Netværk og datacentre vil stå for 20% af globalt elforbrug i 2030
Daniel Lucani Rötter er nyudnævnt professor på Institut for Elektro- og Computerteknologi på Aarhus Universitet og han advarer mod det eksplosive elforbrug, som netværk og datacentre står over for de kommende år.
Energiforbrug fra netværk og datacentre vil stå for 20% af verdens energiforbrug i 2030
Verdens befolkning genererer ca. 2,5 mio. terabyte data hver eneste dag og med forventet flere hundrede milliarder flere elektroniske enheder koblet til internettet inden for det næste årti vil det tal kun stige. Kunstig intelligens, maskinlæring og cyber-fysiske systemer bidrager også i vid udstrækning til en voldsom stigning af datastrømmen de kommende år.
Med den eksplosive vækst i data følger et stigende energiforbrug, foranlediget af udbygningen af tilstrækkelig infrastruktur. Elforbruget for netværk og datacentre stiger tre gange så hurtigt som det gennemsnitlige elforbrug, forklarer Daniel Lucani Rötter og kan potentielt tegne sig for en femtedel af det samlede globale forbrug af elektricitet inden 2030.
Jagten på energi-effektivitet er derfor ganske reel, og en af løsningerne er at forsøge at reducere højden af disse data-flodbølger ved hjælp af nye komprimeringsteknologier. ”Vi står på en ø midt på havet, hvor større og større tsunamier nærmer sig fra alle sider,” siger Daniel Lucani Rötter.
Se også: Find billige IoT enheder
Nye komprimeringsteknologier er nødvendige
Han forsker i at komprimere, transportere, lagre og sikre data. Målet med forskningen er at dæmme op for den syndflod af data, der allerede er begyndt at skabe flaskehalse på nettet. ”Mængden af data bliver kun værre end i dag, og nye komprimeringsteknologier er et nødvendigt redskab til at nedbringe effekten af stigende datatrafik. Vi er allerede ved at udvikle sådanne nye teknologier, der udnytter data-sammenfald og -korrelationer på tværs af kilder, og som kan håndtere nye datatendenser og -egenskaber, herunder IoT, cyber-fysiske systemer og maskinlæring. Det bliver et vigtigt redskab til at dæmpe effekten af disse tsunamier,” forklarer han.
Han arbejder på en kompressionsteknologi kaldet Generalized Deduplication. Den teknik leverer hurtig adgang til data egnet til sensorer, servere og netværksswitche. Desuden giver teknologien mulighed for at komprimere på tværs af data fra meget forskellige enheder uden koordinering og dermed udnytte dataligheder mellem dem.
Forskningen sker i samarbejde med andre forskere fra Aarhus Universitet, Massachusetts Institute of Technology (MIT), universitetet i Neuchâtel, Schweiz, og Boston University.
Se også: Mobilabonnementer til erhverv
Datasammenfald skal udnyttes langt bedre
For at forklare, hvad teknologien skal kunne, giver han dette eksempel: “Hvis du har millioner af smarte målere i et land, vil man finde mønstre i data for hver husstand og på tværs af husstande i løbet af året. Folk vågner op på ca. samme tidspunkter, tænder lyset på ca. samme tidspunkter, tager på ferie på ca. samme tidspunkter osv. Sådanne sammenfald i data bliver ikke udnyttet i nuværende komprimeringsmetoder på grund af målernes begrænsede hukommelse og kapacitet. Men det kan vores nye metode, selv uden at skifte selve målerne,” siger professor Rötter.
Teknologien gør brug af såkaldt de-duplikering, der grundlæggende handler om at indeksere og identificere ligheder i datafragmenter, således at man kan fjerne al redundans i data. Det, der gør fremgangsmåden unik, er, at det er muligt læse det komprimerede indhold og endda udføre dataanalyse og maskinlæring direkte på komprimerede filer. Nuværende metoder kræver, at systemet dekomprimerer filen som helhed, før man kan få adgang til filens indhold.
“Det sætter os i stand til at nøjes med at dekomprimere de data, der er interessante. Og det kan få stor betydning for databehandlingshastighed, datatilgængelighed og hele infrastrukturen for cloud-baseret lagring,” siger han.
Se også: Nyheder om netværk og datacentre
