Использование технологий машинного обучения позволило уменьшить расходы электроэнергии на 40% в дата-центрах. Google сокращает затраты энергии с помощью искусственного интеллекта, используя результаты труда дочерней компании DeepMind. Самообучающиеся алгоритмы научились контролировать более 120 параметров, влияющих на затраты электричества в серверной.
Роль DeepMind в Google
Вопрос экономии энергии стоит в Alphabet Inc. (владеет Google) стоит действительно остро. Еще в 2014 году Google смог потребить порядка 4,5 миллионов мегаватт-часов. Это колоссальное количество энергии (примерно столько же тратит за год 367 тысяч американских семей), и последние 5 лет аппетит холдинга только увеличивался. Решением вопроса занялась DeepMind — дочерняя фирма Гугла, занимающаяся технологиями машинного обучения и искусственного интеллекта.
Разработчики научили алгоритмы выслеживать закономерности и ошибки в сети. Полученные данные использовались для снижения и оптимизации затрат энергии. Результаты впечатлили — расходы энергии в дата-центрах сократились на 40%.
До решения этого вопроса разработчики DeepMind тренировали алгоритмы на разных задачах:
- улучшение качества работы (поведения) беспилотных аппаратов;
- лечение заболеваний глаз;
- логические игры, решение различных задач и даже видеоигры на приставке.
После всех исследований было принято решение найти искусственному интеллекту практически полезную задачу.
ИИ в экономии электричества
Суть решения заключается в создании самообучающейся программы, которая контролирует множество узлов в серверной: оборудование, системы охлаждения и другие элементы инфраструктуры. Оптимальная работа всего оборудования в серверной существенно снижает потери и перерасход энергии.
ИИ дал возможность контролировать более 120 изменяющихся параметров, таких как:
- Управление работой кондиционеров.
- Открытие и закрытие окон.
- Питание и скорость вращения вентиляторов.
Искусственный интеллект практически моментально подстраивается под изменяющиеся условия энергопотребления Google. В обучении управляющих алгоритмов используется предиктивная модель, способная предсказывать время максимальной нагрузки на оборудование.
Для обучения алгоритмов разработчикам пришлось детально анализировать данные, полученные из дата-центров Google за 5 лет.
В зависимости от штата (в США), корпорация платит до 40 $ за каждый мегаватт-час энергии. Даже экономия 10% на энергоснабжении дата-центров позволит Google за несколько лет окупить $600 млн, за которые был приобретен DeepMind.
