GreenDSS ve CBR Nedir ?
Veri Merkezlerini Soğutmanın Akıllıca Yöntemi
Sosyal medya araçlarından kurumsal uygulamalara kadar tüm bilgisayar yazılımları büyük ölçekli verileri veri merkezlerinde depolamaya ihtiyaç duymaktadır. Bu ihtiyaç, hem bireysel kullanım sonrası oluşan yeni verinin yönetilebilir olması hem de farklı cihazların oluşturduğu verilerin ulaşılabilir olması için gereklidir.
Günümüzde veri merkezleri için farklı alternatifler bulunmamaktadır. Veri merkezinin fiziksel olarak ayrı sunuculardan mı yoksa bulut sistemler üzerinde mi kurulacağı sadece yöntem olarak farklılık sunar. Neticede fiziksel de olsa, bulut ta olsa veri merkezi elektrikle çalışır ve işlem gücüne oranla soğutulmaya ihtiyaç duyar.
Veri merkezlerinin soğutulması için pek çok yöntem denenmiştir. Fanlı ve klimalı soğutucular, özel kimyasallarla soğutma, doğal iklim şartlarıyla soğutma bunlardan bazılardır. Hangi yöntem kullanılırsa kullanılsın, her yöntemin kendine özgü sorunları vardır.
Mesela, klima soğutması beraberinde klima bakımı gerektirir, kimyasallarla soğutma ek bir kimyasal maaliyeti doğurur, ayrıca kimyasalların soğutma araçları üzerindeki olumsuz etkisi de göz ardı edilemez. İklimsel doğal soğutma, beraberinde nem problemini getirmektedir. Pek çok elektronik araç ve soğutma sistemi kendisi için eşik değerinin üzerindeki nemden hoşlanmaz. Neme maruz kalan araçlarda deformasyon ve buna bağlı olarak arıza meydana gelir.
Veri merkezlerinin soğutulması için geliştirilen yöntemler daha az enerji tüketimi, düşük karbon ayak izi gibi hedeflerde bir nebze iyileşme yaratmıştır. Fakat veri merkezi yöneticileri daha iyi performans elde etmek için güncel bilgisayar teknolojilerinden biri olan veri bilimini veri merkezlerini yönetmek için de kullanmaktadır.
Bu yöntemlerden biri de “Yeşil Veri Merkezleri için Karar Destek Sistemi” Green DSS tir (Decision Support System for Green Data Centers). Green DSS, aslında bir karar ağacı yöntemidir. Veri bilimi literatüründe karar ağaçları “eğer”,”öyleyse”,”değilse” koşullarına göre yeni kararlar almak için kullanılır. Makine öğrenmesi yöntemlerinden biri olan karar ağaçları geçmiş deneyimleri alarak gelecekteki değişiklikler üzerinden hedefe ilişkin doğru kararlar almaya çalışır.
Yeni vakalarla yeni öğrenmeler oluşturabilen sistem değişikliklere uygun tepki verebilir ve böylece sanki veri merkezini soğutmak için yetişkin bir insan nem, iç ve dış sıcaklık, işlemci ve ram kullanımı, gpu performansı, hdd sıcaklıkları, power supply güç ihtiyacı ve sıcaklığı gibi pek çok değişkeni aynı anda izliyormuş gibi karar verebilir.
Mesela x günün t saatinde periyodik olarak cpu ve ram ihtiyacı düşüyorsa güç tüketimini ekonomi moduna düşürüp soğutma sisteminin daha az devreye girmesi sağlanabilir. Bu işlem için Case-Based Reasoning (CBR) yani “Vaka Tabanlı Muhakeme” yöntemleri kullanılmaktadır. Bu durum uzun vadede daha az elektrik tüketimi, düşük karbon ayak izi ve soğutma sisteminde daha az mekanik harekete bağlı olarak daha düşük maliyet getirecektir.
Pek çok şirket Green DSS veri merkezi yönetim araçları için yatırım yapmaktadır. Veri bilimi araçlarından biri olan blok zincirinin merkeziyetsiz veri depolama hizmeti web 3.0 ile hayatımıza girmek üzeredir. Gelecekte, veri merkezlerine duyulan ihtiyacın azalması, buna paralel olarak henüz öngörülmemiş yeni problemlerin oluşması beklenmektedir.
Her şeye rağmen, hangi problem oluşursa oluşsun web 3.0 ve blok zinciri sayesinde local veri merkezi kullanım oranlarının azalmasına kesin gözüyle bakılmaktadır.
