[논문 리뷰] Towards a Systematic Survey for Carbon Neutral Data Centers

Zhiwei Cao, Xin Zhou외 3명|arXiv (Cornell University)|2021. 10. 15.

Green IT and Sustainability인용 수 7

한 줄 요약

이 논문은 재생 가능 에너지 통합, 에너지 효율 향상, 폐열 회수를 통합함으로써 탄소 중립 데이터 센터를 달성하기 위한 다각적 프레임워크를 제안한다. 이는 실시간 운영과 탄소 상쇄 전략을 최적화하는 데 기반을 둔 디지털 트윈 기반 산업 AI 시스템에 의해 가능해진다. 이 접근법은 기술적 및 정책적 수단을 통합함으로써 데이터 센터가 넷제로 배출을 달성하도록 하며, 시범 응용에서 연간 250,000톤이 넘는 CO₂를 방지할 잠재력을 입증하고 있다.

ABSTRACT

Data centers are carbon-intensive enterprises due to their massive energy consumption, and it is estimated that data center industry will account for 8\% of global carbon emissions by 2030. However, both technological and policy instruments for reducing or even neutralizing data center carbon emissions have not been thoroughly investigated. To bridge this gap, this survey paper proposes a roadmap towards carbon-neutral data centers that takes into account both policy instruments and technological methodologies. We begin by presenting the carbon footprint of data centers, as well as some insights into the major sources of carbon emissions. Following that, carbon neutrality plans for major global cloud providers are discussed to summarize current industrial efforts in this direction. In what follows, we introduce the carbon market as a policy instrument to explain how to offset data center carbon emissions in a cost-efficient manner. On the technological front, we propose achieving carbon-neutral data centers by increasing renewable energy penetration, improving energy efficiency, and boosting energy circulation simultaneously. A comprehensive review of existing technologies on these three topics is elaborated subsequently. Based on this, a multi-pronged approach towards carbon neutrality is envisioned and a digital twin-powered industrial artificial intelligence (AI) framework is proposed to make this solution a reality. Furthermore, three key scientific challenges for putting such a framework in place are discussed. Finally, several applications for this framework are presented to demonstrate its enormous potential.

연구 동기 및 목표

• 2030년까지 전 세계 배출량의 8%를 차지할 것으로 예상되는 데이터 센터의 증가하는 탄소 발자국을 해결하기 위해.
• 데이터 센터 탄소 중립화를 위한 기술적 및 정책적 수단에 대한 체계적 분석의 격차를 메우기 위해.
• 재생 가능 에너지, 에너지 효율성, 폐열 회수를 통합한 통합적이고 다각적인 접근 방식을 통해 탄소 중립을 달성하기 위해.
• 실시간 탄소 배출 및 에너지 사용 최적화를 가능하게 하는 디지털 트윈 기반 산업 AI 프레임워크를 도입하기 위해.
• 대규모 배포를 위한 핵심 과학적 과제와 실용적 응용을 규명하고 논의하기 위해.

제안 방법

• 실시간으로 데이터 센터의 물리적 및 IT 인프라를 시뮬레이션하는 디지털 트윈 모델을 개발하여 피드백 루프 제어를 가능하게 한다.
• 기상, 위치 및 환경 데이터를 활용한 AI 기반 예측 분석을 통해 재생 가능 에너지 수확 예측을 통합한다.
• 디지털 트윈이 실시간 데이터와 예측 인사이트에 기반해 운영 정책을 지속적으로 업데이트하는 双주기 제어 루프를 구현한다.
• 탄소 시장 메커니즘을 활용하여 탄소 크레딧 조달을 통해 비용 효율적인 탄소 상쇄를 가능하게 한다.
• 실시간 탄소 강도 및 에너지 가용성에 기반해 워크로드 스케줄링 및 냉각 시스템 제어를 최적화한다.
• 데이터 센터 폐열을 Lng 재기화 과정과 통합하여 냉각 에너지 회수 및 냉각 부하 감소를 추구한다.

실험 결과

연구 질문

• RQ1 기술적 및 정책적 수단의 조합을 통해 데이터 센터는 어떻게 체계적으로 탄소 배출을 줄일 수 있는가?
• RQ2 디지털 트윈과 AI는 데이터 센터에서 에너지 사용과 탄소 배출을 실시간으로 데이터 기반으로 최적화하는 데 어떤 역할을 할 수 있는가?
• RQ3 재생 가능 에너지 예측을 어떻게 향상시켜 청정 에너지의 활용도를 높일 수 있는가?
• RQ4 LNG 재기화와 같은 외부 시스템과 데이터 센터 폐열을 통합하는 데 있어 기술적 및 운영적 과제는 무엇인가?
• RQ5 글로벌 배포를 위한 탄소 중립 데이터 센터 솔루션의 확대에 있어 핵심 과학적 및 공학적 과제는 무엇인가?

주요 결과

• 싱가포르 기반 시범 프로젝트에서 확인된 linh과 LNG 재기화 과정과의 통합을 통해 연간 250,000톤이 넘는 CO₂ 배출을 방지할 수 있다.
• AI와 디지털 트윈을 활용한 정확한 재생 가능 에너지 예측은 사전적 워크로드 및 냉각 제어를 가능하게 하여 탄소 배출을 크게 감소시킨다.
• AI 최적화 에너지 관리와 함께 탄소 시장 메커니즘이 통합되면 비용 효율적인 탄소 상쇄 전략을 실현할 수 있다.
• 디지털 트윈 기반 산업 AI 프레임워크는 에너지 및 배출량에 대한 실시간 피드백 루프 제어를 가능하게 하여 시스템 전체의 효율성 향상과 탄소 책임성 향상을 도모한다.
• 현재 폐열 회수 기술은 저온도 열에 대해 효율이 떨어지므로, LNG와의 통합과 같은 혁신적인 통합 전략이 필요하다.
• 에너지 효율성 향상, 재생 가능 에너지 통합, 폐열 재활용을 포함한 제안된 다각적 접근 방식은 2030년까지 탄소 중립을 향한 종합적인 로드맵을 제공한다.