TU Berlin: Intelligente Zeitplanung könnte den CO2-Fußabdruck von Rechenzentren verbessern
Flexibilität ist das Stichwort
Die Kohlenstoffintensität des Strommix schwankt tageszeitabhängig
Große Energieverbraucher wie Stahlwerke oder Kühlhäuser machen es vor: Sie
passen ihre Stromnachfrage an das aktuelle Angebot an, praktizieren das
sogenannte „Demand-Side-Management“. Diese Industrien sind aber nicht die
einzigen „Energiefresser“: Auch Rechenzentren verbrauchen große Mengen an
Energie, weltweit über 200 Terawattstunden pro Jahr – mit stark steigender
Tendenz. Um den CO2-Fußabdruck des sogenannten Cloud-Computings zu
verringern, untersuchten Forscher*innen des Berlin Institute for the
Foundation of Learning and Data (BIFOLD) die Auswirkungen einer
intelligenten zeitlichen Verschiebung von zeitunkritischen Rechenlasten
auf den CO2-Fußabdruck dieser Rechenzentren. Ihre Veröffentlichung "Let's
Wait Awhile: How Temporal Workload Shifting Can Reduce Carbon Emissions in
the Cloud" wird im Dezember 2021 auf der international renommierten
Middleware-Konferenz präsentiert.
Flexibilität könnte ein Schlüssel für die erfolgreiche Integration
variabler erneuerbarer Energiequellen in das Stromnetz sein. Abhängig von
den Wetterbedingungen und der Stromnachfrage kann die Höhe der
Treibhausgas-Emissionen, die durch die Bereitstellung von Energie
verursacht wird, zeitlich stark schwanken. Diese Kennzahl wird gemeinhin
als Kohlenstoffintensität bezeichnet und beschreibt die absolute Menge an
Treibhausgasemission pro bereitgestellter Energieeinheit in gCO2eq (Gramm
CO2-Äquivalente Treibhausgase).
„In Deutschland ist es zum Beispiel nicht ungewöhnlich, dass an einem
sonnigen Tag um 13 Uhr eine einzige Kilowattstunde weniger als 100 gCO2eq
verursacht, während dieselbe Kilowattstunde, die um 18 Uhr verbraucht
wird, mehr als das Vierfache verursacht, da abends keine Sonnenenergie zur
Verfügung steht, der Energiebedarf aber steigt", erklärt Philipp Wiesner,
der als Doktorand an der TU Berlin mit den BIFOLD-Forschern Prof. Dr. Odej
Kao und Prof. Dr. Lauritz Thamsen arbeitet. Auch von Region zu Region
variieren die Emissionen: In Deutschland liegen sie im Durchschnitt bei
313 gCO2eq/kWh, in Frankreich, wo der Großteil der Energie aus
Kernkraftwerken stammt, bei nur 56 gCO2eq/kWh.
Nachhaltigeres Cloud Computing
Durch die Verlagerung von Rechenlasten auf Zeiten, in denen der Anteil von
grüner Energie im Strommix hoch ist, können die damit verbundenen
Treibhausgas-Emissionen erheblich reduziert werden. In ihrer
Veröffentlichung analysierten Philipp Wiesner und seine Ko-Autoren Ilja
Behnke, Dominik Schreinert, Kordian Gontarska und Lauritz Thamsen das
Potenzial für die Ausnutzung dieser Schwankungen, indem sie
zeitunkritische Rechenoperationen in Zeiten mit einem hohen Anteil an
sauberer Energie verschoben. „Unser Ziel ist es, Cloud Computing
nachhaltiger zu machen“, so Philipp Wiesner.
Dazu analysierten sie die Stromnetze von Deutschland, Großbritannien,
Frankreich und Kalifornien im Jahr 2020 im Hinblick auf ihre
Kohlenstoffintensität. „Wir haben verschiedene Szenarien der
Lastverschiebung modelliert und experimentell evaluiert, um den Einfluss
von Zeitbeschränkungen, Planungsstrategien und die Genauigkeit von
Prognosen der Kohlenstoffintensität zu untersuchen", so Philipp Wiesner.
„Im Gegensatz zu den meisten anderen Forscher*innen konzentrierten wir uns
nicht auf die Reduzierung des Gesamtenergieverbrauchs, sondern auf den
Energieverbrauch zur richtigen Zeit - die von Region zu Region
unterschiedlich sein kann."
Emissionen könnten bis zu einem Drittel reduziert werden
Beispiele für energieintensive, aber flexible Arbeitslasten reichen von
großen maschinellen Lernaufträgen und wissenschaftlichen Simulationen bis
hin zu Datenverarbeitungspipelines und Videorendering. „Rechenintensive
Prozesse, die freitags um 18 Uhr angeschoben werden, haben in aller Regel
Zeit bis Montagmorgen, solange sie beendet sind, wenn die Arbeitszeit
wieder beginnt. Unsere Studie zeigt, das die Ausnutzung dieser
Flexibilität die Kohlenstoffemissionen eines Auftrags um 5,7 bis 8,5
Prozent senken kann, da die Kohlenstoffintensität am Wochenende in der
Regel geringer ist“, beschreibt Philipp Wiesner die Ergebnisse. Ebenfalls
untersuchten die Wissenschaftler*innen sogenannte periodische Batch-Jobs,
also Rechenaufträge, die in kleineren Einheiten bearbeitet werden können.
Dazu zählen zum Beispiel sogenannte nächtliche Compile-Jobs,
Integrationstests, Datenbank-Backups oder die Erstellung von
Geschäftsberichten. „Während die meisten Verträge zwischen Dienstleistern
und Kund*innen versprechen, solche Aufträge immer zu bestimmten Zeiten
auszuführen, könnten sie auch flexiblere Zeitfenster vorsehen. Die erhöhte
Flexibilität könnte die Emissionen in bestimmten Bereichen um bis zu einem
Drittel reduzieren", fasst Philipp Wiesner zusammen.
Publikation:
“Let’s Wait Awhile: How Temporal Workload Shifting Can Reduce Carbon
Emissions in the Cloud”, Philipp Wiesner, Ilja Behnke, Dominik Scheinert,
Kordian Gontarska, und Lauritz Thamsen
<https://arxiv.org/abs/2110.13
