{"id":23260,"date":"2023-07-13T09:23:54","date_gmt":"2023-07-13T07:23:54","guid":{"rendered":"https:\/\/info.gwdg.de\/news\/?p=23260"},"modified":"2023-07-13T09:23:54","modified_gmt":"2023-07-13T07:23:54","slug":"energiesparmassnahmen-im-high-performance-computing","status":"publish","type":"post","link":"https:\/\/info.gwdg.de\/news\/energiesparmassnahmen-im-high-performance-computing\/","title":{"rendered":"Energiesparma\u00dfnahmen im High-Performance Computing"},"content":{"rendered":"

Die aktuellen Entwicklungen der Energiepreise haben auch die Effizienz von HPC-Installationen verst\u00e4rkt in den Fokus ger\u00fcckt. Mittel- und langfristig muss auch ein HPC-Betrieb m\u00f6glichst nachhaltig sein, um den Beitrag zum menschengemachten Klimawandel zu minimieren. Die Arbeitsgruppe \u201eComputing\u201c hat dazu den Einfluss von Ma\u00dfnahmen u. a. zur Energieverwaltung, zur Taktfrequenz der Computeserver sowie zur Einschaltsteuerung mittels Batchsystem im Hinblick auf Energieeinsparung und Auswirkungen auf die Systemperformance untersucht und daraufaufbauend Ma\u00dfnahmen ergriffen.<\/p>\n

Energieverbrauch ist dieser Tage ein gro\u00dfes Thema. Ihn zu senken, hat verschiedene Motive, aber in Zeiten des menschengemachten Klimawandels steht die Reduktion des Kohlendioxidaussto\u00dfes nat\u00fcrlich ganz oben auf der Liste. Auch wenn der Strom aus regenerativen Energiequellen stammt, muss jede nicht ben\u00f6tigte Kilowattstunde nicht erzeugt werden oder steht zur selben Zeit an
\nanderer Stelle zur Verf\u00fcgung. In der aktuellen Situation wird leider auch eine Verknappung des Energieangebotes durch Kriegshandlungen ein drohendes Szenario. Schlie\u00dflich ist mit allem auch der
\nwirtschaftliche Aspekt verquickt. In jedem Fall muss die ben\u00f6tigte Energie bezahlt werden, um den Betrieb kontinuierlich aufrechterhalten zu k\u00f6nnen.<\/p>\n

Strategien zur Energieeinsparung<\/h2>\n

Zur Einsparung von Energie im HPC-Umfeld gibt es mehrere Ans\u00e4tze. Ein Ansatz besteht darin, ungenutzte Systeme nach einer bestimmten Zeit des Leerlaufs zu deaktivieren und sie dann bei Bedarf wieder zu aktivieren. Dadurch wird sichergestellt, dass keine Ressourcen verschwendet werden, w\u00e4hrend den Nutzer*innen gleichzeitig Flexibilit\u00e4t geboten wird und alle Systeme jederzeit dennoch zur Verfu\u0308gung stehen, sollten sie von den Nutzer*innen ben\u00f6tigt werden. Eine andere Strategie ist, den CPU-Turbomodus zu deaktivieren und\/oder die Frequenz der CPUs zu verringern, was den Stromverbrauch erheblich senken kann. Die Optimierung der Temperatur im Rechenzentrum kann ebenfalls zur Senkung des Energieverbrauchs beitragen, da weniger Energie in den Ku\u0308hlsystemen ben\u00f6tigt wird. Schlussendlich ist die Optimierung des Codes im Hinblick auf die Leistung pro Watt ein weiterer effektiver Ansatz zur Senkung des Energieverbrauchs in HPC-Systemen. Durch die Beru\u0308cksichtigung dieser Strategien k\u00f6nnen HPCSystemadministrator* innen den Energieverbrauch senken und gleichzeitig die Systemleistung beibehalten oder sogar verbessern.<\/p>\n

Massnahmen und Tests<\/h2>\n

Computeknoten selektiv abschalten<\/h3>\n

Das G\u00f6ttinger NHR-System \u201eEmmy\u201c besteht aus Computeknoten zweier Ausbauphasen, im Folgenden Phase 1 und 2 genannt. Im Rahmen unserer Bemu\u0308hungen, den Energieverbrauch und die Kosten zu senken, haben wir zun\u00e4chst beschlossen, einen Teil der \u00e4lteren, weniger energieeffizienten Knoten der Phase 1 von \u201eEmmy\u201c abzuschalten. Die neueren und energieeffizienteren Knoten der Phase 2 werden stattdessen verwendet, um die Leistung und Kapazit\u00e4t des Clusters aufrechtzuerhalten. Diese Entscheidung wurde nach sorgf\u00e4ltiger Pru\u0308fung des Energieverbrauchs des Clusters und der potenziellen Kosteneinsparungen getroffen, die durch die Senkung des Energieverbrauchs erzielt werden k\u00f6nnen. Durch die Verwendung der Phase-2-Knoten anstelle der \u00e4lteren Phase-1-Knoten k\u00f6nnen wir unsere Energiekosten erheblich senken und die Energieeffizienz des Clusters insgesamt verbessern. Obwohl diese Entscheidung Auswirkungen auf die Verfu\u0308gbarkeit von Ressourcen fu\u0308r einige Nutzer*innen haben kann, glauben wir, dass dies ein notwendiger und vertretbarer Schritt in unseren laufenden Bemu\u0308hungen zur Optimierung des Energieverbrauchs und zur Kostensenkung ist. Wir werden den Energieverbrauch des Clusters weiterhin u\u0308berwachen und bei Bedarf weitere Anpassungen vornehmen, um sicherzustellen, dass wir so energieeffizient und kostengu\u0308nstig wie m\u00f6glich arbeiten. Daru\u0308ber hinaus stellen wir mit \u201eGrete\u201c, der neuen GPU-Erweiterung des NHR-Systems \u201eEmmy\u201c, weitere ebenfalls bedeutend energieeffizientere Knoten bereit. Diese fangen die Reduktion der Kapazit\u00e4t des Clusters aufgrund der Abschaltung der Phase-1-Knoten ab.<\/p>\n

Knotenspezifisches Power Capping (Gromacs)<\/h3>\n

GROMACS (https:\/\/www.gromacs.org\/ ) ist ein High-Performance- Molekulardynamik-Simulationsprogramm. Als ein auch sonst oft eingesetztes Benchmarkprogramm war es pr\u00e4destiniert fu\u0308r die durchgefu\u0308hrten Tests. Zus\u00e4tzlich zur Abschaltung eines gro\u00dfen Teils der \u00e4lteren Knoten in Phase 1 haben wir, um die Energieeffizienz der verbleibenden Knoten zu optimieren, einen Einzelknoten-GROMACS-Benchmark auf allen verbleibenden Knoten durchgefu\u0308hrt. Da CPUs, bedingt durch den Herstellungsprozess, selbst innerhalb einer Baureihe eine Streuung im Stromverbrauch um bis zu 15 % bei gleicher Taktfrequenz haben k\u00f6nnen, konnten wir durch den GROMACS Benchmark fu\u0308r jeden Knoten ein individuelles Powerbudget errechnen, das, in Summe u\u0308ber alle Knoten ein optimales Verh\u00e4ltnis bei der Leistung pro Watt bietet, w\u00e4hrend es gleichzeitig sicherstellt, dass alle Knoten m\u00f6glichst mit der gleichen Geschwindigkeit laufen. Dies ist besonders fu\u0308r Mehrknotenjobs wichtig, die, bei ungleicher Geschwindigkeitsverteilung u\u0308ber die Knoten, bedingt durch die herstellerbedingten unterschiedlichen Stromverbr\u00e4uche der CPUs, h\u00e4ufig auf die Geschwindigkeit des langsamsten Knotens limitiert sind, was zu unn\u00f6tigem Energieverbrauch fu\u0308hrt, da die restlichen Knoten nicht an ihrem Leistungsoptimum arbeiten. Dieses Powerbudget haben wir dann fu\u0308r jeden Knoten individuell eingestellt und so den Stromverbrauch der Knoten individuell limitiert, was nicht nur zu einem effizienteren Betrieb, sondern auch zur Einsparung von Energie beitr\u00e4gt. Dieser Ansatz tr\u00e4gt zudem dazu bei, durch Reduktion der thermischen Belastung die Lebensdauer der Komponenten zu verl\u00e4ngern und dadurch auch die Wartungskosten im Laufe der Zeit zu senken.<\/p>\n

CPU-Turbomodus deaktivieren<\/h3>\n

Weiterhin haben wir Tests durchgefu\u0308hrt, um die Auswirkungen der Deaktivierung des CPU-Turbomodus auf den Energieverbrauch und die Leistung zu ermitteln. Der CPU-Turbomodus ist eine Funktion, die es der CPU erm\u00f6glicht, ihre Taktfrequenz voru\u0308bergehend u\u0308ber ihre Nenngeschwindigkeit hinaus zu erh\u00f6hen, um eine h\u00f6here Leistung zu erzielen. Dies geht u\u0308blicherweise jedoch auf Kosten eines u\u0308berproportional erh\u00f6hten Energieverbrauchs und einer h\u00f6heren W\u00e4rmeentwicklung. Die Ergebnisse unserer Tests zeigten, dass die Deaktivierung des Turbomodus zu einem messbaren Ru\u0308ckgang des Energieverbrauchs von etwa 11 % fu\u0308hrte, w\u00e4hrend die Auswirkungen auf die Leistung der meisten HPCAnwendungen vernachl\u00e4ssigbar waren. Einige wenige Anwendungen zeigten sogar einen kleinen Leistungsanstieg, w\u00e4hrend der Turbomodus deaktiviert war, was wir auf eine, durch eine clusterweit homogenere CPU-Frequenz, besser synchronisierte Kommunikation zwischen den Knoten zuru\u0308ckfu\u0308hrten. Angesichts dieser Ergebnisse haben wir beschlossen, den CPU-Turbomodus auf dem Cluster generell zu deaktivieren und ihn nur auf ausdru\u0308ckliche Anfrage fu\u0308r jene Anwendungen zu reaktivieren, die ihn tats\u00e4chlich ben\u00f6tigen und von ihm profitieren k\u00f6nnen. Durch die Deaktivierung des Turbomodus k\u00f6nnen wir den Energieverbrauch und die W\u00e4rmeentwicklung der Knoten reduzieren, was wiederum den Ku\u0308hlungsbedarf verringert und die Lebensdauer unserer Ger\u00e4te verl\u00e4ngert. Es bleibt jedoch wichtig zu bedenken, dass einige Anwendungen den CPU-Turbomodus ben\u00f6tigen und mit ihm eine h\u00f6here, manchmal sogar u\u0308berproportional h\u00f6here, Leistung erreichen k\u00f6nnen. Aus diesem Grund muss der CPU-Turbomodus auch in Zukunft leicht aktivierbar sein, jedoch wird er auf dem Cluster in Zukunft nicht l\u00e4nger standardm\u00e4\u00dfig aktiviert, sondern nur noch auf Anfrage. Dadurch hoffen wir, ein Gleichgewicht zwischen Energieeffizienz und Leistungsanforderungen herzustellen. Insgesamt ist unsere Entscheidung, den CPU-Turbomodus im Cluster standardm\u00e4\u00dfig zu deaktivieren, ein wichtiger Schritt hin zu maximaler Energieeffizienz und Kosteneinsparungen. Wir werden den Energieverbrauch und die Leistung des Clusters selbstverst\u00e4ndlich weiterhin u\u0308berwachen und bei Bedarf weitere Anpassungen an dieser Regel vornehmen, sollte sich (z. B. durch automatisiertes Ein- und Ausschalten des Turbomodus) ein weiteres Einsparpotenzial ergeben.<\/p>\n

Dynamisches Ein- und Ausschalten von Knoten via Batchsystem<\/h3>\n

In einem weiteren Schritt, die Energieeffizienz unseres HPCClusters zu optimieren, haben wir mit der Firma Atos zusammengearbeitet, um ein neues Plugin fu\u0308r den Slurm-Ressourcenmanager zu installieren. Dieses Plugin erm\u00f6glich es, Knoten auszuschalten, wenn sie nicht genutzt werden, und sie vollautomatisch wieder zu starten, wenn sie fu\u0308r neue Rechenjobs ben\u00f6tigt werden. Durch das Ausschalten von zeitweise nicht genutzten Knoten l\u00e4sst sich natu\u0308rlich der Stromverbrauch eines HPC-Clusters erheblich reduzieren, da die Knoten nicht l\u00e4nger Energie verbrauchen, w\u00e4hrend sie nichts tun. Das Plugin u\u0308berwacht die Auslastung der Knoten des Clusters sowie einkommende Compute-Jobs im Batchsystem und schaltet Knoten automatisch ab, sobald sie fu\u0308r einen gewissen Zeitraum nicht mehr fu\u0308r Jobs ben\u00f6tigt wurden und im Leerlauf liefen. Wenn neue Auftr\u00e4ge an den Cluster u\u0308bermittelt werden, startet das Plugin automatisch die erforderlichen Knoten neu, um sicherzustellen, dass jederzeit genu\u0308gend Kapazit\u00e4t zur Bew\u00e4ltigung der Arbeitslast vorhanden ist. Der zeitliche Abstand zwischen dem letzten abgeschlossenen Job auf einem Knoten und seinem Herunterfahren ist dabei wichtig, um unn\u00f6tiges Herunterfahren von Knoten zu verhindern, welche nach ku\u0308rzester Zeit wieder ben\u00f6tigt werden und deshalb wieder hochgefahren werden mu\u0308ssen, da sowohl die Prozedur zum Herunterfahren eines Knotens sowie zum Wiederhochfahren mehr Energie ben\u00f6tigt, als der Knoten im Leerlaufprozess verwendet h\u00e4tte, sodass sich das Herunterfahren und erneute Wiederhochfahren energietechnisch erst ab einer gewissen Dauer lohnt. Dieser Prozess ist nahtlos und transparent fu\u0308r die Nutzer*innen, da sie das Ein- und Ausschalten der Knoten nicht manuell anfordern mu\u0308ssen. Insgesamt ist die Installation dieses neuen Plugins ein wichtiger Schritt auf dem Weg zu maximaler Energieeffizienz und Kosteneinsparungen fu\u0308r unseren HPC-Cluster. Er erm\u00f6glicht es uns, weitere Energie im HPC-Cluster einzusparen, ohne dass sich die Kapazit\u00e4t des Clusters verringert oder sich andere Einschr\u00e4nkungen fu\u0308r die Nutzer*innen ergeben.<\/p>\n

Ergebnisse<\/h2>\n

Die m\u00f6glichen Tuningma\u00dfnahmen sind zahlreich. Sei es die Aktivierung\/Deaktivierung des Turbomodus, Deckelung des Verbrauchs mittels Strombudget, Steuerung des Energiemanagements durch das Betriebssystem usw. Jede Ma\u00dfnahme fu\u0308r sich allein oder in Kombination beeinflusst den Energieverbrauch und die Performance einer Anwendungssoftware auf unterschiedliche Weise. Dies unterscheidet sich zus\u00e4tzlich zwischen verschiedenen Applikationen. Das jedoch bedeutet, dass generalisierte Aussagen in der Regel nicht m\u00f6glich und umfangreiche Messungen n\u00f6tig sind. Zwar ist hier das Szenario von der technischen Seite, dem Zusammenspiel von Hardware, BIOS und Betriebssystem gedacht, es gibt aber auch den Aspekt der Anwendungssoftware selbst. Der Einsatz optimierter Bibliotheksfunktionen oder auch Programmieren unter dem Aspekt, durch Optimierung Laufzeitverku\u0308rzungen und damit Energieeinsparungen zu erreichen, bieten ebenfalls Potenzial.<\/p>\n

Knotenspezifisches Power Capping<\/h3>\n

Mit GROMACS als Referenzworkload haben wir den Stromverbrauch jedes Knotens ungedrosselt ermittelt und getestet, bei welcher Limitierung des Stromverbrauchs wir die beste Leistung pro Watt erreichen k\u00f6nnen. Fu\u0308r die wassergeku\u0308hlten Knoten ergab sich, dass bei 13 % Reduktion die optimale Leistung pro Watt erreicht wird. Da die Basiskomponenten und die Infrastruktur durch das Powercapping ihre Leistung nicht ver\u00e4ndern k\u00f6nnen, wird bei einer st\u00e4rkeren Reduktion die Performance st\u00e4rker reduziert als die Leistungsaufnahme. Diesen Wert haben wir dann, mittels der individuellen Knotenbenchmarks, in individuelle Power-Budgets fu\u0308r jeden Knoten umgerechnet und in das BIOS der Knoten eingetragen. In einer abschlie\u00dfenden Betrachtung fu\u0308hrte die Drosselung um 13 % bei den Singlenode-Benchmarks zu einer Performancereduktion von knapp u\u0308ber 7 %. Bei den Multinode-Benchmarks hingegen ging die Performance mit der gleichen Drosselung um nur 3 % herunter, was mit der nun ausgeglichenderen Taktfrequenz im Cluster zusammenh\u00e4ngt. Daran sieht man auch, dass die im HPC u\u0308blichen Multinode-Anwendungen andere Strategien ben\u00f6tigen als eine Singlenode-Betrachtung.<\/p>\n

CPU-Turbomodus deaktivieren<\/h3>\n

Das Deaktivieren des Turbomodus stellte eine vergleichsweise einfach zu implementierende Energiesparma\u00dfnahme dar. Dennoch war sie sehr wirksam, wie unsere Messungen ergeben haben: Mit deaktiviertem Turbomodus erreichen die luftgeku\u0308hlten Knoten von Emmy eine Energieeinsparung von ca. 8 % gegenu\u0308ber ihrem urspru\u0308nglichen Energieverbrauch, w\u00e4hrend die wassergeku\u0308hlten Knoten, die, bedingt durch die bessere W\u00e4rmeabfuhrleistung des Wassers, h\u00e4ufiger im Turbomodus liefen, sogar eine Energieeinsparung von ca. 14 % erreichen konnten. In Summe erreichte \u201eEmmy\u201c durch die Deaktivierung des CPU-Turbomodus eine Energieeinsparung von ca. 11 %. Bei einer abschlie\u00dfenden Betrachtung der Leistung unterschiedlicher HPC-Anwendungen auf dem Cluster stellte sich heraus, dass insbesondere speicherbandbreitenlimitierte Anwendungen (wie z.B. CFD Software) nach Abschalten des Turbomodus nur eine Performancereduktion von 0 – 3 % erleiden, w\u00e4hrend sich eine Energiereduktion von 18 – 20 % ergibt. Im schlechtesten, von den Nutzer*innen gemeldeten Fall ergab sich durch das Abschalten des CPU-Turbomodus eine Stromeinsparung von 10 – 11 %, w\u00e4hrend die Performancereduktion 8 – 9% betrug. Die meisten Anwendungen lagen jedoch bei einer Performancereduktion von ca. 3 % und einer Stromeinsparung von ca. 11 %. Das machte letztendlich die Entscheidung zugunsten einer CPU-Turbomodus-Deaktivierung einfach.<\/p>\n

Dynamisches Ein- und Abschalten von Knoten via Batchsystem<\/h3>\n

Das von Atos entwickelte Plugin, welches in Zusammenarbeit mit dem Batchsystem in der Lage ist, Computeknoten im Leerlaufbetrieb herunterzufahren und bei Bedarf durch die Nutzer*innen automatisch wieder hochzufahren, erm\u00f6glicht es uns, Einiges an Strom zu sparen. Unsere Messungen dazu haben ergeben, dass das Abschalten eines Racks (ein Serverschrank) mit luftgeku\u0308hlten Knoten von \u201eEmmy\u201c ca. 1,9 % der Energie einspart, w\u00e4hrend das Abschalten eines wassergeku\u0308hlten Racks von Emmys Computeknoten ca. 7,4 % des Energieverbrauchs von \u201eEmmy\u201c einspart. \u201eEmmy\u201c selbst besteht derzeit aus zehn Racks mit luftgeku\u0308hlten Knoten und elf Racks mit wassergeku\u0308hlten Knoten. Damit erreichen wir, durch das automatische Abschalten nicht genutzter Knoten, bei einer typischen Systemauslastung von ca. 80 % eine Energieeinsparung von ca. 5,5 % (bei ungef\u00e4hr gleichf\u00f6rmiger Verteilung der Abschaltungen auf wasser- und luftgeku\u0308hlte Knoten) sowie bei einer selteneren, aber dennoch gelegentlich vorkommenden Auslastung von ca. 60% eine Energieeinsparung von ca. 15 % gegenu\u0308ber dem urspru\u0308nglichen Energieverbrauch. Allerdings ergab sich beim langfristigen Nutzen des Plugins noch ein Problem, da auch sehr kurze Rechenjobs bei entsprechend wenig verfu\u0308gbaren Knoten in der Lage sind, ein Hochfahren weiterer Knoten zu veranlassen. Je nach L\u00e4nge des Jobs k\u00f6nnte die Hochfahrzeit des Rechenknotens dabei die Rechenzeit des Jobs selbst u\u0308bersteigen, was wiederum zu Energieverschwendungen fu\u0308hrt. Um dieses Problem zu l\u00f6sen, haben wir eine neue Option im Batchsystem aktiviert, welche das Hochfahren neuer Knoten in diesem Fall verz\u00f6gert, um eine gewisse Mindestauslastung im System anzusammeln. In einzelnen F\u00e4llen kann das allerdings dazu fu\u0308hren, das sich die Startzeit sehr kleiner Jobs auf dem System verz\u00f6gert.<\/p>\n

Gesamt<\/h3>\n

Fu\u0308r einen zusammenfassenden \u00dcberblick u\u0308ber die Effizienz unserer Energiesparma\u00dfnahmen haben wir schlussendlich nochmal mit unserem Energiemonitoring des Clusters einen Vergleich eines Zeitraums vor Anwendung der Energiesparma\u00dfnahmen und eines Zeitraums nach deren Anwendung erstellt, welche in den beiden Abbildungen 1 und 2 zu sehen sind. Beide Zeitr\u00e4ume wurde gew\u00e4hlt, da der Cluster in diesen Zeitr\u00e4umen besonders stark ausgelastet war und so insbesondere die Energiesparma\u00dfnahmen zum Tragen kommen, welche den Energieverbrauch auf laufenden Knoten reduzieren, also insbesondere das knotenspezifische Power Capping und die Deaktivierung des CPU-Turbomodus. Abbildung 1 zeigt dabei den Stromverbrauch des Modular Data Centers der GWDG im Zeitraum vor den Energiesparma\u00dfnahmen, zwischen dem 26.09.2022 und dem 30.09.2022, und Abbildung 2 zeigt dessen Stromverbrauch im Zeitraum nach den Energiesparma\u00dfnahmen, zwischen dem 18.04.2023 und dem 21.04.2023. Das Modular Data Center (MDC) der GWDG enth\u00e4lt das System \u201eEmmy\u201d sowie das 2020 installierte Hardwareupgrade des Scientific Compute Clusters (SCC).<\/p>\n

\"\"<\/a>
1_Stromverbrauch des MDC vor den Energiesparma\u00dfnahmen<\/figcaption><\/figure>\n
\"\"<\/a>
2_Stromverbrauch des MDC nach den Energiesparma\u00dfnahmen<\/figcaption><\/figure>\n

Aus den Grafiken lassen sich mehrere Dinge direkt ablesen: Zun\u00e4chst einmal zeigt die Stromverbrauchskurve nach den Energiesparma\u00dfnahmen deutlich weniger kurzfristige Schwankungen und glattere Kurven, was an dem deaktivierten CPU-Turbomodus liegt, da ohne CPU-Turbo die Kerne mit einer konstanteren Frequenz und damit auch mit einem konstanteren Stromverbrauch betrieben werden. Weiterhin erkennt man in den Graphen einen deutlich gesunkenen Maximalstromverbrauch von 1,364 MW vor den Energiesparma\u00dfnahmen und 1,182 MW nach den Energiesparma\u00dfnahmen. Dies ergibt, im Maximalstromverbrauch, eine Reduktion von ca. 13 %, genau im Mittel unserer Erwartungen aus unseren vorherigen Tests der einzelnen Ma\u00dfnahmen. Innerhalb der getesteten Zeitr\u00e4ume ist der durchschnittliche Verbrauch lediglich ein wenig gesunken, von 1.072 MW auf 1.029 MW, was allerdings sehr stark von der tats\u00e4chlichen Auslastung des Systems abh\u00e4ngt und sich deswegen zwischen diesen beiden Zeitr\u00e4umen weniger vergleichen l\u00e4sst.<\/p>\n

Fazit<\/h2>\n

Die Strategien zur Senkung des Energieverbrauchs in HPCSystemen sind nicht nur aus Gru\u0308nden der Kosteneinsparung und des Umweltschutzes von Vorteil, sondern auch angesichts der aktuellen Energiekrise von entscheidender Bedeutung. Der Energiesektor sieht sich mit einer wachsenden Nachfrage nach Energie konfrontiert, w\u00e4hrend gleichzeitig die Ressourcen begrenzt sind und die Kosten steigen. Durch die Umsetzung dieser Strategien k\u00f6nnen HPC-Systemadministrator*innen eine wichtige Rolle bei der Senkung des Energieverbrauchs spielen und den Druck auf den Energiesektor mindern. Da die Energiepreise weiter steigen, werden diese Strategien sogar noch wichtiger, um eine nachhaltige und kosteneffektive HPC-Infrastruktur aufrechtzuerhalten. Durch die Senkung des Energieverbrauchs in HPC-Systemen k\u00f6nnen wir zu dem u\u0308bergeordneten Ziel beitragen, die Kohlenstoffemissionen zu reduzieren und eine gru\u0308nere Zukunft zu f\u00f6rdern. Die Einfu\u0308hrung dieser Strategien zur Energiereduzierung ist also nicht nur gut und hilfreich fu\u0308r einzelne Organisationen, sondern dient auch der kollektiven Verantwortung gegenu\u0308ber der Umwelt und der Gesellschaft als Ganzes.<\/p>\n","protected":false},"excerpt":{"rendered":"

Die aktuellen Entwicklungen der Energiepreise haben auch die Effizienz von HPC-Installationen verst\u00e4rkt in den Fokus ger\u00fcckt. Mittel- und langfristig muss auch ein HPC-Betrieb m\u00f6glichst nachhaltig sein, um den Beitrag zum menschengemachten Klimawandel zu minimieren. Die Arbeitsgruppe \u201eComputing\u201c hat dazu den Einfluss von Ma\u00dfnahmen u. a. zur Energieverwaltung, zur Taktfrequenz der Computeserver sowie zur Einschaltsteuerung mittels … Weiterlesen<\/a><\/p>\n","protected":false},"author":166,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[118],"tags":[],"class_list":["post-23260","post","type-post","status-publish","format-standard","hentry","category-gwdg-nachrichten-2"],"_links":{"self":[{"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/posts\/23260","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/users\/166"}],"replies":[{"embeddable":true,"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/comments?post=23260"}],"version-history":[{"count":2,"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/posts\/23260\/revisions"}],"predecessor-version":[{"id":23291,"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/posts\/23260\/revisions\/23291"}],"wp:attachment":[{"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/media?parent=23260"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/categories?post=23260"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/info.gwdg.de\/news\/wp-json\/wp\/v2\/tags?post=23260"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}