DeepMinds Algorithmus kann bei der Energieoptimierung eines Rechenzentrums an mehreren Punkten ansetzen: Von der Auslastung der Server durch ihre Nutzung bis hin zum Wetter und dessen Auswirkungen auf die Umgebungstemperatur hängt der Verbrauch von unterschiedlichsten Faktoren ab. Diese möglichst akkurat vorherzusagen und ihre Wechselwirkungen abzuschätzen, ist eine Fähigkeit, welche die KI offenbar mit großem Erfolg lernen konnte, um den Stromverbrauch der Kühlsysteme zu optimieren, berichtet TechCrunch.
Nachdem der DeepMind-Algorithmus AlphaGo Anfang des Jahres einen menschlichen Großmeister im Go deutlich geschlagen hat, zeigt der Mutterkonzern Google nun, was das System auch in der kommerziellen Anwendung leisten kann. Bislang war erwartet worden, dass der 2014 für rund 600 Millionen Dollar erworbene Entwickler neuraler Netzwerke als erstes wirtschaftliches Produkt einen persönlichen Assistenten herausbringen würde. Anwendungen wie die Energieoptimierung dürften allerdings nicht nur Google, sondern auch Firmenkunden interessieren.
Zentren zur Datenverarbeitung verbrauchen eine Menge Energie und kosten Firmen wie Google somit viel Geld. Alleine im Jahr 2014 hat der Konzern mehr als 4,4 Gigawattstunden Elektrizität verwendet, um seine Server am Laufen zu halten, berichtet Engadget. Die Optimierung durch Künstliche Intelligenz könnte diese Kosten deutlich senken — mit einer minimalen Investition und praktisch ohne Nachrüstungen in der Hardware. Selbst Einsparungen von wenigen Prozentpunkten im Energieverbrauch von Serverfarmen würden Google jährlich Hunderte Millionen Dollar einbringen. Das dürfte auch der Klimaverträglichkeit immer größerer Rechenzentren zugutekommen.
+++ Mehr von WIRED regelmäßig ins Postfach? Hier für den Newsletter anmelden +++
