Ridurre il consumo di energia è stato un obiettivo importante in Fandis nel corso degli anni. Ma non siamo gli unici! Anche Google con il loro immenso centro dati ha lo stesso problema, ma ha trovato un modo veramente innovativo per risolverlo: l’intelligenza artificiale.
Nel corso degli ultimi 10 anni i server super-efficienti di Google hanno richiesto sempre più energia per le complesse operazioni di calcolo, e l’azienda ha investito molto in fonti di energia verde. La principale innovazione, però, è stata attraverso la tecnologia DeepMind, un’intelligenza artificiale in grado di imparare dai centri dati di Google, che ha permesso di ridurre la quantità di energia che usano per il raffreddamento dei data center fino al 40%.
Una delle fonti primarie di consumo di energia, infatti, è quella necessaria al raffreddamento dei server. Proprio come un computer portatile genera calore, i data center di Google Search, Gmail, YouTube, etc. generano moltissimo calore. Il raffreddamento viene eseguito tramite grandi impianti industriali quali pompe, refrigeratori e torri di raffreddamento, continuamente in funzione. Questo accade perché le apparecchiature e l’ambiente interagiscono tra loro in complessi modi non lineari, che le classiche formule ingegneristiche non riescono a cogliere.
Per risolvere questo problema, in Google hanno iniziato a utilizzare la tecnologia di “machine learning” per gestire i data center in modo più efficiente. E nel corso degli ultimi mesi, i ricercatori DeepMind hanno iniziato a lavorare anche con il team dei data center di Google per migliorare in modo significativo l’operatività delle macchine. Utilizzando un sistema di reti neurali addestrate su diversi scenari operativi e dei parametri all’interno dei data center, hanno creato un quadro più efficiente e adattabile per capire le dinamiche dei data center e ottimizzare l’efficienza.
Come hanno fatto? Non è semplice nemmeno da spiegare!
“Abbiamo fatto questo prendendo i dati storici che erano già stati raccolti da migliaia di sensori all’interno del data center – dati quali temperatura, potenza, velocità della pompa, valori di riferimento, etc. – e li abbiamo usati per formare un insieme di reti neurali profonde. Poiché il nostro obiettivo era quello di migliorare l’efficienza energetica dei data center, abbiamo addestrato le reti neurali sul PUE (Power Usage Effectiveness) medio futuro, che è definito come il rapporto tra il consumo totale di energia dell’edificio per il consumo di energia dell’IT. Abbiamo poi allenati due gruppi supplementari di reti neurali profonde per prevedere la temperatura e la pressione del data center nel corso dell’ora successiva.” spiegano i due ingegneri di DeepMind e Google, Rich Evans e Jim Gao.
Le implicazioni sono significative per i data center di Google, dato il suo potenziale per migliorare notevolmente l’efficienza energetica e ridurre le emissioni totali. Ma questo aiuterà anche altre aziende che utilizzano il cloud di Google per migliorare la propria efficienza energetica. Attraverso DeepMind sarà quindi possibile usare l’apprendimento automatico per consumare meno energia e vincere una delle più grandi sfide di tutti i tempi: il cambiamento climatico.
Volete ottimizzare le prestazioni del quadro elettrico, o cercate soluzioni per il riscaldamento o il raffreddamento? Visitate fandis.it!
Photo: Google/Connie Zhou
Lascia un commento