Google机房极致省电绝招大揭密！用机器学习找出资料中心优化关键

Google资料中心的节能效率是全球数一数二，用来衡量资料中心的机房用电指标PUE值（机房总耗电除以资讯设备耗电），数字越低，代表除了资讯设备以外的耗电（空调、照明、电力转换损耗）越低，也代表用电效率越高，Google资料中心平均可以达到1.12，甚至最好的资料中心可以达到1.06，也就是说，一座机房总用电是106瓦，其中只有6瓦用于非资讯设备的用电。台湾资料中心PUE值大多介于1.8～2.1之间。180瓦用电，就有将近一半用于空调、照明等其他损耗。

Google如何做到这么极致的资料中心用电管理呢？在Google在28日释出的白皮书揭露了这个秘密，Google利用机器学习中的类神经网络分析来管理资料中心，以达到节能的目的。

这个成果来自于Google的百分之20计划，让员工花20％时间做与自己职责之外的事。计划发起人是Jim Gao，他是Google资料中心工程师，因此对于资料中心的营运数据非常了解。

Google资料中心每30秒会计算一次机房耗电指标PUE值（Power Usage Effectiveness）来衡量机房能源利用效率，也持续量测各种数据，搜集如资料中心内服务器和网络设备的总用电量，也会量测室外温度（以了解冷却水塔的运作效果），或像是资料中心空调设备或各项机器的设定等。Jim Gao利用这些数据，加上机器学习建立了预测模型，以改善资料中心的电力使用效能。

由于资料中心产生的数据太过复杂，难以用人工监控所有变数，因此Jim Gao使用的机器学习就像应用于语音辨识的一样，借由分析大量的数据找出模式并加以学习，Jim Gao的团队用资料中心原本就会量测的各种数据，结合预测模型，对复杂的能源管理做出精确的调整。

Jim Gao的模型目前预测能源使用效率的精准度已达99.6％，也就是说，也可利用这个预测模型来动态调整机房内部空调设定，例如提供合适的温度来节省耗电，例如资料中心曾经有一批服务器，因为某些原因要关机几天，于是资料中心就以Jim Gao的模型预测出这几天空调系统应该设定的温度。