Algorytm minimalizacji kosztów energii dla obliczeń GPU w środowisku

Głównym celem projektu jest opracowanie algorytmów minimalizacji kosztów energii w zadaniach obliczeniowych wykonywanych na akceleratorach GPU wykorzystywanych w systemach HPC, z uwzględnieniem danych z europejskich rynków energii. Dotychczasowe rozwiązania optymalizujące zużycie energii podczas wysokowydajnych obliczeń z użyciem akceleratorów GPU nie uwzględniają zmiennego w czasie profilu dostępności energii ani dynamicznych zmian jej ceny. Cena energii elektrycznej na rynkach europejskich jest ściśle powiązana z jej dostępnością, wynikającą z udziału odnawialnych źródeł energii oraz z bieżącego zapotrzebowania w poszczególnych regionach. Dane te publikowane są przez operatorów systemów przesyłowych będących uczestnikami Europejskiej Sieci Operatorów Systemów Przesyłowych Energii Elektrycznej (ENTSO-E). Jednym z istotnych wyzwań wynikających z gwałtownego rozwoju centrów danych jest rosnące zużycie energii elektrycznej podczas obliczeń związanych z rozwojem sztucznej inteligencji (AI). Analizy prowadzone w ramach projektu, oprócz minimalizacji kosztów ponoszonych przez centra danych, pozwolą również ograniczyć obciążenie sieci energetycznej. Dodatkowo ograniczenie zużycia energii w okresach wysokich cen energii może przyczynić się do zmniejszenia emisji CO₂.
Docelowo proponowane rozwiązania umożliwią optymalizację kosztu przetwarzania zadań AI przy jednoczesnym ograniczeniu wpływu tej optymalizacji na wydajność obliczeń. Opracowane algorytmy będą testowane i walidowane na rzeczywistych systemach GPU dostępnych w infrastrukturze TASK z wykorzystaniem rzeczywistych danych rynków energii publikowanych przez ENTSO-E.