Los errores pueden padecer a estudios perfectamente intencionados para predecir un gran crecimiento energético en TI, que a menudo no se materializa – ScienceDaily

0 12


Cuando se trata de comprender y predecir las tendencias en el uso de energía, Internet es un hueso duro de roer. Eso es lo que dicen los investigadores de energía Eric Masanet, de UC Santa Barbara, y Jonathan Koomey, de Koomey Analytics. Los dos acaban de publicar un comentario revisado por pares en la revista. Joule discutir las trampas que plagan las estimaciones de los impactos de energía y carbono de Internet.

El documento describe cómo estos errores pueden conducir a estudios bien intencionados que predicen un enorme crecimiento energético en el sector de la tecnología de la información (TI), que a menudo no se materializa. “No estamos diciendo que el consumo de energía de Internet no sea un problema, o que no debamos preocuparnos por eso”, explicó Masanet. “Más bien, nuestro mensaje principal es que todos debemos mejorar en el análisis del uso de energía de Internet y evitar estos escollos en el futuro”.

Masanet, la Cátedra Mellichamp en Ciencias de la Sostenibilidad para Tecnologías Emergentes en la Escuela Bren de Ciencias y Gestión Ambiental de UCSB, ha estado estudiando el análisis energético de los sistemas de TI durante más de 15 años. Koomey, quien ha estudiado el tema durante más de tres décadas, ha sido científico de planta y líder de grupo en el Laboratorio Nacional Lawrence Berkeley durante muchos años, y ha sido profesor invitado en la Universidad de Stanford, la Universidad de Yale y UC Berkeley. El artículo, que no tiene fuentes de financiamiento externas, surgió de sus experiencias y observaciones combinadas y fue motivado por el creciente interés público en el uso de energía en Internet. Si bien la pieza no contiene nuevos datos o conclusiones sobre el uso actual de la energía o los impactos ambientales de diferentes tecnologías y sectores, sí plantea algunas cuestiones técnicas importantes a las que se enfrenta el campo actualmente.

El trabajo de Masanet y Koomey implica la recopilación de datos y la construcción de modelos de uso de energía para comprender las tendencias y hacer predicciones. Desafortunadamente, los sistemas de TI son complicados y los datos son escasos. “Internet es un sistema de tecnologías muy complejo y que cambia rápidamente”, dijo Masanet. Además, en la industria de la tecnología competitiva, las empresas a menudo mantienen los datos de energía y rendimiento como secretos comerciales patentados. “Hay mucha ingeniería que entra en sus operaciones”, agregó, “y a menudo no quieren renunciar a eso”.

Cuatro errores

Esto alimenta directamente el primero de los cuatro escollos principales identificados por los dos investigadores: la simplificación excesiva. Cada modelo es una simplificación de un sistema real. Debe ser. Pero la simplificación se convierte en una trampa cuando los analistas descuidan aspectos importantes del sistema. Por ejemplo, los modelos que subestiman las mejoras en la eficiencia del centro de datos a menudo exageran el crecimiento en el consumo de energía.

Es comprensible cierta simplificación, dijo Koomey, ya que los investigadores a menudo simplemente no tienen suficientes datos. Pero demasiada simplificación corre el riesgo de producir resultados inexactos, enfatizó.

La segunda trampa es esencialmente la fusión del uso de Internet con la demanda de energía: el tráfico de datos y el consumo de energía no son equivalentes. “Parece racional decir que un aumento del 20% en el tráfico de datos conduciría a un aumento del 20% en el consumo de energía de Internet”, dijo Masanet, “pero no es así como funciona el sistema”. Las redes tienen un alto consumo de energía fija, por lo que la demanda de energía no cambia mucho cuando cambia el tráfico de datos.

Imagínese el flujo de datos en Internet como pasajeros en un tren. La mayor parte de la energía se destina a mover el tren. Duplicar el número de personas en el tren no duplicará la cantidad de energía requerida por el tren. “Así que existe este efecto de margen más pequeño que es bien conocido por los ingenieros de redes, pero no siempre conocido por los analistas de energía”, dijo Masanet.

El ritmo y la naturaleza de los cambios en las tecnologías de Internet y la demanda de datos conducen a la tercera trampa: proyectar demasiado hacia el futuro. En un estudio retrospectivo (enlace externo) publicado en 2020, Masanet, Koomey y sus colegas encontraron que las proyecciones anteriores sobrestimaron el crecimiento energético del centro de datos. No anticiparon aumentos importantes en la virtualización de TI o cambios de carga de trabajo a la nube.

No solo desarrollamos tecnologías nuevas y mejoradas, sino que las estructuras de la industria y las demandas de los consumidores también cambian a menudo. Por ejemplo, pocas personas podrían haber predicho las enormes cantidades de potencia de procesamiento que ahora se dedican a la minería de bitcoins hace tan solo 5 años. Dicho esto, los investigadores advierten contra la extrapolación de estas tendencias tempranas de crecimiento demasiado lejos en el futuro. “Cuando Internet estaba creciendo rápidamente a fines de la década de 1990, algunos analistas predijeron que las TI representarían la mitad del consumo de electricidad de Estados Unidos en una década”, dijo Koomey.

Dada toda esta incertidumbre, no es de extrañar que los analistas puedan fallar en sus predicciones. La TI cambia tan rápidamente que las proyecciones simplemente no serán precisas más allá de unos pocos años, dijo Masanet. Por el contrario, proyectar con décadas de diferencia es común en otros dominios del análisis energético. Puede ser crucial para planificar la capacidad de la red eléctrica o la infraestructura de transporte, por nombrar algunos. Esto puede generar expectativas poco realistas cuando se trata de predecir el uso de energía de TI, que es mucho más rápido e impredecible.

La última trampa que identificó el dúo se debió a una falta de alcance adecuado: la generalización excesiva. Cuando los datos son escasos, es tentador aplicar tasas de crecimiento de una parte de un sistema al sistema en su totalidad. Masanet ofreció el auge de la computación en la nube como ejemplo. Si bien el consumo de energía de muchas empresas en la nube ha crecido rápidamente durante la última década, este no era el panorama completo para los centros de datos. El uso de energía de los centros de datos tradicionales ha disminuido al mismo tiempo que ha disminuido esa parte de la industria, manteniendo bajo control el consumo total de energía de los centros de datos durante el mismo período de tiempo.

Del mismo modo, si bien una mayor transmisión de video puede aumentar el consumo de energía para los centros de datos, podría reducir el consumo de energía en el hogar al disminuir la cantidad de decodificadores de TV, explicó Koomey.

“Hay que mirar todo el sistema y evitar extrapolar a un lado”, dijo Masanet.

Avanzando

Aparte de lidiar con una escasez de datos y un sistema complejo, las empresas de tecnología y los analistas no tienen un estándar para informar el consumo de energía de Internet. Los automóviles tienen millas por galón, la métrica de eficiencia acordada en los Estados Unidos, pero todavía no existe un análogo para los centros de datos. Una razón es que cada centro de datos es diferente: es difícil comparar un centro que se dedica principalmente a la informática científica con uno que se ocupa principalmente del alojamiento web, señaló Masanet.

El Congreso aprobó recientemente la Ley de Energía de 2020, que incluye disposiciones para los centros de datos. “Es una señal positiva de que nos estamos moviendo hacia esos puntos de referencia que podrían permitir más informes por parte de las empresas, al menos en Estados Unidos”, dijo Masanet.

“Una cosa que la comunidad investigadora puede hacer es ayudar a desarrollar estas métricas de modo que si las empresas quieren informar y permanecer confidenciales, puedan utilizar métricas científicas estándar acordadas”, agregó.

“El mundo necesita mejores pronósticos de energía de TI, y la comunidad analítica necesita mejorar mucho en su producción, incluyéndonos a nosotros”, continuó Masanet. “Hemos encontrado estas dificultades en nuestro trabajo.

“Ahora debemos reconocerlos y comprender cómo evitarlos en el futuro para que todos podamos ofrecer resultados más rigurosos, porque estos resultados son cada vez más importantes”.

Koomey enfatizó la importancia de la moderación cuando se trata de sistemas complejos con brechas de datos persistentes. Si bien podría ser interesante especular cuando no existen datos, no es el mejor enfoque, dijo. Es mejor recopilar más datos, reconocer las advertencias y ser modesto al hacer afirmaciones.

“Nuestro objetivo es promover un análisis cuidadoso de la tecnología de la información, de modo que los legisladores puedan emitir juicios basados ​​en la realidad en lugar de conceptos erróneos”, dijo. “Los datos sobre el uso de la electricidad de TI siempre van a la zaga de la realidad porque muchos datos relevantes son secretos muy bien guardados y estos sistemas cambian muy rápidamente. Los analistas deben aceptar estas limitaciones inherentes y no hacer afirmaciones sólidas basadas en especulaciones o demasiadas suposiciones”. .

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More