De regreso en marzo 3M realizó una presentación sobre datos, recordándonos que no iba a haber nada como una ralentización de los datos, y luego planteó la pregunta, OK, Entonces, ¿cómo nos tragamos eso y al mismo tiempo imaginamos un futuro sostenible? El vínculo:los centros de datos y los desafíos que plantean para mantenerse en funcionamiento y ser más respetuosos con el medio ambiente.

La presentación entregó un pensamiento fascinante. "Se han creado más datos en los últimos dos años que nunca antes en la historia de la humanidad".

No solo estamos hablando de lindos gatos sentados en cajas o raperos con modelos, así que aparque. Hablamos de datos en cirugía, cambios de número diarios que afectan los cultivos de los agricultores, soporte de tráfico, advertencias de crisis de todo tipo. Los centros de datos son cruciales para nuestra capacidad de comunicarnos.

Los centros de datos de EE. UU. En EE. UU. Consumen niveles de energía que son asombrosos para los no iniciados.

"Almacenando, Moviente, Procesando, y el análisis de datos requiere energía. Montones. Los procesadores en los centros de datos más grandes zumban con tanta energía como puede ser entregada por una gran central eléctrica, 1, 000 megavatios o más. Y puede requerir tanta energía nuevamente para evitar que los servidores y los edificios circundantes se sobrecalienten, " como YaleMedio ambiente360 Ponlo.

La presentación de 3M señaló que el 38 por ciento de la necesidad de electricidad de los centros de datos es solo para enfriar la electrónica.

En DeepMind, han estado trabajando para encontrar una solución de enfriamiento. El blog DeepMind declaró:"En DeepMind y Google, creemos que si podemos utilizar la IA como herramienta para descubrir nuevos conocimientos, las soluciones serán más fáciles de alcanzar ". Con esa misión, han estado analizando cómo podría intervenir la IA para gestionar la refrigeración del centro de datos.

Hicieron que la IA aprendiera a ajustar un sistema de enfriamiento para reducir el consumo de energía. Como resultado, el consumo de energía de los centros de datos se ha reducido.

Detrás del éxito de su sistema estaba la retroalimentación de los operadores del centro de datos, ¿Quién tenía algo en la parte superior de su lista de deseos:demasiado esfuerzo del operador y supervisión necesarios para el enfriamiento del centro de datos les hizo preguntarse si se podía hacer algo sin tanta implementación manual y aún así lograr ahorros de energía?

La noticia es que Google está poniendo un algoritmo autodidacta a cargo de una parte de su infraestructura.

Amanda Gasparik, Ingeniero del centro de datos de Google, Chris Gamble y Jim Gao, los dos últimos de DeepMind, escribió sobre el esfuerzo en el blog DeepMind:enfriamiento autónomo del centro de datos. Realmente, el esfuerzo tuvo su comienzo hace un tiempo.

Revisión de tecnología del MIT proporcionó algo de historia:"Durante los últimos años, Google ha estado probando un algoritmo que aprende la mejor forma de ajustar los sistemas de refrigeración:ventiladores, ventilación, y otros equipos, para reducir el consumo de energía. Este sistema hizo recomendaciones anteriormente a los administradores de centros de datos, quién decidiría si implementarlos o no, lo que lleva a ahorros de energía de alrededor del 40 por ciento en esos sistemas de enfriamiento ".

Esas fueron recomendaciones "implementadas por humanos".

La novedad es que un sistema en el que funcionan en 2016 es otro nivel. En aquel momento, los goles fueron fundamentales, apuntando a (1) ahorros de energía y (2) una reducción en las emisiones de CO2.

Ahora viene el giro de 2018:anunciaron que "nuestro sistema de inteligencia artificial está controlando directamente la refrigeración del centro de datos".

Ahora en "múltiples" centros de datos de Google. el sistema lleva funcionando solo unos meses, pero el blog afirmaba señales de que el sistema ya estaba generando ahorros de energía de alrededor del 30 por ciento, y se esperan más mejoras.

¿Por qué esperan nuevas mejoras? Recordar, esto es IA. "Eso se debe a que estos sistemas mejoran con el tiempo con más datos, "La IA puede caminar por el camino". Las reglas no mejoran con el tiempo, pero la IA lo hace, "declaró Dan Fuenffinger, uno de los operadores de centros de datos de Google, en el blog.

Que quiso decir con eso? "El sistema de control de IA está encontrando formas aún más novedosas de administrar el enfriamiento que han sorprendido incluso a los operadores del centro de datos". Fuefinnger señaló que vio a la IA "aprender a aprovechar las condiciones invernales y producir agua más fría de lo normal, lo que reduce la energía necesaria para la refrigeración dentro del centro de datos ".

Will Knight informó sobre un equipo optimista. "DeepMind alimentó la información de su nuevo algoritmo recopilada de los centros de datos de Google y le permitió determinar qué configuraciones de enfriamiento reducirían el consumo de energía. El proyecto podría generar millones de dólares en ahorros de energía y podría ayudar a la empresa a reducir sus emisiones de carbono, dice Joe Kava, vicepresidente de centros de datos de Google ". No obstante, algunos pueden sentir que esto es una gran apuesta al colocar un centro de datos, con todas sus expectativas de misión crítica, en manos de un algoritmo.

¿Ningún elemento humano en absoluto? Sí, hay un jugador humano. Los autores del blog dijeron que los operadores de sus centros de datos "siempre tienen el control y pueden elegir salir del modo de control de IA en cualquier momento. En estos escenarios, el sistema de control se transferirá sin problemas del control de la IA a las reglas y heurísticas en el sitio que definen la industria de la automatización en la actualidad ". la anulación humana siempre está disponible y está diseñada para reemplazar cualquier acción de IA.

¿Cómo funciona su sistema?

"Cada cinco minutos, nuestra IA basada en la nube extrae una instantánea del sistema de enfriamiento del centro de datos de miles de sensores y la alimenta a nuestras redes neuronales profundas, que predicen cómo las diferentes combinaciones de acciones potenciales afectarán el consumo energético futuro. Luego, el sistema de inteligencia artificial identifica qué acciones minimizarán el consumo de energía al tiempo que satisface un conjunto sólido de restricciones de seguridad. Esas acciones se envían de vuelta al centro de datos, donde las acciones son verificadas por el sistema de control local y luego implementadas ".

Su diseño involucra agentes de inteligencia artificial y una infraestructura de control para la seguridad y confiabilidad,

Dijeron que utilizan ocho mecanismos para garantizar que el sistema se comporte correctamente.

Uno de ellos es que la IA se puede utilizar para estimar la incertidumbre. Para cada acción potencial, su agente de inteligencia artificial calcula su confianza en que se trata de una buena acción. Las acciones con poca confianza se eliminan de la consideración. Luego está la verificación de dos niveles, donde un sistema de control local verifica las instrucciones contra su propio conjunto de restricciones.

© 2018 Tech Xplore