تستهلك مراكز البيانات كهرباء تعادل استهلاك ملايين المنازل سنويًا، ويرجع جزء كبير منها فقط لتشغيل أنظمة التبريد اللازمة لاستمرار تشغيل هذه المرافق.
يعمل باحثون في جامعة ولاية بنسلفانيا على معالجة هذه الفعالية المنخفضة باستخدام الذكاء الاصطناعي لضبط استهلاك الطاقة في مراكز البيانات بشكل ديناميكي بحيث يصل إلى الذروة عندما يكون الطقس ملائمًا والكهرباء رخيصة.
طور الفريق برنامجًا يعتمد على نموذج تعلم آلي جديد مبني على الفيزياء، يحلل بيانات المناخ والاقتصاد في الوقت الفعلي لتحسين تبريد مراكز البيانات.
يقوم البرنامج بمحاكاة مركز بيانات افتراضي يُستخدم كبيئة تدريب لوكيل ذكاء اصطناعي، وهو نظام قادر على اتخاذ قرارات معقدة والتعلم مع مرور الوقت.
يمكن للوكيل المدرب تقديم توصيات تبريد مخصصة وفقًا للمناخ والسوق الكهربائي لمركز البيانات، بما يتوافق مع موقع المنشأة.
يتم عرض هذا النهج الجديد في ورقة قُبلت للعرض في مؤتمر IEEE ITherm في أورلاندو، فلوريدا، في مايو.
فن التبريد الذكي
تشكل أنظمة التبريد في مراكز البيانات سببًا رئيسيًا لاستهلاك الكهرباء البالغ ملايين الدولارات سنويًا، وفقًا للبروفيسور وانغدا زوو، أستاذ الهندسة المعمارية المشارك في البحث.
وأوضح، أن أنظمة التبريد المعقدة هي السبب في استهلاك الطاقة الكبير لمراكز البيانات.
وقال زوو: “التبريد حاليًا يمثل حوالي 40% من إجمالي استهلاك الكهرباء في مركز البيانات، ويقتصر فقط على إبقاء المركز قيد التشغيل”.
وأضاف أن العوامل البيئية المتطرفة مثل ارتفاع درجات الحرارة، وكذلك التغيرات الاقتصادية مثل أسعار الكهرباء والعملات المشفرة، تؤثر بشكل كبير على أرباح هذه المراكز.
على الرغم من أن حلولًا مثل التبريد السائل أو الأجهزة المقاومة للحرارة يمكن أن تساعد، أشار زوو إلى أن استخدام الذكاء الاصطناعي لضبط معدلات التبريد واستهلاك الطاقة بشكل ديناميكي وفقًا لهذه المتغيرات قد يقدم تحسينات كبيرة بتكلفة أقل.
التوأمة الرقمية
يمكن للبرنامج تفسير التغيرات الديناميكية في درجات الحرارة والرطوبة والظروف الاقتصادية عند تحديد معايير التبريد، وفقًا لزوو. يعتمد الإطار على ما يُسمى نموذج التعلم التعزيزي المبني على الفيزياء، باستخدام المعايير الصناعية المقبولة لأجهزة مركز البيانات لتحديد الأهداف المتعلقة بدرجة الحرارة والرطوبة.
تُستخدم هذه البيانات لإنشاء “توأم رقمي” لمحاكاة مركز البيانات، يمكن فيه تعديل المتغيرات لمراقبة تأثيرها على توصيات التبريد.
تم اختبار النهج في مركز بيانات بمحاكاة لموقع في هيوستن، تكساس، وهو بيئة حارة ورطبة للغاية.
استخدم هذا التوأم الرقمي لتدريب وكيل ذكاء اصطناعي يمكنه تقديم توصيات تبريد لمشغلي مركز البيانات لتحسين الربحية والكفاءة والسلامة في الوقت الفعلي.
وأوضح فيشناثان جانِش، طالب دكتوراه ومؤلف أول للورقة، أن النهج يوازن بين السلامة والكفاءة، حيث كان الالتزام بأهداف التبريد الثابتة يحمي الأجهزة لكنه كان سببًا في الفاقد من الطاقة.
دمج متطلبات السلامة الثابتة في النموذج يسمح بالتحكم الديناميكي في استهلاك الطاقة دون المساس بالاستقرار.
الاستفادة من العملات الرقمية
إضافة إلى تحسين التبريد العام، يمكن للبرنامج زيادة كفاءة تعدين العملات الرقمية مثل البيتكوين، حيث يستخدم التعدين أنظمة حاسوبية قوية لحل مسائل رياضية للتحقق من المعاملات على البلوكتشين.
يسمح النموذج المدرب بتقليل استهلاك طاقة التبريد بأكثر من 24%، مع تحسين أرباح التعدين بنسبة تزيد عن 8%.
وأشار زوو إلى أن هذا النموذج يمكن تكييفه لتحسين التبريد في المباني التجارية بشكل عام، باستخدام التوأم الرقمي لتدريب النموذج قبل تطبيقه على سيناريوهات العالم الحقيقي عبر مختلف الصناعات، بما في ذلك المطارات ومحطات الطاقة.
أسس زوو شركة Glacian Technologies Inc. لتطبيق هذه التكنولوجيا الفيزيائية للذكاء الاصطناعي، ووقعت الشركة مؤخرًا اتفاقًا تجاريًا لتطبيق البرنامج في مركز بيانات Alerify في هاريسبرج.
وقال زوو: “طريقة التبريد هذه عامة جدًا ويمكن استخدامها كإطار لتحسين كفاءة التبريد في المباني التجارية عبر الصناعات، بدأنا مع مراكز البيانات، لكننا نبحث عن تطبيقات أوسع في أسواق أخرى”.
