谷歌的DeepMind AI可以削减数据中心的电力使用40%成本.远程控制软件,远程监控

admin

谷歌的DeepMind AI可以削减数据中心的电力使用40%成本.远程控制软件,远程监控

DeepMind A.I.

谷歌现在计划直接DeepMind的机器学习算法在其他数据中心面临的挑战
谷歌利用其网络优势智能DeepMind发现大大减少数据中心的能源利用方式，使全球互联网40%。
“这也将帮助其他公司谁在谷歌的云上运行，以提高自己的能源效率，”谷歌在博客中说的成就。虽然谷歌只是世界上许多数据中心运营商之一，但许多人并没有我们所提供的可再生能源。”
谷歌已经设定了一个目标，最终使用100%个可再生能源来为数据中心供电。今天，该公司声称，可再生能源是用于其电力需求的35%。
该公司还与合作伙伴，或直接投资15亿美元，在22个公用事业规模的风能或太阳能项目在世界各地，使其成为最大的可再生能源的企业采购。
“当加起来，这些项目代表了总容量超过2.5GW，这比我们使用更多的电力，”谷歌表示，其数据中心的网站。”要把这种情况下，这种电力是相当于500000左右的家庭消耗。”
DeepMind公司，总部位于伦敦的人工智能公司，谷歌收购2014，是一个神经网络的启发人的中枢神经系统，能主动学习，一个环境来解决复杂的任务。
谷歌庞大的数据中心基础设施支持如谷歌搜索互联网服务，Gmail和YouTube，但其服务器产生大量的热，“必须保持服务器运行。”
“这冷却通常是通过大型工业设备如泵完成，冷水机组和冷却塔，”谷歌说。”两年前，我们开始应用机器学习来更有效地操作我们的数据中心。在过去的几个月，DeepMind研究人员开始与谷歌的数据中心团队，显著提高了系统的实用性工作。”
DeepMind用历史数据，如温度、功率和泵的速度，已经收集了成千上万的传感器在其数据中心用于训练的人工智能神经网络在未来的平均PUE（电力使用效率），”即总建筑能源使用的能源使用比。”
然后，使用额外的神经网络来预测未来的温度和压力的数据中心，以建议行动。
“我们的机器学习系统能够达到在用于冷却的能源量降低40%，这相当于电损失和其他非冷却效率核算后整体PUE降低15%。它也产生最低的PUE的网站看到过，”谷歌说。
谷歌现在计划直接DeepMind的机器在其他数据中心挑战的学习算法，如提高电站的转换效率（从输入相同的单位获得更多的能量）；降低半导体制造能源和水的使用量；并帮助制造设施增加吞吐量。
该公司计划共享的结果，使其他数据中心和工业系统运营商可以受益于它所学到的东西。