2014年初，谷歌收購了AI工程師兼神經科學家Demis Hassabis等人聯合創立的科技公司DeepMind，有報道稱當時砸了4億英鎊，換算一下當時的匯率也就是6億美元。嗯，谷歌的這筆錢可能可以回本了。

日前，DeepMind發文宣布，利用深度學習算法，DeepMind已經成功幫助谷歌數據中心的冷卻系統節約用電40%。冷卻系統是大型工業設備的必須配套裝備，包括冷水機組、泵、冷卻水塔等，可以維持數據中心服務器的正常運行。

DeepMind的首席執行官Demis Hassabis表示：谷歌在數據中心用的電太多了，幾個百分點都意味著每年幾百萬美刀，節約電力的算法分分鐘能給公司省一大筆錢。

谷歌數據中心電力節約算法的主要工作，就是看看數據中心運行情況，決定水冷機開多久，關多久，室溫可以調多少度等。需要克服有以下三個難點：

1、設備運行和環境之間的交互有著相當復雜的非線性影響，這使得利用算法進行電力供應的控制沒那么簡單。傳統的算法只能利用基本的工程公式和人類直覺，很不準確。

2、系統很難快速適應內部或外部環境的變化，諸如天氣等多類因素的影響都對電力控制算法提出了不同的具體的要求。

3、不同的數據中心情況也不一樣，一個自定義的系統可能很難通過自我調節來適應另一種模型。因此需要一個普適的自適應的深度算法框架，來了解數據中心動力學。

因此，工作人員考慮了風扇、制冷系統和窗戶等120個變量，通過收集數據中心幾千個溫度、電源、泵速度、設定值等傳感器的歷史數據作為算法框架的訓練參數，來測試輸入能源應用到IT能源消耗上的比例（即電源使用效率，PUE），搭建模型，尋求最優解。據悉，谷歌計劃在今年年底將這一技術運用到其所有15個數據中心上。

最終，該算法幫助數據中心減少40%冷卻系統的耗電量，相當于整體的15%。隨便舉例幾個數據大家感受一下：谷歌2014年的耗電量為4,402,836兆瓦時，數據中心占了很大比重，而企業在美國支付的電價范圍約為每兆瓦時25至40美元。

還只是一個開始，谷歌還沒有完全把數據中心拱手交給機器管理，只將其結論作為人工管理的參考。據悉，該算法的開發團隊僅有負責人Mustafa Suleyman、研發工程師Rich Evans、數據中心工程師Jim Gao等五六人，耗時僅兩三個月。

智能界（www.mxbwsgo.cn）中國智能科技聚合推薦平臺，秉承“引領未來智能生活”的理念，專注報道智能家居、可穿戴設備、智能醫療、機器人、3D打印、智能汽車等諸多科技前沿領域。聚合品牌宣傳、代理招商、產品評測、原創視頻、FM電臺與試用眾測，深入智能硬件行業，全平臺多維度為用戶及廠商提供服務，致力成為中國最具影響力的智能硬件聚合推薦平臺。