Googleは、機械学習(machine learning)によって、データセンターのパフォーマンスを最大化し、エネルギー消費を最小化している。同社はこのほど、その取り組みをまとめた研究報告書を公表した。その要点は: Googleが構築している高度にインテリジェントなサーバファームは、自分の過去のパフォーマンスから学び、未来の自己を改良する。
GoogleのAI化データセンターは、社員Jim Gaoの20%プロジェクトだ。彼は自分本来の仕事をしているときに、こいつはおもしろい！と目をつけたのだ。Googleには、拘束時間の20%は自分の好きなことをしてよい、という有名な勤務ルールがある。考えることと学習することのできるデータセンターは、たまたまGaoの、やってみたいことになったのだ。
Gaoは機械学習を勉強し、モデルの構築を開始した。そのために必要なデータとしては、Googleがデータセンターから毎日のように収集している膨大な量のパフォーマンスデータがすでにあり、そこには時間別・機器装置別・気温など気象条件別などに分類されているエネルギー消費に関するデータもあった。Gaoのコンピュータはそれらのデータをすべて分析して、さまざまな条件や要素とエネルギー消費量との相関関係をあぶりだした。そしてそれをもとに彼は、データセンターにおけるコンピューティングの効率を最大化するエネルギー（とくに電力）利用の方式を導き出した。報告書のその部分は、Power Usage Effectiveness（電力利用の実効性）というタイトルでまとめられている。
彼が作成したモデルは、以前Googleで実際にあったような、サーババンク全体を停止しなければならないほどの緊急事態でも、実は、冷房の設定温度など、ほかのパラメータを一時的に調整するだけで切り抜けられることを示している。その方が、高い出力レベルを維持しつつ、時間とエネルギーと経費を節約できるのだ。
[原文へ]
（翻訳：iwatani(a.k.a. hiwa)）