رشد 6برابر پردازش اطلاعات تنها 6درصد به مصرف انرژی دیتا سنترها افزوده است
پژوهش ها نشان می دهد میزان پردازش اطلاعات توسط دیتاسنترها تا ۶ برابر معادل 700درصد افزایش یافته و ترافیک اینترنت رشدی ۱۰ برابری را به خود دیده این در حالی است که میزان مصرف انرژی دیتاسنترها در این سال تنها ۶ درصد رشد داشته و به ۲۰۵ تراوات بر ساعت رسیده است.
به گزارش زیست آنلاین طی سالهای اخیر و بهدلیل گسترش استفاده از انواع نرمافزارها، شبکههای اجتماعی، ویدئوها و اپلیکیشنهای موبایلی، تقاضا برای نصب و راهاندازی دیتاسنترها توسط شرکتهای مختلف افزایش یافته است.
اما زمانی که تاثیرات استفاده از این ابرسیستمهای پردازشی بر کره زمین مورد بررسی قرار میگیرد، میتوان به اطلاعات جالبی رسید که شاید با آنچه توسط عموم تصور میشود، تفاوت زیادی داشته باشد.
نتایج پژوهشهای محققان نشان میدهد که اگرچه حجم کار دیتاسنترها به نسبت ۱۰ سال پیش، حدود ۶ برابر شده است، اما این مساله تغییر بسیار کمی را در میزان مصرف انرژی توسط این دستگاه بهوجود آورده است؛ چراکه امروزه از فناوریهای پیشرفتهای در این دستگاه استفاده میشود که میتوانند با کمترین انرژی، بیشتری میزان بازدهی را داشته باشند.
برخی از محققان پیشتر در گزارشهای خود آورده بودند که میزان مصرف انرژی دیتاسنترها طی یک دهه اخیر دو برابر یا حتی بیشتر شده است. اما پژوهشی که اخیرا در نشریه ساینس –Science- به چاپ رسیده، مدعی است که در این تحقیقات، پیشرفتها در زمینه مصرف بهینه انرژی توسط این دستگاهها لحاظ نشده است.
پژوهش مذکور توسط گروهی از محققان دانشگاه Northwestern، آزمایشگاه ملی Lawrence Barkeley و شرکت Koomey Analytics انجام شده است.
در سال ۲۰۱۰، دیتاسنترهایی که در سراسر جهان مورد استفاده قرار میگرفتند در یک ساعت، حدود ۱۹۴ تراوات برق مصرف میکردند که این میزان معادل یک درصد از مجموع انرژی برق مصرفی در جهان بود. اما در سال ۲۰۱۸، میزان پردازش اطلاعات توسط دیتاسنترها تا ۶ برابر افزایش یافت و ترافیک اینترنت رشدی ۱۰ برابری را به خود دید. این در حالی است که بررسیها نشان میدهد میزان مصرف انرژی دیتاسنترها در این سال تنها ۶ درصد رشد داشته و به ۲۰۵ تراوات بر ساعت رسیده است.
این مساله نشاندهنده توسعه فناوریهایی در جهت مصرف بهینه انرژی طی سالهای اخیر است به نحوی که از نرمافزارهای مجازیسازی استفاده میشود که با کمک آن، یک دستگاه قادر است کار چند کامپیوتر را انجام دهد. همچنین، سرورها متمرکزتر شدند و سیستمهای خنککننده نیز با طراحی جدید و بهینه خود به بازار آمدند. از طرف دیگر، برخی شرکتها دیتاسنترهای خود را در اعماق آب جای دادند و برخی نیز آنها را به قطب شمال دادند؛ همه اینها نشاندهنده پیشرفت در زمینه طراحی دیتاسنترهاست.با این حال، لطفی بالخیر، از استادان دانشگاه McMaster در کانادا که با توجه به نتایج بررسیهای خود، افزایش ۱۰ برابری سهم دیتاسنترها در انتشار گازهای گلخانهای به جو تا سال ۲۰۴۰ را پیشبینی کرده بود، چنین نظری ندارد. وی معتقد است که دیگر نمیتوان در زمینه مصرف بهینه انرژی این دستگاهها، کار خاصی انجام داد؛ برای نمونه، فناوریهایی همچون رمزارز و بلاکچین از مصرف انرژی بسیار بالایی برخوردارند.محققانی که پژوهش اخیرشان در نشریه ساینس به چاپ رسیده، در پاسخ به صحبتهای این گروه از کارشناسان میگویند که آنها هرگز بهدنبال توجیه مصرف انرژی توسط دیتاسنترها نیستند. بلکه معتقدند که قطعا در آینده نزدیک و با توجه به توسعه فناوریهایی همچون هوش مصنوعی، دستگاههای مجهز به سیستم خودران و مواردی از این دست، مصرف انرژی توسط این دیتاسنترها به مراتب افزایش خواهد یافت.
آنها معتقدند که اگرچه هوش مصنوعی به سرعت در حال گسترش و استفاده در صنایع مختلف است، اما پیشبینی در خصوص تاثیر آن بر آینده انرژی جهان کار سختی است. با اینکه سیستمهای مجهز به فناوری یادگیری ماشینی از توان پردازشی بسیار بالایی بهره میبرند، اما شرکتها اخیرا به سمت استفاده از طراحیها و الگوریتمهایی روی آوردهاند که میتواند مصرف انرژی را بهطور قابلتوجهی کاهش دهد.این محققان معتقدند که به منظور تشویق برای استفاده از فناوریهایی با مصرف بهینه انرژی، قانونگذاران باید استانداردهای سفت و سختی در زمینه مصرف انرژی برای سرورها،هاردهای ذخیرهسازی و دستگاههای متصل به شبکه در نظر بگیرند و تولیدکنندگان را به اتخاذ شیوههای بهینهای همچون رایانش ابری ترغیب کنند.آنها همچنین از صاحبان دیتاسنترهای بزرگ در جهان میخواهند تا اطلاعاتی را در خصوص میزان مصرف انرژی این دستگاهها در اختیار محققان قرار دهند. یکی از نگرانیها در این زمینه، عدم ارائه این اطلاعات از سوی شرکتهای چینی است که چند سالی است میزان استفاده از دیتاسنترها در این کشور به شدت افزایش یافته است. در مجموع، باید گفت که یکی از بهترین راهکارها، طراحی و توسعه دستگاههای جدیدی است که علاوه بر توان محاسباتی بالا، از مصرف انرژی کمیبرخوردارند و میتوانند فرآیند پردازش حجم زیادی از اطلاعات را با کمترین میزان مصرف انرژی به انجام برسانند.