contador de visitas Skip to content

Googles datacenter gör sig effektivare

google-datacenter-tech-05

Jim Gao, ingenjör i Googles datacentreteam, har arbetat med maskininlärning, särskilt ämnet neurala nätverk, och har lyckats öka den redan höga energieffektiviteten hos Googles datacenter kraftigt genom att använda sina prediktiva modeller av datacenters förmåga att generera och nu själv analysera deras effektivitetsförhållanden.

Variablerna som påverkar dessa effektivitetsindex relaterar data som servertemperaturer, utelufttemperatur och IT-efterfrågan, som registreras var 30: e sekund och sammanfattas i en typisk allmän mätning som kallas PUE (Power Usage Effectiveness, en relation mellan energiförbrukning och dess verkliga användning i DET). Tja, vad detta geni som heter Jim Gao har uppnått är att skapa modeller som förutsäger energieffektivitet för förbättring efter vissa åtgärder, modeller som har uppnått upp till 99,6% effektivitet.

För mer information, särskilt för dem som arbetar i datacenterrelaterade områden och dagligen måste hantera kylserversinfrastruktur och optimera energieffektivitet, har en fullständig artikel ges med titeln MachineLearningApplicationsfor Data CenterOptimization (PDF) där metodiken, dess statistiska bas, verkliga exempel på vad som uppnåddes och slutligen några slutsatser, begränsningar och extra referenser förklaras i detalj.

Besparingar och pengar sticker ut i den officiella Google-bloggen är det som representerar Jim Gaos viktiga arbete som, precis som Gmail och andra fantastiska produkter från företaget, har uppnåtts tack vare användningen av 20% av tiden Google ger till alla sina anställda att investera i personliga idéer, bara de återstående 80% i att utveckla idéer för företaget.

Bildkredit: Google Datacenter i Dallas – Googles officiella blogg – Google.com/datacenters