Technischer Status: Diese Version demonstriert ein vereinfachtes thermisches Rechenmodell mit regelbasierter Optimierung. Die nachfolgende XGBoost-Architektur beschreibt den vorgesehenen spezialisierten KI-Ausbau. Ein trainiertes XGBoost-Modell wird in V1.2 nicht ausgeführt. Sämtliche Betriebswerte sind simuliert.
01 / DATEN & TRAININGVom Messwert zur Prognose
Die Datenpipeline führt zeitlich synchronisierte Betriebswerte und physische Rack-Positionen zusammen.
- IT-Auslastung, elektrische Leistung und Rack-Eintrittstemperatur
- ACU-Betriebszustände, Kühlleistung und Umgebungstemperatur
- Workload-Verteilung, Standort und SLA-Anforderungen
- Zeitlich getrennte Trainings- und Testdaten; Bewertung von Temperatur- und Energieprognosefehlern
Trainingsziel: Vorhersage zukünftiger Rack-Temperaturen und des Kühlenergiebedarfs.
02 / OPEN SOURCEXGBoost als Prognosekern
XGBoost (Apache-2.0-Lizenz) ist das ausgewählte Open-Source-Framework für strukturierte Betriebs- und Sensordaten.
- Thermal Predictor: prognostiziert Rack-Temperaturen
- Energy Predictor: prognostiziert den Kühlenergiebedarf
- Lokaler Betrieb ohne Cloud-Zwang
- Mathematischer Optimierer bewertet Maßnahmen getrennt vom Prognosemodell
Die aktuelle Demo nutzt noch keine trainierten Gewichte und keine XGBoost-Inferenz.
03 / OPTIMIERUNGEnergie senken, SLA einhalten
Der Optimierer vergleicht Workload-Platzierungen und Kühlzustände unter technischen Grenzen.
Minimiere: P_IT + P_Kühlung + Risiko(SLA, Temperatur)
Die Risikoterme werden für die mathematische Optimierung gewichtet und in vergleichbare Einheiten überführt.
- Rack-Temperaturen unter dem definierten Grenzwert
- Server- und ACU-Kapazitäten einhalten
- Performance- und SLA-Grenzen sichern
PUE = P_gesamt / P_IT
CO₂e/Tag = P_gesamt × 24 h × EF
EF ist der einstellbare Emissionsfaktor in kg CO₂e/kWh. Der Vergleich erfolgt bei gleicher IT-Arbeitslast und identischen Randbedingungen.
Forschungsansatz: Verbindung von Heat/Power Management, physischer Ressourcenposition und SLA-orientierter Lastverteilung. Die Optimierung im Demonstrator ist eine illustrative Simulation und keine produktive Rechenzentrumssteuerung.