Green Supercomputing: Große Datenmengen energieeffizienter verarbeiten

Riesige Datenmengen bedeuten auch einen riesigen Energieverbrauch. Die Entwickler:innen stehen vor der Aufgabe, so genannte „massive graphs“, also enorme Mengen von Informationen und Beziehungen zwischen den Informationsknoten zu verarbeiten, und das in Zeiten, in denen Energie knapper verfügbar ist. Seit fast einem Jahr arbeiten Forscher:innen in einem EU-Horizon-Projekt an einem ganzheitlichen Modell, um den aktuellen Herausforderungen zu begegnen. Ziel ist unter anderem ein Energielabel (wie am Kühlschrank) für Software-Codes.

Die digitale Transformation erspart der Umwelt zwar so manchen Flug und lässt selbstfahrende Autos effizienter durch Städte navigieren, aber auch die Rechenleistung, die bei der Datenübertragung und -verarbeitung anfällt, verbraucht Energie und führt zu CO2-Emmissionen.

Im Projekt „Extreme and Sustainable Graph Processing for Urgent Societal Challenges in Europe ” arbeiten nun Forscher*innen von zwölf Institutionen unter der Leitung von Radu Prodan (Institut für Informationstechnologie an der Universität Klagenfurt) an der effizienteren Verarbeitung der so genannten „massive graphs“. Darunter verstehen sie enorme Mengen von Informationen, so genannten Knoten, die miteinander in Beziehung stehen.

Einer der Anwendungsfälle im Projekt widmet sich dem Supercomputing. „Supercomputer sind mit rund 10 bis 20 Prozent Output sehr ineffizent, das heißt, sie laufen rund 80 Prozent der Zeit umsonst. Im Green Supercomputing geht es uns darum, die Rechenleistung effizienter zu organisieren, sodass in Summe weniger Energie verbraucht wird“, erklärt Radu Prodan. Das Projektteam will ganzheitlich auf das Problem blicken und setzt daher auf mehreren Ebenen an: „Wir müssen die Graphen in Echtzeit darstellen, obwohl die Daten ständig fließen. Das ist herausfordernd. Außerdem brauchen wir effiziente, analytische Algorithmen, um Informationen aus den riesigen Datenmengen zu generieren. Darüber hinaus wollen wir die Hardware-Komponenten an die Algorithmen anpassen. Schließlich bauen wir an einem Simulator, um besser zu verstehen, wo im System am meisten Energie verbraucht wird“, erklärt Prodan zu den Projektzielen. Sichtbar soll dies unter anderem an einem Energielabel wie am Kühlschrank werden; der eine Code wäre also ein A++ und ein anderer würde als C oder D bewertet werden. „Das Sparpotenzial in der Verarbeitung von Daten wird noch zu wenig gesehen. Wir wollen es sichtbar machen und Lösungen anbieten“, fasst Radu Prodan zusammen.

Erste Ergebnisse konnten im Projekt bereits erzielt werden, die bisher auf drei Veranstaltungen in Portugal, Rumänien und in den USA präsentiert wurden.

Die Koordination des Projekts liegt bei der Universität Klagenfurt. Projektpartner sind IDC Italia, Peracton Limited, Institut Jozef Stefan, SINTEF, Universiteit Twente, metaphacts GmbH, Vrije Universiteit Amsterdam, Cineca, Event Registry, Università di Bologna sowie Robert Bosch GmbH.