ESCADE – Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers
Verbesserung der Energiebilanz von Rechenzentren, KI-Anwendungen und verteilten Systemen durch optimale Platzierung von Diensten und Anwendungen im Edge-Cloud Kontinuum.
Im Projekt ESCADE soll die Energiebilanz von Rechenzentren und speziell KI-Anwendungen durch weltweit führende Hardware- und Software-Technologien wesentlich reduziert werden. Unter anderem wird hierfür eine verteilte KI-Architektur entwickelt und anhand des Anwendungsfalls „Stahlproduktion“ erprobt. Hier wird auch der Fokus des österreichischen Beitrags liegen.
In verteilten cyber-physischen Systemen erfolgt die Datenerfassung bisher oft an den äußeren Rändern des Systems (Edge) und die Verarbeitung in zentralen Rechenzentren mit hoher und effizienter Verarbeitungskapazität (Cloud). An Stelle einer strikten Unterscheidung zwischen Edge und Cloud zeichnet sich jedoch zunehmend ab, dass eine anwendungs- und ressourcenabhängige Datenverarbeitung entlang der gesamten Verarbeitungs- und Transportkette sinnvoll sein kann (Edge-Cloud-Kontinuum).
Üblicherweise werden Performanz-Kriterien (Rechenperformanz, Kommunikationslatenz) für die Platzierung einer Anwendung im Edge-Cloud-Kontinuum angewendet, vernachlässigt wird bisher der Aspekt der Nachhaltigkeit. Es fehlen geeignete Modelle und Lösungsansätze, die in einem potenziell stetigen Veränderungen unterworfenen „Rechen-Kontinuum“ eine intelligente und möglichst automatisierte Platzierung von Diensten und Anwendungen unter Einhaltung notwendiger Performanz-Kriterien bei Minimierung von Umwelt- und Finanzkosten ermöglicht. Eine Lösung dieses multi-dimensionalen Optimierungsproblems wird für die ökologisch-wirtschaftliche Bereitstellung und Nutzung zukünftiger hochverteilter Anwendungen von immenser Bedeutung sein.
In diesem Zusammenhang fehlen auch Messwerkzeuge und Metriken, um die Nachhaltigkeit von verteilten cyber-physischen Systemen über Subsystemgrenzen hinweg zu bewerten. Derartige Messungen sind jedoch Voraussetzung und essentieller Input für etwaige Modellierungs- und Optimierungsansätze.
In diesem Projekt verfolgt Salzburg Research daher folgende drei primäre Ziele:
- Die Entwicklung einer validierten Lösung zur Analyse, Bewertung und Empfehlung einer optimierten Platzierung von Diensten und Anwendungen im Edge-Cloud Kontinuum.
- Die Entwicklung eines Werkzeugs zur automatisierten Messung, Analyse und Visualisierung von Nachhaltigkeitsmetriken.
- Die Validierung der Ergebnisse aus 1 und 2 im Anwendungsfall „Stahlproduktion“ des Gesamtkonsortiums in einer hochverteilten KI-Architektur.
