除了新能源外，谷歌最近又找到了革命性的綠色數(shù)據(jù)中心方案：利用人工智能技術(shù)優(yōu)化數(shù)據(jù)中心，降低能耗成本。

谷歌采用的技術(shù)來自2014年收購的DeepMind，這家機器學(xué)習(xí)創(chuàng)業(yè)公司開發(fā)的AlphaGo今年初擊敗了人類圍棋大師李世石，被看作人工智能技術(shù)的里程碑事件。

根據(jù)DeepMind的官方博客，機器學(xué)習(xí)人工智能技術(shù)幫助谷歌將數(shù)據(jù)中心的制冷能耗降低了40%之多！這不僅僅對于谷歌，對于全球IT業(yè)的節(jié)能減排來說都是一個好消息。

數(shù)據(jù)中心的管理員們都清楚一點，數(shù)據(jù)中心是一個高度動態(tài)的環(huán)境，時刻面臨服務(wù)器宕機等不可預(yù)測事件，因此很難通過人工設(shè)計算法或者公式來實現(xiàn)不同場景下數(shù)據(jù)中心系統(tǒng)的能耗優(yōu)化。

面對這種挑戰(zhàn)，DeepMind團隊開始使用數(shù)據(jù)中心的大量運營參數(shù)數(shù)據(jù)來訓(xùn)練其機器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)系統(tǒng)，這些數(shù)據(jù)包括數(shù)據(jù)中心溫度、和電力分配等。DeepMind的主神經(jīng)網(wǎng)絡(luò)系統(tǒng)訓(xùn)練目標(biāo)是降低PUE值（數(shù)據(jù)中心設(shè)施能耗與計算能耗的比率），此外DeepMind還同時訓(xùn)練了兩個輔助深度神經(jīng)網(wǎng)絡(luò)來預(yù)測數(shù)據(jù)中心未來數(shù)小時的溫度和壓力。

在確保人工智能系統(tǒng)不會超出數(shù)據(jù)中心運營閾值的情況下，谷歌將系統(tǒng)投入數(shù)據(jù)中心生產(chǎn)環(huán)境并收到了立竿見影的效果，制冷能耗降低了40%之多，相當(dāng)于將PUE總體降低了15%。

目前DeepMind團隊計劃將在更多數(shù)據(jù)中心普及人工智能系統(tǒng)，