Sieben Architekturprinzipien für den Aufbau einer umweltfreundlicheren Datenversorgung

Es ist leicht, Daten als immaterielle, billige Ressource mit unbegrenzter Lebensdauer zu betrachten, aber die Wahrheit ist, dass Daten energiehungrige Biester sind, die weit mehr Kosten verursachen, als viele denken würden.

In meinem letzten Blog Wie IT-Führungskräfte uns zu einem nachhaltigeren Planeten führen können habe ich Führungskräfte für CIO, CTO und IT dazu ermutigt, drei Prinzipien der Nachhaltigkeit – grüne IT, lebensfähige IT und gerechte IT – auf jede Entscheidung anzuwenden, die sie in ihrer Technologie-Infrastruktur treffen.

Zuerst möchte ich darauf eingehen, wie wir IT grün machen können, indem wir die hohen Kosten von Daten in der IT-Lieferkette untersuchen. Für den Kontext wächst die Datenspeicherung in der Cloud exponentiell, unterstützt durch IoT-Lösungen und Rich Media wie Video-, Audio- und HD-Bilder.

Laut IDC wird die Datenmenge bis 2025 weltweit voraussichtlich auf 175 Zettabyte anwachsen, wobei sich 51 Prozent der Daten in Rechenzentren und 49 Prozent in der öffentlichen Cloud befinden. Daher ist es für Technologieführer wichtig, sich genau anzusehen, wie sich der Datenverbrauch sowohl auf ihre Geschäftsmodelle als auch auf die Welt insgesamt auswirken kann.

Bei Rackspace Technology® konzentriert sich unser Ansatz für das Datenmanagement auf sieben Prinzipien der Systemarchitektur. Diese Grundsätze dienen als Leitfaden für die Verwaltung und Speicherung von Daten, ihre Nutzung und den Einsatz von Technologien — alles mit dem Ziel, eine umweltfreundlichere Lieferkette für Daten zu entwickeln und aufzubauen und gleichzeitig den ständig wachsenden Bedarf an neuen Daten und Algorithmen zu decken.

Bessere Betreuer werden

Zunächst ist es wichtig zu überdenken, wie wir Daten betrachten. Genauso wie Sie Zuhause die Effizienz steuern können, indem Sie das Licht ausschalten, wenn Sie sich nicht in einem Raum aufhalten, können Sie die gleichen Prinzipien auch in Ihrem Unternehmen anwenden.

• Verwalten des Informationslebenszyklus - Implementieren Sie die Verwaltung des Informationslebenszyklus (ILM), um die Klassifizierung und Aufbewahrung von Informationen aktiv zu verwalten.
• Cloud Storage optimieren – Verwenden und optimieren Sie geeignete Lösungen für die Cloud Storage basierend auf ILM-Richtlinien und Nutzungsmustern.

Sorgsamer Umgang mit Daten

Es ist einfach, sich Energieverschwendung in Begriffen vorzustellen, mit denen wir täglich vertraut sind. Sie möchten zum Beispiel nicht 13 Mal dasselbe Foto auf Ihre Cloud Storage hochladen, nur weil Sie die Kapazität der Storage haben — jede Verschiebung oder Kopie kostet Energie.

• Implementierung von Datenbanktechnologien - Verwenden Sie Datenbanktechnologien, die für die jeweilige Aufgabe am besten geeignet sind, um Rechenzeit und Leistung zu optimieren.
• Redundante Datenspeicherung minimieren - Verwenden Sie Muster der Systemarchitektur für Daten, um die redundante Datenspeicherung zu minimieren und Just-in-Time-Transformationen zu fördern.
• Reduzieren Sie die Bewegung von Daten - Übernehmen Sie Systemarchitekturen für Daten, die Datenbewegungen minimieren.

Progressiver werden

Beginnen Sie mit dem Einsatz der richtigen Technologien, indem Sie in sofort einsatzbereite Lösungen investieren, um den vollen Nutzen aus Ihren Daten zu ziehen und gleichzeitig deren Auswirkungen zu mindern. Ein erster Schritt könnte zum Beispiel die Nutzung energiesparender Storage-Lösungen für Informationen sein, die Sie nicht regelmäßig nutzen.

• Nutzen Sie speziell entwickelte Datentechnologien - Nutzen Sie speziell entwickelte Datentechnologien, die dazu beitragen, redundante Kopien derselben Daten zu vermeiden – Snowflake®, Databricks® usw.
• Investieren Sie in umweltfreundliches Machine Learning - Nutzen Sie die aufkommenden Disziplinen des umweltfreundlichen Machine Learning (unter Verwendung der Optimierung mehrerer Informationsquellen), um Machine Learning mit optimiertem Energieverbrauch voranzutreiben.

Der zunehmende Einsatz von Technologien für Machine Learning und Deep Learning hat die Datenspeicherung und den Energieverbrauch in die Höhe getrieben. Laut OpenAI hat sich der Energiebedarf für Deep Learning alle paar Monate verdoppelt, was zu einem 300.000-fachen Anstieg von 2012 bis 2018 führte. Darüber hinaus verdoppelt sich der Stromverbrauch von KI alle drei bis vier Monate, und große KI-Trainingsaufträge haben einen CO2-Fußabdruck des Lebenszyklus von fünf Autos.

Letztendlich entstehen erhebliche Geschäftskosten, die aus einer schlecht verwalteten Datenlieferkette resultieren können. Noch wichtiger ist jedoch, dass eine schlecht verwaltete Datenversorgungskette unserem Planeten hohe Kosten verursachen kann. Die Maschinen laufen, auch wenn man sie nicht sieht. Wir müssen also proaktiver vorgehen, um die Energieverschwendung zu minimieren. Während die Entwicklungen bei den Datenkapazitäten Fortschritt signalisieren, bedeutet dies auch, dass Daten zu unserem größten Energiefresser werden könnten.

Wir setzen uns bei Rackspace Technology für die Umsetzung nachhaltiger Architekturprinzipien ein, um die IT grün zu machen. Lesen Sie unseren vollständigen Bericht zu Umwelt, Sozialem und Governance, um mehr über unseren ganzheitlichen Ansatz für den Aufbau einer nachhaltigeren Unternehmensinfrastruktur zu erfahren.

Sehen Sie sich auch meinen folgenden Artikel auf Triple Pundit an: Warum die IT eine breitere Definition von Nachhaltigkeit annehmen muss.