数据中心包含许多组件，例如冷却、工作负载、服务器、存储、网络等。专家认为人工智能可以帮助企业通过不断学习成功的模式来获得巨大的效率。

　　谷歌公司在使用DeepMind系统显著提高其数据中心的能效时，将显示出人工智能在数据中心的潜力。在短短的18个月内，该系统帮助谷歌公司减少了40%的冷却能源，并减少了15%的总能源。考虑到能源占到数据中心运营总成本的大部分，谷歌公司的例子表明，企业可以使用人工智能显著降低能源相关成本。

　　谷歌公司并不是唯一一家试图在数据中心使用人工智能的厂商。例如，西门子与一家名为Vigilent的公司携手合作，共同为客户提供基于人工智能的热优化解决方案，以解决数据中心的冷却难题。结合物联网和机器学习技术，该公司的解决方案从数千个传感器收集数据，随后进行分析，以确定使用先进算法以最少的冷却花费维持所需温度所需的变化。

　　Vigilent公司认为，由于大多数数据中心管理人员并不具备提高冷却系统效率所需的知识或工具，数据中心的冷却能力通常不足40%。

　　Nnlyte公司也建立了类似的合作伙伴关系，它与IBM公司合作，利用IBM Watson并将其集成到其数据中心产品中。虽然Nnlyte的软件将从各种电源和冷却系统收集数据，但IBM Watson将分析这些信息，以创建一个预测模型，而该模型可以预测哪些机器或处理器可能会发热或发生故障。

　　除了行业巨头之外，还有许多初创公司使用人工智能技术建立了有趣的产品。例如，初创厂商Litbit公司已经建立了其声称的“DAC”，这是全球第一家采用人工智能技术的数据中心运营商。针对数据中心，该产品可以在电气终端出现问题之前检测到松动的电气接头;可以通过预先检测故障电源的声音，帮助防止服务器或网络硬件出现故障，甚至可以根据设备的精确声音/振动模式了解设备的精确正常和异常运行状况。

　　Virtual Power Systems公司创建了一种称为软件定义电源的产品，这种方法类似于计算、存储和网络领域的软件定义方法，用于自动化和优化电源和冷却资源的分配。该公司使用机器学习算法，帮助数据中心恢复为长时间峰值分配的闲置电力。

　　虽然数据中心采用人工智能技术仍处于早期阶段，但潜力巨大，支持生态系统已经准备就绪。云计算(用于存储和分析大量数据)和物联网(用于捕获数据中心多个点的大量数据)的组合，可以实现大量关键功能的自动化，并主动防止数据中心的电力中断。