TTZ Donauwörth der THA erhält fast 1,25 Millionen Euro für angewandte Forschung zur Digitalen Souveränität
Mit grünen Rechenzentren in Europa Abhängigkeit von den USA reduzieren
Europa ist abhängig von Rechenzentren aus den USA. Im Moment ist ihre Rechenleistung noch notwendig, um Künstliche Intelligenzen (KI) zu entwickeln und anzuwenden. Für Rechenzentren aus der EU sind die Stromkosten oftmals zu hoch, um wettbewerbsfähig zu sein. Das Projekt FORCE-AI entwickelt hierfür Lösungen. Es zeigt, wie Rechenzentren mit neuartigen Lösungen für energieflexibles Trainieren und Anwenden von KI ihre Stromkosten reduzieren können. Dies macht europäische Rechenzentren zu wettbewerbsfähigen Alternativen für KI-Anwendungen – insbesondere für Start-Ups und den Mittelstand.
FORCE-AI steht für „Flexibilization Optimization and Resource Management for Computing Energy of AI-Applications“ und soll regionale und wettbewerbsfähige Rechenzentren schaffen, um die Abhängigkeit Europas von außereuropäischen Cloud-Anbietern zu reduzieren und die nationale Datensouveränität zu stärken. Ziel von FORCE-AI ist es, das Potenzial von Maßnahmen für den flexiblen Verbrauch von Strom für Cloud-Anbieter zu quantifizieren, technische Lösungsansätze zu entwickeln und deren Machbarkeit zu demonstrieren. FORCE-AI wird von der Europäischen Union kofinanziert. Hierfür erhält das Projekt 1,25 Millionen Euro aus dem Europäischen Fonds für regionale Entwicklung (EFRE) und dem innerhalb des Fonds angelegten Programm „Strategische Technologien für Europa“ (STEP). Die wissenschaftliche Leitung haben die Forschenden am Technologietransferzentrum (TTZ) Data Analytics in Donauwörth. Kooperationspartner aus der Praxis sind XITASO, Sonextis, OpenHippo, Alitiq, LEWTelNet und Cell Mind.
Prof. Dr. Gordon Rohrmair, Präsident der Technischen Hochschule Augsburg, meint dazu: „Wir entwickeln in Bayern leistungs- und zukunftsfähige KI-Anwendungen. Rechenleistung wird deshalb immer wichtiger – der Bedarf steigt exponentiell. International wettbewerbsfähige Rechenzentren in EU-Regionen sind deshalb eine Notwendigkeit. Auf lange Sicht sichert das THA-Projekt FORCE-AI also die unabhängige Infrastruktur Europas und Bayern als KI-Innovationsstandort.“
Prof. Dr. Björn Häckel, Professor für digitale Wertschöpfungsnetze und Leiter des KI-Produktionsnetzwerks an der Technischen Hochschule Augsburg, schätzt die Lage wie folgt ein: „Im Moment kontrollieren US-Unternehmen wie Microsoft, Amazon und Google den Markt. Damit wir aber selbstbestimmt über unsere Daten entscheiden können und im globalen KI-Wettbewerb nicht ins Hintertreffen geraten, brauchen Europa und Deutschland eigene, wettbewerbsfähige Rechenzentren. Regional, bezahlbar und sicher. Knackpunkt sind hier die hohen Energiekosten.“
Nachhaltiger und günstiger Strom für EU-Rechenzentren
Betrieb und Kühlung von Rechenzentren brauchen viel Strom. Und in Europa ist dieser teurer als in anderen Regionen. Prof. Dr. Wolfgang Kratsch, Professor für angewandte KI an der THA, erklärt den Lösungsansatz des Projekts FORCE-AI: „Gegen hohe Preise hilft es, den Stromverbrauch flexibel zu gestalten. Das bedeutet, wenn grüner und günstiger Strom verfügbar ist, sollten Rechenzentren mehr Leistung bereitstellen. Das spart Kosten und schafft Vorteile im Wettbewerb mit anderen Anbietern. Das erfordert aber, dass Rechenzentren aktiv am Strommarkt teilnehmen und wissen, wann es vorteilhaft ist, mehr Rechenleistung bereitzustellen. Das zu ermöglichen ist das Ziel von FORCE-AI.“
Schwankende Strompreise nutzen mit und für KI
Grüner Strom wird mit nachhaltigen Energiequellen wie Sonne und Wind erzeugt. Das ist günstig. Aber je nach Wetterlage schwankt die Verfügbarkeit dieses grünen Stroms. FORCE-AI forscht an der stärkeren Integration dieser schwankenden Verfügbarkeit von grünem Strom und den deshalb zunehmend volatilen Strompreisen. Das Projekt hat drei aufeinander aufbauende Schwerpunkte. Zuerst sollen durch Analysen des Energieverbrauchs Metriken geschaffen werden, mit denen der flexible Energiebedarf abhängig von der Rechenleistung und auf dieser Basis das ökologische und ökonomische Potential bestimmt wird. Hierbei müssen komplexe, nichtlineare Zusammenhänge mathematisch beschrieben werden. Im zweiten Schritt entwickeln die Forschenden Scheduling-Algorithmen, welche die bereitgestellte Rechenleistung für KI-Trainings und KI-Anwendungen optimieren. Dabei sollen sie ebenfalls das ökologische und ökonomische Potenzial berücksichtigen. Zuletzt stellt FORCE-AI den Technologietransfer sicher. Die entwickelten Methoden und Ansätze sollen so verallgemeinert für verschiedene KI-Anwendungen aus unterschiedlichen Domänen und für ein breites Spektrum an Cloud-Anbietern nutzbar werden.
