Terug in maart, 3M hield een presentatie over data, ons eraan herinnerend dat er niet zoiets zou zijn als een vertraging van gegevens, en stelde toen de vraag, Oke, dus hoe kunnen we dat slikken en ons tegelijkertijd een duurzame toekomst voorstellen? De link:datacenters en de uitdagingen die ze met zich meebrengen om up-and-running en milieuvriendelijker te blijven.

De presentatie leverde een boeiende gedachte op. "De afgelopen twee jaar zijn er meer gegevens gecreëerd dan ooit tevoren in de menselijke geschiedenis."

We hebben het niet alleen over schattige katten die in dozen zitten of rappers met modellen, dus parkeer hem. We hebben het over data in de chirurgie, dagelijkse aantal veranderingen die van invloed zijn op de gewassen van de boer, verkeersondersteuning, allerlei soorten crisiswaarschuwingen. De datacenters zijn cruciaal voor ons vermogen om te communiceren.

Amerikaanse datacenters in de VS verbruiken energieniveaus die voor niet-ingewijden onthutsend zijn.

"Opslaan, in beweging, verwerken, en het analyseren van gegevens kosten allemaal energie. Veel ervan. De processors in de grootste datacenters zoemen met zoveel energie als een grote elektriciteitscentrale kan leveren, 1, 000 megawatt of meer. En het kan weer evenveel energie kosten om te voorkomen dat de servers en omliggende gebouwen oververhit raken, " als YaleEnvironment360 zet het.

De 3M-presentatie merkte op dat 38 procent van de elektriciteitsbehoefte van datacenters alleen maar is om de elektronica te koelen.

Bij DeepMind, ze hebben gewerkt aan een koeloplossing. De DeepMind-blog verklaarde:"Bij DeepMind en Google, we geloven dat als we AI kunnen gebruiken als een hulpmiddel om nieuwe kennis te ontdekken, oplossingen zullen gemakkelijker te bereiken zijn." Met die missie ze hebben gekeken naar hoe AI zou kunnen ingrijpen om de koeling van datacenters te beheren.

Ze lieten de AI leren hoe ze een koelsysteem moesten aanpassen om het stroomverbruik te verminderen. Het energieverbruik van datacenters is hierdoor gedaald.

Achter het succes van hun systeem zat feedback van datacenteroperators, wie had er iets op zijn verlanglijstje staan:te veel inspanning en toezicht van operators nodig voor koeling van datacenter hadden ze de vraag of er iets kon worden gedaan zonder zoveel handmatige implementatie en toch energiebesparingen te behalen?

Het nieuws is dat Google een autodidactisch algoritme de leiding geeft over een deel van zijn infrastructuur.

Amanda Gasparik, Google datacenter ingenieur, Chris Gamble en Jim Gao, de laatste twee van DeepMind, schreef over de inspanning in het DeepMind-blog:autonome koeling van datacenters. Werkelijk, de inspanning had zijn start een tijdje terug.

MIT Technology Review gaf wat geschiedenis:"In de afgelopen jaren hebben Google heeft een algoritme getest dat leert hoe koelsystemen het beste kunnen worden aangepast:ventilatoren, ventilatie, en andere apparatuur—om het stroomverbruik te verlagen. Dit systeem deed eerder aanbevelingen aan datacentermanagers, wie zou beslissen om ze al dan niet uit te voeren, wat leidt tot een energiebesparing van ongeveer 40 procent in die koelsystemen."

Dat waren "door mensen geïmplementeerde" aanbevelingen.

Het nieuws is dat een systeem dat in 2016 werkt, een ander niveau is. Vroeger, de doelen waren fundamenteel, streven naar (1) energiebesparing en (2) een vermindering van de CO2-uitstoot.

Nu komt de wending van 2018:ze kondigden aan "ons AI-systeem regelt rechtstreeks de koeling van datacenters."

Nu in "meerdere" datacenters van Google. het systeem is nog maar een paar maanden in gebruik, maar de blog beweerde tekenen dat het systeem al een energiebesparing van ongeveer 30 procent opleverde - en verdere verbeteringen worden verwacht.

Waarom verwachten ze verdere verbeteringen? Onthouden, dit is AI. "Dat komt omdat deze systemen in de loop van de tijd beter worden met meer gegevens, " AI kan lopen. "Regels worden na verloop van tijd niet beter, maar AI wel, " verklaarde Dan Fuenffinger, een van de datacenterbeheerders van Google, op de weblog.

Wat bedoelde hij daarmee? "AI-besturingssysteem vindt nog meer nieuwe manieren om koeling te beheren die zelfs de beheerders van datacenters hebben verrast." Fuefinnger merkte op dat hij de AI zag "leren profiteren van winterse omstandigheden en kouder dan normaal water produceren, waardoor er minder energie nodig is voor koeling in het datacenter."

Will Knight rapporteerde over een optimistisch team. "DeepMind voedde zijn nieuwe algoritme-informatie verzameld uit Google-datacenters en liet het bepalen welke koelconfiguraties het energieverbruik zouden verminderen. Het project zou miljoenen dollars aan energiebesparingen kunnen opleveren en kan het bedrijf helpen zijn koolstofemissies te verlagen, zegt Joe Kava, vice-president van datacenters voor Google." Niettemin, sommigen vinden dit misschien een grote gok bij het plaatsen van een datacenter, met al zijn missiekritieke verwachtingen, in de handen van een algoritme.

Helemaal geen menselijk element? Ja, er is een menselijke speler. De blogauteurs zeiden dat hun datacenterbeheerders "altijd de controle hebben en op elk moment kunnen kiezen om de AI-besturingsmodus te verlaten. In deze scenario's, het besturingssysteem zal naadloos overgaan van AI-controle naar de on-site regels en heuristieken die de automatiseringsindustrie vandaag de dag definiëren." de menselijke override is altijd beschikbaar - en ontworpen om AI-acties te vervangen.

Hoe werkt hun systeem?

"Elke vijf minuten, onze cloudgebaseerde AI haalt een momentopname van het koelsysteem van het datacenter van duizenden sensoren en voert deze in onze diepe neurale netwerken, die voorspellen hoe verschillende combinaties van mogelijke acties het toekomstige energieverbruik zullen beïnvloeden. Het AI-systeem identificeert vervolgens welke acties het energieverbruik zullen minimaliseren en tegelijkertijd voldoen aan een robuuste reeks veiligheidsbeperkingen. Die acties worden teruggestuurd naar het datacenter, waar de acties worden geverifieerd door het lokale controlesysteem en vervolgens worden geïmplementeerd."

Hun ontwerp omvat AI-agenten en een controle-infrastructuur voor veiligheid en betrouwbaarheid,

Ze zeiden dat ze acht mechanismen gebruiken om ervoor te zorgen dat het systeem zich goed zal gedragen.

Een daarvan is dat AI kan worden gebruikt om onzekerheid in te schatten. Voor elke mogelijke actie berekent hun AI-agent zijn vertrouwen dat dit een goede actie is. Acties met een lage betrouwbaarheid worden buiten beschouwing gelaten. Dan is er verificatie op twee niveaus, waarbij een lokaal controlesysteem de instructies verifieert aan de hand van zijn eigen reeks beperkingen.

© 2018 Tech Xplore