# 谷歌数据中心省电40%的AI，起点是一封带问号的邮件

> Training Data No. 11 中文精读

- 原标题：Phaidra’s Jim Gao on Building the Fourth Industrial Revolution with Reinforcement Learning
- 发布日期：2024-08-20
- 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等
- 网页版：https://trainingdata.qiaomu.ai/ep/011-phaidras-jim-gao-on-building-the-fourth-industrial-revolutio-qb1rJk.html
- 精读字数：约 4888 字（阅读约 11 分钟）

> 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

2016年3月，AlphaGo 对李世石那五盘棋，湾区直播时间是凌晨三点。谷歌工程师 Jim Gao 看完棋，给后来成为他老板的 Mustafa Suleyman 发了封邮件，标题是「强化学习加数据中心等于棒极了？」。

句尾那个问号是他自己加的，因为连他也不确定这事成不成。

这套系统后来给谷歌数据中心带来了高达40%的能源节省。这是红杉资本播客 Training Data 一期访谈的主线。嘉宾 Jim Gao，机械工程师出身，后来成为 DeepMind 能源团队负责人，现在是 AI 公司 Phaidra 的创始人兼 CEO。Phaidra 做的事一句话能说清：**用强化学习直接控制客户价值数十亿美元的工业设施，让 AI 当一名「虚拟操作员」**。

这期访谈把「AI 接管物理世界」从口号拆成了可对照的清单：什么问题适合强化学习，数据要备到什么程度，AI 该管什么、不该管什么。逐条拆。

## 一封带问号的邮件

Jim 在谷歌的本职工作，是帮公司设计和运营超大型数据中心。这些设施每年电费以十亿美元计，每省一个百分点都是真金白银。

2013年，他在 Coursera 上完吴恩达的《机器学习》公开课，第二期学员。他的原话是这门课「彻底改变了我的人生」，靠它自学编程，业余拿数据中心的海量数据做实验。

引爆点是 AlphaGo。看完比赛他睡不着，越想越觉得有戏：围棋这么复杂，AI 能自学到世界第一，那「把数据中心运营得更省电」不也是一盘棋？邮件发出去两周，Moose 带着一队 DeepMind 的人飞到了山景城，谷歌和 DeepMind 的数据中心合作就此启动。

Jim 向谷歌数据中心负责人 Joe Kava 和 Moose 汇报时，材料就一页：左边画个围棋棋盘，右边画个 Xbox 手柄。**围棋有要最大化的目标函数，数据中心有要最小化的能耗；围棋有落子点，数据中心有阀门和泵；围棋有规则边界，数据中心有温度和转速这些硬约束。强化学习和工业运营，数学上是同一件事：带约束的优化问题。**

这套拆解后来成了 Phaidra 判断场景的三要素：**有明确的 KPI，有可控的动作，有必须遵守的约束**。三条齐了，问题就能映射进强化学习的框架。

联合创始人 Veda 也是在这个项目里认识的。他是 AlphaGo 的原始工程师之一，去过首尔现场，见过李世石和 Larry Page。AlphaGo 之后他正找下一个大方向，被 Jim 说服了。

系统第一次接管时发生的事，Jim 讲得格外细。他和操作员坐在艾奥瓦州的玉米地里，谷歌喜欢把数据中心建在这种地方。屏幕上 AI 给出的操作建议，一屋子人类专家看了直摇头。

> 「这 AI 不行，学错了东西。但既然人都到现场了，就按它说的试试。」

试了。能耗应声往下掉。

这件事有两层意外。第一，Jim 本人就是设计这套机械系统的专家，按理说最懂它的是他，结果 AI 在教他他自己设计的东西。第二，AI 的操作手法完全违背人类直觉。

优化空间为什么这么大？算笔账：假设只管10台水泵，每台10个档位，组合就是10的10次方，100亿种。真实设施数百台机器、更多档位，还是动态系统：负载在变，天气在变，管道在腐蚀，换热器在结垢。受限于硬编码规则和人的风险厌恶，**人类探索过的运行方式只占全部可能性的0.00001%**。剩下99.99999%里，大概率藏着更优解。

容易被忽略的一点：这些收益是在完全遵守原有约束的前提下拿到的。温度曲线不变，冷水机组启停节奏不变，水泵最低转速限制不变。Jim 对比了传统能效改造：找江森自控或特灵换一批新冷水机组，砸的是巨额资本开支。这次是纯软件优化，一行硬件没换。

推进节奏也值得抄。第一步做试点，AI 只给建议，人类审核后手动执行，就拿到了40%的节能。第二步才让 AI 直接控制。促成转变的原因很朴素：操作员受够了每15分钟查一次邮箱等 AI 下指令，他们有正事要做。

真正接管物理世界的那一刻，Veda 站在一座90兆瓦的数据中心里，用 MacBook 提交了一个代码合并请求。几秒后，旁边一台公交车大小的冷水机组轰然启动，地面都在震。在那之前，「从云端控制工业设施」这件事，全世界没人验证过。

## 李世石的等级分，停了十年又开始涨

这段经历让 Jim 成了技术信徒。他反复引用 DeepMind CEO 德米斯·哈萨比斯的一个说法：AI 创造力。

他的意思是，业界常把 AI 和自动化混为一谈。AI 确实能自动化，尤其擅长重复性工作，但**这低估了 AI。AI 真正的承诺，是获得之前不存在的新知识**。

> 「我是帮着设计这套系统的人，但这个 AI 智能体在告诉我关于这个系统的、我以前不知道的事。这种感觉非常强大。」

他最爱举的例子是李世石。李世石在围棋之巅坐了十年，Elo 等级分高达2800左右，长期停在原地，因为没有对手能逼他变强。AlphaGo 之役后，DeepMind 让他继续私下和 AI 过招，停摆十年的等级分重新开始上涨。

Jim 的推论：**AI 带来最大增益的地方，是人类直觉被复杂度压垮、但底层数据充足的领域**。呼叫中心这类常规自动化，收益有限；蛋白质折叠、工业控制这种排列组合爆炸的领域，才是金矿。

DeepMind 时期学到的另一课，直接促成了离职创业：**技术要产生真实影响，必须变成产品，而把技术做成产品，工作量是技术本身的百倍千倍**。他和 Veda、第三位联合创始人 Katie Hoffman 反复看到，DeepMind 的技术在实验室里惊艳，进不了真实世界就产生不了影响。于是有了 Phaidra。

Jim 最佩服的人是老上司 Moose。他和 Katie 在西雅图一家小酒吧听 Moose 眉飞色舞地讲 LLM 会怎么改变世界，那是 GPT-2 发布之前，两人完全没听懂，还想把话题拽回 Phaidra。后来 Moose 创办了 Inflection AI，再去了微软。Jim 的评价：很少有人比他更会把技术变成产品。

## 出了谷歌才知道，谷歌是个异类

Phaidra 现在服务制药、区域供冷和数据中心客户，已经在为客户全自主控制数据中心。Jim 坦承，创业后最大的清醒是：**谷歌在数据上的条件是个异类**。数据量巨大、质量极高、随手可取，因为谷歌本质上是一家数据分析公司，为高质量数据建了整套基础设施。

外面的世界参差不齐。另一个现实是，每座工业设施都是雪花，没有两座完全一样：设备怎么连、数据怎么断，每接一个新客户都能学到新东西。Jim 自称能说出一百种关键冷却系统数据坏掉的方式。

有客户连数据都没采集；更多客户装了传感器，数据却只存90天、半年或一年，理由要么是存储贵，要么更直白：平时没人用这些数据，出了事再翻日志当「法医」证据。

他把客户的数据成熟度形容成一张「数据需求的马斯洛金字塔」：

- 第一层，传感器装了没；
- 第二层，数据存了没，存多久；
- 第三层，数据洗没洗，知不知道坏数据长什么样、怎么修；
- 第四层，数据能不能以流式加历史批量的方式随时取用。

客户散落在谱系的各个位置，所以 Phaidra 接客户的第一步叫「AI 就绪之旅」，先帮设施达到 AI 能用的状态。之后的核心循环很朴素：数据进来，AI 做决策，系统执行动作，再用目标函数评估效果，循环往复，越跑越准。

执行端也有坑。现有工业控制系统大多是上世纪七八十年代第三次工业革命的产物，模拟转数字，配上第一代自动化。Phaidra 的方案是**不加硬件、不加传感器，直接骑在客户现有的控制系统上**，在控制栈顶端插一层云端智能，下面接着楼宇管理系统（BMS）或 SCADA。

Jim 用战场打比方：AI 是将军，每分钟实时看一万条数据曲线，从全局视角下达指令；地面的 BMS 和 PLC 是士兵，负责执行。哪些泵开、开多快，AI 说了算；阀门具体怎么开合，轮不到 AI。

这个边界划得很见功力。**整套系统里约90%的部分，硬编码规则就够用**，比如阀门开关速度这种确定性逻辑，交给 AI 反而是灾难。AI 的价值在高层的全局优化。知道 AI 不该管什么，和知道它能管什么，同样重要。

## 默沙东的疫苗工厂

成绩单上最硬的一份来自默沙东（Merck）。访谈录制的这一周，默沙东刚成为 Phaidra 首个公开客户，此前已用了两年多：AI 全自主控制宾夕法尼亚州一座500英亩的疫苗工厂，6.2万冷吨制冷量，四个大型冷站互联，成百上千台机器互相耦合。

结果：在其中一个冷站试点时，能耗降了16%，这个数字是默沙东自己在行业会议上公布的。

有意思的是 Jim 给客户的提醒：**别太把初始节能幅度当回事**。这类系统是非确定性的，他反问，如果能提前告诉你它会省多少、靠什么省，那还要 AI 干什么？真正值钱的是另外两件事。

其一，强化学习是闭环自学习系统，能执行动作、测量动作和预测的偏差，所以会随时间变好。起步可能是1%、5%或10%，但会持续爬坡，到达最优后停在最优。其二，传统硬编码系统在首次调优之后就不长了：管道腐蚀、换热器结垢、设备更换，十年前的参数配不上今天的设备。自学习系统会跟着变，客户往机房里塞 H100、马上要塞 H200 的 GPU，负载结构一变，系统跟着重新找最优。Jim 给这个愿景起了个名字：会自我改进的基础设施。

## 电网才是那盘大棋

聊到强化学习在真实世界还有哪些应用，Jim 的判断是：现有案例少，但潜力巨大，而且案例集中在数据基建完善的大公司内部。谷歌隔壁团队用 RL 延长安卓手机电池寿命，还有 YouTube 的视频推荐。AlphaZero 用同一套学习框架自学成了围棋、国际象棋、将棋三个领域的世界第一，框架的通用性摆在那里，缺的是数据基础设施。

他点名的方向有两个。一个是物流和运筹学，背后是数万亿美元级别的经济活动：航运、航空、FedEx 的路线规划。另一个他认为是 AI 对抗气候变化最有力的一张牌：电网调节。

先看需求数字。数据中心目前占美国用电量的1.5%到2%，今年预计冲到4%，2030年前可能到9%。爱尔兰更夸张，现在全国22%的电力喂给了数据中心，国际能源署预测2030年前这个数字会到37%。

再看供给侧的麻烦。电网过去是确定性系统，调度员打电话让燃煤电厂升降功率就行。可再生能源上来之后，供给侧变成了随机的：你没法命令太阳按时发光。为了对冲不确定性，电网上养着大量「旋转备用」，巨型燃气轮机组成的调峰电厂，像红灯前怠速的汽车一样整天空转着，随时准备顶上。讽刺的是，可再生能源渗透率越高，需要的备用缓冲越多。

Jim 拿德国举了个反面案例：德国在退役核电基荷的同时推高可再生能源比例，动机听着很正当，结果被迫新建更多化石燃料电厂来给可再生能源兜底，能源转型反而被拖了后腿。

他的设想是：**把数据中心这种巨型负载变成电网的调节工具**。数据中心里有大量对延迟不敏感的算力任务，如果 AI 能根据电价和碳排放信号调度这些负载，什么时候电便宜、电干净就什么时候算，整个电网的全局优化空间就打开了。在他看来，这可能是 AI 对气候问题最大的单点贡献。

技术路线上，他顺带回应了强化学习和 Transformer 的关系（这块他承认联合创始人 Veda 更权威）：Transformer 擅长从海量数据里学世界模型，但学到的主要是相关性；工业控制必须因果性，因为要能解释 AI 为什么这么做、为什么不能那么做。强化学习的强项恰好是规划和推理。**两者最有趣的交点，可能是用 Transformer 学世界模型和价值函数，让强化学习在上面学策略**。没有因果性这一环，切进工业控制会很难。

## 明天就能用上的三件事

第一件，管着工业或基础设施系统的人，拿三要素过一遍自己的业务：有没有清晰的 KPI，有没有可调的动作，有没有明确的约束。三条齐了，值得认真评估智能优化。

第二件，按「数据马斯洛金字塔」做一次审计：传感器装了没，数据存多久，干不干净，能不能随时取用。Jim 见过太多客户数据只存90天，出事才翻日志。和 AI 能带来的收益比，多存几年数据的成本通常不值一提。

第三件，给想离开大公司做点事的人。Jim 的建议有两条。第一，一定找联合创始人，创业是情绪过山车，有人分担工作，也分担精神损耗。第二，**风险比你以为的小**。今天的价值，学一套新技能之后只会更高；创业就算失败，谷歌和微软会加价把你请回去。对自己最好的投资，永远是投资自己的能力。

还有一条藏在故事里。李世石的等级分停摆十年，是因为没有对手逼他变强。和更强的系统过招，是涨自己等级分最快的方式。Jim 的人生转折点，也不过是2013年点开了一门免费的机器学习公开课。