DeepMind поможет сократить энергопотребление ЦОД

Конечной целью Google является перевод на возобновляемые источники энергии всех своих ЦОД. В настоящее время они покрывают 35% потребностей компании в электроэнергии.

Источник: Google


11:53 02.08.2016   |   2775 |  Лукас Мериан |  Computerworld, CША

Рубрика Технологии



С помощью алгоритма машинного обучения в Google планируют оптимизировать и другие параметры функционирования ЦОД.

Компания Google намерена использовать высший уровень интеллекта нейронной сети DeepMind для поиска способов сокращения энергопотребления своих ЦОД, которые составляют 40% всего мирового Интернета.

«Это должно помочь повысить свою энергоэффективность и другим компаниям, работающим в нашем облакеe, – указывается в блоге Google. – Несмотря на то, что мы являемся лишь одним из многих операторов ЦОД в мире, по интенсивности использования возобновляемых источников энергии с нами мало кто может сравниться».

Конечной целью Google является перевод на возобновляемые источники энергии всех своих ЦОД. В настоящее время они покрывают 35% потребностей компании в электроэнергии.

Компания частично или полностью финансирует 22 проекта ветряных и солнечных электростанций в различных странах мира. Инвестиции в размере 1,5 млрд долл. делают ее крупнейшим корпоративным покупателем электроэнергии, получаемой из возобновляемых источников.

«В совокупности эти проекты рассчитаны на выработку 2,5 ГВт электроэнергии, что значительно превышает наши сегодняшние нужды, – указывается на сайте ЦОД Google. – Такого объема достаточно для удовлетворения потребностей примерно 500 тыс. домов».

DeepMind
На рисунке представлен типичный день тестирования с использованием алгоритма DeepMind для выдачи рекомендаций по повышению эффективности энергопотребления. На графике видны моменты начала и конца выдачи рекомендаций на основе машинного обучения

Британский разработчик технологий искусственного интеллекта DeepMind, которого Google приобрела в 2014 году, имеет в своем распоряжении технологии нейронных сетей, строящихся по образу центральной нервной системы человека и используемых для активного изучения предметных областей при решении сложных задач.

Масштабная инфраструктура ЦОД Google поддерживает интернет-сервисы Google Search, Gmail и YouTube. При этом серверы выделяют очень большое количество тепла, которое необходимо отводить для их нормального функционирования.

Охлаждение, как правило, осуществляется с помощью промышленного оборудования: насосов, охлаждающих установок и градирен. Два года назад компания начала применять для повышения эффективности работы ЦОД методы машинного обучения. В последние несколько месяцев исследователи из DeepMind поддерживали тесное взаимодействие с командой центров обработки данных Google, благодаря чему компании удалось существенно улучшить функционирование своих охлаждающих систем.

DeepMind использует исторические данные (о температуре, энергопотреблении, скорости работы насосов и т.д.), собранные тысячами датчиков в ЦОД, и прогнозирует с помощью нейронных сетей системы искусственного интеллекта будущие показатели средней эффективности энергопотребления (Power Usage Effectiveness, PUE), которые определяются как отношение общего потребления электроэнергии в здании к энергопотреблению ИТ-оборудования.

Другие нейронные сети используются для прогнозирования температуры и давления в ЦОД с последующей выдачей рекомендаций по проведению необходимых мероприятий.

«Наша система машинного обучения способна на 40% сократить потребление энергии для охлаждения, что соответствует 15-процентному уменьшению PUE с учетом энергетических потерь и прочих неэффективных затрат, не имеющих отношения к охлаждению, – указывается в материалах Google. – Таким образом, PUE достигает минимального уровня за всю историю наблюдений».

С помощью алгоритма машинного обучения DeepMind компания Google планирует решать и другие задачи в интересах ЦОД, в том числе связанные с повышением эффективности конверсии электростанций (увеличения объема вырабатываемой ими электроэнергии при тех же начальных условиях); сокращением потребления энергии и воды электронным оборудованием; а также с повышением пропускной способности производственных мощностей.

Компания готова поделиться полученными результатами, с тем чтобы операторы других ЦОД и промышленных систем также могли извлечь выгоду из почерпнутых ею уроков.


Теги: ЦОД Альтернативная энергетика Google Искусственный интеллект PUE Google DeepMind Машинное обучение
На ту же тему: