Thermal-Fingerprints – Multidimensionale Echtzeitdatenanalyse im Rechenzentrum

Projektbeschreibung

Thermale Fingerabdrücke (engl. „Thermal Fingerprinting – Multi-Dimensional Analysis of Computational Loads“, kurz TPAC) erlauben die präzise Erkennung & Kategorisierung jeglicher Serverprozesse im Rechenzentrum. Ähnlich dem Prinzip von Musikerkennungsdiensten werden hier thermische Information sowie Lastverlaufskurven (CPU, IOpS, RAM) auf Netzwerk-, System- & Prozessebene fusioniert, um so individuelle, thermische Fingerprints aller Tasks zu generieren. Ein selbstlernendes Regelungssystem greift auf diese Datenbasis zu.

Zielsetzung

Ziel ist eine proaktive, dynamisch adaptive Klimaregelung in Rechenzentrum. Das System soll wiederkehrende Tasks und deren thermische Lasten klassifizieren, um so frühzeitig die Kühlkapazität anpassen zu können. Auf Basis einer solchen Regelung kann die Kühlleistung standardmäßig deutlich abgesenkt werden, ohne dabei die Lebensdauer der einzelnen Hardwarekomponenten zu verkürzen.

Innovation

Bisherige Projekte konzentrierten sich auf die Einbindung vorhandener Sensordaten aus den Systemplattformen. Die Berechnung von thermischen Fingerabdrücken erlaubt jedoch darauf aufbauend die Früherkennung bzw. die Klassifizierung von Serveraktivitäten. Eine selbstlernende Wissensbasis kann somit Rückschlüsse hinsichtlich der thermischen Belastung im Rechenzentrum berechnen und die Klimaleistung adaptiv regeln. Das System nutzt dabei das AMOPA Softwareframework, das ursprünglich für den Anwendungsbereich Audio- und Videoanalyse konzipiert wurde. Die Datenverarbeitungsprozesse wurden dahingehend angepasst und erweitert, dass nun Sensordaten im Kontext von IT-Monitoring verarbeitet werden können und auf dieser Basis mehrdimensionale, digitale Fingerabdrücke entstehen.

Mehrwert

Besonders in Bestandsrechenzentren kann auf Basis eines solchen Systems die Energieeffizienz der Klimatisierung erheblich gesteigert werden, ohne das hierbei enorme Zusatzinvestitionen erforderlich sind. Sowohl der ökonomische als auch der ökologische Mehrwert sind signifikant. Werden die thermischen Fingerprints standortübergreifend bereitgestellt, ergeben sich im Netzwerkverbund zusätzliche Synergieeffekte.

Projektfakten im Überblick

• Die Generierung und Nutzung thermischer Fingerprints zur Optimierung von Klimatisierungslösungen im Rechenzentrum stellt eine grundlegende und vielseitig nutzbare Innovation dar.
• Das Projekt ist gleichermaßen für kleine Rechenzentren im Kontext mittelständischer Unternehmen und im Bereich öffentlicher Betreiber anwendbar und daher für ein breites Einsatzspektrum konzipiert.
• Das Verhältnis zwischen Aufwand und Nutzen ist sowohl im Kontext von Green IT als auch bezüglich der Wirtschaftlichkeit exzellent. Ohne Austausch zentraler Klimatisierungskomponenten sind signifikante Einsparungen realisierbar.

Referenzen und Auszeichnungen

• Preisträger Deutscher Rechenzentrumspreis 2016
• Matthias Vodel & Marc Ritter
  Thermal Fingerprints for Computational Tasks – Benefits and Security Issues
  Proceedings of the  International Conference on Electronics, Information and Communication ICEIC, January 2017.
• Matthias Vodel
  Thermale Fingerabdrücke für Software Tasks
  Accepted for the Proceedings of the Innosecure 17 – Innovationen in den Sicherheitstechnologien, Mesago, April 2017.
• Matthias Vodel & Marc Ritter
  Thermal Fingerprinting – Multi-Dimensional Analysis of Computational Loads
  Submitted for the Proceedings of the 2017 International Conference on Information Resources Management.May 2017.

Kontakt

Weiterführende Informationen zum Projekt, mögliche Kooperationsmöglichkeiten sowie zu den relevanten Forschungsthemen erteilt Ihnen gerne das URZ der TU Chemnitz, PD Dr. Matthias Vodel, Telefon 0371 531-36499, E-Mail vodel@hrz.tu-chemnitz.de