211service.com
Google har lige givet kontrol over datacenterkøling til en AI
Et Google-datacenter i Council Bluffs, Iowa.
Google afslørede i dag, at det har givet kontrol over køling af flere af sine leviathan-datacentre til en AI-algoritme.
I løbet af de sidste par år har Google testet en algoritme, der lærer, hvordan man bedst justerer kølesystemer – ventilatorer, ventilation og andet udstyr – for at sænke strømforbruget. Dette system har tidligere givet anbefalinger til datacenterledere, som ville beslutte, om de skulle implementeres eller ej, hvilket førte til energibesparelser på omkring 40 pct i disse kølesystemer.
Nu, siger Google, har det effektivt overdraget kontrollen til algoritmen, som administrerer køling i flere af sine datacentre helt af sig selv.
Det er første gang, at et autonomt industrielt kontrolsystem vil blive implementeret i denne skala, så vidt vi ved, siger Mustafa Suleyman , leder af anvendt AI hos DeepMind, den London-baserede kunstig intelligens-virksomhed Google købte i 2014.
Projektet demonstrerer potentialet for kunstig intelligens til at styre infrastruktur - og viser, hvordan avancerede AI-systemer kan arbejde i samarbejde med mennesker. Selvom algoritmen kører uafhængigt, administrerer en person den og kan gribe ind, hvis den ser ud til at gøre noget for risikabelt.
Algoritmen udnytter en teknik kendt som forstærkningslæring, som lærer gennem forsøg og fejl. Den samme tilgang førte til AlphaGo, DeepMind-programmet, som besejrede menneskelige spillere i brætspillet Go (se 10 Breakthrough Technologies: Reinforcement Learning).
DeepMind fodrede sin nye algoritmeinformation indsamlet fra Googles datacentre og lod den bestemme, hvilke kølekonfigurationer der ville reducere energiforbruget. Projektet kan generere millioner af dollars i energibesparelser og kan hjælpe virksomheden med at sænke sine CO2-udledninger, siger Joe Kava, vicepræsident for datacentre for Google.
Kava siger, at ledere stolede på det tidligere system og havde få bekymringer om at uddelegere større kontrol til en AI. Alligevel har det nye system sikkerhedskontrol, der forhindrer det i at gøre noget, der har en negativ effekt på kølingen. En datacenterleder kan se systemet i aktion, se, hvad algoritmens konfidensniveau er ved de ændringer, den ønsker at foretage, og gribe ind, hvis det ser ud til at gøre noget uheldigt.
Energiforbruget i datacentre er blevet et presserende problem for tech-industrien. EN 2016 rapport fra forskere ved det amerikanske energiministeriums Lawrence Berkeley National Laboratory fandt ud af, at amerikanske datacentre forbrugte omkring 70 milliarder kilowatt-timer i 2014 - omkring 1,8 procent af det samlede nationale elforbrug.
Men indsatsen for at forbedre energieffektiviteten har været betydelig. Den samme rapport fandt, at effektivitetsgevinster næsten ophæver stigninger i energiforbruget i nye datacentre, selvom det samlede beløb forventes at nå op på omkring 73 milliarder kilowatt-timer i 2020.
Brug af maskinlæring er en vigtig udvikling, siger Jonathan Koomey, en af verdens førende eksperter i datacentres energiforbrug. Men han tilføjer, at køling tegner sig for en relativt lille del af et centers energiforbrug, omkring 10 procent.
Koomey mener, at brug af maskinlæring til at optimere adfærden af de strømkrævende computerchips inde i datacentre kan vise sig at være endnu mere betydningsfuld. Jeg er ivrig efter at se Google og andre store aktører anvende sådanne værktøjer til at optimere deres computerbelastning,' siger han. »Mulighederne på computersiden er ti gange større end for køling.