211service.com
„Google“ ką tik suteikė DI duomenų centro aušinimo valdymą
„Google“ duomenų centras Council Bluffs mieste, Ajovoje.
„Google“ šiandien atskleidė, kad kelių leviatano duomenų centrų aušinimo valdymą ji perdavė AI algoritmui.
Per pastaruosius porą metų „Google“ išbandė algoritmą, kuris mokosi, kaip geriausiai sureguliuoti aušinimo sistemas – ventiliatorius, vėdinimą ir kitą įrangą, kad būtų sumažintas energijos suvartojimas. Ši sistema anksčiau teikdavo rekomendacijas duomenų centrų vadovams, kurie nuspręstų jas įgyvendinti, ar ne, taip sutaupytų energijos apie 40 proc tose aušinimo sistemose.
Dabar „Google“ teigia, kad ji veiksmingai perdavė valdymą algoritmui, kuris pats valdo aušinimą keliuose savo duomenų centruose.
Mūsų žiniomis, tai pirmas kartas, kai autonominė pramonės valdymo sistema bus įdiegta tokiu mastu, Mustafa Suleyman , taikomojo AI vadovas Londone įsikūrusioje dirbtinio intelekto įmonėje „Google“, kurią 2014 m. įsigijo „DeepMind“.
Projektas parodo dirbtinio intelekto potencialą valdyti infrastruktūrą ir parodo, kaip pažangios AI sistemos gali veikti bendradarbiaujant su žmonėmis. Nors algoritmas veikia savarankiškai, žmogus jį valdo ir gali įsikišti, jei atrodo, kad daro kažką per daug rizikingo.
Algoritmas naudoja metodą, žinomą kaip sustiprinimo mokymasis, kuris mokosi per bandymus ir klaidas. Tas pats metodas atvedė į AlphaGo, DeepMind programą, kuri nugalėjo stalo žaidimo Go žaidėjus (žr. 10 Breakthrough Technologies: Inforcement Learning).
„DeepMind“ pateikė savo naujojo algoritmo informaciją, surinktą iš „Google“ duomenų centrų, ir leido nustatyti, kokios aušinimo konfigūracijos sumažintų energijos sąnaudas. Projektas gali sutaupyti milijonus dolerių energijos ir padėti įmonei sumažinti anglies dvideginio išmetimą, sako Joe Kava, „Google“ duomenų centrų viceprezidentas.
Kava teigia, kad vadovai pasitikėjo ankstesne sistema ir mažai nerimavo dėl didesnės kontrolės perdavimo dirbtiniu intelektu. Vis dėlto naujojoje sistemoje yra saugos valdikliai, neleidžiantys jai daryti nieko, kas neigiamai veikia aušinimą. Duomenų centro vadovas gali stebėti, kaip sistema veikia, sužinoti, koks yra algoritmo pasitikėjimo lygis, susijęs su norimais pakeitimais, ir įsikišti, jei atrodo, kad jis daro ką nors nepatogaus.
Energijos suvartojimas duomenų centruose tapo neatidėliotina technologijų pramonės problema. A 2016 metų ataskaita JAV Energetikos departamento Lawrence'o Berkeley nacionalinės laboratorijos mokslininkai nustatė, kad 2014 m. JAV duomenų centrai sunaudojo apie 70 milijardų kilovatvalandžių – apie 1,8 procento viso šalyje suvartojamos elektros energijos.
Tačiau pastangos pagerinti energijos vartojimo efektyvumą buvo reikšmingos. Toje pačioje ataskaitoje nustatyta, kad efektyvumo padidėjimas beveik panaikina naujų duomenų centrų energijos suvartojimo padidėjimą, nors tikimasi, kad iki 2020 m. bendras energijos suvartojimas pasieks apie 73 milijardus kilovatvalandžių.
Mašininio mokymosi naudojimas yra svarbi plėtra, sako Jonathan Koomey, vienas iš pirmaujančių pasaulyje duomenų centrų energijos naudojimo ekspertų. Tačiau jis priduria, kad vėsinimas sudaro palyginti nedidelį centro energijos suvartojimą, apie 10 proc.
Koomey mano, kad mašininio mokymosi naudojimas optimizuojant energijos ištroškusių kompiuterių lustų veikimą duomenų centruose gali pasirodyti dar reikšmingesnis. Nekantrauju, kad „Google“ ir kiti dideli žaidėjai taikys tokius įrankius, kad optimizuotų savo skaičiavimo apkrovas“, – sako jis. „Skaičiavimo galimybės yra dešimt kartų didesnės nei aušinimo.