驱动数十亿人每日使用的各类应用、网站和服务的数据中心，对建设及维护其中的工作人员而言可能是充满危险的地方；工人们有时需在设备通电状态下对其进行检修，并可能接触到如用于计算机和服务器液冷系统循环水消毒的氯气等化学物质。2015年6月，北卡罗来纳州梅登市一处苹果数据中心发生氯气泄漏事件，导致五人被送往医院。
AI赋能：从安全防护到进度预测
数据中心的安全性较以往有所提升。但在寻求前瞻性解决方案的过程中，一些科技巨头表示，他们正在探索如何将人工智能应用于预防安全问题。例如，微软正在开发一个人工智能系统，该系统分析来自多个来源的数据，并为数据中心的建设和运营团队生成警报，以“预防或减轻安全事故的影响”。另一个互补且相关的系统也在开发中，旨在检测和预测对数据中心建设进度的影响。
一位微软发言人通过电子邮件告诉TechCrunch：“这些举措目前均处于早期测试阶段，预计将在今年晚些时候开始扩展到我们的生产环境中。”
Meta也声称正在调查人工智能如何预测其数据中心在可能导致不安全工作环境的“极端环境条件”下的运行情况。该公司表示，一直在开发物理模型来模拟极端条件，并将这些数据引入负责优化其服务器功耗、冷却和气流的人工智能模型中。
一位Meta发言人告诉TechCrunch：“我们拥有来自数据中心的大量运营数据，在某些领域频率很高，服务器、机架和数据大厅内都内置了传感器。”“每台服务器和网络设备承担不同的工作负载，将消耗不同数量的电力，产生不同数量的热量，并在数据中心内形成不同的气流。我们的[基础设施]团队收集来自每台服务器的所有数据，然后开发人工智能模型，用于在数据中心内分配服务器和机架，并将工作负载分配到这些服务器中，以优化[性能]和效率。”
降本增效：应对停机风险与能源优化
当然，除了安全因素外，公司还有其他动机来确保数据中心保持最佳状态；停机损失高昂且日益频繁，根据IT咨询公司Uptime Institute在2020年进行的一项调查，三分之一的数据中心所有者和运营商承认在过去12个月内经历过重大停机事故，其中六分之一声称其停机成本超过100万美元，而这一比例在2019年为十分之一。
Meta在全球运营着20多个数据中心，包括德克萨斯州和密苏里州的新项目 估计 总成本为16亿美元。与此同时，微软管理着200多个数据中心，并且 表示 它在可预见的未来每年计划建设50到100个新数据中心。
人工智能还承诺能在通常被忽视的数据中心中找到节能（从而降低成本）的机会，这是对企业具有吸引力的另一个方面；2018年，谷歌声称其DeepMind子公司开发的AI系统相比数据中心的历史能耗平均实现了30%的节能效果。
在被要求发表评论时，DeepMind表示除了最初的公告外，没有其他更新可以分享。IBM和亚马逊未对询问作出回应。但Meta和微软都表示，他们现在正在使用AI进行类似的能源优化工作。
技术落地：异常检测与强化学习的应用
微软于2021年底推出了AI“异常检测方法”，利用电气和机械设备的遥测数据，来评估和缓解数据中心内电力和水资源使用的异常情况。该公司还采用基于AI的方法，识别并修复数据中心内电表的问题，同时确定服务器的最佳放置位置，以最大限度地减少电力、网络和冷却能力的浪费。
Meta方面表示，它一直在利用强化学习来减少数据中心用于冷却的送风量。（从宏观层面来看，强化学习是一种通过试错来学习解决问题的AI系统。）该公司的大多数数据中心使用室外空气和蒸发冷却系统，因此优化气流成为当务之急。
绿色愿景：降低环境足迹与可再生能源目标
减少环境足迹是能源调节型AI系统的额外益处；据环境调查机构的一份报告显示，2020年数据中心消耗了全球约1%的电力需求，并贡献了所有二氧化碳排放量的0.3%，而典型的数据中心每天使用300万至500万加仑的水，相当于一个拥有3万至5万人口城市的用水量。
微软此前曾表示，计划到2025年使其所有数据中心实现100%可再生能源供电。Meta声称已在2020年实现这一目标。