世界的なIT大手はAIを活用してデータセンターのエネルギー節約と排出量削減に取り組んでいる

世界的なIT大手はAIを活用してデータセンターのエネルギー節約と排出量削減に取り組んでいる

データ センターは、世界中の何十億もの人々が毎日使用するアプリケーション、Web サイト、サービスに電力を供給していますが、データ センターを構築および保守する人々にとっては危険な場所となる可能性があります。スタッフは、データセンター内の電源が入っている電気機器のメンテナンスを時々行う必要があります。コンピューターやサーバーの液体冷却システムを循環する水の消毒剤として使用される塩素などの化学物質にさらされる可能性がある。 2015年6月、ノースカロライナ州メイデンにあるアップルのデータセンターで塩素ガス漏れが発生し、5人が病院に搬送された。

データセンターはこれまで以上に安全になりました。しかし、将来を見据えた解決策を模索する中で、一部のテクノロジー大手は、セキュリティ問題を防ぐために人工知能を適用する方法を検討していると述べている。たとえば、マイクロソフトは、さまざまなソースからのデータを分析し、データセンターの構築および運用チームにアラートを生成して「セキュリティインシデントの影響を防止または軽減する」ことができる AI システムを開発しています。データセンター建設計画への影響を検出し予測しようとする、補完的だが関連のあるシステムも開発されています。

「これらの取り組みは初期テスト段階にあり、今年後半には実稼働環境への拡大が始まる予定です」とマイクロソフトの広報担当者はCNBCに電子メールで語った。

Meta 社はまた、安全でない作業環境につながる可能性のある「極端な環境条件」でデータセンターがどのように動作するかを AI が予測する方法を研究していると主張している。同社は、極限の状況をシミュレートするための物理モデルを開発し、そのデータをサーバーの電力消費、冷却、空気の流れを最適化するAIモデルに入力していると述べた。

「当社のデータセンターには大量の運用データがあり、一部のエリアでは、サーバー、ラック、データホールに多数のセンサーが組み込まれています」とメタの広報担当者はベンチャービートに語った。「サーバーとネットワークデバイスごとにワークロードが異なり、消費電力も発熱量もデータセンター内の空気の流れも異なります。当社の[インフラ]チームは、すべてのサーバーからこのデータをすべて収集し、データセンター内のサーバーとラックを割り当て、それらのサーバーにワークロードを送信してパフォーマンスと効率を最適化できるAIモデルを開発しています。」

もちろん、企業がデータセンターを最高の状態に保つには、セキュリティ以外にもさまざまな動機があります。停電はコストがかかり、その頻度も増加しています。 ITコンサルティング会社IT Uptime Instituteが2020年に実施した調査によると、データセンターの所有者と運営者の3分の1が過去12か月間に大規模な停止を経験したことを認めています。 6社中1社が停電による損害が100万ドル以上だと主張しており、2019年の10社中1社から増加している。

テキサス州とミズーリ州での新プロジェクトを含め、世界中で20以上のデータセンターを運営しているMetaは、近い将来、毎年50〜100の新しいデータセンターを建設する予定だと述べている。

AI は、通常は気付かれないデータセンターのエネルギー節約の機会を見つけ、それによってコストを節約することも約束しており、これは企業にとってもう 1 つの魅力的な側面です。 2018年、Googleは、子会社のDeepMindが開発したAIシステムにより、同社のデータセンターの過去のエネルギー使用量と比較して平均30%のエネルギーを節約できたと主張した。

CNNがコメントを求めたところ、ディープマインドは当初の発表以上の最新情報はないと述べた。 IBMとAmazonは問い合わせに応じなかった。しかし、Meta 社と Microsoft 社はどちらも、現在 AI を使用して同様のエネルギー調整を行っていると述べている。

マイクロソフトは、電気機器や機械機器からのテレメトリデータを使用してデータセンター内の異常な電力や水の使用状況を測定、軽減する AI を活用した「異常検出アプローチ」を 2021 年末に開始しました。同社はまた、AI ベースのアプローチを使用して、データセンターのメーターの問題を特定して修正し、無駄な電力、ネットワーク、冷却能力を最小限に抑えるためにサーバーを配置する理想的な場所を決定します。

Metaは、冷却目的でデータセンターに送り込まれる空気の量を削減するために強化学習を使用していると述べた。大まかに言えば、強化学習とは試行錯誤を通じて問題を解決することを学習する AI システムです。当社のデータセンターのほとんどは屋外の空気と蒸発冷却システムを使用しているため、空気の流れを最適化することが最優先事項です。

環境への影響を削減することは、エネルギー制御 AI システムの付加的な利点です。 環境調査局の報告によると、データセンターは2020年に世界の電力需要の約1%を消費し、全二酸化炭素排出量の0.3%を占めた。一般的なデータセンターでは、1 日あたり 300 万〜 500 万ガロンの水が使用されます。これは、人口 3 万人〜 5 万人の都市の水消費量に相当します。

マイクロソフトは以前、2025年までにすべてのデータセンターを100%再生可能エネルギーで稼働させる計画だと発表していた。 Metaは2020年にこの偉業を達成したと主張している。

<<:  プラスチックチップを1個1セント未満で製造

>>:  合成データ生成器はAIのバイアス問題を解決できるかもしれない

ブログ    
ブログ    

推薦する

プライバシー技術: 「AI レース」に勝つための秘密のアドバンテージ

AI 競争が始まっており、世界中の企業が AI ベースのイノベーションにおける世界的優位性を求めて競...

中国のAI臨床診断がネイチャー誌に初掲載:71人の専門家が人間の医師を上回る精度の報告書を寄稿

[[257228]] 【新知能紹介】中国内外の科学者71人が共同で、検査結果を検知し、医師と同じくら...

グラフのディープラーニングのための 7 つのオープンソース ライブラリ

[51CTO.com クイック翻訳]ディープラーニングの愛好家であれば、強力なディープニューラルネッ...

ベストプラクティスを実際のデザインパターンに抽象化することはできますか?機械学習

機械学習におけるデザインパターン定義上、デザイン パターンは一般的な問題に対する再利用可能なソリュー...

...

機械学習に必須: TensorFlow を使用するための 11 のヒント

[[326623]] TensorFlow 2.x は、モデルの構築と全体的な使用において多くの利便...

人工知能がビジネスの生産性を変革する方法

[[244003]]既存の AI ツールやサービスは、従業員に代わるものではなく、ワークフローの改善...

とてもかっこいいですね! Python で人工知能の最適化アルゴリズムを 5 分で理解する

概要勾配降下法は、ニューラル ネットワークでよく使われる最適化アルゴリズムの 1 つです。一般的に、...

OpenAI の Whisper モデルを使用して音声をテキストに変換する

翻訳者 |ブガッティレビュー | Chonglou図1. OpenAI Whisperモデルの動作原...

清華大学がゲーム会社を設立しました! 10人以上のChatGPTが勤務し、7分でゲームを開発

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

画像の混合を利用してより細かい特徴表現を学習するCMU Xing Boのチームの新しい論文がAAAIに選出されました

これは、カーネギーメロン大学とカリフォルニア大学バークレー校の Eric Xing 氏と Trevo...

Baidu のディープラーニング プラットフォーム PaddlePaddle フレームワークの分析

PaddlePaddleは、Baiduが2016年8月末に一般公開したディープラーニングプラットフォ...

感動して泣きました。ロボットはついに自分で服をたたむことを覚えました。

人間の子どもの最も基本的な運動知能、例えばつかむ、持ち上げる、あるいはキルトや衣服をたたむといった家...

持続可能なテクノロジー: 2024 年のテクノロジートレンドにおけるグリーンイノベーション

急速に進化するテクノロジーの世界では、イノベーションこそが私たちを持続可能な未来へと導く原動力となり...

Microsoft AI が IMO コンテストに参加します!小さな目標:数学の金メダル

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...