Исследования показывают, что центры обработки данных могут сократить потребление энергии до 30% с помощью всего лишь 30 строк кода

Исследования показали, что центры обработки данных могут сократить потребление энергии до 30%, просто изменив около 30 строк кода в сетевом стеке ядра Linux. Ученые из Университета Ватерлоо в Канаде выявили неэффективность в том, как серверы обрабатывают входящий сетевой трафик.

Прорыв происходит из-за приостановки запроса прерывания, техники, которая оптимизирует энергоэффективность ЦП, сокращая ненужные прерывания в условиях высокого трафика. Обычно, когда новый пакет данных попадает в сеть, он запускает запрос прерывания, заставляя ядро ​​ЦП приостанавливать свою текущую задачу для обработки данных, что замедляет работу.

Новый код уменьшает количество запросов на прерывание, позволяя системе активно проверять сеть на наличие новых пакетов данных, когда это необходимо, вместо того, чтобы ждать каждого отдельного прерывания. Однако, поскольку этот подход является энергоемким, система возвращается к обработке прерываний, когда трафик замедляется.

Благодаря усовершенствованию обработки IRQ ядром пропускная способность данных увеличивается на 45%, при этом задержка tail остается низкой. Другими словами, система может обрабатывать больше трафика без задержек для большинства критических по времени операций. Модификация была включена в версию ядра Linux 6.13.

«Мы ничего не добавляли», — сказал профессор Школы компьютерных наук Черитона Мартин Карстен в пресс-релизе. «Мы просто перестроили то, что и когда делается, что приводит к гораздо лучшему использованию кэшей ЦП центра обработки данных. Это похоже на перестройку конвейера на производственном заводе, чтобы люди не бегали все время».

К 2030 году центры обработки данных будут отвечать за 4% мирового спроса на электроэнергию, по крайней мере частично, за счет ИИ. Обучение OpenAI GPT-4 с 1,76 триллионами параметров потребляло количество энергии, эквивалентное годовому потреблению электроэнергии 5000 домохозяйств США. Эта цифра даже не включает электроэнергию, необходимую для вывода, то есть процесса, в котором ИИ генерирует выходные данные на основе новых данных.

СМ.: Отправка одного электронного письма с помощью ChatGPT эквивалентна потреблению одной бутылки воды

Операторы центров обработки данных, возможно, несут ответственность за сокращение своего углеродного следа, однако это, похоже, не является приоритетом. Отчет Uptime Institute показал, что менее половины владельцев и операторов центров обработки данных даже отслеживают ключевые показатели устойчивости, такие как потребление возобновляемой энергии и использование воды.

Отдельные предприятия, похоже, также не мотивированы выступать против энергоемких практик своих центров обработки данных. Фактически, недавнее исследование показало, что почти половина предприятий ослабляют цели устойчивого развития, чтобы позволить своим расширениям ИИ.

Технологические гиганты также оказались под пристальным вниманием. В июле Google подверглась критике после того, как ее ежегодный экологический отчет показал, что ее выбросы увеличились на 48% за четыре года, в основном из-за расширения ее центров обработки данных для поддержки разработок ИИ.

Аойфе Фоли, старший член Института инженеров электротехники и электроники и профессор инженерии в Университете Квинс в Белфасте, рассказала TechRepublic в электронном письме: «Современные предприятия постоянно генерируют и накапливают огромные объемы данных. Это включает в себя рутинные действия в корпоративных системах, машинах, датчиках и цифровизацию на стороне спроса.

«Все эти данные поступают в различных формах — избыточных или критических. Однако большая часть представляет собой неструктурированный и инертный контент, обычно называемый «темными данными», который становится все более распространенным. Результатом является большой объем цифровых данных, которые необходимо хранить, к большинству из которых позже даже не будет доступа.

«Те, кто управляет центрами обработки данных и серверными комнатами, должны стремиться к высокому стандарту энергоэффективности, демонстрируемому посредством агрессивных целевых показателей эффективности использования энергии. Достижение устойчивости означает рассмотрение экологических соображений как при проектировании решения, так и во время сборки. Решения должны соответствовать заранее определенным и согласованным критериям экологической устойчивости. Это включает в себя фильтрацию темных данных, удаление ненужной информации из хранилища и опору на «более зеленые» источники энергии».