AI가 데이터 센터의 효율성을 높이고 탄소를 제거하는 방법

데이터 센터 및 기타 클라우드 컴퓨팅 작업은 현재 전 세계 전력 사용량의 최대 1%를 차지하는 것으로 간주됩니다. 이러한 대규모 서버 팜을 운영하는 데, 특히 이를 냉각하는 데 소비되는 탄소는 결코 무시할 수 없습니다. 전기 사용량의 약 50%는 기본 운영 비용과 관련이 있고 최대 40%는 냉각 비용으로 인한 것으로 생각됩니다.

데이터 센터는 냉각 비용을 절감하기 위해 더 많은 재생 가능 에너지를 활용하는 것부터 바다 밑에 데이터 센터를 건설하는 것까지 다양한 솔루션을 찾고 있습니다.

가장 절약적이고 실용적인 솔루션 중 일부는 인공 지능을 구현하여 비효율성을 찾아 수정하는 것입니다. Gartner의 보고서에 따르면 AI는 향후 2년 내에 모든 데이터 센터의 절반에서 운영될 것으로 예상됩니다. IDC의 2019년 보고서에 따르면 이러한 일이 이미 발생했을 수도 있습니다. 업무량은 전년 대비 20% 증가할 예정이어서 시급한 문제다.

Hitachi Vantara의 데이터 플랫폼 제품 마케팅 이사인 Ian Clatworthy와 DataBank의 엔지니어링 부사장인 Eric Swartz가 데이터 센터에서 AI 솔루션의 가능성과 한계에 대해 이야기합니다.

유용한 AI 도구를 만들고 보정하려면 데이터 센터에서 적절한 데이터를 수집하고 입력해야 합니다. 역사적으로 일상적인 작업에 유용하지 않았던 특정 유형의 데이터가 단순히 무시되었기 때문에 이는 어려운 것으로 입증되었습니다. 일부는 수집되었지만 사용되지 않을 수 있습니다. 그리고 일부는 전혀 수집되지 않습니다. 즉, 운영자는 처음부터 시작하거나 기존 데이터에서 추론해야 합니다.

필요한 하드웨어 데이터에는 사용 가능한 스토리지, 액세스 용이성, 주어진 시간에 실행되는 머신 수, 주어진 상황에서 트래픽이 전달되는 머신이 포함됩니다. 기계 구동 및 냉각에 소비되는 에너지 관련 데이터도 필수적이며, 센터 내부 및 외부의 환경 조건 관련 데이터도 마찬가지입니다.

“적절한 머신러닝 AI 시스템을 구축하려면 실제로 효율성을 높이기 위해 이 모든 것이 필요합니다. 이 모든 것이 중요합니다.”라고 Swartz는 말합니다. "모든 데이터 포인트가 다른 데이터 포인트를 왜곡할 수 있습니다."

실제로 AI는 처음부터 이러한 정보를 수집하는 데 유용할 수 있습니다. 데이터 마이닝은 올바른 지침이 주어지면 겉보기에 관련이 없어 보이는 통계에 묻혀 있는 유용한 데이터를 추출할 수 있습니다. Clatworthy에 따르면 적절한 데이터가 배열되면 "실제로 의미 있는 방식으로 정보를 제시"할 수 있습니다.

서버의 전력 사용은 AI 개입의 주요 대상입니다. 사용하지 않는 서버는 계속 실행되고 들어오는 트래픽은 사용 가능한 장비에 비효율적으로 분산됩니다. 스케줄링 제어 엔진은 딥 러닝을 사용하여 트래픽을 적절하게 전달할 수 있습니다. 기능을 최적으로 활용하면서도 과부하가 발생하지 않는 방식으로 사용 가능한 시스템 전체에 분산될 수 있습니다.

그런 다음 사용하지 않는 기계는 필요할 때까지 전원을 끌 수 있습니다. 더 좋은 점은 Clatworthy가 말합니다. “CPU를 낮출 수 있습니다. 상황을 줄이면 전력을 덜 사용하게 됩니다.” 그는 기계의 전원을 켜고 끄는 것 역시 비효율적이라고 생각합니다.

교통 패턴을 예측할 수 있으므로 장비를 더욱 알뜰하게 사용할 수 있습니다. 따라서 전력 사용 효율(PUE)이 향상됩니다. AI는 워크로드가 증가함에 따라 이러한 프로세스를 확장하는 데 도움이 될 수 있습니다.

예측 유지 관리를 통해 효율성을 더욱 높일 수 있습니다. Clatworthy는 “구성 요소 문제나 유지 관리 일정에 대한 기록 데이터를 이해하고 이를 예산 할당에 연결함으로써 조직은 AI를 사용하여 예측 모델을 제공할 수 있습니다.”라고 말합니다.

데이터를 활용하여 가동 중단이 발생할 가능성이 있는 시기를 확인함으로써 적절한 백업을 보다 쉽게 ​​설정할 수 있습니다. 번거롭고 노동 집약적인 패치 및 업그레이드도 어느 정도 자동화할 수 있습니다. 그리고 고장난 기계로 인해 서비스가 중단되기 전에 교체하거나 수리할 수 있습니다.

전원 관리 자체도 AI의 이점을 누릴 수 있습니다. 바람이 부는 날은 풍력, 화창한 날 등 재생 가능 에너지원을 가장 많이 이용할 수 있는 시기를 결정함으로써 데이터 센터는 언제 이러한 에너지원을 활용할 것인지, 그리고 화석 연료에서 파생된 덜 바람직하지 않은 전력원에 의존할 것인지를 목표로 삼을 수 있습니다. 폐열은 센터 자체 또는 주변 시설에서 방향을 바꿔 사용할 수 있습니다.