數據中心內部噪音很大，溫度很高——防止服務器過熱是運行數據中心成本的主要因素。因此，這一領域的大公司，包括Facebook、微軟和谷歌，都在尋找節省冷卻成本的不同方法，也就不足為奇了。Facebook在可能的情況下使用室外涼爽的空氣，微軟正在試驗水下數據中心，谷歌正在開發谷歌，並在其AI模型中尋找一些額外的節省。
幾年前，谷歌通過旗下的DeepMind，開始研究如何利用機器學習為運營商提供一些額外的指導，以更好地冷卻其數據中心。不過，當時系統只提出了建議，人工操作員決定是否實施這些建議。這些人現在可以在下午睡更長時間，因為研究小組認為這些模型已經足夠好，可以讓ai供電的系統完全控制冷卻系統。當然，操作人員仍然可以進行干預，但只要人工智能不決定燒燬這個地方，系統就會自動運行。
新的冷卻系統現在已經在一些谷歌的數據中心就位。每隔5分鐘，系統就會對數據中心內的數千個傳感器進行輪詢，並根據這些信息選擇最佳操作。當然，這裡有各種各樣的制衡機制，因此谷歌的一個數據中心因為這種機制而起火的幾率很低。
和大多數機器學習模型一樣，這個模型在收集了更多數據後變得更好。與數據中心的歷史能源使用量相比，它現在平均節省了30%的能源。
值得注意的是，谷歌顯然是在試圖節省一些錢，但在很多方面，該公司也把這看作是一種推廣自己的機器學習服務的方式。畢竟，在數據中心起作用的東西，也應該在大型辦公樓裡起作用。DeepMind在今天的聲明中寫道:“從長遠來看，我們認為有可能將這項技術應用到其他工業領域，幫助更大規模地應對氣候變化。”
分享到:
閱讀更多 互聯商通科技 的文章
