谷歌近日表示，一些數(shù)據(jù)中心的冷卻系統(tǒng)已經(jīng)交給 AI 算法來控制。
在過去幾年中，谷歌一直在測試一種算法，讓計算機自我學習如何最好地對冷卻系統(tǒng)做出調(diào)整，以達到降低功耗的目的。該 AI 系統(tǒng)之前就曾向數(shù)據(jù)中心管理員提出過一些降低冷卻功耗的建議方案，再由管理員來決定是否采納，事實證明這些方案能使功耗降低 40%。
谷歌表示，一些數(shù)據(jù)中心冷卻系統(tǒng)的控制權已經(jīng)交到這些算法的手上，這些算法可以在無人為干預的條件下進行自主工作。
“就我們所知，這是全世界范圍內(nèi)第一次如此大規(guī)模部署工業(yè)自動控制系統(tǒng)”人工智能公司 DeepMind 的聯(lián)合創(chuàng)始人兼應用 AI 負責人 Mustafa Suleyman 說道。
(圖片來源：麻省理工科技評論)
這展示了人工智能管理基礎設施的潛力，以及先進的 AI 系統(tǒng)可以如何與人類合作。在這一項目中，雖然算法可以獨立地運作，但還是有管理人員進行監(jiān)督，并在認為可能出現(xiàn)危險的情況下進行人為干預。
此次采用的算法運用了強化學習技術，通過不斷試錯來達到學習的目的。同樣利用了強化學習的，還有此前在圍棋比賽中擊敗了頂級人類棋手的 AlphaGo。
在項目中，DeepMind 將谷歌數(shù)據(jù)中心收集的大量相關信息輸入給算法，讓其自行進行學習并最終確定哪種冷卻配置能夠減少能源消耗。谷歌數(shù)據(jù)中心副總裁 Joe Kava 表示，該項目將可以節(jié)省數(shù)百萬美元的能源消耗，并能幫助公司降低碳排放量。
Kava 說，管理人員一直都更信任他們之前使用的系統(tǒng)，對 AI 系統(tǒng)控制冷卻系統(tǒng)還是有些擔心。因此他們?yōu)樾孪到y(tǒng)設置了一些安全措施，以防止 AI 系統(tǒng)對整個冷卻工作產(chǎn)生任何不利影響。此外還有一位數(shù)據(jù)中心經(jīng)理可以隨時觀察系統(tǒng)的運行情況，及時了解 AI 對系統(tǒng)做出的調(diào)整指令，并在認為 AI 做出了不當?shù)呐e措時進行人為干預。
最近幾年來，數(shù)據(jù)中心的能源消耗已成為科技行業(yè)中一個亟待解決的問題。美國能源部勞倫斯·伯克利國家實驗室的研究人員在 2016 年做的一份報告指出，2014 年美國所有數(shù)據(jù)中心的總耗電量約為 700 億千瓦時，約占全國用電量的 1.8%。
不過，近年來在提高能源效率上的努力已經(jīng)有了顯著的成效。根據(jù)這份報告中的數(shù)據(jù)，因效率提升而節(jié)約的能源幾乎抵消了由于數(shù)據(jù)中心數(shù)量增加而造成的能源消耗的增加。不過，報告預計到 2020 年，全美數(shù)據(jù)中心的總能源消耗量將達到約 730 億千瓦時。
數(shù)據(jù)中心能源使用方面的一位頂級專家 Jonathan Koomey 說：“機器學習的實際運用是一項重要的發(fā)展，但在數(shù)據(jù)中心的總能源消耗中，制冷系統(tǒng)消耗的只占一小部分，大約只有 10%。”
Koomey 認為，利用機器學習來降低計算機芯片的耗能會有更重大的意義，芯片才是整個數(shù)據(jù)中心最耗能的部分，他說：“我更希望看到谷歌和其他大公司應用這些工具去優(yōu)化在計算上的用的負荷，在計算方面的節(jié)能潛力要比冷卻多數(shù)十倍。”
轉型的最終目的 -提質(zhì)降本增效
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。