谷歌的Deepmind A.I.可以斜线数据中心功率使用40％

谷歌分手了解其深度神经网络的卓越情报，寻找大量减少其在其数据中心中使用的能量的方法，这占全球互联网的40％。

“这还将帮助其他在谷歌云上运行的公司提高自己的能源效率，”谷歌在一项关于成就的博客中表示。“虽然谷歌只是世界上众多数据中心运营商之一，但许多人没有通过我们的可再生能源供电。”

谷歌已经设定了一个目标，最终使用100％可再生能源为数据中心提供电量。今天，该公司要求可再生能源用于35％的权力需求。

使用深度算法显示典型测试的典型测试，推荐最有效的电力使用效果。图表显示机器学习建议打开和关闭时。

该公司还与世界各地的22个公共规模风或太阳能项目合作，或彻底投资15亿美元，使其成为可再生能源的最大企业购买者。

“在附加时，这些项目代表了超过2.5GW的总容量，电力远远超过我们使用的电力远远超过我们的电力。”谷歌在其数据中心网站上表示。“在语境中提出这一点，这笔电量相当于约50万房所消耗的电力。”

谷歌于2014年获得的伦敦人工智能公司深度，是一个由人类中枢神经系统启发的神经网络，可以积极了解环境，以解决复杂的任务。

谷歌的大规模数据中心基础架构支持谷歌搜索，Gmail和YouTube等互联网服务，但其服务器会产生大量的热量，“必须删除以保持服务器运行”。

“这种冷却通常通过泵，冷却器和冷却塔等大型工业设备来完成，”谷化说。“我们在两年前开始将机器学习应用于我们的数据中心更有效地运营。在过去的几个月里，DeepMind研究人员开始与谷歌的数据中心团队合作，显着改善系统的实用程序。“

DeepMind使用历史数据 - 如温度，电源和泵速度 - 已经在其数据中心中的数千个传感器收集，并使用它来培训AI的神经网络在平均未来坪（电力使用效率） “这被定义为总建筑能源使用与IT能源使用的比率。”

然后使用附加的神经网络来预测数据中心的未来温度和压力，以推荐动作。

“我们的机器学习系统能够始终如一地达到用于冷却的能量量的40％，这相当于核算电损耗和其他非冷却效率低下的整体坪减少15％。它还产生了曾经见过的最低点，“谷歌说。

谷歌现在计划在其他数据中心挑战中指导深度的机器学习算法，如提高电厂转换效率（从同一输入单位获得更多能量）;减少半导体制造能源和水资源;并帮助制造设施增加产量。

该公司计划分享结果，以便其他数据中心和工业系统运营商可以从其学习中受益。