相关文章
友情链接

Google 利用机器学习和神经网络技术优化数据中心

Google 今天发布了一项 ,其中展示了他们通过机器学习技术实现数据中心性能最大化和能耗最小化方面的成果。概括起来就是:Google 正在建设一些超级智能服务器群,它们能够从过去的表现中学习,并不断提升自身的性能。

Google 的人工智能数据中心是他们一位叫做 Jim Gao 的员工发起的“20%项目”,这是他在自己本职工作以外感兴趣的领域。Google 有一项非常有名的制度,就是它允许员工利用 20%的工作时间去做一些他们自己喜欢的项目,而 Gao 的兴趣主要在于研究数据中心。

Gao 先对机器学习进行了深入的研究,然后建立出一个能够分析大量数据的模型,用于处理 Google 数据中心的能耗、服务器和其他设备的运行时间、服务器外部温度等数据。然后计算机会对这些数据进行整合、分析和交互,如此浩大的工作是不可能用人脑完成的。计算机会从中计算出服务器的能源使用效率,或者找出利用现有能源最大化计算回报的方法。

在此之前,Google 如果想要对服务器进行维护之类的操作,就必须将整个服务器群关闭。现在有了这个模型之后,Google 可以对某些变量进行临时的调整,比如说冷却的温度,这样就可以保持高水平的服务器性能,从而节省时间、能源和金钱。(译:consideRay)