庞大数据中心内部不仅非常嘈杂，而且温度也非常高。为了防止服务器过热是数据中心运营者面临的一个主要挑战。因此，包括Facebook、微软和谷歌在内的这一领域的大公司都在寻找节约冷却成本的不同方法，这也就不足为奇了。Facebook在可能的情况下直接使用了外部的冷却空气，微软正在试验水下数据中心，而谷歌则摆脱不了自己高科技公司的属性，并在寻找它的人工智能模式，以节省更多的能源开支。
几年前，通过旗下DeepMind的分支机构，谷歌开始研究如何利用机器学习为运营商提供一些关于如何最好地冷却数据中心的额外指导。然而在当时，该系统只提出了建议，而人类操作员决定是否实施这些建议。这些人现在可以在下午小睡更长时间，因为团队已经决定，这些模型现在已经足够好了，可以让人工智能系统完全控制冷却系统。当然，运营商仍然可以进行干预，但只要人工智能不决定将其烧毁，系统就会自动运行。
新的冷却系统现在已经在许多谷歌的数据中心就位。每隔五分钟，系统就会在数据中心内对数以千计的传感器进行数据调查，并根据这些信息选择最优的行动。当然，这里有各种各样的制衡机制，因此，谷歌的一个数据中心内部的温度持续上升的可能性很低。
像大多数机器学习模型一样，当它收集更多的数据时，这个模型也变得更好了。与数据中心的历史能源使用相比，它现在的能源节约率平均为30%。
值得注意的一点是，谷歌显然不仅在努力节省这几美元的成本，在更多方面，谷歌也在将其视为一种推广自己的机器学习服务的方式。毕竟在数据中心工作的技术，也应该被使用在办公大楼里。DeepMind在今天的声明中写道：“从长远来看，我们认为有可能将这项技术应用于其他工业领域，并帮助解决更大规模的气候变化问题。”
资料免费送（点击链接下载）
史上最全，数据中心机房标准及规范汇总（下载）
数据中心运维管理 | 资料汇总（.7.2版本）
加入运维管理VIP群（点击链接查看）
《数据中心运维管理》VIP技术交流群会员招募说明
加入学习群扫描以下二维码或者添加微信：
wangbj
