Künstliche Intelligenz optimiert die Energie-Effizienz im Rechenzentrum Etalytics steuert Kühlsysteme von Datacentern mit KI

Anbieter zum Thema

Vertiv GmbH

Schneider Electric GmbH

DAXTEN GmbH

Kühlung macht in manchen Rechenzentren noch über die Hälfte des Energieverbrauchs der Infrastruktur aus. Etalytics setzt spezialisierte Künstliche Intelligenz (KI) ein, um komplexe Kühlsysteme effizient zu steuern und so bis zu 40 Prozent Strom einzusparen.

In Rechenzentren wird die elektrische Last in zwei Bereiche unterteilt: die IT-Last mit Servern, Prozessoren und Grafikkarten sowie die Infrastruktur-Last. Letztere umfasst die Energie für Notstromversorgung, Beleuchtung und vor allem für die Kälte-Erzeugung.

Kleine Stellschrauben, große Wirkung

KI steigert die Energie-Effizienz im Frankfurter Datacenter um bis zu 9 Prozent

IT-Talente ausgezeichnet

German Datacenter Association verleiht Nachwuchsförderpreise

Im Gespräch mit DataCenter-Insider stellte der Mitgründer von Etalytics Thomas Weber klar: „Die Kühlung macht in der Regel circa 50 Prozent des Stromverbrauchs der Infrastruktur aus“ und stelle damit den größten Hebel für Effizienzsteigerungen dar.

KI steuert kritische Infrastruktur

Die Kältesysteme bestehen aus Pumpen, Kühltürmen, Wärmetauschern und Kompressionskältemaschinen unterschiedlicher Hersteller. Diese Komponenten sind stark voneinander abhängig und reagieren sensibel auf äußere Faktoren wie Außentemperatur oder Auslastung der Server. Während es für Menschen nahezu unmöglich sei, die optimale Betriebsweise in Echtzeit zu berechnen, könne eine spezialisierte KI diese Aufgabe zuverlässig übernehmen, sagt Weber.

Etalytics entwickelt solche Systeme und erreiche damit Einsparungen zwischen 20 und 40 Prozent der elektrischen Leistung, ohne dass zusätzliche Hardware nötig wird, so Weber. Der entscheidende Unterschied zu vielen Mitbewerbern liege in der direkten Steuerung der Anlagen: Die KI von Etalytics setzte Stellwerte unmittelbar um, anstatt nur Handlungsempfehlungen zu liefern.

Von der Promotion zum Scale-up

Die Idee entstand vor rund zehn Jahren während der Promotion von Thomas Weber und dem Mitgründer Niklas Panten an der Technischen Universität Darmstadt. Dort zeigte sich, dass universelle neuronale Netze in realen Energiesystemen an Grenzen stoßen, weil sie Kausalitäten falsch abbilden können: „Ich habe es am Anfang auch mit einer allgemeingültigen KI probiert, aber die Ergebnisse waren nicht belastbar. Erst durch die Kombination von Expertenwissen und lernenden Verfahren wurde das System robust genug.“

Etalytics verfolgt daher einen hybriden Ansatz: Expertenwissen und physikalische Modelle werden mit lernenden Verfahren kombiniert. Seit der Gründung vor fünf Jahren ist das Unternehmen auf rund 70 Mitarbeitende aus zwölf Ländern gewachsen und gilt inzwischen nicht mehr als Startup, sondern als Scale-up.

Branchenübergreifender Einsatz

Die Software ist branchenunabhängig einsetzbar, da Kältesysteme in Rechenzentren, Automobilwerken oder der Pharmaindustrie aus denselben Grundkomponenten bestehen. Unterschiede ergeben sich lediglich in den Parametrierungen: Während in Rechenzentren Temperaturüberschreitungen unbedingt vermieden werden müssen, steht in der Automobilindustrie oft die maximale Effizienz im Vordergrund. Zu den Kunden von Etalytics gehören unter anderem Equinix, Digital Realty, Audi, Volkswagen, Stellantis und Merck.

Weber sieht den Einsatz spezialisierter KI-Agenten als nächsten Schritt der Automatisierung. Während generative Systeme wie „ChatGPT“ vor allem Inhalte produzieren, sind deterministische, sicherheitskritische Anwendungen notwendig, um Infrastruktur zuverlässig steuern zu können. Auf lange Sicht, so Weber, könnten Rechenzentren weitgehend autonom betrieben werden – mit KI als zentralem Baustein im Energie-Management.

Klimapolitische Regulierung zwingt Rechenzentren zur Transformation

Wie Hyperscaler ihre Nachhaltigkeitsziele im Rechenzentrumsbetrieb umsetzen

Am meisten gegoogelt und nun gewusst

Equinix zu den 5 häufigsten Fragen zu Rechenzentren

(ID:50529746)