谷歌在不断提高数据中心效率的过程中，找到了一个新的解决方案:机器学习。据该公司的官方博客文章称，该公司数据中心团队的工程师吉姆·高(Jim Gao)一直在努力构建一个基于多种因素的数据中心运行模式。

该模型能够预测数据中心的电力使用效率，即计算使用了多少电力，浪费了多少电力，准确率为99.6%。这意味着谷歌现在可以使用Gao的系统来找出如何最好地利用它的能力和分配资源，从而最大限度地减少电力的浪费。

在一个案例中，该公司不得不让其数据中心的几台服务器离线进行维护，并根据高的模型调整冷却系统，从而在维护过程中保持了中心的效率。

高帮助解决了一个重大挑战:正如他在一份关于他的系统的白皮书中所指出的，现代数据中心非常复杂。

他写道:“这么多可能的配置和非线性相互依赖，让人很难理解和优化能源效率。”

现在，有兴趣改进自己的数据中心的公司可以效仿谷歌。高的白皮书展示了他如何使用神经网络来学习如何提高谷歌的效率，并为其他人构建自己的系统提供了一个框架。

随着互联网的使用持续增长，科技公司需要找到方法，让它们不断增长的数据中心变得更节能、更环保。微软研究院(Microsoft Research)一直在开发一种使用燃料电池直接为服务器供电的方法，而不是依靠一个更大的中央发电厂为一个电脑机柜供电。这些创新将有助于将运行大量服务器对超级用户信息需求的影响降到最低。