contador gratis Saltar al contenido

Google ahorra un 15% de energía en centros de datos gracias a la Inteligencia Artificial

marzo 30, 2020

El aprendizaje automático ha permitido a Google reducir el consumo de energía en un 15%. La optimización de recursos se ha confiado a AI

Machine-Learning ha permitido que Google reduzca, en términos de consumo de energía, hasta el 15%, a partir de cuando la optimización de recursos se confió experimentalmente a AI (Inteligencia Artificial) para la gestión de uno de sus propios centros de datos. Esta medida demostró ser tan satisfactoria, hasta el punto de que se aplicará a todos los centros de datos de Google a finales de este año.

A través de un considerable ahorro de energía, obtenido a través de las estimaciones y soluciones de las tecnologías de inteligencia artificial, Google garantizará una en sus oficinas. reducción de costosLos mejores resultados que los obtenidos a través de las acciones tomadas por los técnicos destinados a este desafío.

Los servidores que generan miles de millones de búsquedas en la web, transmisión de películas y cuentas de redes sociales representan alrededor del 2% de las emisiones globales totales de gases de efecto invernadero.. Google es una de las flotas más grandes del mundo. Google dijo el miércoles que, a través de Deepmind – la compañía británica de IA compró en 2014 por alrededor de £ 400 millones – llegó a uno reducción considerable en el consumo del centro de datos, igual al 15% desde que se adoptó el aprendizaje automático. Estos centros requieren un gasto significativo de energía, en particular debido al enfriamiento de las máquinas, la regulación constante de la temperatura del aire, la presión y la humedad para funcionar de manera eficiente.

Mustafa Suleyman, cofundador de DeepMind, afirmó que el nivel de complejidad y el número de variables que conlleva la gestión del centro de datos, se expresó a través de un algoritmo cuya resolución fue más allá de las posibilidades humanas, en breves momentos resume, como lo fueron las estadísticas de datos relacionadas con consumo de cinco años. Y agregó que este es uno de los ejemplos perfectos de circunstancias en las que el hombre, capaz de intuiciones que han evolucionado con el tiempo, debe usar el aprendizaje automático para definir condiciones reales. Es algo que ningún ser humano ha podido experimentar. LAI puede aprender de todos los tipos de casos límite, incluso los de nicho y, por lo tanto, identificarlos. Es por eso que se las arregla para ajustar la configuración con mucha precisión.

El logro de la reducción en el consumo de energía se obtuvo mediante la combinación de DeepMind como un medio para predecir la carga computacional entrante, por ejemplo, cuando millones de usuarios se conectan simultáneamente a Youtube en correspondencia con la carga de enfriamiento requerida. Para aclarar mejor, como si una serie innumerable de perillas, se sintonizaran simultáneamente. La reducción de emisiones, que comenzó hace dos años, cuenta con una aplicación en centros de datos en la medida de porcentajes de dos dígitos.

El impacto ambiental del mundo en línea., ha sido objeto de un escrutinio cada vez más frecuente y los centros de datos parecen haberse alineado con el consumo de la aviación, en términos de emisiones globales. En 2011, Google lanzó su huella de carbono, números que eran iguales a las emisiones anuales de Laos, y desde entonces sus centros de datos han mejorado hasta el punto de obtener una potencia informática multiplicada por 3,5 veces en comparación con el mismo consumo de energía.

Google sigue siendo vago y no revela con precisión la cantidad de energía utilizada en sus centros de datos. Tras la adopción de Deepmind, sabemos que El uso de energía útil para la refrigeración se ha reducido en un 40%, y el uso total de energía corresponde al 15%."Realmente creo que esto es solo el comienzo. Siempre hay nuevas oportunidades para hacer eficiente la infraestructura del centro de datos ", agregó Suleyman. ?El tipo de algoritmos que desarrollamos es intrínsecamente general, lo que significa que el sistema de aprendizaje automático en sí mismo puede funcionar en una amplia variedad de entornos, como plantas y redes de energía. Y todavía tenemos un amplio margen de mejora ".Centro de datos de Google