L’informatique décalée dans le temps pourrait réduire les coûts énergétiques des centres de données jusqu’à 30 %

Récemment, deux informaticiens ont eu une idée : si les ordinateurs utilisent de l’énergie pour effectuer des calculs, les données stockées pourraient-elles être une forme d’énergie stockée ? Pourquoi ne pas utiliser l’informatique comme moyen de stocker de l’énergie ?

Et si l’information pouvait être une batterie, mec ?

En fin de compte, l’idée n’est pas aussi farfelue que cela puisse paraître. Le concept de batterie d’informations, étoffé dans un article récent, effectuerait certains calculs à l’avance lorsque l’énergie est bon marché, comme lorsque le soleil brille ou que le vent souffle, et mettrait les résultats en cache pour plus tard. Le processus pourrait aider les centres de données à remplacer jusqu’à 30 % de leur consommation d’énergie par de l’énergie renouvelable excédentaire.

La beauté du système est qu’il ne nécessite aucun matériel spécialisé et impose très peu de frais généraux.

Les batteries d’information sont conçues pour fonctionner avec les centres de données existants, écrivent les auteurs Jennifer Switzer, doctorante à l’UC San Diego, et Barath Raghavan, professeur adjoint à l’Université de Californie du Sud. Une puissance de traitement très limitée est réservée à l’IB [information battery] gestionnaire, qui gère la planification des tâches de calcul en temps réel et du précalcul. Un cluster de machines ou de VM est désigné pour le précalcul. Le cache IB, qui stocke les résultats de ces précalculs, est conservé localement pour une récupération rapide. Aucune infrastructure supplémentaire n’est nécessaire.

La prévision est la clé

Toutes les tâches ne sont pas adaptées à l’approche de la batterie d’informations, mais pour de nombreux centres de données, certaines charges peuvent être prédites avec une précision raisonnable et mises en cache pour une récupération ultérieure. Des entreprises comme Netflix, par exemple, peuvent ingérer de la vidéo dans un format, puis la transcoder pour l’optimiser pour divers appareils, un processus qui n’est pas toujours urgent. Il en va de même lors de la formation d’algorithmes d’apprentissage automatique. Les informaticiens peuvent mettre en file d’attente les données de formation et laisser le gestionnaire de la batterie d’informations décider quand exécuter la formation. Google utilise un système comme celui-ci depuis quelques années dans le but de réduire son carbone. émissions, même si, comme on pouvait s’y attendre, les détails sont rares.

Le gestionnaire de batterie d’informations imite à certains égards les planificateurs trouvés dans les systèmes d’exploitation de PC ou de smartphone. Là, les planificateurs optimisent le flux de données via le processeur et d’autres puces pour que les choses se déroulent sans heurts. En fonction de la tâche et des exigences du système, le planificateur peut laisser l’interface réactive aux entrées de l’utilisateur, ou il peut donner la priorité à une tâche gourmande en ressources de calcul afin qu’elle se termine plus rapidement.

Dans le cas des batteries d’informations, le gestionnaire optimise la charge de travail en fonction du prix de l’électricité et de la disponibilité des tâches pouvant être réalisées en amont. Le gestionnaire comporte trois parties principales : un moteur de prévision des prix, un moteur de pré-calcul et un ordonnanceur. Pour déterminer les tâches à exécuter, le planificateur évalue les informations des moteurs de prévision des prix et de précalcul. Le moteur de prévision des prix utilise un réseau neuronal pour prévoir les prix futurs de l’électricité, tandis que le moteur de pré-calcul utilise un réseau neuronal différent pour prédire les futures demandes de calcul.

Dans le modèle créé par Switzer et Raghavan pour tester le concept, le gestionnaire de l’IB interrogeait les opérateurs de réseau toutes les cinq minutes, le plus petit intervalle de temps proposé par les opérateurs pour vérifier le prix de l’électricité afin d’éclairer ses prévisions. Lorsque les prix sont tombés en dessous d’un seuil défini, le responsable a allumé un lot de calculs et les a mis en cache pour plus tard.

Remplacement des batteries à l’échelle du réseau

Le système a été assez efficace pour réduire le besoin d’une alimentation électrique coûteuse, comme l’appellent les auteurs, même lorsque le moteur de pré-calcul a fait un travail relativement médiocre pour prédire quelles tâches seraient nécessaires dans un avenir proche. Avec une précision de seulement 30 %, le gestionnaire pourrait commencer à tirer le meilleur parti de la soi-disant puissance d’opportunité qui est créée lorsqu’il y a un excès d’énergie éolienne ou solaire.

Dans un grand centre de données typique, les charges de travail peuvent être prédites environ 90 minutes à l’avance avec une précision d’environ 90 %, écrivent les auteurs. Avec une fenêtre de prédiction plus prudente de 60 minutes, un tel centre de données pourrait stocker 150 MWh, soit bien plus que la plupart des projets de stockage sur batterie à l’échelle du réseau, disent-ils. Une batterie équivalente à l’échelle du réseau coûterait environ 50 millions de dollars, notent-ils.

Bien que les auteurs ne fournissent pas d’estimation du coût de fonctionnement d’une batterie d’informations, il est probable qu’elle soit nettement moins chère car elle s’appuie sur l’infrastructure existante et est implémentée dans un logiciel, qui peut être optimisé en fonction du prix de l’électricité et de la demandes de calcul du centre de données.

Aujourd’hui, il n’y a pas beaucoup de fois où il y a un excès d’énergie éolienne ou solaire, surtout pendant l’été en Californie quand il fait particulièrement ensoleillé et au Texas quand il fait particulièrement venteux. Mais dans un avenir proche, lorsqu’il y aura plus d’énergie éolienne et solaire sur le réseau, les prix négatifs de l’électricité pourraient devenir plus courants et les batteries d’informations pourraient devenir à la fois viables et répandues.

La clé de l’approche IB est qu’il ne s’agit pas d’une solution à usage général, mais qu’elle est susceptible d’être efficace pour de nombreuses charges de travail courantes, écrivent les auteurs. Étant donné que les centres de données consomment environ 2 % de toute l’électricité utilisée aux États-Unis, un nombre qui est presque certain de croître, les batteries d’information pourraient devenir une alternative rentable aux batteries massives et coûteuses.