211service.com
Google tikko nodeva AI kontroli pār datu centra dzesēšanu
Google datu centrs Council Bluffs, Aiovas štatā.
Google šodien atklāja, ka tā ir nodevusi kontroli pār vairāku savu leviatāna datu centru dzesēšanu AI algoritmam.
Pēdējo pāris gadu laikā Google ir testējis algoritmu, kas uzzina, kā vislabāk pielāgot dzesēšanas sistēmas — ventilatorus, ventilāciju un citu aprīkojumu, lai samazinātu enerģijas patēriņu. Šī sistēma iepriekš sniedza ieteikumus datu centru vadītājiem, kuri izlems, vai tos ieviest vai ne, tādējādi radot enerģijas ietaupījumu ap 40 procentiem šajās dzesēšanas sistēmās.
Tagad Google saka, ka tas ir efektīvi nodevis vadību algoritmam, kas pats pārvalda dzesēšanu vairākos tā datu centros.
Šī ir pirmā reize, kad autonoma rūpnieciskās kontroles sistēma tiks izvietota šādā mērogā, cik mums ir zināms, saka Mustafa Suleimans , lietišķās AI vadītājs DeepMind, Londonā bāzētā mākslīgā intelekta uzņēmumā Google, ko iegādājās 2014. gadā.
Projekts parāda mākslīgā intelekta potenciālu, lai pārvaldītu infrastruktūru, un parāda, kā uzlabotas AI sistēmas var darboties sadarbībā ar cilvēkiem. Lai gan algoritms darbojas neatkarīgi, cilvēks to pārvalda un var iejaukties, ja šķiet, ka dara kaut ko pārāk riskantu.
Algoritms izmanto paņēmienu, kas pazīstams kā pastiprināšanas mācīšanās, kas mācās, izmantojot izmēģinājumus un kļūdas. Tāda pati pieeja noveda pie AlphaGo, DeepMind programmas, kas uzvarēja galda spēles Go cilvēkus (skatiet 10 izrāvienu tehnoloģijas: stiprināšanas mācības).
DeepMind ievadīja savu jauno algoritmu informāciju, kas iegūta no Google datu centriem, un ļāva tam noteikt, kādas dzesēšanas konfigurācijas samazinātu enerģijas patēriņu. Projekts varētu radīt miljoniem dolāru enerģijas ietaupījumu un var palīdzēt uzņēmumam samazināt oglekļa emisijas, saka Džo Kava, Google datu centru viceprezidents.
Kava saka, ka vadītāji uzticējās iepriekšējai sistēmai un viņiem bija maz bažu par lielākas kontroles deleģēšanu AI. Tomēr jaunajai sistēmai ir drošības kontrole, kas neļauj tai darīt jebko, kas nelabvēlīgi ietekmē dzesēšanu. Datu centra vadītājs var vērot sistēmas darbību, redzēt, kāds ir algoritma uzticamības līmenis attiecībā uz izmaiņām, kuras tas vēlas veikt, un iejaukties, ja šķiet, ka tā dara kaut ko nevēlamu.
Enerģijas patēriņš datu centros ir kļuvis par tehnoloģiju nozares aktuālu problēmu. A 2016. gada pārskats ASV Enerģētikas departamenta Lorensa Bērklija Nacionālās laboratorijas pētnieki atklāja, ka ASV datu centri 2014. gadā patērēja aptuveni 70 miljardus kilovatstundu — aptuveni 1,8 procentus no kopējā valsts elektroenerģijas patēriņa.
Taču centieni uzlabot energoefektivitāti ir bijuši nozīmīgi. Tajā pašā ziņojumā konstatēts, ka efektivitātes pieaugums gandrīz atceļ jauno datu centru enerģijas patēriņa pieaugumu, lai gan sagaidāms, ka kopējais apjoms līdz 2020. gadam sasniegs aptuveni 73 miljardus kilovatstundu.
Mašīnmācīšanās izmantošana ir svarīga attīstība, saka Džonatans Kūmijs, viens no pasaulē vadošajiem ekspertiem datu centru enerģijas izmantošanā. Bet viņš piebilst, ka dzesēšana veido salīdzinoši nelielu centra enerģijas patēriņu, aptuveni 10 procentus.
Koomey domā, ka mašīnmācības izmantošana, lai optimizētu datu centros esošo datoru mikroshēmu darbību, varētu izrādīties vēl nozīmīgāka. Es ar nepacietību gaidu, ka Google un citi lielie spēlētāji izmanto šādus rīkus, lai optimizētu skaitļošanas slodzi,' viņš saka. Aprēķinu iespējas ir desmit reizes lielākas nekā dzesēšanai.