Profesor Christina Delimitrou z MIT stosuje uczenie maszynowe, by zwiększyć efektywność centrów danych, które coraz bardziej obciążają sieci energetyczne i napędzają zużycie paliw kopalnych. Jej zespół przeprojektowuje systemy chmurowe i zarządzanie zasobami sprzętowymi, aby wycisnąć więcej mocy obliczeniowej z istniejącej infrastruktury.
Centra danych to dziś prawdziwe energetyczne potwory, pożerające prąd w tempie, które nie daje spać klimatologom. Profesor Christina Delimitrou z MIT postanowiła uderzyć w ten problem od środka: jej zespół używa uczenia maszynowego, by przeprojektować systemy chmurowe i wycisnąć maksimum mocy obliczeniowej z już istniejącej infrastruktury, zamiast budować kolejne betonowe kolosy podłączone do sieci.
Brzmi jak idealne koło ratunkowe, ale warto zapytać wprost: czy optymalizowanie istniejących centrów danych naprawdę zmniejszy ich ślad węglowy, skoro rosnący popyt na AI błyskawicznie pochłonie każdą zaoszczędzoną kilowatogodzinę?
To streszczenie zostało przygotowane przy pomocy narzędzi AI na podstawie źródła. Pełną treść znajdziesz w oryginalnym artykule.
Co o tym myślisz?
Zaloguj się, aby dołączyć do dyskusji.
Zaloguj się do dzis.ai
Komentuj, zachowaj swoją passę, dołącz do dyskusji.
G Kontynuuj z Google