Computationele wetenschap wordt vaak gezien als derde vorm van wetenschap, die een aanvulling vormt op theorie en observatie. Ze zijn inmiddels onmisbaar in de wetenschap, waardoor grote rekencentra dagelijks gebruikt worden voor simulaties en het analyseren van data. Deze groeiende behoefte aan rekenkracht heeft echter een keerzijde: een enorm energieverbruik en bijbehorende CO2-uitstoot van koelsystemen en hardware. Naar schatting was de ICT-sector in 2020 al verantwoordelijk voor bijna 3% van de wereldwijde uitstoot van broeikasgassen. De recente ontwikkelingen op het gebied van AI zullen het energieverbruik nog verder doen toenemen.
Energieverbruik verminderen
Het project ECO-COMPASS wil onderzoekers in staat stellen om een bewuste afweging te maken tussen snelheid, nauwkeurigheid en energieverbruik. Het project richt zich op drie kernpijlers:
- Validatie van bestaande methodes door de softwaretool KernelTuner te gebruiken in case studies om algoritmen efficienter te maken in computational imaging, de vloeistofdynamica en machine learning.
- Nieuwe kennis ontwikkelen door de geselecteerde casestudies te benchmarken op nieuwe, energiezuinige hardware.
- Kennisdeling en bewustwording door de opgedane kennis breed te verspreiden via tutorials en trainingen, zodat deze kennis toegankelijk wordt voor een zo breed mogelijk publiek.
De ECO-COMPASS richtlijnen en tutorials worden openbaar gemaakt en verspreid via partnernetwerken zoals SURFsara, NWO-I en het Netherlands eScience Center. Op deze manier wil het consortium een nieuwe standaard zetten voor duurzaam onderzoek in Nederland.
