اخیراً دو دانشمند علوم کامپیوتر ایده‌ای را مطرح کردند: اگر رایانه‌ها از انرژی برای انجام محاسبات استفاده کنند، آیا داده‌های ذخیره‌شده می‌تواند نوعی انرژی ذخیره‌شده باشد؟ چرا از رایانش به عنوان راهی برای ذخیره انرژی در زمان ازدیاد برق، استفاده نمی‌کنیم؟ چه می‌شود اگر اطلاعات هم مثل برق به شکل یک باتری ذخیره‌سازی شوند؟
همانطور که معلوم است، این ایده آنقدرها هم که به نظر می رسد دور از ذهن نیست. مفهوم «باتری اطلاعات» که اخیراً از سوی دو دانشمند بیان شده است، محاسبات را از قبل در تایمی که برق ارزان است انجام می‌دهد (مانند زمانی که خورشید می‌تابد یا باد بیش‌تری می‌وزد) و نتایج را برای زمان‌های بعدی که کاربر به آن نیاز دارد، ذخیره می‌کند. این فرآیند می‌تواند به مراکز داده کمک کند تا 30 درصد از انرژی مصرفی خود را با انرژی تجدیدپذیر مازاد شبکه برق جایگزین کنند.
زیبایی این سیستم این است که به سخت افزار تخصصی نیاز ندارد و هزینه های سربار بسیار کمی را تحمیل می‌کند.
جنیفر سوئیتزر، استادیار دانشگاه کالیفرنیای جنوبی، در این باره در مقاله خود می‌نویسند: «باتری‌های اطلاعات برای کار با مراکز داده حال حاضر طراحی شده‌اند. مقداری توان پردازش بسیار محدود برای مدیر باتری اطلاعات (IB Manager) محفوظ است، که زمان‌بندی وظایف محاسباتی و پیش‌محاسبه‌ای را در آن واحد مدیریت می‌کند. مجموعه‌ای از ماشین‌های مجازی برای پیش‌محاسبه تعیین شده است. کش باتری اطلاعات که نتایج این پیش محاسبات را ذخیره می کند، برای دستیابی سریع محلی نگه داشته می‌شود. هیچ زیرساخت اضافه‌ای مورد نیاز نیست.»
در رویکرد باتری اطلاعاتی، پیش‌بینی امری کلیدی است
قطعاً هر فرایندی برای رویکرد باتری اطلاعات مناسب نیست، اما برای بسیاری از مراکز داده، بارهای خاصی را می توان با دقت معقولی پیش بینی کرد و برای بازیابی بعدی در حافظه کش ذخیره کرد. برای مثال، شرکت‌هایی مانند نتفلیکس، ممکن است ویدیو را در یک قالب دریافت کنند و سپس آن را برای بهینه‌سازی آن برای دستگاه‌های مختلف، رمزگذاری کنند، فرآیندی که به زمان حساس نیست. همین امر در مورد الگوریتم‌های یادگیری ماشین نیز صادق است (دانشمندان کامپیوتر می‌توانند داده‌های آموزشی را در صف قرار دهند و به باتری اطلاعات اجازه دهند تصمیم بگیرد که چه زمانی آموزش را اجرا کند). گوگل چند سالی است که از سیستمی مانند این در تلاش برای کاهش انتشار کربن خود استفاده می‌کند، اگرچه همانطور که ممکن است انتظار داشته باشید جزئیات نادر است.
مدیر باتری اطلاعات به نوعی از زمان‌بندی‌های موجود در سیستم‌عامل‌های رایانه شخصی یا گوشی‌های هوشمند تقلید می‌کند. در آنجا، زمان‌بندها (Schedulers) جریان داده‌ها را از طریق سی‌پی‌یو و سایر تراشه‌ها بهینه می‌کنند تا کارها به آرامی پیش بروند. بسته به وظیفه و نیازهای سیستم، زمان‌بند ممکن است رابط را به ورودی‌های کاربر پاسخگو نگه دارد، یا ممکن است یک کار رایانشی را اولویت‌بندی کند تا سریع‌تر تمام شود.
در مورد باتری‌های اطلاعاتی، بخش مدیریت آن، حجم کار را بر اساس قیمت برق و در دسترس بودن وظایفی که می‌توان زودتر از موعد انجام داد، بهینه‌سازی می‌کند. این بخش دارای سه قسمت اصلی است: یک موتور پیش بینی قیمت برق، یک موتور پیش‌محاسباتی و یک بخش زمان‌بندی. برای تعیین وظایفی که باید اجرا شوند، زمان‌بند اطلاعات را از موتورهای پیش‌بینی قیمت و پیش‌محاسبات وزن می‌کند. موتور پیش‌بینی قیمت از یک شبکه عصبی برای پیش‌بینی قیمت‌های برق آینده استفاده می‌کند، در حالی که موتور پیش‌محاسبه‌ای از یک شبکه عصبی متفاوت برای پیش‌بینی تقاضاهای محاسباتی آینده استفاده می‌کند.
در مدلی که سوئیتزر و راگاوان برای آزمایش این مفهوم اجرا کردند، مدیر باتری اطلاعات، از اپراتورهای شبکه هر پنج دقیقه – کوچکترین فاصله زمانی ارائه شده توسط اپراتورها سؤال کرد تا قیمت برق را برای اطلاع از پیش‌بینی‌های خود بررسی کند. وقتی قیمت‌ها به زیر یک آستانه تعیین‌شده کاهش یافت، سیستم، مجموعه‌ای از رایانش را فعال و داده‌های آن‌ها را برای بعد ذخیره کرد.
باتری اطلاعات، جایگزین باتری‌های الکتریکی
این سیستم در کاهش نیاز به مصرف برق گران قیمت در پیک مصرف، بسیار موثر بود، حتی زمانی که موتور پیش محاسباتی، دقت نسبتا ضعیفی در پیش‌بینی تسک‌هایی که در آینده نزدیک مورد نیاز خواهند بود، انجام داد. تنها با دقت 30 درصد، این سیستم می‌تواند از توان ارزان قیمت که در زمان وجود نیروی باد یا خورشید اضافی ایجاد می‌شود، حداکثر استفاده را ببرد.
در یک مرکز داده بزرگ معمولی، حجم کاری را می توان حدود 90 دقیقه قبل با دقت 90 درصد پیش‌بینی کرد. آن‌ها می‌گویند که با یک پیش‌بینی محافظه‌کارانه‌تر 60 دقیقه‌ای، چنین مرکز داده‌ای می‌تواند 150 مگاوات ساعت را ذخیره کند، که به طور قابل توجهی از بسیاری از پروژه‌های ذخیره‌سازی مبتنی بر باتری الکتریکی بیشتر است. آن‌ها خاطرنشان می‌کنند که یک باتری الکتریکی در این مقیاس در حدود 50 میلیون دلار هزینه دارد!
در حالی که مبتکران این طرح، تخمینی از هزینه این باتری اطلاعاتی ارائه نمی‌کنند، اما احتمالاً به طور قابل توجهی ارزان‌تر خواهد بود زیرا به زیرساخت‌های موجود متکی است و در نرم‌افزار پیاده‌سازی می شود که می‌تواند بر اساس قیمت برق و بهینه سازی شود.
امروزه، زمان‌های زیادی وجود ندارد که باد یا انرژی خورشیدی مازاد در شبکه برق دیده شود. اما در آینده نزدیک، زمانی که انرژی باد و خورشید در شبکه برق گسترش یابد، قیمت‌های انرژی منفی* ممکن است رایج‌تر شوند و باتری‌های اطلاعاتی گسترش یابند.
* قیمت‌های منفی برق معمولاً در بازارهای عمده‌فروشی برق ظاهر می‌شوند، زمانی که مصرف‌کنندگان بزرگ برق مانند کارخانه‌ها یا مراکز داده، برای مصرف انرژی بیشتر پول می‌گیرند! زیرا وجود برق بیش از حد در خطوط می تواند منجر به آسیب دیدن تجهیزات یا حتی خاموشی شود.
ابداع‌کنندگان این طرح می گویند: «رویکرد باتری اطلاعاتی یک راهکار همه منظوره نیست، اما احتمالاً برای بسیاری از بارهای کاری رایج مؤثر است. با توجه به اینکه مراکز داده تقریباً دو درصد از برق تولیدی را مصرف می‌کنند (عددی که قطعاً افزایش می‌یابد)؛ باتری‌های اطلاعاتی می‌توانند جایگزینی مقرون به صرفه برای باتری‌های عظیم و پرهزینه شوند.»
