机器学习如何推动数据中心发展？( 四 )_1、前言大数据革命引发了数据中心的爆

容纳大量服务器场的大型，不起眼的容纳器慢慢地在美国兴起。这是全球性现象，因为数据和信息都以数字方式存储，因此需要空间。由于节省了大量资金，我们对人类的模式和趋势有了更复杂的了解。不幸的是，将数据存储在服务器中并不像一个库。他们需要恒定的功率来产生热量，并且热量需要被冷却，从而消耗更多的能量。

2014年，仅美国数据中心就使用了约700亿度电，从这个角度来看， 1 kWh将使智能手机充电一年。需要能源以保持数据中心24/7全天候运行，使用大量的冷却系统进行冷却以及在紧急情况下维持冗余电源。也就是说每年维护在大约七十亿美元，能源成本影响着每一个人。消费者，数据库提供者和环境都感受到了如此大量能源消耗的后果，但我们的利用率没有丝毫放缓的迹象。因此，利用和能源效率是适应的主要目标。

图1：数据中心的用电量（十亿千瓦时/年）

美国至少有300万个数据中心，足以容纳该国每100个人中的一个。数据中心的增长非常复杂，大多数服务器和相关设备都是在2000年至2010年期间购买的。但是，随着服务器空间使用效率的提高和对大型数据中心的依赖性增加，统计数据表明存储量将适应而不是增加。