机器学习如何推动数据中心发展？( 六 )_1、前言大数据革命引发了数据中心的爆

机器学习是AI的过程，能够从场景中学习并做出反应，而不是通过编程的选项做出响应。机器学习系统会获得历史数据，参数（目标），并通过模仿我们自己大脑功能的神经网络进行操作。它们非常适合数据中心，这些数据中心对于以前的系统和专业人员来说已经变得复杂起来，无法有效地进行管理。数据中心每天都会发生近十亿次事件，只有通过直观的系统才能处理这些事件，以实现最大的可操作性。例如：

设备-设备/人员-人员的交互对于每个中心和日常事件都是唯一的
传统的系统和人员无法迅速适应导致重大能量损失的内部/外部微小环境变化

Google通过输入DeepMind系统，希望将其能降低和保持40％的能源效率，这是一个通用系统，他们希望广泛发布以减少能源使用。 Google数据中心团队针对某些操作场景对DeepMind进行了培训，创建了自适应参数，输入了历史数据（例如温度和泵速），并将目标定位为未来的电源使用效率（PUE）。 PUE实际上是建筑能耗与IT能耗之比；用于衡量能源效率。