centros de datos de Emerson Power Network, dijo: "Si nos fijamos en la tecnología que implementamos en los centros de datos ahora –desde una perspectiva de UPS o de refrigeración– estamos a la vanguardia, y en los límites de las eficiencias que podemos alcanzar”.

"Nosotros, como industria, estamos haciendo todo lo posible para mejorar la eficiencia, pero ahora recae principalmente en los proveedores de TI hacer más".

Agrupación de recursos

A principios de este mes, la Universidad de Lancaster reveló detalles de una forma autoensamblada de software de AI que está desarrollando, y que podría utilizarse para reducir el consumo de energía de los servidores de centros de datos.

El sistema, denominado REx, comprende un conjunto de componentes de software (como cachés de memoria o algoritmos de búsqueda y ordenación) que pueden montarse de forma independiente en la forma más eficiente del software, dependiendo del tipo de cargas de trabajo que el servidor necesite ejecutar.

Según el equipo de cuatro personas que trabajan en el proyecto, el software tiene el potencial de erradicar la necesidad de participación humana en algunas tareas de gestión de centros de datos.

Barry Porter, profesor de la escuela de computación y comunicaciones de la universidad, trabaja en el proyecto. Él dijo que era una gran pregunta esperar que los seres humanos hagan frente a la complejidad de la supervisión, la gestión y el ajuste de las cargas de trabajo de los centros de datos concurrentes, en tiempo real.

"Estas instalaciones son composiciones extremadamente complejas de un montón de hardware y software, todo trabajando junto, y están sujetos a diferentes cargas de trabajo de los usuarios a lo largo del día", le dijo a Computer Weekly. "Que los seres humanos comprendan esa complejidad en tiempo real simplemente no es posible".

Las máquinas, sin embargo, están mucho mejor equipadas para recopilar, analizar y actuar sobre la información generada por las tareas diarias de procesamiento de los centros de datos, dijo Porter.

"Ahora todos vemos cómo podemos conseguir que las máquinas consuman todos estos datos sobre cómo se manejan las solicitudes de los usuarios todos los días, cómo los sistemas de los centros de datos responden a estas solicitudes, las analizan y, a su vez, descubren la forma más eficiente de hacer esto", afirmó.

Muchos de los proveedores de centros de datos de hiperescala, incluyendo Amazon, Facebook y Microsoft, están experimentando con sistemas de AI, dijo Porter. Algunos lo hacen por razones de eficiencia energética, mientras que otros están utilizando AI para ayudarles a identificar los problemas dentro de sus complejas infraestructuras de centros de datos.

Dado el número de organizaciones que están dedicando recursos de investigación y desarrollo (I+D) a esta área, Porter dijo que se podrían lograr aún mayores eficiencias en el futuro combinando sus enfoques.

"Las cosas de Google se centran en cómo se suministra exactamente la cantidad adecuada de enfriamiento en el transcurso del día, basándose en la predicción del uso probable, y Facebook está realmente interesado en hacer más eficientes sus cinco centros de datos masivos en todo el mundo", comentó.

"Necesitamos una solución totalmente conectada que considere todos los factores [a los que cada compañía apunta] juntos y haga el mejor uso de todo, porque absolutamente debemos combinar estas cosas".

Volver a lo básico

Mientras tanto (y para la mayoría de los operadores), hay algunos pasos más simples que pueden tomar para mejorar la PUE de sus centros de datos, dijo Brady, de Emerson, quien también es presidente del comité de enlace de Green Grid EMEA.

"Todo el mundo habla de lo que están haciendo los grandes centros de datos de hiperescala, y todos los nuevos centros de datos que se están construyendo con la tecnología más reciente, pero muchos de los centros de datos heredados tienen 10 o 20 años, y tienen mucha tecnología vieja en ellos" dijo.

"Mientras que en el extremo superior hay alguna tecnología realmente grandiosa, la gran mayoría de las propiedades de centros de datos tienen un largo camino por recorrer con respecto a seguir correctamente los fundamentos [para mejorar el PUE]".

Brady sugiere, por ejemplo, tomar medidas para asegurar que cualquier hueco en los pisos elevados de un centro de datos esté sellado e implementar otras mejores prácticas recomendadas por The Green Grid.

No necesariamente malo

También vale la pena tener en cuenta que una puntuación PUE de dos o tres no es necesariamente una mala cosa, porque cada instalación es diferente.

"Una instalación de colocación puede estar medio vacía durante años y, como resultado, tener una alta PUE durante años", dijo Brady. “Y ellos no deberían avergonzarse de eso. Un número alto solo significa que hay margen para mejorar o que su centro de datos no está lleno, como muchos de ellos no lo están”.

"Si eres un banco, un fondo de seguros o una bolsa de valores, [los centros de datos] deben estar disponibles las 24 horas, los 365 días del año, por lo que se tendrá sistemas de alta disponibilidad, que pueden afectar qué tan eficiente con su energía es el sitio.

"En ese caso, las necesidades del negocio vienen primero, y solo se tiene que tratar de ser lo más eficiente posible".

Investigue más sobre Arquitectura de centros de datos

ComputerWeekly.com.br
Close