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
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。