MIT教授用机器学习提升数据中心能效
AI 总结
麻省理工学院电子工程与计算机科学系（EECS）副教授、CSAIL 成员 Christina Delimitrou 及其团队将机器学习应用于大规模数据中心的资源管理，重新设计云系统与服务器架构，让运营方在现有硬件上获得更强算力。她表示，许多大型计算系统利用率仅约 15%，尤其软件层面存在大量冗余，如果能在不牺牲性能的前提下去掉这些冗余，就不必新建那么多数据中心。团队还开发了用深度学习预测并预防 Web 应用故障的 Seer，以及模拟专有应用结构与性能特征的 Ditto，以便在无法接触商业系统的情况下开展研究。
深度见解
数据中心耗电与电网压力正成为 AI 扩张的现实约束，这类以提高利用率为目标的研究可能影响未来需要新建多少电力与算力设施。