“電老虎”數(shù)據(jù)中心，AI如何發(fā)揮作用？

科技云報道

+ 關(guān)注

2022-03-29 15:48

512次閱讀

隨著我國“雙碳”目標(biāo)的提出，數(shù)據(jù)中心的節(jié)能降耗成為社會關(guān)注焦點。

在過去幾年，一座座數(shù)據(jù)中心拔地而起，大規(guī)模的服務(wù)器串聯(lián)而成的計算系統(tǒng)支撐了海量的數(shù)據(jù)處理和運(yùn)算。數(shù)據(jù)中心機(jī)架數(shù)量由2016年的124萬架上升至2019年的227萬架，四年間上漲了83.1%。

這些數(shù)據(jù)中心耗電量大，功率密度高達(dá)30－50kW，有些甚至已經(jīng)升級為100kW的機(jī)架，是名副其實的“電老虎”。

然而，在“碳中和”的時代命題下，數(shù)據(jù)中心必須走向節(jié)能減排、降本增效。

無論是國家發(fā)展改革委等四部門印發(fā)的《全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實施方案》，還是工信部發(fā)布的《新型數(shù)據(jù)中心發(fā)展三年行動計劃（2021-2023年）》，均對加強(qiáng)綠色數(shù)據(jù)中心建設(shè)、提升節(jié)能降耗水平提出要求，強(qiáng)調(diào)提高綠色技術(shù)產(chǎn)品應(yīng)用、提升能源高效清潔利用水平和優(yōu)化數(shù)據(jù)中心綠色管理能力的路徑。

那么，綠色數(shù)據(jù)中心到底要如何實現(xiàn)？

01 AI提高能源利用率的范本

PUE（Power Usage Effectiveness），即電源使用效率，是一項衡量數(shù)據(jù)中心運(yùn)營、管理水平的關(guān)鍵指標(biāo)，也是數(shù)據(jù)中心綠色、節(jié)能、環(huán)保程度的代名詞。

根據(jù)國際正常運(yùn)行時間協(xié)會2014年的數(shù)據(jù)中心調(diào)查，全球大型數(shù)據(jù)中心PUE的合理值界于1.6-2.0之間，PUE平均值為1.7。而國內(nèi)數(shù)據(jù)中心同期PUE為 2.5-3.0，IDC行業(yè)整體處于粗放式的發(fā)展階段。

在傳統(tǒng)大型數(shù)椐中心機(jī)房中，IT設(shè)備僅占用電耗能的46%，另有40%以上用在了泵、冷卻器和冷卻塔等大型工業(yè)制冷設(shè)備上。為了維持機(jī)房恒定溫度，數(shù)據(jù)中心通常把進(jìn)風(fēng)溫度控制在20-25度。

從【PUE=數(shù)據(jù)中心總耗電/IT設(shè)備耗電】的計算公式不難看出，制冷環(huán)節(jié)是導(dǎo)致數(shù)據(jù)中心能耗飆升的主要元兇，也是PUE居高不下的原因。

如今，行業(yè)級的AI智能解決方案，正以提高能源利用效率的方式，推進(jìn)數(shù)據(jù)中心的建設(shè)和升級。

作為數(shù)據(jù)中心節(jié)能領(lǐng)域的佼佼者——Google，基于AI為數(shù)據(jù)中心節(jié)省能耗，成為IDC行業(yè)用智能技術(shù)“武裝”自己的學(xué)習(xí)范本。

2016年，Google為已經(jīng)很節(jié)能高效的15座數(shù)據(jù)中心，節(jié)省了40%以上的冷卻耗能，約占數(shù)據(jù)中心用電總成本的15%，PUE降低至1.12。

在這個過程中，基于通用智能框架的AI派上了用場，由Google數(shù)據(jù)中心部門和Deepmind來操刀，他們認(rèn)為用類神經(jīng)網(wǎng)絡(luò)可以提高Google數(shù)據(jù)中心的效率。

為期12個月的開發(fā)階段中，AI預(yù)測PUE的精準(zhǔn)度被優(yōu)化到了99.6%。為了讓模型準(zhǔn)確預(yù)測數(shù)據(jù)中心的效率，算法從數(shù)千個傳感器中提取出數(shù)據(jù)中心冷卻系統(tǒng)的快照，輸入到深層神經(jīng)網(wǎng)絡(luò)；然后根據(jù)不同組合預(yù)測潛在行為對能源消耗的影響，幫助Google決定何時清理熱交換器，從而提高設(shè)備冷卻性能。

Google每個數(shù)據(jù)中心都有各自的供電和冷卻設(shè)施，而且分布在不同的氣候區(qū)。雖然季節(jié)性天氣變化也會影響PUE值，但對于谷歌遍布世界各地的所有數(shù)據(jù)中心，都已成功地把PUE值保持到一個較低的水平，即使在濕熱的亞特蘭大夏季也不例外。

2018年前后，Google完成了這套AI系統(tǒng)的升級，不需要人工干預(yù)即可直接控制數(shù)據(jù)中心的制冷系統(tǒng)，而且可以被數(shù)據(jù)中心的操作專家有效監(jiān)控。同時，這套基于云端的AI控制系統(tǒng)已經(jīng)為Google多家數(shù)據(jù)中心應(yīng)用，節(jié)約了大量的能源。

02 中國綠色數(shù)據(jù)中心的AI探索

按照中國工信部的要求，2022年新建大型、超大型數(shù)據(jù)中心PUE必須達(dá)到1.4以下。如何運(yùn)用新技術(shù)、新架構(gòu)降低能源損耗、實現(xiàn)數(shù)據(jù)中心的綠色發(fā)展，成為IDC行業(yè)的關(guān)注熱點。

如今，中國各大互聯(lián)網(wǎng)和IDC巨頭，已開啟了AI推進(jìn)中國數(shù)據(jù)中心建設(shè)和升級的探索之路。

以華為烏蘭察布云數(shù)據(jù)中心為例，采用間接蒸發(fā)冷卻解決方案和iCooling能效優(yōu)化技術(shù)，年均PUE降低至1.15。與傳統(tǒng)冷凍水解決方案相比，該數(shù)據(jù)中心每年可節(jié)省耗電量超過1600萬度，每年減少二氧化碳排放量約8140噸。

貴安華為云數(shù)據(jù)中心在2021年9月投入使用時，對外宣布的PUE是1.12，相當(dāng)于大部分的電力資源都在數(shù)據(jù)中心中被利用起來，基本與Google數(shù)據(jù)中心的能耗持平。

這其中，AI和大數(shù)據(jù)分析技術(shù)起到了削峰平谷的作用,服務(wù)器可根據(jù)業(yè)務(wù)功率變化實時調(diào)整制冷功率,提升能效和運(yùn)維效率。滿負(fù)荷運(yùn)行情況下，理論上每年可節(jié)省10.1億度電和81萬噸的碳排放。

同樣引入AI技術(shù)的，還有百度陽泉數(shù)據(jù)中心。其深度學(xué)習(xí)模型根據(jù)室外天氣濕度、溫度和負(fù)荷，自主判斷并切換制冷模式、預(yù)冷模式和節(jié)約模式這三種冷水機(jī)組運(yùn)行模式。

此外，陽泉數(shù)據(jù)中心的AI智能預(yù)警功能，可以根據(jù)負(fù)載預(yù)判設(shè)備的運(yùn)行情況，然后給出維護(hù)策略。單體數(shù)據(jù)中心的年均PUE最高可降至1.08，PUE明顯優(yōu)于1.59的全球平均水平。

在綠色數(shù)據(jù)中心方面，阿里云以低碳選址、清潔能源、液冷技術(shù)等融合AI應(yīng)用，加速綠色節(jié)能技術(shù)創(chuàng)新及迭代升級，做到“少用電、用好電、用綠電”。

在這屆冬奧會上，阿里提供的奧運(yùn)云數(shù)據(jù)中心大量采用了風(fēng)能、太陽能等清潔能源，并采用AI技術(shù)，使得奧運(yùn)地數(shù)據(jù)中心的能耗比傳統(tǒng)的數(shù)據(jù)中心下降了70%，PUE能耗比達(dá)到1.09，核算下來每年可以節(jié)約8萬噸煤。

2020年9月-2021年8月間，萬國數(shù)據(jù)北京六號數(shù)據(jù)中心在投運(yùn)僅一年多且年均負(fù)荷未達(dá)較理想狀態(tài)下的平均PUE值為1.25，年應(yīng)用風(fēng)電量超過1000萬千瓦時，2021年全年預(yù)計碳減排量超過2200噸，在PUE值、減排量、可再生能源利用等方面均屬行業(yè)領(lǐng)先水平。

針對IT、制冷及供配電等主要耗能設(shè)備，萬國數(shù)據(jù)使用了大量主流的綠色節(jié)能技術(shù)，包括通過將AI植入BA系統(tǒng)，實現(xiàn)年節(jié)約用電量約17萬千瓦時，利用萬國數(shù)據(jù)運(yùn)維升級版水處理智能化改造方案實現(xiàn)每年降低2%左右耗電量。

03 結(jié)語

可以看到的是，AI技術(shù)在數(shù)據(jù)中心節(jié)能減排過程中已效果初顯，且正在引爆更多可能。AI技術(shù)在數(shù)據(jù)中心中還可以實現(xiàn)更多應(yīng)用，如：運(yùn)維、故障診斷、預(yù)警等，使得數(shù)據(jù)中心全方位實現(xiàn)智能化運(yùn)行。

不可否認(rèn)，智能化的底座正在給IDC行業(yè)帶來從追趕到超越的更多信心。

本文來自微信公眾號 “科技云報道”（ID：ITCloud-BD），36氪經(jīng)授權(quán)發(fā)布。