近年来，随着物联网、云计算、5G的快速发展，全球范围内掀起数据中心建设热潮。美国市场研究机构“协同研究集团”最新数据显示，截至2020年上半年，全球超大规模数据中心达541个，比5年前增长了一倍多，此外还有176个规划在建。然而，数据中心不仅耗能巨大，也面临着碳排放的压力。实现数据中心的低碳化、绿色化，成为该行业可持续发展的重要方向。
通常，一个运营10年的数据中心，其基础设施的初期投资仅占总成本的20%左右，超过70%的成本是能源费用支出，特别是电费支出。欧盟委员会去年发布的《欧洲数据战略》显示，信息通信产业约占全球总用电量的5%—9%、碳排放总量的2%，其中很大一部分比重来自数据中心。
数据中心之所以能耗大，是因为要处理大量数据。处理数据过程中，一般科技企业通常采用“相关分析”算法，会需要大量服务器。谷歌旗下的人工智能公司“深度思维”研究发现，无谓耗电与算法有关，仅仅采用相关分析“硬算”，大量服务器会无谓耗能。为了改进算法，机器学习这一人工智能技术就派上了用场。通过采用因果推断方法，将相关分析与因果分析结合，建立模型来“巧算”，那么只需要一台服务器就能运行一整个神经网络，耗能将大大降低。
人工智能技术还可以用来预测用电量的变化，智能化操控计算机服务器和散热系统，从而使用电负载均衡，节能减排的效率更高。据称，将人工智能接入数据中心后，“深度思维”公司数据中心节能约40%，谷歌整体能效提升15%，极大降低了业务成本。
不过，由于人工智能技术成本较高，“深度思维”公司至今还没有实现赢利。当前，为数据中心节约能耗而提供人工智能服务的公司，普遍经营状态并不理想。但与短期利润相比，其技术前景更令人关注。目前，欧洲的数据中心在技术上更多采用制冷系统和浸没式液冷，未来还将加大热回收利用；日本的数据中心更加注重抗震，制冷系统多采用直接新风自然冷却、风墙送风等方案；与此相比，谷歌等科技公司通过利用人工智能技术来改进数据中心能效，有望从根本上解决数据中心能耗大的短板。不少业内人士认为，人工智能和机器学习是推动数据中心向前发展所必需的技术，看好人工智能应用在数据中心行业的前景。
技术研发的超前性与经济性是对立统一的。一项革命性技术，最初往往投入成本高，商业化应用缓慢。但一旦突破临界点，就能取得较大的商业成功。目前，全球数据中心迭代发展，对于减排的需求不断增强。相信随着人工智能节能技术的不断成熟，数据中心绿色发展将迎来跨越式迈进。
