在数据中心内保持服务器的冷却是需要大量电力的,特别是像谷歌等技术巨头运营的大型设施。现在谷歌正试图利用人工智能来削减电费。
谷歌透露,它已经打造了一个专门的AI来自动管理数据中心的复杂冷却设备。据称,该系统自动微调冷却的能力已经让电源效率有了显著提高。
该项目是以谷歌DeepMind AI部门在2016年首次发布的工作成果为基础的。该团队开发了一个系统,可以收集有关冷却设备的运行数据,为工程师提供关于如何优化电力使用的建议。谷歌新推出的AI可以完全接管任务,但出于安全考虑,它是在人工监督下运作的。
系统每五分钟会对数据中心内的冷却设备进行快照,并且会综合数千种不同指标,从设施温度到例如热泵运行速度等更多细节。谷歌的AI根据这些信息来决定采取哪些措施来优化电力消耗。
谷歌写道:“人工智能计算出的最佳行动是经过了由数据中心运营商定义的内部安全约束列表进行审查的。一旦指令从云发送到物理数据中心,本地控制系统就会根据约束条件验证指令,这种冗余检查可确保系统是保持在局部约束范围内运行的,操作员可以完全控制操作边界。”
根据谷歌的说法,总共有八种不同的机制可以确保AI按预期工作。如果出现问题,系统将简单地回退到用于管理冷却系统的预定义自动化规则。
谷歌表示,部署人工智能之后可以让数据中心平均节能30%,这个数字低于2016年开发的推荐系统节能40%,但谷歌解释说,该软件是故意有限制的,以便平衡电源效率和可靠性。此外,谷歌认为随着时间的推移,人工智能收集到的数据越来越多,实现的节能效果也会不断提高。
“很高兴我们的直接人工智能控制系统安全可靠地运行,同时始终如一地实现节能。但是,数据中心只是个开始。从长远来看,我们认为这项技术将有可能应用于其他工业环境中,有助于在更大范围内应对气候变化。”
好文章,需要你的鼓励
科技亿万富翁拉里·埃里森资助的研究团队将向英国牛津大学投资1.18亿英镑,用于将AI技术应用于疫苗研究。牛津疫苗研究小组将领导这一项目,研究人体免疫系统对严重细菌感染和抗生素耐药性的反应。该项目由曾主导新冠疫苗试验的安德鲁·波拉德教授领导,计划采用人体挑战模型,让志愿者在受控条件下接触细菌,然后运用现代免疫学和AI工具来精确识别预测保护效果的免疫反应,以开发针对致命疾病的创新疫苗。
伦斯勒理工学院研究团队通过网络科学方法首次系统揭示了大语言模型的内部"认知架构"。研究发现AI模型采用类似鸟类大脑的弱定位架构,模块间通过分布式协作而非专业化分工来处理认知任务。这一发现颠覆了基于功能模块优化的传统思路,指出应充分利用网络级协作来提升AI性能。
据报道,ChatGPT开发商OpenAI计划在印度建设一座耗电量超过1吉瓦的数据中心,目前正寻找当地合作伙伴。该设施预计可容纳至少5.9万片英伟达B200芯片。这可能是OpenAI全球数据中心计划的一部分,旨在为国际用户提供更低延迟服务。OpenAI CEO奥特曼将于下月访问印度,公司还计划年底前在新德里开设办事处。
腾讯和清华研究团队首次从数学理论角度解释了为什么AI需要外部工具。研究证明纯文本AI存在"隐形枷锁",无法突破预训练的能力边界,而工具集成能打破这种限制,让AI获得全新的问题解决策略。团队还开发了ASPO算法,解决了训练AI更早使用工具的技术难题。实验显示配备工具的AI在数学问题上全面超越纯文本版本,展现出三种新奇认知模式,为构建更强大的AI系统提供理论指导。