圖片來源: 

Google

去年10月時,Google公布了資料中心耗電指標PUE值,達到1.11的高效率。利用了DeepMind機器學習,讓冷卻設備耗電減少了40%。在2016年起,該公司結合了AI技術,開發了自家資料中心專用的推薦系統,改善Google資料中心的能源效率。而近日Google又有新突破,現在無需人力介入該推薦系統,AI可以直接控制資料中心冷卻系統,降低人力維運介入的程度。比較原先的推薦系統,現在由AI主導後,可以直接調整冷卻系統的運作。

Google也進一步解釋當中的運作原理。每隔5分鐘,該系統從當地資料中心內布建的感測器,撈取運作資料,並且匯入神經網路中,預測未來維運工作對能源消耗帶來的影響。評估多種可能組合後,系統會揀選出最佳解,在符合安全限制下,同時又能滿足最小耗能的條件。接著本地資料中心冷卻系統,便自動套用AI設計出的新規則,調整冷卻系統的運作。

為了考量安全性及穩定性,在設計該AI推薦系統時, Google團隊也刻意設下門檻,限定能源使用改善的界線,在風險與節能間,尋找平衡。目前系統上線幾個月,不過已經帶來相當成效,根據Google揭露的數字,套用新AI推薦系統後,能源節省率又再提高了30%。

為提高穩定度,Google也設計了8種機制,確保AI系統正常運作。除了持續監控、自動故障轉移,以及加強雲端AI與實體基礎架構溝通外,Google也有設定兩層認證機制(Two-layer verification),當雲端AI運算出一套最佳解後,會將結果傳送至本地資料中心,接著,本地資料中心會再重新進行驗證。雖然此方法看似多餘,不過Google表示,二層認證機制可以確保維運人員掌控權。再者,本地資料中心維運人員,可以決定何時要終止AI掌控模式。此時,本地系統會脫離雲端AI的控制,掌控權轉移至本地中控系統。

Google資料中心承載該公司許多重要業務,包含Google搜尋、Gmail、YouTube等服務。Google表示,利用AI改善能源效率的出發點,主要希望能改善二氧化碳排放,改善氣候變遷帶來的影響。

Google秀出利用該推薦系統的成效,從2017年9月開始至今年6月,利用AI控制冷卻系統數個月來,資料中心的節能幅度從12%成長至30%。圖片來源:Google


Advertisement

更多 iThome相關內容