Skeleton-Superkondensatoren reduzieren Energieverbrauch von KI-Rechenzentren um 45%

Skeleton Technologies revolutioniert die Energieversorgung von KI-Rechenzentren. Mit neuen, graphen-basierten „GrapheneGPU-Superkondensatoren“ will das estnisch-sächsische Unternehmen Stromschwankungen ausgleichen, überflüssige „Dummy-Lasten“ eliminieren und somit die Rechenleistung für Künstliche Intelligenzen (KI) um bis zu 40 Prozent steigern. Gleichzeitig senke sich der Energieverbrauch von KI-Systemen um bis zu 45% und der Spitzenlastbedarf der Stromversorgung um 44%. Die ersten „GraphenGPU“-Speicher sollen ab sofort lieferbar sein und werden in der Skeleton-Fabrik in Markranstädt bei Leipzig produziert.

Superkondensator bedeutender Bestandteil der Digitalisierung

Innovationen wie der Superkondensator von Skeleton Technologies gelten als wichtiger Bestandteil einer nachhaltigen Digitalisierung und gestalten den explosionsartig wachsenden Energiebedarf von KI-Systemen nachhaltiger. Die Tendenz geht immer stärker zur Cloud-Nutzung, Breitband, Homeoffice und mobiles Internet. Dadurch stieg der Bedarf an neuen Rechenzentren in den letzten Jahren enorm an. Ebenso sorgte der Hype rund um das Thema Künstliche Intelligenz (KI) für eine noch größere Nachfrage. Die enorme Nachfrage führt jedoch auch zu einem steigenden Energiebedarf. Laut Prognosen der „Internationalen Energieagentur“ (IEA) soll sich der Bedarf sogar allein für KI-Rechenzentren bis 2030 vervierfachen.

Superkondensatoren puffern Stromschwankungen

Das in Tallin ansässige Unternehmen spezialisierte sich auf Graphen-basierte Superkondensatoren, die Strom sehr schnell zwischenspeichern und wieder abgeben. Dabei arbeitet der estnisch-sächsische Hersteller mit Konzernen wie Siemens, Hitachi, Skonda und Honda zusammen. Nachdem der sächsisch-estnische Hersteller den Automobilsektor erschlossen hatte, möchte Skeleton Technologies nun in eine weitere Zielbranche für seine graphen-basierten Energiespeicher vordringen. Kleine KI-gesteuerte Superkondensatoren sollen als „GrapheneGPU-Batterien“ Lastenspitzen und -täler in großen Rechenzentren ausgleichen und so mehr Computerleistung für „Künstliche Intelligenzen“ (KI) freigeben. Dies ist in Zukunft nötig, da sich die Rechenleistung und der Energiebedarf in KI-Rechenzentren in den nächsten Jahren verdoppeln wird. Skeleton-Chef Taavi Madiberk betont zudem:

„Der Bedarf an Rechenleistung und Energie in KI-Rechenzentren wird sich jährlich verdoppeln. GrapheneGPU steigert die Rechenleistung um bis zu 40%, ohne den Energieverbrauch zu erhöhen, und senkt gleichzeitig die Kapital- und Betriebskosten, indem der Bedarf an Netzaufrüstungen, Energieverlusten und Kühlung reduziert wird.“

Superkondensatoren vermeiden Dummy-Loads

Das estnisch-sächsische Unternehmen weist daraufhin, dass der Energieverbrauch der Grafik-Prozessoren (GPU) in einem KI-Rechenzentrum je nach Aufgabe innerhalb Sekunden zwischen 0 und 100 Prozent schwanken kann. Skeleton erläutert außerdem, dass viele Rechenzentren künstliche Lasten nutzen, um jene Schwankungen auszugleichen und Schäden an der Hardware zu verhindern. Diese bezeichnet man als sogenannte Dummy-Loads; sie gewährleisten zwar einen konstanten Stromverbrauch, führen allerdings zu enormen Energieverlusten. Dabei werden rund 45% der aufgenommenen Energie als Wärme absorbiert, die wiederum mit hohem Aufwand gekühlt werden muss, damit die Prozessoren nicht durchbrennen. Das Resultat ist ein steigender Energiebedarf und unnötige Ressourcenverschwendung. Der Superkondensator von Skeleton bietet demgegenüber eine nachhaltige Lösung.

Bessere Rechenleistung durch Skeleton-Kondensator

Die Kondensatoren von Skeleton sollen die Energie während der Leerlaufzeiten zwischenspeichern und sie bei Bedarfsspitzen abgeben. Diese Herangehensweise soll wiederum Schwankungen der Energieversorgung ausgleichen, wodurch Betreiber sich unnötige Rechenaufgaben für den Schwankungsausgleich sparen können. Folglich spart man dadurch Kosten, senkt den Energieverbrauch von KI-Systemen um bis zu 45% und senkt den Spitzenlastbedarf der Stromversorgung um 44%. Demzufolge lasse sich die Rechenleistung um 40% steigern.

Quellen / Weiterlesen