Loading market data...

Το δικτυακό σχέδιο RNG της Amazon μειώνει την κατανάλωση ενέργειας των κέντρων δεδομένων κατά 40%

Το δικτυακό σχέδιο RNG της Amazon μειώνει την κατανάλωση ενέργειας των κέντρων δεδομένων κατά 40%

Η Amazon ανέπτυξε ένα νέο δικτυακό σχέδιο που ονομάζεται RNG, το οποίο, σύμφωνα με την εταιρεία, αυξάνει την απόδοση των κέντρων δεδομένων κατά 33% και μειώνει την κατανάλωση ενέργειας κατά 40%. Η εταιρεία δημοσίευσε τα νούμερα σε ένα πρόσφατο τεχνικό σημείωμα, αν και δεν έχει διευκρινίσει πότε ή πού θα εφαρμοστεί το σχέδιο στις δικές της εγκαταστάσεις.

Τα νούμερα απόδοσης

Η βελτίωση απόδοσης 33% αποτελεί μεγάλο άλμα για τα κέντρα δεδομένων, όπου ακόμα και βελτιώσεις μίας ποσοστιαίας μονάδας συνήθως απαιτούν μήνες ρυθμίσεων. Το δικτυακό σχέδιο RNG της Amazon — το ακρωνύμιο δεν έχει εξηγηθεί δημόσια — αντιμετωπίζει τον τρόπο με τον οποίο ρέουν τα δεδομένα μεταξύ των διακομιστών, μειώνοντας την επιβάρυνση που συνήθως καταναλώνει κύκλους υπολογισμού.

Εταιρείες όπως η Google και η Microsoft έχουν τις δικές τους προσαρμοσμένες δικτυακές ρυθμίσεις, αλλά ο ισχυρισμός της Amazon για βελτίωση της απόδοσης κατά ένα τρίτο είναι σπάνιος σε έναν κλάδο όπου τα περισσότερα κέρδη έρχονται σε μικρές προσαυξήσεις.

Ενεργειακή επίπτωση

Η μείωση 40% στη χρήση ενέργειας συνδέεται με το ίδιο σχέδιο. Λιγότερος σπατάλη υπολογισμών σημαίνει λιγότερη θερμότητα, που σημαίνει λιγότερη ενέργεια για ψύξη. Τα κέντρα δεδομένων ήδη αντιστοιχούν περίπου στο 1% της παγκόσμιας ζήτησης ηλεκτρικής ενέργειας, οπότε μια τέτοια μείωση από έναν από τους μεγαλύτερους φορείς θα μπορούσε να έχει μετρήσιμες επιπτώσεις εάν το σχέδιο διαδοθεί.

Η Amazon δεν έχει αναφέρει εάν το RNG λειτουργεί ήδη στις περιοχές cloud της ή αν βρίσκεται ακόμη σε φάση πρωτοτύπου. Η εταιρεία επίσης δεν ανέφερε σχέδια να παραχωρήσει άδεια χρήσης του σχεδίου σε άλλους φορείς κέντρων δεδομένων, γεγονός που θα ενίσχυε την εξοικονόμηση ενέργειας πέρα από τη δική της υποδομή.

Το επόμενο βήμα θα είναι να δούμε αν η Amazon εφαρμόσει το RNG σε όλο τον στόλο των κέντρων δεδομένων της — και αν τα υποσχόμενα νούμερα ανταποκρίνονται σε μεγάλη κλίμακα.