skip to Main Content

L’intelligenza artificiale riduce la bolletta energetica

Google sfrutta l’intelligenza artificiale Deepmind per tagliare la bolletta energetica, rendendo più efficienti le operazioni di efficientamento dei Data Centre Ridurre i consumi energetici è una delle sfide più grandi di questi decenni. Ad esserci riuscita è Alphabet, la società madre di Google, grazie all’intelligenza artificiale Deepmind. “Negli ultimi dieci anni abbiamo affrontato il tema…

Google sfrutta l’intelligenza artificiale Deepmind per tagliare la bolletta energetica, rendendo più efficienti le operazioni di efficientamento dei Data Centre

Ridurre i consumi energetici è una delle sfide più grandi di questi decenni. Ad esserci riuscita è Alphabet, la società madre di Google, grazie all’intelligenza artificiale Deepmind. “Negli ultimi dieci anni abbiamo affrontato il tema del consumo energetico sotto tutti i punti di vista. Abbiamo dato vita a server super efficienti, abbiamo inventato nuovi sistemi di raffreddamento, abbiamo investito in risorse rinnovabili. Rispetto a 5 anni fa abbiamo una capacità computazionale 3,5 volte maggiore con lo stesso consumo energetico”, raccontano gli ingegneri Rich Evans e Jim Gao sul blog dedicato a Deepmind.

Ma i maggiori risultati di questo percorso verso la gestione del consumo energetico sono stati ottenuti grazie a Deepmind: l’applicazione della machine learning ai datacenter ha fatto ottenere una riduzione del 40% dell’energia necessaria al raffreddamento, che si traduce in un risparmio complessivo del 15% in termini di consumo energetico.

Intelligenza artificiale Google

Una delle fonti primarie di consumo di energia in ambiente data centre è il raffreddamento. “Proprio come il vostro computer portatile genera molto calore, i nostri centri dati (…) generano molto calore che deve essere rimosso perchè i server continuino a funzionare correttamente”, spiegano gli ingegneri.

Questo raffreddamento in genere viene eseguita tramite un’ampia attrezzature industriali, quali pompe, refrigeratori e torri di raffreddamento. Tuttavia le operazioni di raffreddamento sono molto complicate: l’attrezzatura, come spiegano i ricercatori, viene inserita in ambienti dinamici e spesso le interazioni tra i diversi apparati non avvengono in modo lineare. Non solo: di frequente, spesso il sistema non è in grado di adattarsi velocemente ai cambiamenti esterni o interni, richiedendo più energia per la fase raffreddamento.

Sfruttare l’intelligenza artificiale Deepmind, invece, per Google significa rendere più efficiente il sistema. Grazie ad un sistema di reti neurali applicato ai diversi scenari e ai diversi parametri operativi, è stato creato un framework adattivo, in grado di comprendere le dinamiche del datacenter e ottimizzare le operazioni di raffreddamento.

Le implicazioni di questi grandi passi in avanti sono significative peri data center di Google: “Ogni singolo miglioramento nel campo dell’efficienza energetica riduce le emissioni nel nostro ambiente e grazie a DeepMind possiamo utilizzare il machine learning per consumare meno energia, contribuendo alla lotta al cambiamento climatico”, spiegano i ricercatori.

Back To Top