世界的な IT 大手は AI を活用してデータセンターのエネルギー節約と排出量削減を支援しています。
データセンターは、世界中の何十億人もの人々が毎日使用するアプリケーション、Web サイト、サービスに電力を供給していますが、それらを構築および保守する作業者にとっては危険な場所になる可能性があります。作業者は、データセンター内の電気機器の電源が入っているときに保守を行わなければならない場合があります。コンピューターやサーバーの液体冷却システムを循環する水の消毒剤として使用される塩素などの化学物質にさらされる可能性があります。 2015年6月、ノースカロライナ州メイデンにあるアップルのデータセンターで塩素漏れが発生し、5人が病院に搬送される事態となった。
現在、データセンターはこれまで以上に安全になっています。しかし、一部のテクノロジー大手は、将来を見据えた解決策を求めて、セキュリティ問題を防ぐために人工知能を適用する方法を模索していると述べている。たとえば、マイクロソフトは、さまざまなソースからのデータを分析し、データセンターの建設チームと運用チームに「セキュリティ インシデントの影響を防止または軽減する」ためのアラートを生成できる人工知能システムを開発しています。データセンター建設計画への影響を検出および予測するために、補完的だが関連するシステムも開発されています。
「これらの取り組みは初期のテスト段階にあり、今年後半には実稼働環境への拡張が開始される予定です」と Microsoft の広報担当者は電子メールで同アウトレットに語った。
メタ社はまた、危険な労働条件につながる可能性のある「極端な環境条件」下で自社のデータセンターがどのように動作するかを人工知能がどのように予測できるかを研究していると主張している。同社は、極限状態をシミュレートする物理モデルを開発し、そのデータをサーバーの電力消費、冷却、エアフローの最適化を担当する AI モデルに入力していると述べた。
メタの広報担当者はメディアに対し、「当社のデータセンターには大量の運用データが保管されており、一部の地域ではサーバー、ラック、データホールに高頻度のセンサーが組み込まれている」と語った。デバイスが異なるワークロードに取り組むと、データ センター内で異なる電力が消費され、異なる熱が発生し、異なる量の空気流が生成されます。当社の [インフラストラクチャ] チームは各サーバーからすべてのデータを収集し、サーバーとラックを割り当てることができる AI モデルを開発します。
もちろん、セキュリティ以外にも、企業にはデータを保護する別の動機があります。センターは最高の状態に保たれています。停電は多額の費用がかかり、その頻度もますます高まっています。 ITコンサルティング会社IT Uptime Instituteの2020年の調査によると、データセンターの所有者と運営者の3分の1が、過去12カ月間に大規模な障害を経験したことを認めている。 6 人に 1 人が、停電により 100 万ドル以上の費用がかかったと回答しており、2019 年の 10 人に 1 人から増加しています。
Meta は、テキサス州とミズーリ州の新規プロジェクトを含め、世界中で 20 以上のデータセンターを運営しており、当面は年間 50 ~ 100 の新しいデータセンターを建設すると述べています。
AI はまた、多くの場合知られていないデータセンター内のエネルギー節約の機会を見つけることでコスト削減を約束します。これも企業にとって魅力的な側面です。 2018年、Googleは、同社の関連会社であるDeepMindが開発した人工知能システムにより、同社のデータセンターの過去のエネルギー使用量と比較して平均30%のエネルギーを節約できたと主張した。
DeepMind にコメントを求めたところ、最初の発表以外に共有できる最新情報はないと述べた。 IBMとアマゾンは問い合わせに応じなかった。しかし、メタ社とマイクロソフト社は現在、AIを利用して同様の電力調整を行っていると述べている。
Microsoft は、電気機器および機械機器からの遠隔測定データを使用して、データセンター内の異常な電力および水のイベントを測定および軽減する人工知能の「異常検出アプローチ」を 2021 年後半に開始しました。同社はまた、AI ベースの手法を使用してデータセンターの電力メーターの問題を特定して修正し、電力、ネットワーク、冷却能力の無駄を最小限に抑えるためにサーバーを配置する理想的な場所を決定します。
Meta は、強化学習を使用して、冷却目的でデータセンターに送り込まれる空気の量を削減していると述べています。大まかに言うと、強化学習は、試行錯誤を通じて問題を解決する方法を学習する人工知能システムです。ほとんどのデータセンターでは外気と蒸発冷却システムが使用されているため、エアフローの最適化が最優先事項です。
環境フットプリントの削減は、エネルギー制御 AI システムのさらなる利点です。環境調査庁の報告書によると、2020 年にデータセンターは世界の電力需要の約 1% を消費し、二酸化炭素排出量全体の 0.3% を占めました。一般的なデータセンターは 1 日あたり 300 万から 500 万ガロンの水を使用します。これは、人口 30,000 から 50,000 人の都市の水消費量に相当します。
マイクロソフトは以前、2025 年までにすべてのデータ センターを 100% 再生可能エネルギーで運営する計画であると発表しました。メタ氏は、2020年にこの偉業を達成したと主張している。
以上が世界的な IT 大手は AI を活用してデータセンターのエネルギー節約と排出量削減を支援しています。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









2024 年 4 月 15 日のニュースによると、ガートナーが最近発表した 2024 年の CIO およびテクノロジー幹部を対象とした調査では、中国企業の 60% 以上が今後 12 ~ 24 か月以内に生成人工知能 (GenAI) を導入する予定であることが示されています。中国企業はパブリック クラウド経由ではなくローカルに GenAI を導入する傾向があるため、現在のインフラストラクチャ環境では GenAI プロジェクトをサポートできません。これにより、中国企業のデータセンターの設計変革が促進されます。 Gartner のリサーチ ディレクター、Zhang Lukeng 氏は、「セキュリティとデータ プライバシーに関する懸念と規制要件のため、一部の企業は GenAl ソリューションをオンプレミスで導入したり、大規模言語モデル (LLM) を微調整したりすることを好みます。GenAl をオンプレミスで導入することは重要です」と述べています。データセンターだけでなく

6 月 18 日のこのサイトのニュースによると、サムスン セミコンダクターは最近、最新の QLC フラッシュ メモリ (v7) を搭載した次世代データセンター グレードのソリッド ステート ドライブ BM1743 をテクノロジー ブログで紹介しました。 ▲Samsung QLCデータセンターグレードのソリッドステートドライブBM1743 4月のTrendForceによると、QLCデータセンターグレードのソリッドステートドライブの分野で、SamsungとSK Hynixの子会社であるSolidigmだけが企業向け顧客検証に合格したという。その時。前世代の v5QLCV-NAND (このサイトの注: Samsung v6V-NAND には QLC 製品がありません) と比較して、Samsung v7QLCV-NAND フラッシュ メモリは積層数がほぼ 2 倍になり、記憶密度も大幅に向上しました。同時に、v7QLCV-NAND の滑らかさ

1 月 19 日のこのサイトのニュース。 Inspur Server からの公式ニュースによると、1 月 18 日、Inspur Information と Intel は世界初の完全水冷コールド プレート サーバーのリファレンス デザインを共同でリリースし、完全水冷を促進するために業界に公開しました。コールド プレート ソリューション: グローバル データ センターへのアプリケーションの大規模展開。このリファレンス設計に基づいて、Inspur Information は完全水冷コールド プレート サーバーを発売し、サーバー コンポーネントのほぼ 100% の水冷を実現し、1 に近い PUE 値を達成すると主張しました。当サイトからの注:PUEとはPower Use Effectsの略で、計算式は「データセンターの総エネルギー消費量/IT機器のエネルギー消費量」です データセンターの総エネルギー消費量にはIT機器のエネルギー消費量と冷却、配電のエネルギー消費量が含まれますPUE が 1 に近いほど、非 IT 機器の消費を表します。

生成型人工知能 (AI) の急速な台頭は、企業による AI の導入が猛烈なペースで進んでいることを浮き彫りにしています。 Accenture の最近のレポートによると、ビジネス リーダーの 98% が、今後 3 ~ 5 年間の戦略において人工知能が重要な役割を果たすだろうと述べています。マッキンゼーのアナリストによると、企業の65%近くが今後3年間で人工知能への投資を増やす計画があり、NVIDIA、AMD、Intelは生成人工知能とハイパフォーマンスコンピューティング(HPC)向けに設計された新しいチップを発売しているという。始まったばかりです。パブリッククラウドプロバイダーや新興チップ企業も競争している。 IDC アナリストは、人工知能のソフトウェア、ハードウェア、およびサービスに対する世界の支出は 3,000 億ドルに達し、今年の予測の 1,540 億ドルを超えると予測しています。

インターネットの急速な発展に伴い、Web サイトへのアクセス数も増加しています。この需要を満たすには、可用性の高いシステムを構築する必要があります。分散データセンターは、システムの安定性と拡張性を高めるために、各データセンターの負荷を異なるサーバーに分散するシステムです。 PHP 開発では、いくつかのテクノロジーを通じて分散データセンターを実装することもできます。分散キャッシュ 分散キャッシュは、インターネット上の分散アプリケーションで最も一般的に使用されるテクノロジの 1 つです。複数のノードにデータをキャッシュして、データ アクセス速度を向上させ、

データ処理とストレージの需要が急増し続ける中、データセンターは進化と拡張の課題に取り組んでいます。プラットフォーム、デバイス設計、トポロジー、電力密度要件、冷却ニーズの継続的な変化により、新しい構造設計の緊急の必要性が強調されています。データセンター インフラストラクチャは、現在および予測される IT 負荷を重要なインフラストラクチャと調整するのに苦労することが多く、その結果不一致が生じ、増大する需要に対応する能力が脅かされます。このような背景から、従来のデータセンターのアプローチを変更する必要があります。データセンターは現在、競争力を維持するために人工知能 (AI) および機械学習 (ML) テクノロジーをインフラストラクチャに統合しています。従来のデータセンター アーキテクチャに AI 主導のレイヤーを実装することで、企業は人間の労働力を必要とせずに自律的なデータセンターを構築できます。

コロケーション データ センターは通常、数十、場合によっては数百の顧客の多様なアプリケーションに対応できるように設計されています。ただし、Nvidia は、単一の顧客向けに特定のアプリケーションの実行に特化した独自のデータセンター モデルを提供しています。 「人工知能工場」の登場 この新しいタイプのデータセンターは、従来のデータセンターとは異なり、より効率的で柔軟なインフラストラクチャ サービスの提供に重点を置いています。従来のデータセンターは多くの場合、複数のアプリケーションや複数のテナントをホストしますが、新しいデータセンターは、さまざまなアプリケーションやテナントのニーズを満たすために、リソースの動的な割り当てと最適化に重点を置いています。この新しいデータセンターの設計はより柔軟でインテリジェントであり、需要に応じてリソースの割り当てをリアルタイムで調整できるため、全体的な効率とパフォーマンスが向上します。この革新的な設計コンセプトにより、これらの新しいデータセンターは主に

最近、何人かの友人が、Migu Video がどのようにしてデータセンターに入るのかを編集者に尋ねました。以下では、Migu Video がデータセンターに入る方法を紹介します。必要な友人は、来て詳細を学ぶことができます。 1. Migu Video APP を開き、ホームページの右下隅にある [My] をクリックします (図を参照)。 2. [データ センター] をクリックします (図を参照)。 3. すべてのデータを表示できます (図を参照)。
