Gartnerin teknologiatrendit 2025 – energiatehokas tietojenkäsittely – modernin ohjelmiston energiankulutus

Artikkeli on toinen osa energiatehokkaasta tietojenkäsittelystä käsittelevästä blogisarjasta. 

Gartner julkaisi lokakuussa 2024 vuoden 2025 kymmenen tärkeintä teknologiatrendiä -katsauksensa. Ensimmäistä kertaa trendiraportissa mainittiin myös energiatehokas tietojenkäsittely (energy efficient computing), trendinä numero kuusi.

Edellisessä osassa käytiin läpi tietotekniikan energiankulutuksen ja ennen kaikkea sen kasvun taustasyitä. Nyt pureudutaan varsinaiseen energiankulutuksiin ohjelmistoissa.

Miten ohjelmistot kuluttavat energiaa?

Ohjelmistojen energiankulutus jaetaan tieteessä tyypillisesti kolmeen osa-alueeseen:

• Datakeskusten ja pilvipalveluiden kuluttama energia. Tähän kategoriaan kuuluu varsinaiseen laskentaan käytettävän sähkön lisäksi palvelinkeskusten muut laitteiden energiankulutus, jäähdytys, valvonta yms.

• Tiedonsiirtoon käytettävä energia. Kategoriassa on sekä mannertenväliset runkoverkot että kotien ja toimistojen langattomat verkot sekä tietysti mobiiliverkot.

• Päätelaitteiden kuluttama energia. Tässä kategoriassa on sekä tyypilliset IT-laitteet, kuten tietokoneet ja matkapuhelimet, mutta myös älytelevisiot, pelikonsolit, e-kirjojen lukulaitteet ja muut vastaavat laitteet, joilla kulutetaan digitaalisia palveluja.

Kulutuksen jakautuminen

Energiankulutuksen jakautumisesta eri kategorioiden välille on tehty useita tutkimuksia vuosien varrelta. Tuorein on Jens Malmodinin et al. vuonna 2024 tutkimus “ICT sector electricity consumption and greenhouse gas emissions – 2020 outcome”, joka pohjautuu vuoden 2020 lukuihin. Sen mukaan kulutus jakautuu seuraavasti:

• Datakeskukset ja pilvi: 22 %

• Tiedonsiirtoverkot: 24 %

• Päätelaitteet: 54 %

Näiden kategorioiden päästöt puolestaan jakautuvat käytönaikaisiin ja tuotesidonnaisiin päästöihin. Käytönaikaiset päästöt johtuvat pitkälti laitteiden energiankulutuksen päästöistä ja tuotesidonnaiset päästöt syntyvät laitteiden valmistuksen ja logistiikan päästöistä. Päästöt jakautuvat seuraavasti:

• Datakeskukset ja pilvi: käytönaikaiset 82 % ja tuotesidonnaiset 18 %

• Tiedonsiirtoverkot: käytönaikaiset 82 % ja tuotesidonnaiset 18 %

• Päätelaitteet: käytönaikaiset 49 % ja tuotesidonnaiset 51 %

Tästä voidaan suoraan huomata, että taustajärjestelmät (datakeskukset, pilvi ja verkot) tuottavat merkittävästi enemmän päästöjä käytön aikana verrattuna koko elinkaareen. Vastaavasti käyttäjien päätelaitteiden päästöt jakautuvat käytännössä tasan. Eli jokainen uusi laite on tuottanut käyttöönoton hetkellä puolet elinkaarensa päästöistä. Nopea johtopäätös: laitteiden uusinnan hidastaminen on tehokas tapa hillitä IT:n kasvihuonepäästöjä.

Energiatehokkuuden optimointi

Datakeskusten energiankulutus syntyy pitkälti niissä tapahtuvan laskennan vuoksi. Keskusten energiatehokkuutta mitataan Power Usage Efficiency (PUE) -arvolla, joka kertoo keskuksen yleiskustannusten suhteen laskentatehoon. Parhaat hyperscale-luokan datakeskukset pääsevät jo PUE-arvoon 1.1, josta ei ole juurikaan enää tehostettavaa. Olennaista onkin siis pyrkiä minimoimaan laskentatehon kuluttamaa energiaa optimoimalla ohjelmistoja ja suuntaamalla niiden käyttöä järkevästi.

Verkkojen energiankulutus on pitkälti ei-elastista, eli verkko kuluttaa saman verran sähköä riippumatta siirrettävän tiedon määrästä. Tämä johtuu pitkälti verkon laitteiden kyvyttömyydestä siirtyä vähän energiaa kuluttavaan lepotilaan. Syynä tähän ei ole suunnittelijoiden laiskuus, vaan laitteiden heräämiseen kuluu liikaa aikaa suhteessa verkon tiedonsiirtokapasiteettiin.

IT-ala muuttuu nopeasti

On myös todettava, että IT-alan nopea kehittyminen ja uusien palveluiden lanseeraus muuttaa tilannetta nopeasti ja muutamaa vuotta vanhemmat arviot eivät ole enää käyttökelpoisia. Samoin tuo Malmodinin tiimin arvio on tehty ennen tekoälyn käytön räjähdysmäistä kasvua, joten tämän hetken luvut ovat luultavasti jonkun verran toisenlaiset. Mutta toisaalta, parempaakaan tietoa ei ole tarjolla, joten miksei toimisi tuon arvion pohjalta?

Mikrotason energiankulutus – käskyt ja data

Kun siirrytään makrotasolta yksittäiseen tietokoneeseen – näissä se energia lopulta kuluu – energiankulutus johtuu käytännössä suorittimen, grafiikkasuorittimen, muistin ja tallennustilan käytöstä. Tässä on kaksi erikseen hallinnoitavaa, mutta toisiinsa kietoutuvaa tapaa jäsentää energiankulutusta:

• Ohjelmiston käyttämien konekielisten käskyjen (op code) suorittaminen. Mitä tehottomammin ohjelmisto on kirjoitettu, sitä suurempi määrä käskyjä on suoritettavana.

• Ohjelmiston käsittelemän datan määrä. Mitä enemmän dataa käsitellään, sitä enemmän suoritetaan käskyjä ja sitä enemmän tietoa siirretään laitteen eri osien, tyypillisesti prosessorin ja muistin sekä mahdollisesti tallennustilan, välillä.

Energiankulutuksen hillinnän nopeat ja hitaat voitot saavutetaan ohjaamalla näitä kahta kohti kohtuullisuutta ja järkevyyttä.

Seuraavassa artikkelissa tutustutaan tekoälyn energiankulutukseen ja sen hillintään.

Ajatuksiaan jakoi