Skip to main content Skip to main navigation

Projekt | ESCADE

Laufzeit:
Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers

Energy-Efficient Large-Scale Artificial Intelligence for Sustainable Data Centers

Der Zuwachs an Rechenzentren (RZ) und deren Kapazitäten ist zentral für eine zukunftsfähige deutsche Wirtschaft, denn die digitale Transformation braucht Rechenleistung. Aber das Verarbeiten von Daten und Trainieren von großen KI-Modellen erzeugt Tonnen von CO2 und verbraucht viel Energie: 16 Mrd. kWh im Jahr 2020; Tendenz zunehmend. Steigende Energiekosten und die Vorgabe zur Klimaneutralität nationaler RZ bis 2027 bedroht die Fähigkeit der deutschen Wirtschaft, RZ wirtschaftlich betreiben zu können. Dies stellt RZ vor die Herausforderung, den Ressourcenverbrauch bei gleicher Rechenleistung zu reduzieren, was mit bestehender Hardware (CPU/GPU) unmöglich ist. Ziel von ESCADE ist es, die Nachhaltigkeitsbilanz von KI-Anwendungen in RZ erheblich zu verbessern. Dazu soll ein Ökosystem für KI-Anwendungsfälle mit betriebswirtschaftlich nachgewiesener Nachhaltigkeit entwickelt werden, die durch innovative KI-Services in nachhaltigkeitsoptimierten RZ betrieben werden (v.a. durch Einsatz neuromorpher Chip-Technologien als Ergänzung und Ersatz für klassische RZ-Hardware). Damit entwickelt ESCADE durchgängige Lösungen (end-to-end), die komplett auf nationalen Komponenten und Kompetenzen aufsetzen, um Arbeitsplätze zu schaffen und die deutsche Wirtschaft zu stärken. Durch Anwendung in der Hochenergiewirtschaft Stahlindustrie und der energieintensiven Softwareindustrie sollen in ESCADE zudem erhebliche branchenspezifische Energieeinsparpotentiale nachgewiesen werden.

Partner

Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI) GmbH (Koordination), NT Neue Technologie AG (NT.AG), die Stahl-Holding-Saar GmbH & Co. KGaA (SHS), die SEITEC GmbH (Seitec) sowie die Technische Universität Dresden (TUD) , die Ruhr-Universität Bochum (RUB) sowie der österreichische Partner Salzburg Research Forschungsgesellschaft m.b.H.

Außerdem die Unterauftragnehmer eco2050 Institut für Nachhaltigkeit – Institute for Sustainability GmbH (eco2050), SpiNNcloud Systems GmbH (SpiNN), elevait GmbH & Co. KG (elevait) und Aleph Alpha GmbH (AA)

Publikationen zum Projekt

  1. Geschäftsmodelle

    Wolfgang Maass

    In: Georg Borges; Ulrich Keil; Matthias Berberich (Hrsg.). Big Data: Grundlagen, Rechtsfragen, Vertragspraxis: Rechtshandbuch. Chapter 2, Pages 67-97, Nomos, 1/2024.

Fördergeber

BMWK - Bundesministerium für Wirtschaft und Klimaschutz

BMWK - Bundesministerium für Wirtschaft und Klimaschutz