谷歌DeepMind刚做的两件事所带来的AI创业启示

正文

请到「今天看啥」查看全文

2. 冷却系统并不能迅速响应内部或外部的变化。 也就是说外部气温上升，你据此进行调整，但实际起效果的时候，外部气温可能又下降了。

3. 每个数据中心都有自己独特的架构和地理位置。

DeepMind解决这问题时显然又会用神经网络，这次他们训练了三个神经网络：

一个神经网络用各种传感器收集来的数据进行训练，比如：温度、功率、泵速等；

一个神经网络被训练用于预测下一小时的温度；

一个神经网络被训练用于预测下一小时的工作负荷。

都训练完之后DeepMind把这三个神经网络在某一个数据中心进行了应用，评测的指标是PUE(Power Usage Effectiveness)，这个值表示数据中心能源消耗在整个IT能源消耗中的占比（显然越低越好）。为了说明结果，DeepMind贴了一张图出来：

取得效果后DeepMind认为，它的这个神经网络不只可以用于数据中心，而还有一定的通用性，所以准备把它展开到发电厂、半导体制造等。

案例原文： https://deepmind.com/blog/deepmind-ai-reduces-google-data-centre-cooling-bill-40/

案例2：看病去

请到「今天看啥」查看全文