Tajemnica centrów danych i spory o nadzór przybierają na sile

Rynek technologii sportowych i analityki danych wciąż rośnie, ale infrastruktura, która go utrzymuje, jest coraz uważniej sprawdzana. Badanie opublikowane 30 września przez Lighthouse Report, przygotowane wspólnie z Trouw i innymi europejskimi mediami, pokazało, że zdecydowana większość centrów danych w Europie trzyma w tajemnicy swój wpływ na środowisko.

W Holandii mniej niż jedna czwarta większych centrów danych publikuje dane o zużyciu prądu i wody pitnej. Badacze przez rok powoływali się na przepisy o dostępie do informacji publicznej w całej Europie i nie osiągnęli niczego.

Europejska dyrektywa o efektywności energetycznej nakazuje centrom danych o zainstalowanej mocy co najmniej 500 kilowatów raportować zużycie energii i wody. Trzy lata po wejściu dyrektywy w życie niewiele z nich się do tego stosuje. Według Dutch Datacenter Association pod koniec zeszłego roku w Holandii działało 186 komercyjnych centrów danych o takiej mocy. Holenderska agencja przedsiębiorczości ma dane tylko o 104 z nich. Publiczne liczby istnieją dla zużycia prądu w zaledwie 44 przypadkach i wody w 47.

Ta luka ma znaczenie, bo te same obiekty napędzają platformy analityczne, od których coraz bardziej zależą profesjonalne ligi sportowe, kluby i nadawcy. Według najnowszych danych Statistics Netherlands centra danych zużyły w Holandii w 2024 roku 5,1 miliarda kilowatogodzin prądu, czyli 4,6 procent krajowego zużycia. Operator sieci TenneT przewiduje, że do 2030 roku wzrośnie to do 10 do 15 procent.

Zużycie wody jest słabiej rozpoznane. Szacuje się, że w Holandii centra danych odpowiadają za około 0,1 procent całkowitego zużycia. Zmiana klimatu sprawia jednak, że oszczędne gospodarowanie wodą staje się coraz ważniejsze w okresach długotrwałej suszy.

Infrastruktura nadzoru się rozrasta

Tego samego dnia 404 Media poinformowało, że administracja Trumpa wykorzystuje program grantowy do walki z handlem narkotykami z lat 1980, żeby zmusić miasta do przesyłania danych z automatycznych czytników tablic rejestracyjnych do federalnych centrów nadzoru. Program o nazwie High Intensity Drug Trafficking Area pozyskuje dane z lokalnych kamer Flock, Axon i innych kamer ALPR i gromadzi je na federalnych serwerach.

Z dokumentów wynika, że dostęp do nich mają potem inne federalne, stanowe i lokalne agencje ścigania, a w niektórych przypadkach dane trafiają do National License Plate Reader Program agencji DEA. Jeramie Scott, dyrektor Surveillance Oversight Center w Electronic Privacy Information Center, powiedział 404 Media: „Cały ten mechanizm dokłada kolejną warstwę zamieszania wokół tego, jak wykorzystywane są dane z czytników tablic i kto z nich korzysta. Jeśli wkurza cię Flock, to powinno wkurzać cię też to.”

Organizacje sportowe coraz częściej sięgają po narzędzia analityczne oparte na zbieraniu danych, od śledzenia zawodników po platformy angażujące kibiców. Infrastruktura stojąca za tymi narzędziami często pokrywa się z szerszym ekosystemem nadzoru i chmury, który właśnie jest pod lupą.

Prace naukowe celują w efektywność infrastruktury AI

Badacze ze Stanford University złożyli 29 września pracę do arXiv. Opisują w niej nowy framework Purlin, który rozdziela orkiestrację od ścieżki danych w komunikacji zbiorowej GPU, kluczowym elemencie rozproszonego wnioskowania AI. Autorami pracy są Osayamen Jonathan Aimuyo, Swapnil Gandhi i Christos Kozyrakis. Podają oni przyspieszenie opóźnień do 5,14 razy w siedmiu operacjach zbiorowych na GPU A100, H200 i B200.

Wbudowany w framework serwujący SGLang, Purlin poprawił przepustowość i interaktywność obsługi LLM w trybie offline średnio 1,13 razy, a maksymalnie 1,37 razy względem punktów odniesienia. We wnioskowaniu online interaktywność wzrosła średnio 1,26 razy, a maksymalnie 2,85 razy, z największym zyskiem przy przeciążeniu. Praca ma znaczenie dla platform analityki sportowej, które coraz częściej uruchamiają modele AI do analizy wideo w czasie rzeczywistym, przewidywania wyników zawodników i automatycznego tworzenia skrótów.

Osobno AWS ogłosił 30 września, że Aurora PostgreSQL obsługuje teraz odpytywanie danych Apache Iceberg i Parquet przechowywanych w jeziorach danych bez potoków ETL i bez duplikowania danych. Funkcja jest ogólnie dostępna w Aurora PostgreSQL od wersji 17.11 i 18.6 we wszystkich komercyjnych regionach AWS i regionach GovCloud bez dodatkowych opłat. Wykorzystuje silnik zapytań DuckDB osadzony w PostgreSQL, żeby wykonywać zapytania na danych Iceberg i Parquet w Amazon S3, S3 Tables lub AWS Glue Data Catalog.

Zespoły analityki sportowej, które łączą dane operacyjne z dużymi zbiorami historycznymi, mogłyby skorzystać na mniejszym przenoszeniu danych, choć ogłoszenie nie wspomina o zastosowaniach sportowych.

30 września TechCrunch poinformował, że hakerzy ukradli miliony akt osobowych amerykańskich wojskowych podczas trwającego miesiącami włamania do akt kadrowych Pentagonu między październikiem 2025 a połową lipca 2026 roku. Włamanie ujawniło numery Social Security i inne dane osobowe. Według CNN i Federal News Network przedstawiciel Pentagonu powiedział, że dotyczy ono około 2,8 miliona żyjących osób i blisko 300 000 zmarłych. Incydent następuje po wrześniowym włamaniu do FBI, przypisywanym grupie ShinyHunters.

Sektor analityki sportowej, uzależniony od infrastruktury chmurowej i zewnętrznych przetwarzających dane, jest narażony na te same naciski w sprawie bezpieczeństwa i przejrzystości, z którymi mierzą się teraz rządowe i firmowe systemy danych.