Lineage 的每栋建筑平均面积为 250,000 平方英尺，基本上储存的食物数量与 770,000 个家用冰箱中的食物数量大致相同。涉及一系列设备，包括制冷装置和速冻机，可以将室内温度降至-20 度。总体而言，Lineage 的年能源消耗量相当于美国一个中型城市 WhatsApp 号码 能源消耗量。这是该公司仅次于劳动力的第二高成本，公司的目标（早在 2014 年就制定了）每年至少提高 5% 的能源强度。 Lineage 运营团队为大幅减少负载而采取的方法使用了一些相当复杂的技术，包括人工智能、无线传感器和云软件服务。
Lineage 没有让设施始终处于超冷状态，而是找到了一种方法，可以利用所有冷冻食品的存在及其散发的所有冷热能来发挥其优势。然而，其核心是一个极其简单的想法：团队找到了一种方法，让 Lineage 可以利用所有冷冻食品的存在以及它散发的所有冷热能，而不是始终保持设施过冷。它的优势。解决方案：利用较低的电力成本，在一夜之间或当电力成本较低时将建筑物过度冷却到比储存冷冻食品的安全温度（为零）低约五度。然后关闭冷冻机，直到温度升至预先指示的水平。 “你不想超过零，但实际上你可以变得更冷，” Lineage 的首席数据科学家亚历克斯·伍尔夫 (Alex Woolf) 说道，他在设计这个系统方面发挥了重要作用。
根据设施的规模、储存食品的具体种类、区域以及外部天气和环境空气条件，冷冻机可能会闲置 5 到 10 个小时，然后才能再次变得活跃。伍尔夫表示，出于安全原因，Lineage 在采用这种方法之前投入了大量时间进行安全检查，该方法已在近 设施中使用。 Industrial.io 的传感器不断监视状况，通过 AT&T 无线连接将数据传输到云端的分析仪表板。 从 Lineage 采用这种方法以来，每年已减少 3300 万千瓦时的电力消耗，节省了约 400 万美元。伍尔夫说，一些设施实际上已经成功地将电力成本降低了一半。
那么，如何计算出确保设备重新启动的精确时刻，而无需专人全天候 24/7 监视恒温器和一些复杂的仪表板？这就是 上述机器学习技术 (PDF) 的用武之地 - 它与 Lineage 已在其内部部署的物联网技术协同工作。网络。 “我不想一直坐在电脑前。这就是人工智能所做的事情，并且它可以扩展。”伍尔夫说。 伍尔夫的数据团队开发的方法虽然没有变得超级极客，但它称该过程为“飞轮”。 — 建立在该公司过去几年投资在其仓库安装 1,000 多个传感器的基础上。