Die Digitalisierung schreitet voran und mit ihr der tägliche Datenverkehr: Schließlich senden wir täglich E-Mails, streamen Musik, Filme und Serien und auch unsere Autos oder Haushaltsgeräte sind immer öfter mit dem Internet verbunden. Informatiker*innen sind daher heute mit sogenannten „massive graphs“ konfrontiert. Das sind enorm große Mengen von Informationen und Beziehungen zwischen Informationsknoten. Ein Graph ist in der Informatik eine mathematische Darstellung eines Netzwerks, er beschreibt die Beziehungen im Netzwerk.
Diese massive Nutzung von Daten hat negative Auswirkungen auf den CO2-Ausstoß sowie den Energieverbrauch: Nicht nur die Endgeräte brauchen Energie, sondern auch die Rechenleistung, die bei der Datenübertragung und -verarbeitung benötigt wird. Im neuen Projekt „Extreme and Sustainable Graph Processing for Urgent Societal Challenges in Europe“ versuchen nun Forscher*innen aus zwölf Institutionen unter der Leitung von Radu Prodan (Universität Klagenfurt) Maßnahmen zu finden, damit „massive graphs“ energieeffizienter werden. Sie konzentrieren sich dabei auf vier reale Anwendungsfälle: Nachhaltige grüne Finanzwirtschaft, vorausschauender globaler Umweltschutz, grüne Künstliche Intelligenz (KI) für die nachhaltige Automobilindustrie und Supercomputing.
Supercomputer brauchen viel Energie
Supercomputer sind besonders schnelle Rechner, sie werden auch Hochleistungsrechner oder Superrechner genannt. Sie besitzen eine große Anzahl an Prozessoren und werden häufig für Computersimulationen eingesetzt. Gerade Supercomputer brauchen jedoch viel Energie, also müsste ihre Rechenleistung effizienter organisiert werden. „Wir müssen die Graphen in Echtzeit darstellen, obwohl die Daten ständig fließen. Das ist herausfordernd. Außerdem brauchen wir effiziente, analytische Algorithmen, um Informationen aus den riesigen Datenmengen zu generieren. Darüber hinaus wollen wir die Hardware-Komponenten an die Algorithmen anpassen. Schließlich bauen wir an einem Simulator, um besser zu verstehen, wo im System am meisten Energie verbraucht wird“, erklärt Prodan gegenüber der Universität Klagenfurt. Die Wissenschafter*innen schlagen zudem ein Energielabel vor, wie man es bereits von technischen Geräten wie Kühlschränken kennt, damit würde energieeffizienter Code mit A++ bewertet werden und so weiter.
Sparpotenzial in der Datenverarbeitung
„Die große Vision des Projekts ist eine technologische Lösung, gekoppelt mit Feldexperimenten und Erfahrungsaustausch, für eine hochleistungsfähige und nachhaltige Graphenverarbeitung von extremen Daten mit einer angemessenen Antwort für jeden Bedarf und jede Organisationsgröße bis 2030“, fasst Informatiker Radu Prodan das Ziel des Projekts zusammen. Für eine europäische Datenstrategie sei die Nutzung, Interoperalität (also das Zusammenspiel verschiedener Systeme, Techniken oder Organisationen) und die analytische Verwertung von Graphdaten von Bedeutung und Graphen oder verknüpfte Daten wiederum seien für Innovation, Wettbewerb sowie Wohlstand relevant, so Prodan. „Graphen sind universelle Abstraktionen, die Wissen über reale und digitale Welten erfassen, kombinieren, modellieren, analysieren und zu verwertbaren Erkenntnissen verarbeiten, indem sie Elemente darstellen und miteinander verknüpfen.“ Dabei können alle Bereiche von Wissenschaft, Technik, Industrie, Wirtschaft und Gesellschaft Graphdaten für einzigartige Analysen und Erkenntnisse nutzen, aber dafür müsse die Graphverarbeitung „einfach, schnell, skalierbar und nachhaltig“ sein, erklärt der Experte. Das Sparpotenzial in der Verarbeitung von Daten werde noch zu wenig berücksichtigt, das Projekt wolle dieses sichtbar machen und Lösungen anbieten, so Radu Prodan abschließend.
