211service.com
Google gav just kontroll över datacenterkylning till en AI
Ett Google-datacenter i Council Bluffs, Iowa.
Google avslöjade idag att de har gett kontroll över kylningen av flera av sina leviathan-datacenter till en AI-algoritm.
Under de senaste åren har Google testat en algoritm som lär sig hur man bäst justerar kylsystem – fläktar, ventilation och annan utrustning – för att minska strömförbrukningen. Detta system gav tidigare rekommendationer till datacenterchefer, som skulle besluta om de skulle implementeras eller inte, vilket ledde till energibesparingar på runt 40 procent i dessa kylsystem.
Nu, säger Google, har man effektivt överlåtit kontrollen till algoritmen, som hanterar kylning i flera av sina datacenter helt själv.
Det är första gången som ett autonomt industriellt styrsystem kommer att användas i denna skala, så vitt vi vet, säger Mustafa Suleyman , chef för tillämpad AI på DeepMind, det Londonbaserade företaget för artificiell intelligens som Google förvärvade 2014.
Projektet visar potentialen för artificiell intelligens för att hantera infrastruktur – och visar hur avancerade AI-system kan fungera i samarbete med människor. Även om algoritmen körs oberoende, hanterar en person den och kan ingripa om den verkar göra något för riskabelt.
Algoritmen utnyttjar en teknik som kallas förstärkningsinlärning, som lär sig genom försök och misstag. Samma tillvägagångssätt ledde till AlphaGo, DeepMind-programmet som besegrade mänskliga spelare i brädspelet Go (se 10 Breakthrough Technologies: Reinforcement Learning ).
DeepMind matade sin nya algoritminformation insamlad från Googles datacenter och lät den avgöra vilka kylkonfigurationer som skulle minska energiförbrukningen. Projektet kan generera miljontals dollar i energibesparingar och kan hjälpa företaget att minska sina koldioxidutsläpp, säger Joe Kava, vice vd för datacenter för Google.
Kava säger att chefer litade på det tidigare systemet och hade få bekymmer om att delegera större kontroll till en AI. Ändå har det nya systemet säkerhetskontroller för att förhindra att det gör något som har en negativ effekt på kylningen. En datacenterchef kan se hur systemet fungerar, se vad algoritmens konfidensnivå är för de förändringar den vill göra och ingripa om den verkar göra något olämpligt.
Energiförbrukningen i datacenter har blivit en akut fråga för teknikindustrin. A 2016 års rapport från forskare vid det amerikanska energidepartementets Lawrence Berkeley National Laboratory fann att amerikanska datacenter förbrukade cirka 70 miljarder kilowattimmar 2014 – cirka 1,8 procent av den totala nationella elanvändningen.
Men ansträngningarna för att förbättra energieffektiviteten har varit betydande. Samma rapport fann att effektivitetsvinster nästan upphäver ökningen av energianvändningen av nya datacenter, även om den totala summan förväntas uppgå till cirka 73 miljarder kilowattimmar år 2020.
Användning av maskininlärning är en viktig utveckling, säger Jonathan Koomey, en av världens ledande experter på energianvändning av datacenter. Men han tillägger att kyla står för en relativt liten del av ett centers energianvändning, runt 10 procent.
Koomey tror att det kan bli ännu viktigare att använda maskininlärning för att optimera beteendet hos de energikrävande datorchipsen i datacenter. Jag är angelägen om att se Google och andra stora aktörer använda sådana verktyg för att optimera sin datorbelastning, säger han. ”Möjligheterna på beräkningssidan är tio gånger större än för kylning.