Google DeepMind lança sistema de aprendizagem por reforço para otimizar o consumo de energia de centros de dados
O sistema de aprendizagem por reforço desenvolvido pelo Google DeepMind pode controlar dinamicamente o resfriamento de centros de dados e o agendamento de cargas de trabalho, aprendendo estratégias ótimas com base em dados de telemetria históricos, e operando em um ciclo fechado supervisionado por humanos com restrições de segurança. A implantação inicial conseguiu uma redução de dois dígitos no consumo de energia de resfriamento, mantendo a confiabilidade e os limites térmicos. O sistema também introduziu um agendamento sensível à rede elétrica, transferindo tarefas de IA flexíveis para períodos de baixa pressão na rede ou alta geração de energia renovável, como um estudo de caso de aplicação de RL em sistemas industriais em larga escala, com o Google expressando disposição em compartilhar experiências com operadores. Defensores da privacidade e do meio ambiente estão monitorando de perto, enquanto a indústria trabalha para compensar o aumento no consumo de energia causado pela carga de trabalho de IA.