211service.com
Google właśnie przekazał kontrolę nad chłodzeniem centrum danych sztucznej inteligencji
Centrum danych Google w Council Bluffs w stanie Iowa.
Google ujawnił dzisiaj, że przekazał kontrolę nad chłodzeniem kilku swoich lewiatanowych centrów danych algorytmowi AI.
W ciągu ostatnich kilku lat Google testował algorytm, który uczy się, jak najlepiej dostosować systemy chłodzenia – wentylatory, wentylację i inny sprzęt – w celu obniżenia zużycia energii. System ten wcześniej wydawał zalecenia dla menedżerów centrów danych, którzy decydowali o ich wdrożeniu, prowadząc do oszczędności energii o około 40 procent w tych układach chłodzenia.
Teraz, jak mówi Google, skutecznie przekazał kontrolę algorytmowi, który samodzielnie zarządza chłodzeniem w kilku swoich centrach danych.
Po raz pierwszy autonomiczny system sterowania przemysłowego zostanie wdrożony na taką skalę, zgodnie z naszą najlepszą wiedzą, mówi Mustafa Sulejman , szef działu AI w DeepMind, londyńskiej firmie zajmującej się sztuczną inteligencją, przejętej przez Google w 2014 roku.
Projekt demonstruje potencjał sztucznej inteligencji w zarządzaniu infrastrukturą — i pokazuje, jak zaawansowane systemy AI mogą działać we współpracy z ludźmi. Chociaż algorytm działa niezależnie, osoba zarządza nim i może interweniować, jeśli wydaje się, że robi coś zbyt ryzykownego.
Algorytm wykorzystuje technikę znaną jako uczenie wzmacniające, która uczy się metodą prób i błędów. To samo podejście doprowadziło do AlphaGo, programu DeepMind, który pokonał ludzkich graczy w grę planszową Go (patrz 10 przełomowych technologii: uczenie się przez wzmacnianie).
DeepMind zasilił swój nowy algorytm informacjami zebranymi z centrów danych Google i pozwolił określić, jakie konfiguracje chłodzenia ograniczą zużycie energii. Projekt może przynieść miliony dolarów oszczędności energii i może pomóc firmie obniżyć emisję dwutlenku węgla, mówi Joe Kava, wiceprezes ds. centrów danych w Google.
Kava mówi, że menedżerowie zaufali wcześniejszemu systemowi i mieli niewiele obaw związanych z przekazaniem większej kontroli sztucznej inteligencji. Mimo to nowy system posiada mechanizmy kontroli bezpieczeństwa, które zapobiegają robieniu niczego, co mogłoby negatywnie wpłynąć na chłodzenie. Kierownik centrum danych może obserwować system w działaniu, zobaczyć, jaki jest poziom zaufania algorytmu w odniesieniu do zmian, które chce wprowadzić, i interweniować, jeśli wydaje się, że robi coś nieodpowiedniego.
Zużycie energii przez centra danych stało się palącym problemem dla branży technologicznej. A Raport 2016 badacze z Lawrence Berkeley National Laboratory z Departamentu Energii Stanów Zjednoczonych odkryli, że centra danych w USA zużyły w 2014 roku około 70 miliardów kilowatogodzin — około 1,8% całkowitego krajowego zużycia energii elektrycznej.
Ale wysiłki na rzecz poprawy efektywności energetycznej były znaczące. Ten sam raport wykazał, że wzrost wydajności prawie niweluje wzrost zużycia energii przez nowe centra danych, chociaż oczekuje się, że do 2020 r. łączna liczba wyniesie około 73 miliardów kilowatogodzin.
Wykorzystanie uczenia maszynowego jest ważnym krokiem naprzód, mówi Jonathan Koomey, jeden z wiodących światowych ekspertów w dziedzinie zużycia energii w centrach danych. Dodaje jednak, że chłodzenie odpowiada za stosunkowo niewielką część zużycia energii przez centrum, około 10 procent.
Koomey uważa, że wykorzystanie uczenia maszynowego do optymalizacji zachowania energochłonnych chipów komputerowych w centrach danych może okazać się jeszcze ważniejsze. Cieszę się, że Google i inni wielcy gracze stosują takie narzędzia do optymalizacji obciążenia obliczeniowego” – mówi. „Możliwości po stronie obliczeniowej są dziesięciokrotnie większe niż w przypadku chłodzenia.