एआई सिस्टम डेटा सेंटर कूलिंग का अनुकूलन करते हैं

एक साल पहले, विश्व डेटा केंद्रों ने ग्रह पर उत्पन्न सभी बिजली का 2% खपत किया था । विश्लेषकों के अनुसार, यह आंकड़ा 2020 तक बढ़कर 5% हो जाएगा। इसके अलावा, इस ऊर्जा का लगभग आधा हिस्सा ठंडा करने पर खर्च किया जाता है। इन लागतों को एआई सिस्टम को कम करने के लिए डिज़ाइन किया गया है।

आज हम इस क्षेत्र के नवीनतम विकासों के बारे में बात करेंगे।


/ फोटो राष्ट्रीय अभिलेखागार (यूके) सीसी

Google प्रोजेक्ट

2016 में, डीपमाइंड और गूगल ने एक कृत्रिम खुफिया प्रणाली विकसित की जो डेटा सेंटर के व्यक्तिगत घटकों की निगरानी करती है। उसने सर्वर की बिजली खपत का अनुकूलन करने के लिए डेटा सेंटर की सिफारिशों पर प्रशासक दिए। समाधान ने शीतलन प्रणालियों के संचालन के लिए ऊर्जा लागत को 40% तक कम करने और PUE के गुणांक को 15% तक कम करने की अनुमति दी।

डेटा सेंटर संचालकों के अनुसार, मशीन एल्गोरिदम के संकेत काम में उपयोगी थे, लेकिन उन्हें संसाधित करने में बहुत अधिक समय लगा। इसलिए, Google में इंजीनियरों में से एक, डेन फेनफिंगर (डैन फुएन्फिंगर) ने एयर कंडीशनिंग सिस्टम के बुद्धिमान नियंत्रण को पूरी तरह से स्थानांतरित करने का प्रस्ताव दिया । इससे डेटा सेंटर के संचालकों को राहत मिलनी चाहिए थी, क्योंकि उन लोगों को केवल फाइन-ट्यून करना होता था और पूरी प्रक्रिया को नियंत्रित करना होता था।

अगले दो वर्षों के लिए, कंपनी ने अपने AI सिस्टम में सुधार किया, और अब यह सर्वर रूम के कूलिंग को पूरी तरह से प्रबंधित करता है । उदाहरण के लिए, मशीन एल्गोरिदम ने अनुमान लगाया कि सर्दियों में, ठंडी हवा चिलर्स में पानी को अधिक मजबूती से ठंडा करती है, और इसका उपयोग ऊर्जा की खपत को अनुकूलित करने के लिए किया जाता है। इससे ऊर्जा की लागत में 30% की कमी आई है ।

Google का मानना ​​है कि भविष्य में उनका विकास और इसके अनुरूप डेटा सेंटर मालिकों को कम से कम आधे से शीतलन प्रणाली की लागत को कम करने और वातावरण में सीओ 2 उत्सर्जन को कम करने में मदद करेंगे।

यह कैसे काम करता है

कंपनी के डेटा सेंटर में हजारों भौतिक सेंसर पूरे शीतलन प्रणाली की निगरानी करते हैं। उनसे डेटा क्लाउड में तैनात AI सिस्टम के इनपुट में जाता है। यह प्रत्येक में 50 न्यूरॉन्स के साथ पांच छिपी हुई परतों का एक तंत्रिका नेटवर्क है।

यह 19 अलग-अलग मापदंडों के साथ काम करता है , जिसमें सर्वर पर कुल लोड, चलने वाले पानी के पंपों की संख्या, बाहरी आर्द्रता और यहां तक ​​कि हवा की गति भी शामिल है। हर पांच मिनट में, सिस्टम सेंसर की रीडिंग पढ़ता है (यह लगभग 184 हजार नमूने हैं - उनमें से 70% नेटवर्क के प्रशिक्षण के लिए आवश्यक थे, और शेष 30% का उपयोग क्रॉस-चेकिंग के लिए किया गया था) और उन्हें PUE मान का अनुकूलन करने के लिए उपयोग करता है।

वह पूर्वानुमानों की एक सूची बनाता है, सिस्टम में एक विशेष बदलाव से डेटा सेंटर की ऊर्जा खपत और इंजन रूम में तापमान पर क्या प्रभाव पड़ेगा। उदाहरण के लिए, "ठंड" गलियारे के तापमान में बदलाव से चिलर, हीट एक्सचेंजर्स और पंप पर लोड में उतार-चढ़ाव हो सकता है, जिसके परिणामस्वरूप, उपकरण की उत्पादकता में गैर-रैखिक परिवर्तन हो सकते हैं।

संकलित सूची से, सबसे प्रभावी कार्यों का चयन किया जाता है जो दूसरों की तुलना में ऊर्जा की खपत को कम करेगा और डेटा सेंटर की खराबी का कारण नहीं होगा। इसके अलावा, इन निर्देशों को डेटा सेंटर में वापस भेज दिया जाता है, जहां स्थानीय नियंत्रण प्रणाली एक बार फिर जांच करती है कि क्या वे सुरक्षा आवश्यकताओं को पूरा करते हैं (और उनके कार्यान्वयन से अपूरणीय परिणाम नहीं होंगे)।

चूंकि Google खोज, जीमेल और यूट्यूब जैसी सेवाओं के सुचारू संचालन के लिए कुछ ज़िम्मेदारी एआई सिस्टम को हस्तांतरित की गई थी, इसलिए डेवलपर्स ने कई सुरक्षात्मक उपाय प्रदान किए। उनमें अनिश्चितता सूचक की गणना के लिए एल्गोरिदम हैं। अरबों संभावित कार्यों में से प्रत्येक के लिए, एआई सिस्टम विश्वसनीयता का आकलन करता है और उन लोगों को तुरंत समाप्त कर देता है जिनके लिए यह संकेतक कम निकला (जो कि विफलता की उच्च संभावना के साथ है)।

सुरक्षा का एक अन्य तरीका दो-स्तरीय सत्यापन था। एमओ एल्गोरिदम द्वारा गणना की जाने वाली इष्टतम क्रियाओं की तुलना डेटा सेंटर ऑपरेटरों द्वारा निर्धारित सुरक्षा नीतियों के सेट से की जाती है। केवल अगर सब कुछ क्रम में है, तो एयर कंडीशनिंग सिस्टम के संचालन में परिवर्तन किए जाते हैं।

इसके अलावा, ऑपरेटर "स्वचालित" मोड को बंद करने और नियंत्रण लेने के लिए हमेशा तैयार रहते हैं।

इसी तरह के घटनाक्रम

डेटा सेंटर में कूलिंग सिस्टम के प्रबंधन के लिए मशीन लर्निंग सॉल्यूशन विकसित करने वाला Google एकमात्र नहीं है। उदाहरण के लिए, कंप्यूटिंग पावर और ऊर्जा खपत की निगरानी के लिए लिटबिट डीएसी तकनीक पर काम कर रही है।


/ फोटो रीनर्मेडिया सी.सी.

उपकरण की स्थिति की निगरानी के लिए, Dac IoT सेंसर का उपयोग करता है। प्रणाली अल्ट्रासोनिक आवृत्तियों को "सुन" सकती है और "असामान्य" महसूस कर सकती है। इस डेटा का विश्लेषण करके, डीएसी यह निर्धारित करता है कि सभी उपकरण सही तरीके से चल रहे हैं या नहीं। खराबी की स्थिति में, सिस्टम प्रशासक को सूचित करता है, तकनीकी सहायता के लिए एक टिकट बनाता है, और यहां तक ​​कि स्वतंत्र रूप से हार्डवेयर (आपातकालीन स्थिति में) को बंद कर देता है।

इसी तरह का समाधान Nlyte Software द्वारा बनाया गया है, जो IBM Watson IoT टीम के साथ मिलकर बना है । उनका सिस्टम डेटा सेंटर में तापमान, आर्द्रता, बिजली की खपत, उपकरण लोड पर डेटा एकत्र करता है और इंजीनियरों को कार्य प्रक्रियाओं के अनुकूलन की सलाह देता है। समाधान क्लाउड और ऑन-प्रिमाइसेस इन्फ्रास्ट्रक्चर दोनों के साथ काम करता है।

डेटा केंद्रों में AI सिस्टम की शुरूआत सामान्य DCIM समाधान (डेटा केंद्र निगरानी के लिए सॉफ़्टवेयर उत्पाद) से आगे जाएगी। आईटी उद्योग के विशेषज्ञों के बीच, एक राय है कि जल्द ही डेटा सेंटर में होने वाली अधिकांश प्रक्रियाएं स्वचालित हो जाएंगी। नतीजतन, डेटा केंद्रों में व्यवस्थापक अन्य, अधिक महत्वपूर्ण कार्यों पर ध्यान केंद्रित करने में सक्षम होंगे जो कंपनियों के विकास और विकास को प्रभावित करते हैं।

---

पहले कॉर्पोरेट IaaS ब्लॉग से PS संबंधित सामग्री:

• एक अच्छा IaaS प्रदाता का अपना डेटा केंद्र क्यों नहीं होना चाहिए
• IaaS प्रदाता के क्लाउड में आईटी इन्फ्रास्ट्रक्चर कैसे रखें और इसे पछतावा न करें
• हमारा अनबॉक्सिंग: सिस्को यूसीएस बी 480 एम 5 सर्वर ब्लेड