Dell Technologies hat Concept Astro vorgestellt – ein Konzeptdesign, das Künstliche Intelligenz, digitale Zwillinge und Automatisierung nutzt, um den Betrieb von Rechenzentren nachhaltiger und gleichzeitig wirtschaftlicher zu gestalten.
Concept Astro prognostiziert laut Dell den Energiebedarf für einzelne Workloads und berücksichtigt dabei in Echtzeit sowohl Geschäftsanforderungen als auch Stromkosten, um so den optimalen Zeitpunkt für die Ausführung zu ermitteln.
Der Hintergrund: Laut der Internationalen Energieagentur (IEA) wird sich der Energieverbrauch von Rechenzentren bis 2030 voraussichtlich verdoppeln. Dies führt einerseits zu einer enormen Belastung der bereits stark beanspruchten Stromnetze. Andererseits sehen sich Unternehmen mit steigenden Kosten konfrontiert und müssen gleichzeitig einen Weg finden, ihren ökologischen Fußabdruck zu minimieren, ohne dabei Kompromisse bei der Performance einzugehen.
Hier soll Concept Astro ansetzen: Die Lösung hinter diesem Konzeptdesign optimiert die Workload-Planung basierend auf Geschäftsanforderungen, Netzprognosen und Energiekosten in Echtzeit und priorisiert sie intelligent. Concept Astro nutzt dafür Agentic AI, um Entscheidungen über Zeit, Ort und Priorität der Ausführung autonom zu treffen, während digitale Zwillinge im Hintergrund Workloads simulieren und deren Energiebedarf sowie Bearbeitungsdauer akkurat vorhersagen.
Die Automatisierung der Abläufe sorgt dafür, dass rechenintensive Aufgaben genau dann starten, wenn Stromverfügbarkeit, Kosten und Emissionsziele optimal zusammenkommen. Über ein intuitives Dashboard und rollenbasierende Berichte erhalten Rechenzentrumsbetreiber einen umfassenden Einblick in ihre Infrastruktur. Nutzer können wahlweise Empfehlungen manuell auswählen oder die Ausführung von Workloads innerhalb vordefinierter Parameter vollständig automatisieren lassen. Concept Astro baut dabei auf der Dell AIOps Monitoring Suite auf.
In Kooperation mit Scripps Institution of Oceanography an der University of California in San Diego hat Dell dies bereits in einem Pilotprojekt unter realen Bedingungen getestet. Dabei wurden die Aufnahmen der zahlreichen Tauchgänge – bis zu 400 im Jahr – mit ihren jeweils rund 350 GByte an Unterwasserbildern verarbeitet, um hochauflösende 3D Modelle der Korallenriffe zu erstellen. Durch die intelligente Planung der Zeitfenster für die energieintensiven Workloads konnten die Forscher die Betriebskosten um 20 Prozent und die CO2-Emissionen um 32 Prozent senken, ohne dass ihre Arbeit beeinträchtigt wurde. Zudem verdoppelte sich die Verarbeitungsleistung durch den Einsatz der Dell AI Factory with Nvidia.