谷歌利用其网络优势智能DeepMind发现大大减少使用能源的方式其数据中心，这化妆的40%的全球网络

“这也将帮助其他公司谁运行在谷歌的云来提高自己的能源效率，”谷歌表示，在博客关于成就。”而谷歌是唯一一个在世界上的许多数据中心运营商，很多都不是由可再生能源作为我们。”

谷歌已经设定了一个目标，最终电力数据中心使用100%可再生能源。今天，该公司声称，可再生能源是用于35%的电力需求。

一种图形显示使用DeepMind的算法推荐最有效的电力使用效能测试的典型的一天。图表显示当机器学习的建议被打开和关闭。

该公司还与，或直接投资15亿美元，在全世界22个公用事业规模的风力或太阳能项目，使可再生能源的最大的企业采购。

“当加起来，这些项目代表了总容量超过2.5GW，这比我们使用更多的电力，”谷歌表示，其数据中心的网站。”在这种情况下，这是相当于电力消耗的500000左右的房子。”

DeepMind公司，总部位于伦敦的人工智能公司，谷歌收购2014，是一个神经网络的启发人的中枢神经系统，能主动学习，一个环境来解决复杂的任务。

谷歌庞大的数据中心基础设施支持如谷歌搜索互联网服务，Gmail和YouTube，但其服务器产生大量的热，“必须保持服务器运行。”

“这冷却通常是通过大型工业设备如泵完成，冷水机组和冷却塔，”谷歌说。”我们开始学习前两年的经营我们的数据中心更有效地应用。在过去的几个月，DeepMind研究人员开始与谷歌的数据中心团队，显著提高了系统的实用性工作。”

DeepMind用历史数据，如温度、功率和泵的速度，已经收集了成千上万的传感器在其数据中心用于训练的人工智能神经网络在未来的平均PUE（电力使用效率），”即总建筑能源使用的能源使用比。”然后额外的神经网络被用来预测未来的数据中心的温度和压力，提出行动建议。

“我们的机器学习系统能够达到在用于冷却的能源量降低40%，这相当于电损失和其他非冷却效率核算后整体PUE降低15%。它也产生最低的PUE的网站看到过，”谷歌说。谷歌现在计划直接DeepMind的机器在其他数据中心挑战的学习算法，如提高电站的转换效率（从输入相同的单位获得更多的能量）；降低半导体制造能源和水的使用量；并帮助制造设施增加吞吐量。该公司计划分享成果，其他数据中心和工业系统运营商可以从它所获得的效益。