В прошлом году поисковый гигант Google ввел в эксплуатацию свой первый дата-центр в Юго-Восточной Азии. Серверная ферма была построена в Сингапуре на территории земельного участка площадью в 2.45 га. В ходе недавнего интервью представителям местных СМИ вице-президент корпорации Google по инфраструктуре дата-центров Джо Кава заявил, что для достижения более высокой энергоэффективности рассматриваемой серверной фермы поисковый гигант применяет технологию “машинного обучения”.
Дата-центр Google в Сингапуре, внутренние помещения которого украшают модели роботов, является одним из самых эффективных и экологически чистых в Азии. Для оптимизации температурного режима серверов там используется вода из канализационной системы, а также высокоэффективный механизм фрикулинга, разрабатывавшийся с учетом жаркого и влажного климата Сингапура, где среднегодовая температура варьируется в пределах от 25 °C до 31 °C.
Эксперт заявил, что операторы сингапурского дата-центра американской корпорации внедрили новые алгоритмы анализа данных об энергопотреблении IT- и вспомогательного оборудования, а также о температуре, влажности, интенсивности и направлениях воздушных потоков в машзалах серверной фермы. Передовое алгоритмы используются и для оценки скорости вращения крыльчатки вентиляторов, интенсивности работы насосов и энергопотреблении системы освещения. По словам Кава, машинное обучение стало частью системы автоматизации технических процессов дата-центра: алгоритмы позволяют найти скрытые корреляции между различными параметрами, что помогает операторам в дальнейшей оптимизации ЦОД.
Топ-менеджер отметил, что с мая прошлого года поисковый гигант внедряет эту концепцию во всех своих дата-центрах – по одному за раз. Операторы шести из двенадцати серверных ферм Google уже пожинают плоды этой технологии: с ее помощью удается дополнительно снизить коэффициент эффективности использования энергии (PUE) примерно на 15%, что позволяет корпорации экономить миллионы долларов США ежегодно.
Система машинного обучения была создана командой инженеров под руководством Джима Гао. Называется она Machine Learning Applications for Data Center Optimization. Созданные специалистами Google модели прогнозирования PUE после оптимизации тех или иных параметров точны на 99.6 процентов. По словам Кава, концепция машинного обучения является лишь одной из множества инноваций, которые инженеры Google уже внедрили в свои серверные фермы.
Следует отметить, что в настоящее время PUE в среднем по дата-центрам Google составляет 1.12 единицы. Это очень впечатляющий результат по сравнению со средним по индустрии ЦОД (2 единицы).
