谷歌深度促使AI-LED努力提高数据中心能源效率
DeepMind是努力通过在谷歌的服务器场中的冷却帧上给予这些系统，通过给予这些系统甚至是陌生人来改善数据中心求和人工智能（AI）。
谷歌拥有的人工智能公司已经证实，它正在继续探索如何使用AA系统如何实现更大的数据中心效率收益，超出单独的人为干预，超出了可能的。
如2016年的计算机每周报告，此前已经看到该组织创建了一种基于神经网络的系统，该系统使用从谷歌数据中心内外的传感器内部和外部收集的数据进行培训，以跟踪各种环境因素如何影响其性能和预测。他们可能对该网站未来能源消耗的影响。
然后，系统将提供一系列建议，他们可以实施，以提高其冷却系统的性能，并减少所消耗的总功率量。
当公司在现场谷歌数据中心部署系统时，报告了40％的能源所需的能量额，并为其历史上实现最低的电力使用效率（PUE）得分而贡献。
在这一成功的背后，DeepMind迈出了一步一步 - 公司在博客岗位上透露 - 通过将AI系统直接在冷却系统上工作，甚至进一步缩放所需的人为干预量。
“而不是人力实施的建议，我们的AI系统直接控制了数据中心冷却，同时留下了我们的数据中心运营商的专家监督，”博客帖子说。
该公司表示，该设置已在“多个谷歌数据中心”中，并受到搜索巨头的服务器农业运营商社区的热烈欢迎。
“这些想法从我们使用我们的AI推荐系统的数据中心运营商的反馈中发展出来。他们告诉我们，虽然该系统已经教过他们一些新的最佳实践......实施建议需要太多的运营商努力和监督，“博客邮政声明。
“自然而然，他们想知道我们可以在没有手动实施的情况下实现类似的节能。”
在这方面，由于系统部署了“月份的几个月”前，DeepMind表示已经提供了一致的节能约为30％，随时在适当时候预期的进一步减少。
“这是因为这些系统随着时间的推移而越来越好，”博客帖子继续。“我们的优化界限也将被扩展，因为技术成熟，甚至更加减少。”
展望未来，该公司表示，它还在谷歌的数据中心墙体上看了该技术的其他用例。“我们很兴奋，我们的直接AI控制系统是安全可靠地运行的，同时始终如一地提供节能。但是，Datacentres只是一个开始，“帖子继续。
“从长远来看，我们认为有可能在其他工业环境中应用这项技术，并帮助解决甚至更加大规模的气候变化。”
