Automobilbranche: Wie wird ein Rechenzentrum KI-fähig?

Interxion Automotive Expert Group

Die Revolution durch Künstliche Intelligenz (KI) ist nicht mehr aufzuhalten. Branchenübergreifend nutzen Organisationen KI bereits, um geschäftliche Herausforderungen wie die Steigerung der Effizienz, die Durchführung gründlicher prädiktiver Analysen und die Verbesserung der Kundenerfahrung zu meistern. In der durch die digitale Transformation ohnehin große Veränderungen durchlaufenden Automobilbranche eröffnet KI neue Chancen. Nicht nur die Mobilität, sondern auch viele Geschäftsmodelle werden dadurch schnell und nachhaltig verändert. Da KI stark von der zur Verfügung stehenden IT-Infrastruktur abhängt, wird für Automotive-Anbieter die Wahl von IT- und Rechenzentrumspartnern – einschließlich ihrer Colocation-Lösung – entscheidend.

Nicht jede Colocation-Einrichtung ist darauf vorbereitet, KI zu unterstützen. KI stellt nämlich andere Ansprüche an Rechenzentren als herkömmliche Workloads. Für neue KI-Anwendungen wird ein höheres Maß an Rechenleistung benötigt, dadurch steigen auch Stromverbrauch und Wärmeerzeugung. Entsprechend erfordern High-Density-Workloads besondere Kriterien bei Stromversorgung und Kühlung.

Weiterentwicklungen in der Technologie erhöhen den Standard dessen, was „High-Density“ bedeutet, dies dürfte mit der Zeit noch weiter anwachsen. Der deutsche Physiker Rolf Landauer formulierte bereits 1961 eine Hypothese, die heute als Landauer-Prinzip bekannt ist. Sie besagt, dass es eine Obergrenze dafür gibt, wie viele Berechnungen pro Kilowattstunde durchgeführt werden können. Grundlegend müssen Computer nach den Gesetzen der Physik arbeiten und zusätzliche Rechenleistung verursacht einen höheren Energieverbrauch, was wiederum mehr Wärme erzeugt. Was eine Colocation-Umgebung auch KI-fähig macht, ist also ihre Fähigkeit, High-Density-Workloads zu unterstützen und fortschrittliche Kühlkapazitäten bereitzustellen, um einen stabilen Betrieb zu gewährleisten.  Gemessen an diesen Kriterien sind dieser Aufgabe nur modernste Colocation-Rechenzentren gewachsen.

 

Die richtige Unterstützung für KI

Ein Großteil dieser für KI notwendigen Eigenschaften sind traditionell durch physikalische Beschränkungen hinsichtlich ihrer Leistungsstärke und Kühlmöglichkeiten limitiert. Allerdings sind auch die Benutzererfahrung und die garantierte Betriebszeit wesentliche Bestandteile erfolgreicher Rechenzentrumslösungen. Wenn sie einen Colocation-Service für KI-Anwendungen in Betracht ziehen, sollten Unternehmen der Automobilbranche ihre Erwartungen anhand der folgenden Kriterien bewerten, um einen erfolgreichen Einsatz zu gewährleisten.

 

Verarbeitungsleistung

KI erfordert eine enorme Rechenleistung. Ohne innovative technologische Ansätze für die Verarbeitung würden Unternehmen lange Rechenzeiten riskieren, die sich in einer schlechten Benutzererfahrung niederschlagen und Chancen verschenken. Vor allem in Bereichen, die mit Connected Mobility und autonomem Fahren zu tun haben, sind die Toleranzen sehr gering. Die Einführung von GPUs (Graphics Processing Units) ermöglicht bahnbrechende Leistungen beim Training komplexer KI-Modelle in einem Bruchteil der Zeit, die andere Plattformen benötigen. Moderne KI-fähige Einrichtungen nutzen daher GPUs, um Anwendungen zu beschleunigen und exponentielle Verarbeitungsmöglichkeiten für die Zukunft zu planen.

Der NVIDIA DGX-A1-Server lernte zum Beispiel mit GPUs 140 Mal schneller als reine CPU-Server. Ein Deep-Learning-Training, für das ein reiner CPU-Server 711 Stunden benötigte, konnte mit dem DGX-1 in etwas mehr als fünf Stunden abgeschlossen werden. Das entsprach einer Leistung von über 1 petaFLOPS (Floating Point Operations Per Second). Der Nachfolger NVIDIA DGX-2 schaffte bereits 2 petaFLOPS, während das neueste Modell, A 100, auf 5 petaFLOPS kommt und in der Version mit 80 GB einer Speicherbandbreite von über 2 Terabyte pro Sekunde noch größere Modelle und Datensätze bewältigt. 

 

Energieverwaltung

Mit der zunehmenden Verbreitung von KI in der Automobilbranche gewinnt die Energieeffizienz für Rechenzentren stärker an Bedeutung. Auf Machine Learning basierende Anwendungen erfordern viele Trainingsdaten und ausgeklügelte Algorithmen, um effektive Ergebnisse zu erzielen – und mit zunehmender Dichte steigt auch der Energiebedarf deutlich an.

KI-Workloads benötigen daher erheblich mehr Energie als die 8,4 kW pro Rack, die das Uptime Institute als durchschnittlichen Wert errechnet hat. Es ist nicht ungewöhnlich, dass eine KI-Anwendung mehr als 30 kW pro Rack benötigt. Der Leistungsbedarf pro Rack liegt also schnell über dem, was ein Standard-Rechenzentrum liefern kann. Hinzu kommt der Bedarf an redundanter Stromversorgung, um Ausfallzeiten zu minimieren und Business Continuity zu gewährleisten. Klar ist somit, dass KI-Anwendungen eine kontinuierliche, zuverlässige Stromversorgung benötigen und davon eine Menge. Das kann die Kosten schnell in die Höhe treiben. Es ist daher von entscheidender Bedeutung, dass der ausgewählte Colocation-Anbieter über das erforderliche Know-how verfügt, um die Kosten zu kontrollieren und den Stromverbrauch effizient zu verwalten.

 

Anforderungen an die Kühlung

Mit dem steigenden Leistungsbedarf pro Rack steigt auch die Notwendigkeit hocheffizienter Kühlung. Wenn eine Colocation-Umgebung nicht darauf vorbereitet ist, die erforderlichen Kapazitäten für die Kühlung gemäß der angestrebten Schwellenwerte der KI-Anwendungen zu unterstützen, ist sie mit hoher Wahrscheinlichkeit auch nicht für künftige Anforderungen geeignet.

Wachsende Workloads erfordern mehr Ressourcen, um die für den Betrieb der Server erforderlichen Temperaturen zu gewährleisten. Die Luftkühlung, die ab 16 kW und darüber schwieriger wird, ist daher für viele High-Density-Anwendungen unzureichend. Ein hoher Stromverbrauch macht den Einsatz von alternativen Kühlmethoden erforderlich, um Geräteausfälle zu vermeiden und einen effizienten Betrieb zu gewährleisten.

Laut Data Center Frontier ist die Zunahme der Flüssigkeitskühlung ein langsamer, aber dennoch spürbarer Trend in der Rechenzentrumsbranche. In der Regel kommt dabei Wasser zum Einsatz, wobei sich die genaue Funktionsweise systemabhängig unterscheidet. Eine Methode ist die Flüssigkeitskühlung direkt im Chip, während andere die Luft über einen Wärmetauscher kühlen. Unabhängig von der Methode hat die Flüssigkeitskühlung erhebliche Vorteile gegenüber der Luftkühlung. In einigen Fällen wird der Stromverbrauch um 20 Prozent reduziert: von einem PUE von 2,0 bis 1,5 auf unter 1,1.

Der Gesamtwasserverbrauch in Rechenzentren variiert, steigt aber mit dem Einbau von Flüssigkeitskühlsystemen. In einem Rechenzentrum mit Luftkühlung kann der Wasserverbrauch 8- bis 16-mal niedriger sein als in einem, das mit Flüssigkeitskühlung arbeitet. Colocation-Anbieter, die sowohl KI-fähig sein als auch umweltfreundlich arbeiten wollen, können ihren Trinkwasserverbrauch reduzieren, indem sie bei der Kühlung auf aufbereitetes Abwasser zurückgreifen. Eine effiziente und nachhaltige Kühlung schützt somit Ihre Colocation-Investition und schont gleichzeitig die Umwelt.

 

Benutzererfahrung (User Experience, UX)

Neben den technischen Anforderungen von KI-fähigen Rechenzentren steht die Benutzererfahrung durch reibungslos laufender KI-Anwendungen im Mittelpunkt. Unerwartete Ausfallzeiten und mangelnder Support vor Ort können sich hier in vielen Branchen negativ auswirken. Wie Gartner schon 2014 errechnete, könnten Unternehmen in nur einer Stunde Ausfallzeit durchschnittlich weit über 300.000 US-Dollar verlieren. Eine Zahl, die in den letzten Jahren in jedem Fall gestiegen sein dürfte. In der Automobilbranche steht mit der Sicherheit der mobilen Menschen zudem weit mehr auf dem Spiel. Damit kommen für viele Anwendungen nur digitale Infrastrukturen in Betracht, die eine optimale Benutzererfahrung bieten. Ein äußerst zuverlässiger Colocation-Partner gewährleistet 99,999 Prozent bei der Betriebszeit, also weniger als sechs Minuten Ausfallzeit pro Jahr.

 

Konkurrenzlose Ausrüstung, Belastbarkeit und Unterstützung

Dies kann nur durch hohe Leistung und den hervorragenden Service erreicht werden, den KI-basierte Technologie bietet. KI, die diese Geschäftsziele unterstützen soll, erfordert wiederum modernstes Equipment. Es ist daher unerlässlich, dass Anbieter der Automobilbranche den richtigen Colocation-Partner auswählen, um mit ihrem Unternehmen auch in Zeiten datenbasierter Geschäftsmodelle weiterhin erfolgreich sein und den Kunden Services in der adäquaten Qualität bereitstellen zu können.

Interxion: A Digital Realty Company ist ein führendes Unternehmen, das die digitalen Ambitionen von Organisationen auf der ganzen Welt vorantreibt. Das Unternehmen bietet Anbietern der Automobilbranche somit den perfekten Ausgangspunkt für die Verwirklichung ihrer KI-Konzepte.