據(jù)外媒報(bào)道，麻省理工學(xué)院的研究人員日前開發(fā)了一種基于人工智能的強(qiáng)化學(xué)習(xí)系統(tǒng)，可以徹底改變數(shù)據(jù)中心的運(yùn)營。

麻省理工學(xué)院的專家說，運(yùn)行人工智能（AI）的數(shù)據(jù)中心將比使用人工編輯算法時(shí)間表的數(shù)據(jù)中心效率更高。研究人員表示，他們已經(jīng)開發(fā)了一種自動(dòng)調(diào)度程序，可以將群集作業(yè)的速度提高20%或30%，在高峰期甚至可以提高2倍。

麻省理工學(xué)院人工智能作業(yè)調(diào)度程序可使用一種稱為“強(qiáng)化學(xué)習(xí)”（RL）的人工智能。這是一種基于反復(fù)試驗(yàn)的機(jī)器學(xué)習(xí)方法，可以根據(jù)特定集群中的實(shí)際工作量來修改調(diào)度決策。如果做得正確，人工智能可以取代當(dāng)前的最新方法，即算法。它們通常必須由工作人員進(jìn)行微調(diào)，從而導(dǎo)致效率低下。

麻省理工學(xué)院在與該技術(shù)相關(guān)的新聞文章中說：“該系統(tǒng)可以使數(shù)據(jù)中心使用更少的資源以更高的速度處理相同的工作負(fù)載。適應(yīng)數(shù)據(jù)中心的強(qiáng)化學(xué)習(xí)形式可以徹底改變運(yùn)營。”

麻省理工學(xué)院電氣工程與計(jì)算機(jī)科學(xué)系的學(xué)生Honghong Mao說，“如果使用機(jī)器進(jìn)行反復(fù)試驗(yàn)的方法，他們可以嘗試不同的調(diào)度工作方式，并自動(dòng)找出哪種策略比其他方法更好。利用率稍有改善，即使是1%，也能節(jié)省數(shù)百萬美元和大量能源?！?/p>

當(dāng)今的數(shù)據(jù)中心算法面臨哪些問題

當(dāng)前在數(shù)千臺(tái)服務(wù)器上運(yùn)行任務(wù)的當(dāng)前算法的問題是它們效率不高。理論上，它們應(yīng)該是這樣的，但是由于工作負(fù)載（任務(wù)的組合）是不同的，因此人類需要參與調(diào)整性能（例如，可能需要在作業(yè)之間共享資源，或者某些作業(yè)可能需要比其他作業(yè)更快地執(zhí)行）但是人類無法處理修改的范圍或范圍;這項(xiàng)工作太大了。

在人工編輯的調(diào)度中，人類無法理解的排列可以包括以下事實(shí)：較低的節(jié)點(diǎn)（較小的計(jì)算任務(wù)）直到上節(jié)點(diǎn)（更大的、需要功率的計(jì)算任務(wù)）完成其工作才能開始工作?？茖W(xué)家們解釋說，計(jì)算資源的分配非常復(fù)雜。

麻省理工學(xué)院的系統(tǒng)Decima可以處理節(jié)點(diǎn)和邊緣（邊緣連接節(jié)點(diǎn)和鏈接任務(wù)）的動(dòng)態(tài)圖形（表示）。而強(qiáng)化學(xué)習(xí)（RL）以前不可能做到這一點(diǎn)，因?yàn)闊o法充分理解圖表，傳統(tǒng)的強(qiáng)化學(xué)習(xí)（RL）系統(tǒng)不習(xí)慣處理這樣的動(dòng)態(tài)圖。

麻省理工學(xué)院基于圖形的人工智能與其他形式的圖像人工智能有所不同。例如，機(jī)器人通過處理圖像并在正確的情況下獲取獎(jiǎng)勵(lì)信號(hào)來了解不同場(chǎng)景下對(duì)象之間的差異。

但是，類似于向機(jī)器人呈現(xiàn)圖像，Decima系統(tǒng)中的工作負(fù)載被模仿，直到該系統(tǒng)通過接收人工智能獎(jiǎng)勵(lì)信號(hào)來改善其決策為止。這樣，一種特殊的基準(zhǔn)（與歷史進(jìn)行比較）就可以幫助Decima找出哪些行動(dòng)是好事，哪些是不好的事，即使由于工作結(jié)構(gòu)的復(fù)雜化使工作速度減慢，工作序列僅提供了較差的獎(jiǎng)勵(lì)信號(hào)?；€是MIT系統(tǒng)中的關(guān)鍵差異因素。

麥迪遜威斯康星大學(xué)教授Aditya Akella說，“Decima可以找到調(diào)度優(yōu)化的機(jī)會(huì)，而這是繁重的工作，無法通過人工設(shè)計(jì)/調(diào)整過程來實(shí)現(xiàn)。那里的團(tuán)隊(duì)開發(fā)了許多高性能的調(diào)度程序?！?/p>

來源：中國IDC圈