Blog

Im Nordosten Schwedens, auf einem ehemaligen Helikopterhangar, liegt unser 1.500 Quadratmeter großes Forschungsrechenzentrum. Dort arbeiten wir beispielsweise an autonomen HPC-Lösungen (High-Performance-Computing) und am Einsatz Künstlicher Intelligenz (KI). Unter den Begriff der Künstliche Intelligenz fallen Anwendungen, bei denen Maschinen menschenähnliche Intelligenzleistungen erbringen. Zu den wichtigsten Teilbereichen der KI zählen künstliche neuronale Netze, Deep Learning, Natural Language Processing (NLP), Maschinelles Lernen und Robotic Process Automation. 

Im Rahmen der KI-Forschung befassen wir uns intensiv mit den Themen Verfügbarkeit und Automatisierung. Zudem erforschen wir, wie Rechenzentren mithilfe Künstlicher Intelligenz nachhaltiger und energieeffizienter gestaltet werden können. Doch wie genau funktioniert KI-Forschung überhaupt und welchen Mehrwert bieten selbstdenkende Systeme im RZ-Umfeld?

Hinter den Türen unseres Rechenzentrums forschen wir an einer Vielzahl KI-gestützter Technologien für den ausfallsicheren RZ-Betrieb. Von großer Relevanz ist beispielsweise das Thema Self-Maintenance, also die automatisierte Fehlererkennung und -behebung. 

Bei der Erforschung nachhaltiger Lösungen liegen unsere Schwerpunkte auf den Themenfeldern Abwärmenutzung, Greenhousing und Immersionskühlung. Ein weiterer Forschungsansatz ist die Ermittlung des optimalen Betriebspunkts. Wir suchen also nach dem Temperaturbereich, der sowohl maximale Betriebssicherheit als auch minimalen Energieverbrauch garantiert. Wo RZ-Betreiber diesem Temperaturbereich zuvor lediglich anhand von Erfahrungswerten einkreisen konnten, ist mithilfe der KI eine weitaus präzisere Annäherung an den optimalen Betriebspunkt möglich.  

Ein Hauptteil unserer Forschungsarbeit besteht dabei in der Entwicklung einer Vielzahl von Algorithmen. So benötigen wir etwa für die Errechnung des optimalen Betriebspunkts eines Rechenzentrums gleich zwei verschiedene Algorithmen: Einen Algorithmus für die maximale Energieeffizienz und einen für die maximale Betriebssicherheit. Damit diese nicht gegeneinander arbeiten, müssen sie zudem abgewogen werden. In der Praxis ist das Ganze aber noch deutlich komplexer. 

Um realitätsnahe Ergebnisse zu erzielen, muss eine Vielzahl von Parametern herangezogen werden. Allein die Parameter Stromverbrauch und Temperatur zu berücksichtigen, würde zum Beispiel nicht ausreichen. Die KI willkürlich mit Daten zu füttern, ist aber auch ein Irrweg. Es muss also abgewogen und ermittelt werden, welche Parameter wirklich für die jeweilige Aufgabenlösung von Bedeutung sind. Welche Rolle spielt etwa der Luftdurchfluss? Und was ist mit der Kältezufuhr oder der Energieverteilung? 

Wenn die Datensätze zu den verschiedenen Parametern gefiltert sind, müssen sie gewichtet werden. Auf den optimalen Betriebspunkt hat die Windrichtung zum Beispiel nur einen geringen Einfluss, wohingegen andere Faktoren wie die Außentemperatur sehr wichtig sind. Anschließend müssen wir unsere Ergebnisse dann noch analysieren und interpretieren. Bei diesem Prozess kommen immer wieder neue Ansätze hinzu, die zu weiteren Verbesserungen führen und ständig ausgebaut werden.