Cómo utiliza Google el aprendizaje automático y las redes neuronales para optimizar los centros de datos

Cómo utiliza Google el aprendizaje automático y las redes neuronales para optimizar los centros de datos

Google tiene publicó una nueva investigación sobre los esfuerzos para maximizar el rendimiento y minimizar el uso de energía en los centros de datos a través del aprendizaje automático en la actualidad. Para resumir: Google está construyendo granjas de servidores superinteligentes que pueden aprender de su desempeño anterior y mejorar en el futuro.

Los centros de datos de IA de Google son un proyecto del 20 por ciento: el resultado de un empleado, Jim Gao, trabajando en algo que encontró interesante y que está fuera de su descripción de trabajo estándar. Google es famoso por permitir a sus empleados el 20 por ciento de su tiempo de trabajo para idear proyectos apasionantes y cosas en las que de otro modo no podrían trabajar. Los centros de datos de pensamiento y aprendizaje resultaron ser la principal área de interés de Gao.

Gao investigó el aprendizaje automático y luego trabajó en la construcción de modelos que aceptan una gran cantidad de datos que Google ya estaba rastreando sobre sus centros de datos, incluida la cantidad de energía que utilizan los servidores y otros equipos en un momento dado, la temperatura del aire exterior y más. Luego, las computadoras procesan todos estos datos, analizan la interacción que puede ser imposible de comprender para una mente humana y predicen la Eficacia del uso de energía, o cómo usar la energía disponible de manera más eficiente para obtener el máximo rendimiento informático.

El modelo significa que donde una vez que Google tuvo que cerrar bancos de servidores completos para realizar el servicio o por otras razones, ahora puede modificar temporalmente otra variable como el enfriamiento para mantener un nivel general mucho más alto de producción, ahorrando tiempo, energía y dinero.


Source link