2014年，谷歌以4億英鎊的價格收購DeepMind，DeepMind成為谷歌AI的試驗地。DeepMind在成功發明了Alpha Go并成功擊敗韓國圍棋名將李世石后變得家喻戶曉。而最近，谷歌開始利用DeepMind做一些更有實際意義的工作——減少能源開支，并將節省下來的開支作為2014年收購DeepMind的部分支付款項。
谷歌發表的一份博客寫道：“人工智能在節能減排的意義非常重大，也將提升谷歌云平臺上其它公司的能效。利用機器學習幫助節省能耗也是致力于應對全球氣候變化的方式。”
DeepMind負責人Demis Hassabis近期在接受彭博社采訪時透露，DeepMind的最新一項嘗試是將人工智能接入谷歌數據中心，來尋求幫助這家巨無霸公司節省能源開支。
谷歌從兩年前開始把機器學習引入數據中心，希望借此探索出節省公司巨大能源開支的方法。一個月前，谷歌把DeepMind更為細分的人工智能工具用于服務器散熱。這項嘗試幫助公司節省了40%的能源，將谷歌整體能效提升15%。
谷歌沒有透露具體節省的開支金額規模。但是根據美國能源信息管理局的數據，一般企業的平均電價每兆瓦在25~40美元間。因此，即使節省10%的能耗，長期來看，也將是一筆上億規模的成本減支。
過去谷歌在新能源領域進行大量投資，用于數據中心。谷歌也是目前全球唯一一個使用可再生能源的數據運營平臺。能源節省對于谷歌自身業務以及云存儲客戶都具有重要意義。
通過人工智能技術能夠操控計算機服務器和相關的散熱系統。這個技術和DeepMind教計算機玩Atari電子游戲的原理是一樣的。DeepMind稱能夠使用神經網絡的模式識別系統來預測用電量的變化，從而達到節省能耗的目的。
谷歌方面的數據顯示，2014年用電總量達4402836兆瓦時，相當于美國366903戶家庭全年的用電量。其中很大一部分電用于支撐谷歌數據中心的全球網絡服務和手機App。
自2008年以來，谷歌每年都要發布數據中心的年度能源報告，告訴外界如何保持其數據中心較低的能源消耗。谷歌在每年報告中都強調了其數據中心的“電力使用效率(power-usage effectiveness，PUE)”這一概念。谷歌將PUE定義為：“數據中心設施所消耗的總功率除以IT設備所消耗的功率。”
PUE的基準值為2.0，即意味著IT設備每消耗一瓦功率，就另外需要一瓦功率支持數據中心的照明和設備冷卻系統。越接近1表明能效越高。谷歌2014年之前的PUE已經達到了驚人的1.12，比其他公司的數據中心節能近50%。
近年來，谷歌采取了各種措施降低其數據中心的PUE值。它將其數據中心“冷通道”(Cold Aisle)的溫度保持在27℃左右，以節約能源，并使用外部空氣冷卻其數據中心，而不是使用耗能的冷卻系統。同時，谷歌還研制了自己的節能服務器，并使用神經網絡提升數據中心能效。
谷歌數據中心的實際測試表明，機器學習是利用傳感器數據對數據中心能效建模的一種有效方法，可帶來顯著的成本節省。深度學習算法是對人工神經網絡的發展，在節能減排方面的應用是很多科技企業關注的方向之一。在計算能力變得日益廉價的今天，深度學習試圖建立更大更復雜的神經網絡。
該神經網絡研究的因素包括了服務器總負載，水泵、冷卻塔、冷水機組、干式冷卻器、運行中的冷水注水泵數量;冷卻塔水溫、濕球溫度、戶外濕度、風速、風向等。谷歌利用傳感器部署了億萬個數據點來收集這些基礎設施和電能使用信息。令人驚訝的是，谷歌只用一臺服務器就能跑這個神經網絡了。谷歌還通過機器學習對這些數據進行研究，并建立起模型來預測并進一步改進數據中心能效。
Demis Hassabis表示：“數據中心的120多個變量都由人工智能軟件來控制，同時還控制風扇和散熱系統。這已經非常了不起。但這還只是我們一個計劃的開始。”據Hassabis介紹，目前DeepMind不僅知道整個系統如何運作，而且知道缺乏哪些信息，因此能夠讓谷歌為數據中心加入更多的傳感器，從而使得整個軟件的運轉更加高效。
中國企業也在關注人工智能在節能減排方面的應用。國內新興智能家居LifeSmart就與宜家旗下Eliq合作，參與挪威能源公司能源短缺項目，通過電量傳感器了解家中每樣設備的用電數據，同時提供用電情況的大數據分析服務。除了幫助人們在家庭環境中實現節電以外，還計劃用于企業和工廠領域。LifeSmart表示：“如果將這種人工智能用在工業和企業中，去調節一些不可控的因素，不需要消耗大量人力，并且更加精準和高效。”LifeSmart已經和阿里巴巴進行節能辦公項目的合作，會議模式、工作模式、下班模式等場景大大提高了辦公效率，節約能源與人力成本。
責任編輯：李聰
EMCA官方微信公眾號