IA reduz consumo de energia na refrigeração de data centers
O Google DeepMind aplicou machine learning aos sistemas de refrigeração de seus data centers e reportou redução de até 40% na energia utilizada para cooling.
Problema
Data centers dependem de equipamentos como bombas, chillers e torres de resfriamento. A interação entre carga computacional, condições ambientais e equipamentos torna difícil encontrar continuamente a configuração mais eficiente.
Solução
O DeepMind utilizou dados históricos provenientes de milhares de sensores, incluindo temperaturas, consumo de energia, velocidades de bombas e setpoints.
Esses dados alimentaram conjuntos de redes neurais capazes de prever eficiência energética e condições futuras do ambiente operacional.
Resultado
Durante a implantação em um data center real, o sistema conseguiu reduzir em até 40% a energia utilizada especificamente na refrigeração.
A empresa também reportou redução de aproximadamente 15% no overhead geral de PUE.
Como o resultado foi medido
O desempenho foi comparado com a operação histórica do data center. O sistema foi ligado e desligado durante testes em produção para avaliar o impacto das recomendações de machine learning.
Ressalva
O resultado foi divulgado pelo próprio Google DeepMind. Embora exista descrição técnica da metodologia e teste em ambiente real, não se trata de uma auditoria financeira independente.