分享

谷歌利用DeepMind的AI,使数据中心冷却用电减少40%

 XiangBiao1 2016-07-27

【日经BP社报道】美国谷歌2016年7月20日(美国时间)宣布通过采用该公司AI(人工智能)研究部门“Google DeepMind”的机器学习技术,成功使数据中心的服务器等设备的冷却用电减少了40%。按照数据中心的节能指标“PUE”计算,节能幅度相当于15%。

DeepMind主要开发深度学习与强化学习相结合的“Deep Reinforcement Learning(深度强化学习)”,该技术得到了7月20日荣登世界围棋排行榜“Go Ratings”榜首的“AlphaGo”的采用。谷歌这次采用这项技术,通过根据数据中心设备的运转状态和天气等优化冷却设备的设定,开发出了使冷却设备的功耗达到最小的AI。

谷歌在数据中心内设置数千只传感器,积累了数据中心内各设备的温度、耗电量、泵速、各项设定等数据(照片)。并且让“神经网络”学习了这些运转数据与冷却设备耗电量之间存在的模式。


照片:谷歌的数据中心用来冷却设备的管道等
出处:美国谷歌(点击放大)

通过使神经网络学习这些模式,谷歌明确了冷却设备的“运营方案”,也就是怎样根据数据中心内部和外部的环境更改冷却设备的使用方式,才能使冷却设备的耗电量最小化。而且,通过使神经网络学习数据中心周边的气温与气压的时间序列数据,还可以预测1小时后数据中心周边的天气情况。

谷歌运用这些分析结果,构建出了在预测1小时后的天气和设备运转情况的基础上,根据情况优化冷却设备运用方案的系统。通过根据预测微调冷却设备的运用,冷却设备的耗电量最大可减少40%(图)。


图:AI负责运营时数据中心的功耗效率
在AI负责运营的“ML Control On”到“Off”区间,功耗效率得到了改善(出处:美国谷歌)(点击放大)

AI超越人工调试

从数据中心耗电量除以服务器等IT产品耗电量所得出的“PUE(Power Usage Effectiveness)”来看,改善幅度达到了15%。谷歌2016年第二季度的实际PUE为“1.12”。这一数字已经创下了业内最低纪录,竟然还有改善的余地。

各数据中心在建筑、设备和建筑外的天气条件上差异很大。因此过去需要根据每座数据中心的情况,人工思考最佳的冷却设备运营方案。但是,因为需要分析的数据种类和数量庞大,在事先很难准备好多种方案。而谷歌通过利用AI,实现了为每座数据中心量身定制最佳运营方案。

谷歌于2014年6月宣布将深度学习运用到了削减数据中心的冷却用电上面。但当时只是构建出了根据数据中心的设备运转情况预测冷却用电的“预测模型”。这次的新意在于冷却设备的运营方案也是由AI生成的。

谷歌表示,本次开发的“生成最低功耗设备运营方案的AI”具有通用性,除数据中心外,还可应用于其他领域。通过利用这种AI,可以使发电站的发电效率实现最大化,半导体制造工厂的能源使用量和用水量实现最小化,工厂的产量实现最大化。(记者:中田敦,硅谷支局)

■日文原文
Googleがデータセンター冷却電力を40%削減、DeepMindのAIを活用 http://techon./atcl/column/15/425482/072100164/?d=1469143949277

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多