Hvordan gør vi teknologier mere effektive og mindre energiforbrugende?
I en tid, hvor ressourceforbrug står øverst på dagsordenen, er det afgørende at sikre energieffektiviteten af de digitale teknologier, der former vores verden. Lektorer på IT-Universitetet i Københavns Institut for Datalogi, Pınar Tözün og Zoi Kaoudi, arbejder med problemstillingen fra et hardware- og et softwareperspektiv. Se deres session på årets Digital Tech Summit, 31. oktober.
Pinar TozunZoi KaoudiEventsForskningInstitut for DatalogiClimate IT
Skrevet 10. oktober 2024 08:11 af Theis Duelund Jensen
Ifølge en nylig rapport fra International Energy Agency (IEA) brugte datacentre omkring 460 terawatt-timer (TWh) i 2022 og kan i 2026 nå et samlet elforbrug på mere end 1.000 TWh. For at sætte dette astronomiske tal i perspektiv svarer det omtrent til det årlige elforbrug i Japan.
At drive de store teknologier, der fungerer som hjørnestene i den moderne, digitale økonomi, er blevet et kritisk problem i lyset af globale konflikter og miljøproblemer. Derfor er feltet for præstationsoptimering blevet et varmt emne både i industrien og i forskningsverden. Lektorerne Pınar Tözün og Zoi Kaoudi, begge fra IT-Universitetet, tackler emnet fra forskellige perspektiver.
De to vil præsentere deres igangværende projekter og resultater på årets Digital Tech Summit i København den 31. oktober.
Udnyttelse af eksisterende ressourcer
Pınar Tözün fokuserer på at optimere hardwareudnyttelse i forbindelse med dataintensive applikationer som kunstig intelligens og store databaser. "Hardwarekvaliteten forbedres konstant," forklarer hun, "men software tilpasser sig ikke automatisk. For at øge effektiviteten må vi foretage manuelle softwarejusteringer."
Pınar Tözün fremhæver det enorme CO2-aftryk som store sprogmodeller efterlader – nogle forbruger mere energi end et menneske gør over et helt liv – og understreger behovet for smartere software. I sin forskning stræber hun efter at opnå de samme beregningsresultater med færre hardware-ressourcer. "Nøglen er at maksimere ydeevnen fra eksisterende hardware," siger hun.
Hendes arbejde starter med omfattende præstationsanalyser, hvilket i bund og grund tegner en profil af hardwarens styrker og svagheder. Denne information gør det muligt at udvikle teknikker, der forbedrer ydeevnen på softwareniveau. "Vi kan implementere yderligere softwarelag eller justere eksisterende," forklarer hun. "Det gør det muligt for enheder at håndtere flere applikationer uden at ofre ydeevne. Forestil dig at køre to store deep learning-modeller på en enkelt enhed og dermed eliminere behovet for flere enheder."
Standardisering er dog en udfordring. GPU'er fra samme leverandør opfører sig typisk ens på tværs af modeller, men forskellige leverandører kræver forskellige softwarejusteringer. Forskeren sammenligner processen med en lægeundersøgelse: "Vi udfører en dybdegående analyse for at forstå hardwaren og opdage dens optimale brug."
Optimering af databehandling
I sin forskning undersøger Zoi Kaoudi brugen af AI til databaseoptimering, især søgeforespørgsler:
"Søgeoptimering er en hjørnesten i ethvert datamanagementssystem," siger Zoi Kaoudi. "Hver gang du interagerer med en computer, uanset om det er at udføre en kommando eller hente information, spørger du i bund og grund systemet om noget. Effektiv søgeoptimering er afgørende for at minimere runtime, brug af processorkraft og i sidste ende energiforbrug."
I sit arbejde udnytter forskeren kunstig intelligens og maskinlæring til at forbedre søgeoptimering. "Disse teknologier har vist sig at være uvurderlige værktøjer til at automatisere opgaver og forbedre effektiviteten," siger Zoi Kaoudi, der ud over sin stilling på IT-Universitetet er medstifter af Scalytics, en startup, der specialiserer sig i softwareløsninger til optimering af databehandlingseffektivitet og reduktion af energiforbrug.
"Vi har ikke helt realiseret potentialet for AI og maskinlæring i søgeoptimering. I det projekt, jeg arbejder på i øjeblikket, dykker vi ned i de centrale aspekter, der påvirker effektiv optimering: den relative rækkefølge af søgeplaner og de underliggende rangordningsalgoritmer. Ved at analysere sammenhængene mellem søgninger og søgningsplaner, udvikle learning-to-rank-modeller og skabe nye optimeringsalgoritmer sigter vi mod at skabe et nyt forskningsparadigme," siger Zoi Kaoudi.
Find flere oplysninger om Pınar Tözün og Zoi Kaoudis session til Digital Tech Summit her.
Theis Duelund Jensen, presseansvarlig, telefon +45 2555 0447, email