AI开启数据中心智慧节能新时代

2021-10-27 作者:中兴通讯 宋兴宇,龙丽萍
AI开启数据中心智慧节能新时代 - 中兴通讯技术(简讯)
您当前访问的的浏览器版本过低,为了给您带来更好的体验,建议您升级至Edge浏览器或者推荐使用Google浏览器
取消

AI开启数据中心智慧节能新时代

发布时间:2021-10-27  作者:中兴通讯 宋兴宇,龙丽萍  阅读量:

从电影《终结者》到AlphaGo,人工智能(AI)逐渐从科幻走进现实。随着云计算、大数据、虚拟化等技术的出现以及计算能力的增强,AI技术日趋成熟,各行业正在经历着一场智能化变革。数据中心以其庞大的数据体量,成为AI重要的应用领域。

数据中心当前面临最紧迫的问题是能源消耗,巨额的电费已经成为数据中心高速发展的瓶颈。随着“3060”双碳目标的发布,各地陆续出台限耗政策,北京发改委近日更是发布了“史上最严”PUE管控要求。数据中心行业正在进行一场如火如荼的“碳中和”运动,绿色能源、节能技术、储能方案等成为“零碳”抓手,而AI技术在此大有用武之地。

 

数据中心AI节能方向

 

在众多节能方法中,AI因无需更多硬件的投入,并能持续节能,成为广大数据中心的选择。Google通过引入AI技术解决能耗问题,优化其数据中心的能源使用,极大降低数据中心暖通系统能耗。

为什么是暖通系统?这要回到数据中心电源使用效率PUE(Power Usage Effectiveness)的基本概念:PUE=数据中心总耗电/IT设备耗电≈1+PLF(供电负载系数)+CLF(制冷负载系数)。当前供电负载系数PLF已经提升到了极致,接近瓶颈。为了进一步降低PUE,除了对主设备进行降耗提效外,降低制冷负载系数CLF已成为数据中心节能的重点方向。然而,与暖通系统相关的控制参数组合多达上百万种,传统调优方式只能凭借运维专家经验,对3~5个制冷参数进行调节,难以获得最优控制策略。而AI节能系统通过深度学习结合专家经验,给出最佳节能控制量组合,可以不停迭代优化,实现数据中心全生命周期智慧节能,使数据中心始终运行在能效最优的状态。

 

四步开启数据中心AI节能新时代

 

AI技术有三大能力特点:

- 数据感知:包括数据采集、存储、预处理,为AI分析提供训练和推理所需的高质量基础数据;

- AI分析:包括训练和推理两大能力,使用人工智能技术来训练数据,生成各场景所需的算法模型,为各类策略提供支撑,同时也可以使用训练出来的AI模型进行应用推理;

- 意愿洞察:实现用户意愿的识别、转译、验证和保障等功能,在自动化管控系统的配合下,精准实现用户意愿。

我们将AI的三大能力植入数据中心暖通系统节能管理,通过软硬件深度耦合,分四步(数据采集与上传、数据治理、模型训练和推理运算)实现数据中心暖通系统节能(见图1)。

 

      图1   数据中心AI节能逻辑图

数据采集与上传

AI算法依赖于数据中心提供的大量训练数据,数据量的多少直接决定了AI算法的准确性。数据中心各系统部署了大量传感器,可以辅助技术人员运维,并成为AI系统的触角,抓取丰富的运行数据。中兴iDCIM数据中心智能管理系统将数据中心各项基础设施进行统一管理,周期性将采集到的海量数据(包括暖通系统、电力系统、环境参数等)上传到AI系统,提供运算基础。

 

数据治理

数据中心的数据量庞大复杂,如何在大量数据中找到“正确”的数据,是提升AI精度的关键。中兴通讯具有多年数据中心领域经验,对数据中心各项参数指标有深刻理解。中兴通讯AI系统对采集上来的海量数据进行特征参数自动识别,并根据参数业务特性进行聚合分析,提取出影响能效指标的20多项特征值参数(如室外温湿度、冷机数量、冷冻水供回水温度等)。

 

模型训练

随着模糊控制、神经网络等技术的日益成熟,AI系统对真实世界的仿真愈加精确。机器学习使用算法来解析数据,将数据注入多层算法中,建立可以自主学习和做出明智决策的神经网络,利用神经网络对现实的物理世界进行模拟,实现物理世界和数字虚拟世界的交互融合。中兴通讯为了实现节能最优控制,首先对数据中心进行PUE模型训练,通过建立PUE与室外环境、IT负载、暖通系统控制参数之间的因果关系,利用神经网络对PUE进行拟合,将提取到的特征参数输入到包含多层隐含层的深度神经网络中,进行自适应学习,为数据中心在虚拟世界中建立一个数字孪生体,时刻模拟数据中心实际运行状态的PUE值。然后进行控制策略优化模型训练,建立基于强化学习的能耗最小化的策略模型,根据历史数据生成潜在控制策略,并利用PUE数字孪生模型对策略进行评价,结合控制策略约束条件,最终完成控制策略优化模型的训练,寻找符合约束的能效最优控制参数。

 

推理运算

AI系统以PUE模型为约束条件,实时采集的数据作为输入量,推理运算平台从控制参数空间(数百万种组合)以每秒1万参数组合的效率,识别出能效最优的制冷控制参数组合(比如提高水温、增加冷水机组运行数量等),下发到数据中心管理系统,通过运维专家判断控制参数的合理性,并进一步通过群控系统执行控制动作。控制参数经过AI系统、运维专家、群控系统三重过滤,确保下发质量,保障数据中心安全稳定运行。随着AI技术的日趋成熟,控制量的下发判断会逐步摆脱人的干预,实现自主运行。

 

数据中心AI节能优势

 

在人工智能的时代,AI节能是数据中心实现持续化节能的最佳途径。中兴通讯基于AI的数据中心节能技术凭借高效节能、安全可靠和可持续化节能管理荣获2020年度中国IDC产业最佳节能解决方案奖。

- 系统更节能:通过AI大数据分析,基于神经网络的深度学习,对暖通系统参数进行提取和训练,自动学习最优运行策略,节能可达8%;

- 信息更安全:AI系统部署在客户现场,数据保存在客户本地系统,信息更安全;

- 控制更可靠:PUE模型最大误差低至0.005,精准预测数据中心能效情况; 控制策略经AI系统、运维专家、群控系统三重过滤,可靠性更强,保障数据中心稳定运行;

- 优化更持久:AI系统根据数据中心实际运行情况不断进行模型训练与优化,时刻为数据中心提供最佳节能策略,实现可持续化的数据中心全生命周期能效管理。

 

中兴通讯具有10余年数据中心行业经验,已完成300多个案例部署,从方案设计、产品研发等多个维度为客户带来可靠的绿色数据中心解决方案。中兴通讯基于对数据中心的深刻理解,结合深厚的管控技术及算法研发经验,将AI技术赋能数据中心暖通系统节能管理,充分结合数据中心实际运行情况,挖掘数据隐藏的信息,打破制冷效率瓶颈,实现暖通系统的最优调节;通过持续优化迭代,带来8%的能效提升,实现可持续化的数据中心全生命周期高效节能,降低运营成本,为客户带来实际价值。

 

分享到: