文｜泡小倩

编辑｜石雅琼

来源 |数字时代（微信ID：）

封面｜视觉中国

**

东西方计算，数据中心成为行业焦点。

本质上，这是双碳背景下的能源供需再分配，发挥西部可再生能源的优势。目前，在国内数据中心绿色电源尚未完全释放的情况下，数据中心的节能减排、降本增效仍被放在了当前的首位。

PUE（Power Usage），即用电效率，是衡量数据中心运营管理水平的关键指标，也是数据中心绿色、节能、环保程度的代名词。

在“碳中和”的时代主张下，这个词经常被行业观察家提及。

根据国际正常运行时间协会2014年的数据中心调查，全球大型数据中心的PUE合理值在1.6-2.0之间，平均PUE是 1.@ >7。而同期国内数据中心的PUE为2.5-3.0，IDC行业整体处于粗放发展阶段。

欧洲和美国的数据中心一直走在绿色碳减排的前沿。全球数据中心节能领域的领导者，2016年为15个已经非常节能高效的数据中心节省了40%以上的制冷能耗，约占总成本的15%数据中心用电量，PUE 降至 1.12。

过去6年，数据中心被外界津津乐道，也成为IDC行业用智能技术“武装”自己的学习模式。基于此，本文重点关注以下问题：

1.实现绿色低碳的秘诀是什么？

2.国内数据中心节能减排的切入点和主要路径是什么？

3.国内领先的数据中心有哪些具体做法和成就？

4.未来数据中心将向什么方向发展？

能效比行业高1/3

2014 年用电量 440.30,000 兆瓦时，相当于 36.70,000 个美国家庭的年总用电量。因为，即使节省百分之几的电力消耗，也意味着巨大的经济效益。

其中，数据中心的耗电量占很大比重。无论是全球网络服务还是移动应用，都需要数据中心来提供支持。

美国根据美国能源信息署的数据，商业电价通常在 25 美元/MWh 到 40 美元/MWh 之间。数据中心用电量减少 10% 可帮助节省数亿美元。

但是，每个数据中心的架构和环境都是独一无二的，这种高度复杂的动态环境涉及大量参数，传统公式工程和人工手段难以优化。

这个时候，基于通用智能框架的AI就派上用场了，由数据中心部门和公司来处理。

该项目始于 2014 年，当时年轻的工程师 Jim Gao 受到斯坦福大学教授 Ng 的在线教学视频的启发。他认为使用神经网络可以提高数据中心的效率。他和他的团队的想法也很简单：哪怕是很小的改进，也能产生巨大的节能效果，对减少碳排放，帮助遏制气候变化起到很大的作用。

在 12 个月的开发阶段，AI 预测 PUE 的准确率优化为 99.6%。为了让模型准确预测数据中心的效率，算法从数千个传感器中获取数据中心冷却系统的快照，并将其输入深度神经网络；然后，根据不同的组合，预测潜在行为对能耗的影响，以帮助决定何时清理换热器以提高设备冷却性能。

每个数据中心都有自己的电源和冷却设施，并且位于不同的气候区。虽然季节性天气变化也会影响 PUE，但即使在亚特兰大炎热潮湿的夏季， 也设法将全球所有 数据中心的 PUE 保持在较低水平。

2018年左右，完成了这套AI系统的升级。可直接控制数据中心的制冷系统，无需人工干预，可由数据中心的运营专家进行有效监控。同时，这套基于云端的人工智能控制系统已在多个数据中心应用，节省了大量能源。

全球数据中心副总裁乔·卡瓦 (Joe Kava) 在一篇博文中表示，在欧洲，数据中心消耗的能源通常比典型数据中心少三分之一，但团队仍在努力减少能源消耗。例如，利用先进的机器学习技术确保弗雷德里西亚数据中心成为丹麦最节能的数据中心之一，以确保正确使用每一瓦特的电力。

为什么数据中心是“电老虎”

AI 第一次成名是在 2016 年 AI 与真人的围棋比赛中。在机器学习和算法的奥秘被揭开之后。中国对人工智能技术的热情和对实际场景的探索掀起了前所未有的热潮。

中国的IDC行业也得到了深刻的启迪，开始研究如何利用人工智能技术提高数据中心的能效。利用AI算法控制数据中心散热系统的思路也在这一时期转移到中国，加速中国大型数据中心向节能减碳阵营迈进。

市场也注意到了一个变化：过去，业界关心人工智能的数据中心；后来，他们更关心数​​据中心的人工智能。

这种趋势发生在人工智能的黄金时代。由大型服务器串联组成的计算系统，支持海量数据处理和计算，并架设数据中心。数据中心机架数量从 2016 年的 124 万个增加到 2019 年的 227 万个，四年增长 83.1%。

这些功耗较高，功率密度高达30-50kW，有的甚至升级到100kW机架，给数据中心的能耗带来了更大的挑战。

而传统的大型数据中心机房IT设备仅占46%的用电量，40%以上用于泵、冷却器、冷却塔等大型工业制冷设备。数据中心为了保持机房温度恒定，通常将进风温度控制在20-25度。

根据PUE=数据中心总耗电量/IT设备耗电量的计算公式，不难看出，制冷环节是导致数据中心能耗飙升的罪魁祸首，也是PUE高的原因。

如今，行业级的AI智能解决方案正在通过提高能源效率来推动中国数据中心的建设和升级。

2019年我国在用的超大型和大型数据中心的平均PUE分别为1.63和1.54。对于计划和在建的数据中心，平均设计 PUE 为 1. 5 左右。虽然业内专家承认，我国数据中心整体能耗与国际先进水平仍有30%以上的差距，而且只有少数新建数据中心能达到1.4以下的PUE，但这缝隙是肉眼可见的。减速。

年减排量 = 种植 16 万棵树

在中国，华为是第一家使用人工智能帮助数据中心在制冷过程中做出复杂决策的公司。

传统的制冷系统管理虽然久经考验，但高度依赖运维人员的经验。 IT团队经常人手不足，或者没有足够的资源来密切关注7*24小时的复杂流程，缺乏一定的灵活性和灵活性。精度。

数据中心的智能化路线让业界越来越意识到，AI不仅具备全天候实时监控的能力，还具备在大量系统参数变化时及时响应的技术优势。

廊坊云数据中心是华为公有云的北方基地和华北数据枢纽。这也是华为第一个AI项目。

考虑到节能减排和成本控制，华为廊坊云数据中心在建设之初就采用了行级精密空调、高效供配电、冷气隔离等设计方案。和热通道，还部署了间接蒸发。自然冷却 (IEC) 系统，并使用外部冷源来降低制冷系统的功耗。

虽然当时的设计方案非常先进，但如此复杂的系统限制了数据中心运维的调整空间。系统无法根据系统的实际使用情况进行精确调整，只能在几种固定模式之间进行调整。来回切换。

大数据和AI的结合，让华为数据中心找到算法的最优解。廊坊云数据中心率先成为“试验田”。

2018年5月，华为在廊坊云数据中心的1500个机架上部署了能效优化技术解决方案，节能8%，年均PUE从1.42降低到1. 26.经计算，每年可节电630万度以上，减少二氧化碳排放300万公斤以上。效果相当于种了16万棵树。

该系统的逻辑与上述智能解决方案类似：系统从 700 多个监控点和传感器采集数据建筑能耗管理云平台，然后分析数据与系统 PUE 值和能效之间的相关性，找出最重要的经过21种变量后，训练深度神经网络，建立动态PUE模型。

最终这个PUE模型的预测准确率达到了99.5%。有了它，华为边缘AI推理平台Atlas 200可以在1分钟内从40万个初始组合中找到最佳散热策略。准确度和速度远远超出数据中心资深工程师的能力。

从自动化到智能化

基于华为建设大型节能数据中心的能力和其他软件解决方案的技术优势，华为开始扮演IDC服务商的角色，参与外部数据中心的建设。

例如，2019年12月，中国移动宁夏数据中心（中卫）正式投入运营，定位为超大规模、绿色节能的世界级数据中心。官方数据显示，在冬季自然降温第一阶段，华为AI能效优化技术帮助数据中心总能耗降低3.2%，每年节电超过40万度。

当AI学习能力进一步增强，数据中心负荷增加，制冷方式切换时，目标是完成每年节电600万度电的任务，相当于减碳二氧化碳排放量约 300 万公斤。

根据工信部要求，2022年新建大型、超大型数据中心PUE必须达到1.4以下。如何利用新技术、新架构降低能耗，实现数据中心的绿色发展，成为IDC行业关注的焦点。

以华为乌兰察布云数据中心为例，采用间接蒸发冷却方案和能效优化技术，年均PUE降至1.15。与传统冷冻水解决方案相比，数据中心每年可节电超过1600万度，减少二氧化碳排放约8140吨。

再比如2021年9月贵安华为云数据中心投入使用时，公布的PUE为1.12，相当于数据中使用的大部分电力资源中央。与数据中心能耗相当。华为对此也给予了很高的评价，认为已经达到了行业领先水平。

其中，人工智能和大数据分析技术起到了降峰降谷的作用。服务器可以根据业务用电变化实时调整制冷功率，提高能效和运维效率。满负荷运行，理论上每年可节电10.1亿度电，减少碳排放81万吨。

同样引入AI技术的还有百度阳泉数据中心。其深度学习模型根据室外天气湿度、温度和负荷独立判断并切换冷水机三种运行模式：制冷模式、预冷模式和节能模式。

此外，阳泉数据中心的AI智能预警功能可以根据负载预测设备运行情况，进而提供维护策略。单个数据中心的年平均PUE最高可降至1.08，PUE明显优于全球平均水平1.59。

在数据中心自我进化的过程中，AI技术的应用远不止于调整PUE和降低能耗。

阳泉数据中心已从自动化发展到智能化。比如2018年数据中心尝试采用无纸化智能巡检，将相关数据上传到远程计算机，专家系统对现场运行数据进行分析，保证系统的稳定性。

随着一系列人工智能技术在数据中心运维管理中发挥越来越广泛的作用，大公司在智能运维、风险管理、安全管理等方面对人工智能寄予厚望。

在数据中心的日常运维中，50%的人力消耗在巡检工作上。根据华为设计的数据中心AI无人巡检方案，远程抄表、图像识别、语音识别等多种技术可以将90%的人工巡检内容转化为自动化、远程无人化处理。

此外，华为基于自动驾驶技术的AI-Robot从图像/声音/气味识别、温度云图、资产管理等维度自主规划路线，实时上报巡检信息，生成巡检报告。 .

如今，人工智能助力数据中心开启节能减排新时代，无人智能运维从“先进”变为“即时”，不仅需要更成熟的解决方案和技术突破，更需要取决于市场表现。新需求是否爆发。但不可否认，智能基地正在为IDC行业从追赶到超越带来更多信心。

（本文结束）