Google 如何使用 AI 改善資料中心的 PUE

Google的PUE旅程：從1.5到1.10

Google是最早採用PUE的科技公司之一。2008年，他們開始公開資料中心的PUE數據，當時業界平均在1.5到2之間，Google也不例外。但他們看到The Green Grid提出的PUE後，決定把效率當成目標。根據Google的「Data Center Efficiency」頁面（截至2023年），他們的全球平均PUE已降到1.10，部分設施甚至更低。這靠的是幾個真實策略：

高效設備：Google自製伺服器和UPS，減少電力轉換損失。他們在2011年報告中提到，這讓耗電比業界標准低10%-20%。
自然冷卻：把資料中心建在冷氣候地區，像芬蘭的Hamina，用戶外空氣或海水散熱。
公開數據：從2008年起，他們每季發布PUE，給自己壓力，也讓業界有參考。

Google的量測符合ISO/IEC 30134-2的Level 2標準，分開記錄IT和非IT耗電，發現冷卻是主要耗能點。

DeepMind AI的真實貢獻

2016年，Google跟DeepMind合作，用AI優化資料中心冷卻，這是公開報導的事實。根據Google官方部落格（2016年8月）和DeepMind的聲明，他們用機器學習分析天氣、負載等數據，動態調整冷卻系統，結果冷卻耗電減少了40%。這讓PUE從原本的1.2左右進一步下降。

怎麼做的：
- 用感測器收集即時數據（符合Level 3量測精神，但Google沒明說等級）。
- AI預測冷卻需求，自動調整風扇和冷卻塔，比人工管理省電。
成果：Google沒公布具體PUE數字，但說整體效率提升15%，業界估計這讓他們的頂尖設施PUE接近1.10。

這案例直接用上了即時PUE的概念，監控當下能效，找出省電空間。

芬蘭Hamina資料中心：自然冷卻的真實案例

Google在芬蘭Hamina的資料中心是PUE優化的經典例子。根據他們的環境報告和新聞稿（2011年啟用，後續升級），這座設施用波羅的海海水冷卻，完全不靠傳統空調。公開數據顯示，這裡的PUE長期低於1.2，比業界平均好很多。

細節：
- 海水通過熱交換器冷卻伺服器，耗電極低。
- Level 2量測分離冷卻和IT耗電，證實冷卻效率超高。
成果：Google沒公開這座的確切PUE，但整體平均1.10包含了這種高效設施，業界認為這裡可能是最低的之一。

這案例展現了設計PUE的威力：從選址到冷卻方案，早就瞄準低耗能。

可再生能源的真實加持

Google從2017年起承諾100%使用可再生能源，這在「2023 Environmental Report」中有記錄。他們透過購買風能和太陽能，匹配資料中心的用電。雖然PUE只看電量不看來源，但這讓他們的環境影響大幅降低。比如：

愛爾蘭資料中心：靠當地風電運行，PUE約1.12（來自Google公開區間），碳排幾乎為零。
影響：全球資料中心年耗電約40億千瓦時，全用綠電，省下大量碳排。

這雖然跟ISO/IEC 30134-2沒直接關聯，但顯示PUE只是綠色化的起點。

Google的真實案例

技術領先：AI和自然冷卻是硬實力，公開可查。
標準應用：Level 2和3量測幫他們精準省電。
公開透明：每季PUE報告（像2023年Q3的1.10）讓業界有標竿。

Google沒公開每個設施的PPUE或即時PUE細節，但整體策略完全符合ISO/IEC 30134-2的精神。他們的平均PUE 1.10已是業界頂尖，證明標準可行。

案例啟示：標準落地靠執行

Google的真實案例告訴我們，ISO/IEC 30134-2不是空話。從設計階段選冷卻方案（芬蘭海水），到運營中用AI監控（DeepMind），再到全年平均PUE的追蹤（1.10），標準的量測等級和PUE概念都有用武之地。當然，他們是巨頭，有資源用Level 3量測和頂尖技術，一般公司可能從Level 1開始，但方向是一樣的：效率第一。