Vertiv ha dado a conocer un software de aprendizaje automático (machine learning) para mejorar la fiabilidad, eficiencia y esperanza de vida del sistema de refrigeración en el data center.

El software Liebert iCOM Autotunning funciona con ciertos sistemas de refrigeración Liebert instalados en Norteamérica.

Permite regular los compresores de expansión directa Liebert Direct Expansion (DX) o las válvulas de agua fría para estabilizar el flujo de aire y la temperatura.

Según Vertiv, con los sistemas DX el software armoniza los compresores, ventiladores y condensadores para eliminar el costoso ciclo corto.

Con los sistemas de agua refrigerada, elimina las fluctuaciones rápidas en posiciones de válvulas, para equilibrar las velocidades del ventilador y la temperatura y los caudales del agua.
Vertiv afirma que esto puede aportar ganancias en eficiencia de hasta el 15%, y aumenta la vida de los compresores y de las válvulas hasta en un 20%.

"La introducción de Liebert iCOM Autotunning marca un nuevo nivel de control disponible para los operadores de centros de datos y otras operaciones de misión crítica", dijo John Peter Valiulis, vicepresidente de marketing de gestión térmica en Norteamérica.

"Es parte de la ola tecnológica que estamos introduciendo para mejorar la eficiencia energética y proporcionar el más alto nivel de protección para operaciones de misión crítica", añadió.

Otras empresas aparte de Vertiv han tratado de llevar el machine learning al centro de datos.

Entre ellas está Google, que afirma que ha reducido su PUE en un 15% con el uso del sistema de inteligencia artificial DeepMind; también Cisco, que el año pasado lanzó su centro de datos "time machine"; y Romonet, que patentó su plataforma de analítica “machine learning” el pasado verano.