2014年初，谷歌收购了AI工程师兼神经科学家Demis Hassabis等人联合创立的科技公司DeepMind，有报道称当时砸了4亿英镑，换算一下当时的汇率也就是6亿美元。嗯，谷歌的这笔钱可能可以回本了。
日前，DeepMind发文宣布，利用深度学习算法，DeepMind已经成功帮助谷歌数据中心的冷却系统节约用电40%。冷却系统是大型工业设备的必须配套装备，包括冷水机组、泵、冷却水塔等，可以维持数据中心服务器的正常运行。
DeepMind的首席执行官Demis Hassabis表示：谷歌在数据中心用的电太多了，几个百分点都意味着每年几百万美刀，节约电力的算法分分钟能给公司省一大笔钱。
谷歌数据中心电力节约算法的主要工作，就是看看数据中心运行情况，决定水冷机开多久，关多久，室温可以调多少度等。需要克服有以下三个难点：
1、设备运行和环境之间的交互有着相当复杂的非线性影响，这使得利用算法进行电力供应的控制没那么简单。传统的算法只能利用基本的工程公式和人类直觉，很不准确。
2、系统很难快速适应内部或外部环境的变化，诸如天气等多类因素的影响都对电力控制算法提出了不同的具体的要求。
3、不同的数据中心情况也不一样，一个自定义的系统可能很难通过自我调节来适应另一种模型。因此需要一个普适的自适应的深度算法框架，来了解数据中心动力学。
因此，工作人员考虑了风扇、制冷系统和窗户等120个变量，通过收集数据中心几千个温度、电源、泵速度、设定值等传感器的历史数据作为算法框架的训练参数，来测试输入能源应用到IT能源消耗上的比例（即电源使用效率，PUE），搭建模型，寻求*解。据悉，谷歌计划在今年年底将这一技术运用到其所有15个数据中心上。
最终，该算法帮助数据中心减少40%冷却系统的耗电量，相当于整体的15%。随便举例几个数据大家感受一下：谷歌2014年的耗电量为4,402,836兆瓦时，数据中心占了很大比重，而企业在美国支付的电价范围约为每兆瓦时25至40美元。
还只是一个开始，谷歌还没有完全把数据中心拱手交给机器管理，只将其结论作为人工管理的参考。据悉，该算法的开发团队仅有负责人Mustafa Suleyman、研发工程师Rich Evans、数据中心工程师Jim Gao等五六人，耗时仅两三个月。
