最近，两位计算机科学家有了一个想法：如果计算机使用能量进行计算，存储的数据会是存储能量的一种形式吗？为什么不把计算作为一种储存能量的方式呢？
事实证明，这个想法并不像听起来那么牵强。“信息电池”的概念在最近的一篇论文中得到了充实，它可以在电力便宜的情况下提前执行某些计算，比如在阳光明媚或刮风的情况下，并将计算结果存储到以后。这一过程可以帮助数据中心用剩余的可再生能源替代高达30%的能源使用。
该系统的优点在于，它不需要专门的硬件，开销也很小。
“信息电池被设计成与现有的数据中心一起工作，”作者写道，Jennifer Switzer，圣地亚哥加州大学的博士生，南加州大学的助理教授Barath Raghavan。“IB[信息电池]保留了一些非常有限的处理能力manager，它管理实时计算任务和预计算的调度。一组机器或虚拟机被指定用于预计算。存储这些预计算结果的IB缓存保持在本地，以便快速检索。不需要额外的基础设施。"
并非每个任务都适合信息电池方法，但对于许多数据中心，某些负载可以以合理的精度进行预测，并缓存以供以后检索。例如，像Netflix这样的公司可能会接收一种格式的视频，然后对其进行转码，以针对各种设备进行优化，这一过程并不总是对时间敏感的。当训练机器学习算法时也是如此，计算机科学家可以将训练数据排队，让信息电池管理器决定何时进行训练。几年来，谷歌一直在使用这样一个系统来削减碳排放，但正如你所料，细节很少。信息电池管理器在某些方面模仿了PC或智能手机操作系统中的调度程序。在那里，调度器优化了通过CPU和其他芯片的数据流，以保持事情的顺利进行。根据任务和对系统的要求，调度器可能会让界面对用户输入做出响应，也可能会对计算密集型作业进行优先级排序，以便更快地完成。
对于信息电池，经理会根据电价和可提前执行的任务的可用性来优化工作负载。管理器有三个主要部分：价格预测引擎、预计算引擎和调度器。为了确定要运行哪些任务，调度器会权衡来自价格预测和预计算引擎的信息。价格预测引擎使用神经网络预测未来的电价，而预计算引擎使用不同的神经网络预测未来的计算需求。
在Switzer和Raghavan为测试这一概念而创建的模型中，IB经理每五分钟询问一次电网运营商，这是运营商提供的检查电价以告知其预测的最小时间间隔。当价格下降到设定的阈值以下时，经理绿灯亮起一批计算，并将它们缓存起来，以备以后使用。
正如作者所说，该系统在减少昂贵的“电网电力”需求方面相当有效，即使预计算引擎在预测近期将需要哪些任务方面做得相对较差。只有30%的准确率，管理者就可以开始充分利用风能或太阳能过剩时产生的所谓“机会动力”。
作者写道，在一个典型的大型数据中心中，可以提前约90分钟预测工作负载，准确率约为90%。他们说，由于60分钟的预测窗口更为保守，“这样的数据中心可以存储150兆瓦时的电量，远远超过大多数电网规模的电池存储项目。”。他们指出，一个相当于电网规模的电池大约需要5000万美元。而作者没有'；如果不能提供信息电池运行成本的估算，它可能会便宜得多，因为它依赖于现有的基础设施，并通过软件实现，可以根据电价和数据中心的计算需求进行优化。
如今，风力或太阳能过剩的情况已经不多了，主要是在夏季，加利福尼亚州阳光充足，德克萨斯州风特别大。但在不久的将来，当电网中有更多的风能和太阳能时，负电价可能会变得更普遍，信息电池可能会变得既可行又广泛。
作者写道：“IB方法的关键在于，它不是一个通用的解决方案，但对于许多常见的工作负载可能是有效的。”。考虑到数据中心消耗的电量约占美国总用电量的2%——这个数字几乎肯定会增长——信息电池可能成为大规模昂贵电池的一种经济高效的替代品。