Generatieve machine learning voor energiebesparing in datacentra

Inleiding

Datacentra spelen een cruciale rol in het digitale tijdperk, maar verbruiken ook gigantische hoeveelheden energie. In Nederland gebruiken datacentra jaarlijks vijf TWh aan elektriciteit en daarmee zo’n vier procent van alle stroom.

Probleemstelling

Coolgradient merkt dat bestaande energiebesparingssoftware momenteel alleen ingezet kan worden bij datacentra met een groot aantal sensoren die voldoende sensordata genereren. Door de afwezigheid van voldoende (of de juiste) data is het effectief optimaliseren van energieverbruik voor het grootste deel van de datacentra momenteel niet mogelijk.

Oplossing

Syntho en Coolgradient beogen daarom een innovatief softwareplatform te ontwikkelen waarmee datacentra realistische synthetische data kunnen genereren voor ontbrekende sensormetingen, met behoud van onderliggende fysische wetmatigheden door de tijd heen.

Verwachte resultaten

De gegenereerde data zal bestaande data verrijken voor nauwkeurige en fysiek consistente voorspellingen over onder andere:

• Energieverbruik
• Koelingsbehoeften
• Onderhoud

Dit zal leiden tot enorme energie- en kostenbesparingen voor energieslurpende datacentra en bijdragen aan het behalen van de klimaatdoelstellingen van Nederland en Europa.