Google reduce un 40% la factura eléctrica de la refrigeración de los centros de datos con inteligencia artificial

La  adquisición de la compañía de inteligencia artificial DeepMind por parte de Google ha comenzado a dar ya sus frutos, al haber ayudado a la compañía a reducir un 40% sus facturas eléctricas por la refrigeración de los centros de datos.

Google adquirió DeepMind, la compañía londinense de inteligencia artificial, a principios de 2014 por más de 500 millones de dólares. Desde entonces, la máquina de aprendizaje de DeepMind se ha utilizado sólo en unos pocos proyectos de investigación y de inteligencia, siendo uno de ellos la mejora de la utilidad del sistema de los centros de datos de Google

Google ya había estado utilizando la máquina de aprendizaje para operar sus centros de datos de manera más eficiente, pero ha sido recientemente cuando DeepMind ha logrado crear "un marco más eficiente y adaptable para entender la dinámica del centro de datos y optimizar la eficiencia". El resultado es que DeepMind ha logrado optimizar las operaciones del centro de datos de Google y reducir la cantidad de energía utilizada para la refrigeración hasta en un 40%.

Google tiene la intención de alimentar todas sus operaciones, incluyendo sus centros de datos, con energía 100% renovable. Pero hasta que llegue ese momento, la compañía espera aumentar sus niveles de eficiencia energética. Google  ha anunciado recientemente la compra  de 236 MW de energía eólica más para sus operaciones europeas, que se suman a los 842 MW existentes de los acuerdos de compra de energía  suscritos a finales de 2015.

Los acuerdos de compra de energía renovable son simplemente una faceta de los esfuerzos generales de Google para reducir su huella de carbono. El trabajo realizado por DeepMind y otras herramientas de aprendizaje automático para aumentar la eficiencia energética es otra. La refrigeración constituye  una parte significativa de su consumo de energía. Esto es aún más evidente en los centros de datos, donde los servidores se ven obligados a operar continuamente alcanzando niveles de utilización que requieren sistemas de refrigeración intensiva.

Según explican los ingenieros de Google, los entornos de los centros de datos son dinámicos lo que hace que sea difícil operar de manera óptima por varias razones: la primera es que en las operaciones, los equipos y el medio ambiente interactúan entre sí de manera compleja, no lineal. Así, la ingeniería basada en la fórmula tradicional y la intuición humana a menudo no capta estas interacciones.

En segundo lugar, el sistema no puede adaptarse rápidamente a los cambios internos o externos (como el clima). Esto se debe a que no se puede llegar a reglas y heurísticas para cada escenario de operación. Por último, cada centro de datos tiene una arquitectura única y un medio ambiente. Un modelo con una configuración personalizada para un sistema puede no ser aplicable a otro. Por lo tanto, se necesita un marco general de inteligencia para comprender las interacciones del centro de datos.

La introducción de DeepMind en la ecuación ha servido para ayudar a predecir la efectividad en el uso de energía de un centro de datos y reducir al mínimo el enfriamiento de los requisitos necesarios. El siguiente gráfico muestra un día típico de pruebas con DeepMind:

Como era de esperar, dado el número de centros de datos que Google opera, cualquier reducción en la refrigeración se traduce en una disminución de las facturas de electricidad, y una del  40% significa un gran ahorro económico para Google.