Часть инфраструктуры одного из дата-центров Google в Тайване
Разработчики из DeepMind, дочерней компании Google, помогли корпорации значительно снизить потребление электричества в своих дата-центрах. Сооснователь DeepMind Демис Хассабис заявляет о сокращении размера счетов за энергию, потребленную оборудованием компании на 40%. А все началось несколько месяцев назад, когда руководство холдинка Alphabet Inc. решило оптимизировать расходы компании.
После анализа потребления энергии дата-центрами Google оказалось, что оптимизировать расходы действительно нужно. Google в 2014 году использовал огромное количество энергии — около 4,5 миллионов мегаватт-часов. Столько же за указанный год использовали энергии 366 903 американских домохозяйств. И даже, если сократить расходы энергии на 1%, это может сэкономить компании миллионы долларов США в год. Кроме того, сейчас компании стараются выглядеть белыми и пушистыми в глазах защитников окружающей среды. Последние, как посчитали в Google, положительно бы оценили снижение затрат энергии компанией, что помогло бы еще больше улучшить «зеленую» репутацию.
Поскольку одно из подразделений Google, компания DeepMind, занимается разработками в сфере искусственного интеллекта, сотрудников этого подразделения попросили помочь в решении проблем. Ранее разработчики DeepMind обучили свой ИИ играть в видеоигры на приставке Atari, а также создали программу AlphaGo, обыгравшую Ли Седоля, одного из лучших игроков мира по настольной игре го. Теперь сотрудники DeepMind получили задание создать нечто более практичное для анализа потребленных Google ресурсов. И подразделение с успехом справилось с решением этой проблемы.
После экспериментов с управлением системой охлаждения PUE удалось снизить на 15%
ИИ от DeepMind (так называемая слабая форма ИИ) обучили контролировать серверное оборудование и элементы инфраструктуры (например, системы охлаждения). Для контроля было выделено 120 различных параметров работы дата-центра, включая управление работой кондиционеров, закрытие или открытие окон, скорость работы вентиляторов и т.п.
«В действительности мы смогли построить предиктивную модель, которая обеспечивает снижение потребления энергии системами охлаждения путем предсказания времени максимальной нагрузки на серверное оборудование», — заявил Мустафа Сулейман, сооснователь DeepMind. Управление системами дата-центра производится в режиме реального времени в ответ на влияние внешних и внутренних факторов.
Управляющие алгоритмы были разработаны после детального анализа информации о работе дата-центров компании за пять лет. На основе полученных данных удалось создать эффективную предиктивную модель потребления энергии дата-центром. Основной критерий здесь — количество задействованных серверов и другого оборудования в различное время. ИИ «скормили» такие данные, как температуру оборудования, скорость работы насосов, активность работы охлаждающего оборудования, количество использованной энергии и т.п.
На этих данных ИИ обучили, и доверили управлять уже реальным оборудованием.
«Люди обычно используют множество физических функциональных элементов для установления контроля над дата-центром. Работа команды людей более-менее слажена, но при этом сотрудники-люди упускают из виду множество важных факторов», — говорит представитель DeepMind. А ИИ может учитывать подавляющее большинство важных факторов в своей работе. Именно благодаря этому удалось добиться снижения использования энергии на 40% в системах охлаждения дата-центра.
Сейчас за электричество корпорация платит в разных штатах США от $25 до $40 за МВт·ч. Снижение потребления энергии дата-центром всего на 10% способно сэкономить компании сотни миллионов долларов за несколько лет. Google купил DeepMind за $600 млн, так что эта покупка может оправдать себя уже очень скоро.
Созданные алгоритмы самообучаемы, и могут работать в самых разных условиях, включая непредвиденные. И это только начало работы. Сейчас DeepMind пытается убедить руководство Google в необходимости установки в дата-центрах дополнительных сенсоров, которые будут собирать информацию для управляющих алгоритмов. Получая все больше данных в режиме реального времени о состоянии дата-центра, ИИ сможет еще более эффективно управлять его работой.
Другие наши публикации:
- Как сбой в дата-центре может привести к отмене тысяч рейсов крупнейших авиакомпаний?
- Аварии в дата-центрах, которые было (почти) невозможно предусмотреть
- QRLJacking: новый тип атаки угрожает безопасности пользователей ряда сервисов и интернет-мессенджеров>
- Рейтинг языков программирования в 2016 году
- Как Facebook сэкономил 75% энергии, которая требуется для хранения фоточек котиков и селфи пользователей
Комментарии (22)
Arxitektor
15.08.2016 22:15+5Уже сейчас ИИ учиться основам ) скрывать своё присутствие путем оптимизации затрат энергии)
YourChief
15.08.2016 22:53+2Не совсем понятно, зачем городить какой-то ИИ для управления охлаждением вместо того, чтобы просто установить термопары в разных точках ДЦ и наладить отрицательную обратную связь с компрессорами.
zoonman
16.08.2016 00:06+3Дело в том, что термопары надо установить, связи наладить и т.д.
У меня возникает ощущение, что вы слабо представляете себе, что такое датацентр.
Вот смотрите, ИИ может учитывать множество факторов. Например оптимальный температурный режим оборудования, степень загрузки, тепловое влияние от нагрузки, время суток и т.д.
Например ИИ может выяснить, что работа двух стоек под нагрузкой в 25% будет энергоэффективнее, чем работа одной с 50% загрузкой. ИИ можно доверить управление развертыванием серверов и сетевых решений, переключением маршрутизации.
Плюс ИИ может сделать такую вещь, как предсказывание повышения температуры. Например на оборудовании замечен всплекс трафика и естесственно возрастает потребление энергии, термопара среагирует только тогда, когда температура начнет подниматься, а это произойдет не мгновенно, затем будет время реакции кондиционера, оно тоже не мгновенно.В общем будет выбег температуры, так называемый гистерезис. ИИ может его скомпенсировать не допуская превышения оптимальных значений, а термопара нет, т.к. в ней отстутствует элемент проактивности.azsx
16.08.2016 01:37+4Дело в том, что термопары надо установить, связи наладить и т.д.
а с ИИ не надо связи налаживать? Термопара, даже недорогая среагирует в течении нескольких секунд. Решение может быть внедрено парой кондиционерщиков по всем ДЦ, последовательно объедут.
Решение на ИИ, конечно, немного эффективнее. Но, когда через пару лет что-нибудь сломается, выясниться, что никто ничего понять не может. И внедрят что-то более новое, если совсем всё старое не сгорит и будет куда внедрять.
Old_Chroft
16.08.2016 12:26+4Как вы думаете, с какой новостью компания будет казаться круче и технологичнее:
Кучка грошовых датчиков сэкономила несколько миллионов
илиИИ помог сэкономить несколько миллионов долларов
(Причем помог он компании, которая его разрабатывает и скорее всего захочет на своих разработках заработать)
tlv
16.08.2016 12:32+2Термопара среагирует за несколько секунд. Но задержка между реакцией термопары и влиянием включения/отключения компрессора далеко ненулевая (просто воздух по воздуховодам и хладагент по трубам перемещаются не мгновенно).
Ненулевая задержка и отрицательная обратная связь порождает осцилляции, снижающие ресурс холодильного оборудования. И если в самом простом случае, с константной задержкой, мы могли бы обойтись PID-регулятором (а это уже не «просто термопара»), то для гашения осцилляций в цепи с большим количеством нелинейных задержек нужно придумывать что-то посложнее.
Или условные «измеряем среднюю за 10 минут температуру, по результатам подкручиваем мощность», но это-то как раз и использовалось в дата-центрах совершенно точно и раньше.
fox1024
16.08.2016 12:32+2Термопары не надо ставить. Современный компьютер, а тем более сервер итак нашпигован датчиками температуры. Но все эти и другие данные надо комуто анализировать, искать узкие места, и давать рекомендации. Вот этим и занимается разработанный ИИ.
itspecialp
16.08.2016 12:32Действительно, для чего использовать нож для разделки мяса, ведь можно же заострённым камнем обрабатывать тушу мамонта.
А если нож затупится, то придётся изобретать ещё точильный станок.
orcy
16.08.2016 17:04+3Только зачем называть это трендовым словом ИИ не вполне понятно, похоже на какую-то обычную производственную задачу на каком-нибудь химическом производстве (или что-то вроде Nest если я правильно себе представляю).
WorksIsGone
16.08.2016 12:07Ну так ИИ тут и выступает в качестве той самой обратной связи.
Только ему кроме термопар скармили статистику за 5 лет, и возможно, скармливают онлайн дополнительные параметры,
типа количества работающих серверов или текущего трафика. Что позволяет привентивно-упреждающе регулировать температуру.
kaktus_4ever
16.08.2016 12:32Не совсем понятно зачем вы пользуетесь интернетом, хабром и компьетром… зачем городить все это. Ведь есть же карандаш, бумага и конверт!
P/S
Пишите письма, пользуйтесь услугами почтальона!YourChief
16.08.2016 19:56Хотел Вам возразить, но увидел количество ваших комментариев и понял, что Вы знаете, о чём говорите.
Vlad_fox
16.08.2016 12:32еще одна вещь, которую может делать ИИ, но не может термопара — перегонять виртуальные машины между блоками дата-центра с более горячего в более холодные для оптимального в плане охлаждения балансирования нагрузок.
leshabirukov
16.08.2016 15:21-1Требования к соискателю по вакансии «Открыватель форточки»:
— Победить чемпиона мира по игре Го.
Vlad_fox
17.08.2016 13:50напомнило — когда-то, лет 150 назад ходили целые армии светильщиков, которые вечером зажигали фонари на столбах улиц, а утром гасили, чтоб керосин или что там наливалось економить.
потом придумали электроосвещение и ходить уже стало не надо, правда ручная работа осталась — клацать утром и вечером рубильник электропитания.
а потом придумали фотореле и автоматизировали систему освещения — так на свет появился прадедушка ИИ, он даже не слышал о каких-то играх и даже еще не мечтал открывать форточки
sim31r
21.08.2016 18:38Еще вопрос в точности этих показателей. ИИ оптимизированный по критерию «экономия любой ценой» мог просто повысить температуру в ДЦ на пару градусов, ценой снижения ресурса оборудования. Не будет ли график надежности, качества работы, совпадать с графиком энергопотребления?
Сам наблюдал красивые графики по экономии энергии, обычно пишут 30%, так как 5% мало, 50% подозрительно много, а вот 25-40% выглядит наиболее рационально. Но обычно, умалчивались какие-то начальные условия и побочные эффекты, они многочисленны и не очевидны посторонним.
ToSHiC
У вас там не совсем правильные цифры экономии. ИИ позволил сэкономить 40% от энергии, затрачиваемой на охлаждение, а не всей. Положим, гугл умеет строить ДЦ, но есть и старые, и средний PUE 1.12 (цифра из https://www.google.com/about/datacenters/efficiency/internal/). Тогда будет сэкономлено чуть больше 4%, и уже десятки миллионов, а не сотни. Если ДЦ современные, с PUE порядка 1.1 — 1.08, то экономия будет ещё скромнее. Но, конечно, эта экономия заметра, и способ сэкономить крутой.