Google使用机器学习助力数据中心节能
原文： Machine learning finds new ways for our data centers to save energy
译者： KK4SBB
欢迎技术投稿、约稿、给文章纠错，请发送邮件至heyc@csdn.net
虚拟的网络世界都是以现实世界为基础的。当我们浏览网站、发送邮件、上传视频灌水论坛时，这些数据都将流经占地面积超过足球场的数据中心。数据中心内成千上万台服务器每秒钟消耗的能源都非常惊人。全世界所有的数据中心消耗的能源总和约占全世界用电量的2%，如果不加以控制，能源的消耗也将会如同互联网使用一样大爆发。所以，给数据中心能源消耗瘦身这一任务迫在眉睫。
好在近些年来出现了各种提升能源效率的方法，尽管数据中心的规模不断扩大，但其总电能消耗已经趋于平和。数据中心的能源消耗标准衡量单位PUE（电力使用效率）受很多因素影响。一个典型的数据中心需要配备多种设备，比如水机组、冷却塔、水泵、换热器和控制系统，每个设备都有各自的设置，并且它们相互影响、错综复杂。外加空气温度、风扇转速等因素，整个系统的复杂度成为天文数字。我们简单假设这个机房只有10套设备，每个设备有10组参数，那就有10^10组配置参数，即达到了百亿级别。但真实环境下的可能配置项远不止这些。
位于比利时数据中心的冷却塔
谷歌在规划数据中心的时候，都将数据中心的能源效率一并考虑。很久以前，谷歌就决定从头开始自行设计和建设数据中心，以便于应用最先进的冷却技术和运行策略。谷歌的数据中心尽可能采用先进的蒸发式冷却和外部空气冷却来替代传统的机械式冷水机。他们安装了智能温控和光控系统，并重新设计电力布线。他们的定制化高性能服务器砍去了视频卡等不必要组件，提高服务器的使用率，诸多的举措都为了减少能源损失。
截至2014年春，谷歌数据中心的能耗只有业界平均水平的50%。那么，接下去的问题就是如何进一步瘦身。一位名叫Jim Gao的谷歌工程师，受到网上机器学习课程的启发，决心找出问题的答案。
机器学习的核心在于教会计算机如何从大量数据中自学知识，而不需要工程师开发代码去告诉计算机这些知识。谷歌早已用机器学习来改善谷歌翻译、图像识别等产品。
数据中心内的水阀和压力传感器
Gao希望用“探索数据内部奥秘”的方法来帮助他更好地理解数据中心的海量信息。在日以继夜地忙碌了6个月之后，他终于为数据中心内的所有组件搭建了一套概念证明模型。他说“这只是个非常基础的原型，用以证明我的想法是可行的，值得去继续探索”。
最初的结果并不十分理想“第一次预测完全失败”，Gao自己承认“model在预测PUE和我们的行为序列时表现的不好”。模型认为使得节能最大化的办法是关闭整套系统，然而这个建议对工程师们并没有什么用。于是，Gao重新仿真运行，不断调整模型使得其预测结果最接近有效的配置，这也意味着达到了节能最大化的目标。当他觉得自己的模型已经足够准确之后，Gao发表了一份白皮书，然后与驻场运维团队一起实现此系统。
与此同时，谷歌的人工智能研究团队DeepMind发表的一篇关于DQN的论文引起了不小的轰动，这是一个会玩Atari游戏的机器人，所有Atari游戏。训练会玩一种游戏的模型是一回事，让程序自学掌握所有的游戏的难度则有天壤之别。这是机器学习社区的一个重磅消息，当Gao听闻此消息之后，他立即给DeepMind的领导Mustafa Suleyman写了封邮件，主题为“机器学习+数据中心=搞一个大新闻？”
Suleyman支持Gao的想法，DeepMind开始于Gao的数据中心智能化（DCIQ）团队合作研发更稳健和通用的模型。
Jim Gao在工作现场
18个月之后，他们合作研发的模型已经用在了多个系统中，并且使得冷却系统减少了40%的能耗，总体能耗下降15%。DCIQ团队认为这只是一些微不足道的成绩，机器学习还能在这个领域发挥出更大的作用。谷歌的环保团队希望模型能降低系统的碳排放量，硬件运维希望降低设备的故障率，平台团队更关心服务器的能源消耗。机器学习能帮助大家实现各自的愿望。
Gao说道“我们坚信我们正在做的工作可以造福所有人”。即将发布的第二本白皮书将会介绍更多关于DCIQ的细节，也许对很多其他企业也会有帮助，比如发电厂、工厂等等。
Google使用机器学习助力数据中心节能相关推荐
- 数据中心节能大法 —— 尽在上海11月中国数据中心展
根据调研机构451Research的预测,全球数据中心托管市场2018年的市场规模将达到332亿美元.据悉,2015年我国数据中心节能改造规模已达30亿元左右,数据中心节能市场的空间是非常大的,在未来 ...
- 数据中心节能的13个有用小知识
随着云计算大数据行业的兴起,数据中心建设的热度在不断加大. 数据中心机房的建设面积越来越大,机房中的IT设备功率密度越来越高.这么多的IT设备自然给数据中心节能方面带来了压力.虽然当前数据中心相关技术 ...
- 数据中心节能技术介绍——间接蒸发自然冷却
随着云计算.大数据.物联网等产业的快速发展,数据中心作为海量数据运算及存储的载体,数量和规模增长速度逐年加快.快速发展的同时,带来了能源消耗巨大.绿色节能水平亟待提高等普遍问题.根据京政办发[2018 ...
- 南方地区数据中心节能架构设计——以深圳地区为例
摘 要:大数据.云计算.5G等信息技术快速发展,数据中心的建设需求增加.能耗.能效是数据中心建设和运营的核心要点,也是制约数据中心行业发展的关键因素.围绕影响数据中心能耗的主要因素,从数据中心供电.制 ...
- ChatGPT人工智能热潮之下，NCSI功能OCP网卡助力数据中心发展
继美国OpenAI发布ChatGPT后,百度召开"文心一言"发布会,引发了新一轮人工智能热潮.此次狂潮的兴起,进一步拉动算力需求的高增长,推动数据中心朝着高技术.高算力.高能效.高 ...
- 浅析能耗分析系统在数据中心节能降耗中的应用
王兰 安科瑞电气股份有限公司 上海嘉定201801 摘要:数据中心的能耗问题从未像今天这样引起行业.全国甚至全世界的关注.在未来相当长的时间内,数据中心能耗分析优化不仅是数据中心重点研究对象,同时也是 ...
- 北京加强数据中心节能审查，2030年100%利用可再生能源
从4月26日开始,北京市发改委对<关于进一步加强数据中心项目节能审查的若干规定>征求意见.根据征求意见稿,北京市数据中心项目将进一步加强节能审查,要求项目逐年提高可再生能源利用比例,在20 ...
- 数据中心节能专题—他山之石可以攻玉
电机是耗电量最大的单种类设备.根据国际能源署最近的一项调查,电机耗电量占据工业领域耗电量的大约三分之二,如上所述,占大约 46% 的全球耗电量. 随着数字化生活的推进,数据中心已成为不疏于工业企业的用 ...
- 数据中心节能制冷---冷却塔帮忙
数据中心是能源的最大消费者.这种能源然后转变为大量的热量.于是产生了消除这些热量的问题.数据中心能源消耗的很大一部分是用于空调设备的能源.而空调设备对于保持数据中心的温度和湿度是必要而又有严格管理的. ...
最新文章
- 每日一皮：在调试时，将断点设置在错误的位置...
- 夺命雷公狗---javascript NO:03 流程结构
- boost::multiprecision模块logged_adaptor相关的测试程序
- 窗口句柄、窗口类对象的关系
- Log4j框架配置文件
- 深度学习技术在机器阅读理解应用的研究进展
- 《南方都市报》:中国互联网“公共性”正在变形或流失
- bp神经网络预测模型_【2020顶会KDD】AutoST：面向时空预测的高效神经网络学习模型...
- jq怎么赋值给变量_jq: 工具方法
- 企业如何建立强大的绩效管理系统
- dict.txt(上一个程序的文件)
- 不同编程语言下CH347DLL的调用方法
- Apache Ant简介
- 微信小程序 # 轮播图swiper滑动到最后一页进行页面跳转
- 【文献阅读2】Cytological and transcriptome analyses reveal abrupt gene expression for meiosis and sacchari
- 如何打造一款游戏外挂
- ＜论文翻译＞Relation Classification via Multi-Level Attention CNNs
- 超全！openGauss Summit 2021你想知道的都在这！
- 树莓派打开两个SPI口
- java实现保存合同模板_Java中常用到的文件操作那些事（一）——替换doc文档模板，生成真实合同案例...