---

前言

一般来说，数据中心 3 年的电费可以再造一个数据中心，因此节电是数据中心的一个永恒的话题。传统的节电技术基本已经触及到了天花板，AI 节电是现在以及将来的技术趋势。AI 调控的是数据中心制冷系统，不仅要控的好能节能，还要控的安全。本文我们将分享华为 NAIE 数据中心 AI 节能技术，以及如何支持技术在不同局点的复制。

---

一、数据中心节能能省一大笔钱

数据中心电费到底有多重要，节能真的能省很多钱？

1.1、全联接世界推动数据中心市场持续高速发展

1.1.1、用户联接激增

当前我们处于一个全联接的世界，那到底共有多少联接？我们来看一组统计数据，具体如下图所示：

通过上图我们可以得知：

• 在 2015 年全球智能终端数量为 70 亿，预计到 2025 年会以 5.6 倍的速度增长至 400 亿。
• 在 2015 年全球联接数为 200 亿，预计到 2025 年会以 5 倍的速度增长至 1000 亿。
• 在 2015 年全球年数据流量为 9 ZB，预计到 2025 年会以 20 倍的速度增长至 180 ZB。

海量数据的增长在于消耗大量的服务，随之就需要大量的数据中心承载这些服务。

1.1.2、全球数据中心基础设施高速发展

另外一组来自于 MarketsAndMarkets 的关于全球数据中心基础设施的数据更可以明确数据中心基础设施的高速发展，具体如下图所示：

通过上图我们可以得知：

• 在 2017 年全球数据中心总价值约为 130.7 亿美元并呈现出逐年增长的趋势，预计到 2022 年总价值将达到 490 亿美元。

1.2、数据中心的增长带来超额的用电量

海量数据中心的运行与维护就离不开超额的用电量。

我们通过具体的案例，某大型数据中心 10 年的运营成本构成来进一步分析，具体如下图所示：

通过上图我们可以得知：

• 该数据中心其中 70% 的运营成本都投入到了电费中。
• 对于数据中的电费 70% 用于服务器供电，属于必需消耗，仅 30% 用于制冷、照明、办公等。

那么我们对于数据中心的耗电量进行量化呢？根据统计：

• 全球数据中心用电量占全球用电量的 3%，年增长率超过 6%，相当于 30 个核电站（2017）。
• 仅中国的数据中心用电量每年 1200 亿千瓦时，超过三峡电站全年发电量（2017 1000亿千瓦时）。
• 数据中心 3 年的电费可以再造一个数据中心。

1.3、数据中心节能是必然趋势

对于企业而言，节约电费成本就相当于增加企业利润。

除去内部运营的挑战，即数据中心超额的电费消耗外，各国政府的相关政策/法规也对能效指标提出了严格要求，数据中心节能成为必然趋势。有表如下：

机构	政策	相关要求
工业和信息化部 国家机关事务管理局 国家能源局	《关于加强绿色数据中心建设的指导意见》	到 2022 年，新建大型、超大型数据中心 PUE<1.4
北京市政府	《北京市新增产业的禁止和限制目录》	中心城区禁止新建和扩建数据中心
上海市政府	《上海市节能和应对气候变化“十三五”规划》	新建数据中心 PUE<1.3，存量数据中心 PUE<1.4
深圳市发改委	《深圳市发展和改革委员会关于数据中心节能审查有关事项的通知》	PUE<1.4 阶梯型能源支持，鼓励新建 DC PUE<1.25
欧盟委员会联合研究中心	数据中心行为准则（the EU Code of Conduct for Data Centers）	鼓励数据中心运营商降低能耗，并每年颁发相关奖项（PUE Best Practice）
美国联邦政府	数据中心优化倡议（DCOI）	建议数据中心对 PUE 目标、虚拟化、服务器利用率等指标进行监测

通过上表我们可以得知：

• 工信部在《关于加强绿色数据中心建设的指导意见》中要求新建数据中心 PUE<1.4，北京、上海、深圳也提出了相关法规，特别是深圳市鼓励新建 DC PUE<1.25，这是一个很有挑战的数字。

1.4、什么是 PUE？

在上面的相关政策及法规中均提到了一个 PUE 值，那什么是 PUE？

电能使用效率 (Power Usage Effectiveness)：数据中心行业通过测量 PUE（即电能使用效率）来测量能效。

一个数据中心的耗电单元及组成具体如下图所示：

Google 的 PUE 测量标准为：

说明：能耗测量点越多，并且越逼近 IT 设备终端，则 PUE 最终计算值可信度越高。

如果 PUE 值为 2.0，则表示 IT 设备每消耗 1 瓦特电量，我们就要多消耗 1 瓦特电量对其进行冷却和配电。PUE 值接近 1.0 表示差不多所有的能耗都用于计算。

1.5、数据中心制冷原理

在上面我们提到在数据中心中用于制冷的电量占到非 IT 能耗 2/3 的比重，所以从降低制冷能耗的角度节省数据中心开支是很棒的入手点。

数据中心制冷采用的水冷式冷水机组系统结构具体如下图所示：

水冷冷水型冷冻站制冷原理：

• 冷水机组：压缩冷媒，通过冷媒相变把热量由蒸发器置换到冷凝器。
• 冷却泵：驱动冷却水流经冷却塔和冷机，完成冷却水循环流动。
• 冷却塔：风机驱动气流，冷却水热量散发到外界空气中，给冷却水降温。
• 冷冻泵：驱动冷冻水流经LCU末端和冷机，完成冷冻水循环流动。
• 末端空调：风机驱动气流，冷冻水吸收空气热量，环境温度降低。

1.6、传统节能技术以及存在的瓶颈

对于如此复杂耗电的系统，在传统中我们是如何进行节能的呢？

1.6.1、传统单系统调节

单系统调节结构具体如下图所示：

其核心在于：

• 调优单设备。
• 调节单系统效率（如压缩机与水泵配比）。

1.6.2、传统整系统优化

整系统优化结构具体如下图所示：

其核心在于：

• 基于经验，由经验丰富的“老专家”设置最佳系统工况（如冷却塔、冷水机组、末端联动）。

1.6.3、传统节能技术存在的瓶颈

• 产品级节能技术应用已接近天花板。
• 系统复杂、设备多，各设备间能耗影响关系错综复杂，难以用传统工程学公式模拟，传统控制方式各自为政，专家经验作用已达到极限。
• 每个数据中心都是独特的环境和架构，虽然许多工程实践和经验法则可以全面应用，但一个系统运行的定制模型并不能保证另一个系统的成功。

二、NAIE 数据中心节能技术秘籍

2.1、AI 技术成为数据中心节能新方向

根据相关调研数据，70% 的用户认为 AI 技术应该应用于数据中心的领域，具体如下图所示：

Gartner：截止 2020 年，30% 的未做好人工智能准备的数据中心，其业务运营将不具有经济性。

并且还枚举了人工智能改善数据中心日常运营的三种方式：

• 利用预测分析优化工作负载分配，实时优化存储和计算负载平衡。
• 机器学习算法以最佳方式处理事务，用人工智能来优化数据中心能耗。
• 人工智能可缓解人员短缺，自动执行系统更新、安全补丁。

在业界也有众多的利用 AI 技术对数据中心进行节能的经验，诸如 JimGao 与 DeepMind 团队的合作，使用神经网络分别预测 PUE、DC 温度、负载压力，控制约 120 个数据中心的变量，实现 PUE 降低，具体如下图所示：

百度使用深度学习神经网络预测模型，在 K2 智能楼宇项目测试。百度阳泉云数据中心，根据室外天气湿度、温度和负荷，AI 自动判断切换冷水机组运行模式，具体如下图所示：

2.2、华为 NAIE 数据中心节能秘籍

华为 NAIE 数据中心节能包含了众多方面，本次我们仅介绍关于制冷系统节能的方面。通过对制冷系统有目的的调节以实现让系统达到更优的状态。

通过对于原始数据特征工程、能耗预测和安全保障模型、控制参数寻优以实现最终“王炸”！具体实现如下图所示：

对于其中“王炸”的内容我们先卖一个关子。

2.3、制冷能耗预测建模：密集火力

上面我们也提到，截止 2020 年，30% 的未做好人工智能准备的数据中心，其业务运营将不具有经济性。很多数据中心也开始逐步为 AI 数据中心上线进行准备工作，存储相关的历史数据及样本，若样本数量过多就可以采用深度学习网络，火力全开对能耗进行建模，训练多个网络，具体如下图所示：

在训练过程中进行多次评估，精度不达标去掉即可或者采用深度残差网络（ResNet），相比于传统网络能更好的解决梯度消失的问题，在实际中前一种方法已经可以解决 80% 的问题，剩下的 20% 可以基于 ResNet 进行建模。

2.4、制冷能耗预测：精确制导

如果我们的样本较少的场景下，采用密集火力的方式是不行的，深度学习网络也是没办法进行更好训练的，那我们就要在原有的系统上采用精确制导的方法，采用如 K 近邻、高斯过程回归算法等进行解决，具体如下图所示：

2.5、预测设备工况，保障设备安全

制冷系统是安全保障系统，安全是第一位的。可能有同学会有疑问：

问：把设备都关了，不是最省电的嘛？
答：制冷设备的冷量要大于IT发热量，4.2 ×

数据中心 PUE 优化模型生成服务：AI 浪潮下的数据中心的省钱攻略，就用这几招相关推荐

1. 「模型即服务AI」1分钟调用SOTA人脸检测，同时搭建时光相册小应用

   时光相册应用效果 团队模型.论文.博文.直播合集,点击此处浏览 一.物料 人脸检测:https://modelscope.cn/models/damo/cv_resnet101_face-detect ...

2. NLP：NLP领域没有最强，只有更强的模型——GPT-3的简介、安装、使用方法之详细攻略

   NLP:NLP领域没有最强,只有更强的模型--GPT-3的简介.安装.使用方法之详细攻略 导读:NLP领域的模型,没有最大,只有更大.博主这几天也仔仔细细看了这篇长达75页的论文,光署名作者都有二三十 ...

3. 腾讯赵建春：AI浪潮下的高效运维思考及实践

   GOPS 全球运维大会暨首届金牌运维峰会于11月17日-18日在上海圆满举行.腾讯 SNG 助理总经理.GOPS 金牌讲师赵建春老师受邀出席大会,并带来精彩演讲<AI 浪潮下的高效运维思考与实践 ...

4. 【AI浪潮下的挑战和机遇】许多职业即将消失，AI 即将战胜人类了吗？

   文章目录 前言 一.人类科技发展史 二. AI浪潮下的挑战 1. 数据安全和隐私保护问题 2. 带来新的伦理和道德问题 3. 版权和知识产权问题 三.对传统行业和就业的冲击 1.传统文本编辑行业受到冲 ...

5. ModelFileType：XML、Hdf5、dat等不同模型文件后缀文件的简介、使用方法之详细攻略

   ModelFileType:XML.Hdf5.dat等不同模型文件后缀文件的简介.使用方法之详细攻略 目录 一.XML文件 XML简介 XML使用方法 二.HDF5文件 HDF5简介 HDF5常见文件

6. ​NVIDIA针对数据不充分数据集进行生成改进，大幅提高CIFAR-10数据生成

   ©PaperWeekly 原创 · 作者|武广 学校|合肥工业大学硕士生 研究方向|图像生成 生成对抗网络因其优异的生成质量而得到广泛的关注,然而想要得到高质量的生成结果往往需要大批量的训练数据进行加 ...

7. IT：前端进阶技术路线图(初级→中级→高级)之初级(研发工具/HTML/CSS/JS/浏览器)/中级(研发链路/工程化/库/框架/性能优化/工作原理)/高级(搭建/中后台/体验管理等)之详细攻略

   IT:前端进阶技术路线图(初级→中级→高级)之初级(研发工具/HTML/CSS/JS/浏览器)/中级(研发链路/工程化/库/框架/性能优化/工作原理)/高级(搭建/Node/IDE/中后台/体验管理/ ...

8. 未转变者服务器未正常运行,未转变者Battleye服务不能正常运行 | 手游网游页游攻略大全...

   发布时间:2017-10-28 BE服务器未正常运行,是很多玩家启动游戏时遇到的问题,可能大家尝试过各种方法却没有效果,不用着急,今天小编带来"月流醬desu"分享的BE服 ... ...

9. 数据让你又爱又恨？浪潮SA5224M4让数据变为资产

   庞大的数据量是企业的资源,也是包袱 在智慧时代,最宝贵财富莫过于数据.而现实中,庞大的数据保有量让企业又爱又恨,这其中很重要的原因,即大量温冷数据的存在.温冷数据数量庞大但访问率较低,也无法丢失或遗弃 ...

最新文章

1. 通过改进团队流程最大限度发挥Scrum的优势
2. ADO与ADO.NET
3. azkaban获取上游的节点结果_Flink任务实时获取并更新规则
4. CI/CD大幅减少甩锅!
5. Teams Bot库的JSON
6. 电脑摄像头未能创建连接服务器,Win7中摄像头提示未能创建视频预览错误怎么办...
7. apache/nginx中equest.getServerName()外网环境获取不到代理地址/域名
8. ios传感器应用开发最佳实践_同构 javascript 应用开发的最佳实践（Four）
9. mySql 修改字段自增
10. 《东周列国志》第七十六回 楚昭王弃郢西奔 伍子胥掘墓鞭尸
11. 工作分解结构（WBS）
12. 【fhqtreap】航空管制
13. 【从0开始学web】89-150 php特性
14. php图文排版样式模版,微信公众号排版，我的妈呀，这些图文排版模板也太好看了吧！...
15. 单片机软件延时的时间计算
16. activePerl下载网址
17. 必备!半导体测试行业术语中英文对照表
18. 阿里P5-基础知识2
19. 烹饪发烧友服务器无响应怎么解决,烹饪发烧友-风靡全球的模拟烹饪游戏无法连接服务器是什么原因...
20. 黄药师写给他老婆的祭文

热门文章

1. linux推出超级用户_linux添加root权限用户
2. redis 可视化工具_自荐一个有情怀的跨平台Redis可视化客户端工具——RedisViewer...
3. php5.6 mongo 扩展,PHP5.6的安装及redis、memcache、mongo扩展
4. vue+vant 移动端H5 商城项目_01
5. Linux Shell脚本_关闭防火墙
6. 网上购物商城 html+css+MVC+sql server+idea编辑器实现。
7. Java-静态方法、非静态方法
8. QtCreate由MinGW编译的项目，换为MSVC编译器后编译无法通过
9. 中国大学慕课python答案第七章_中国大学慕课用Python玩转数据章节测试答案
10. electron开发_基于Electron+React的跨平台应用程序基础开发框架