编辑｜石亚琼
来源 | 数字时氪（微信ID：digital36kr）
封面｜视觉中国
东数西算，让数据中央成为行业关注的焦点。
实质上，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上风。而当下，海内数据中央在绿电供能未完备放开的情形下，数据中央的节能减排、降本增效，仍旧在眼下被放置于首位。
PUE（Power Usage Effectiveness），即电源利用效率，是一项衡量数据中央运营、管理水平的关键指标，也是数据中央绿色、节能、环保程度的代名词。
环绕“碳中和”的时期命题下，这一名词更是被行业不雅观察家们频繁提及。
根据国际正常运行韶光协会2014年的数据中央调查，环球大型数据中央PUE的合理值界于1.6-2.0之间，PUE均匀值为1.7。而海内数据中央同期PUE为 2.5-3.0，IDC行业整体处于粗放式的发展阶段。
一贯以来，欧美国家的数据中央行走在绿色节碳的最前沿。环球数据中央节能领域的佼佼者——Google，在2016年为已经很节能高效的15座数据中央，节省了40%以上的冷却耗能，约占数据中央用电总本钱的15%，PUE降落至1.12。
过去6年，Google数据中央被外界津津乐道，也成为IDC行业用智能技能“武装”自己的学习范本。基于此，本文着重谈论如下问题：
1.Google实现绿色低碳的秘笈究竟是什么？
2.海内数据中央节能减排的切入点和紧张路径是什么？
3.海内领先的数据中央有哪些详细实践和成果？
4.数据中央未来会朝若何的方向发展？
能效比行业高1/3
2014年，Google花费了440.3万兆瓦时的电力，相称于36.7万户美国家庭整年的总用电量。对付Google来说，即便是节省几个百分点的耗电量，都意味着巨大的经济效益。
个中，数据中央的用电耗能所占比重很大。无论是Google覆盖环球的网络做事还是手机运用，都须要数据中央来供应支持。
根据美国能源信息管理局的数据，美国商业用电价格常日为25美元/兆瓦时到40美元/兆瓦时。数据中央用电如果能减少10%，就能帮助Google节省数亿美元的支出。
然而，每个数据中央的体系构造和环境都很独特，这个高度繁芜的动态环境牵扯大量的参数，传统的公式工程学和人工手段很难优化。
此时，基于通用智能框架的AI派上了用场，由Google数据中央部门和Deepmind来操刀。
这个项目萌生于2014年，起因是青年工程师Jim Gao在网上不雅观看斯坦福大学教授吴恩达的传授教化视频后，受到的启示。他认为用类神经网络可以提高Google数据中央的效率。他和团队的想法也很大略：再小的提升也有巨大的节能效果，对付减少碳排放，帮助抑制景象变革能够起到很大浸染。
为期12个月的开拓阶段中，AI预测PUE的精准度被优化到了99.6%。为了让模型准确预测数据中央的效率，算法从数千个传感器中提取出数据中央冷却系统的快照，输入到深层神经网络；然后根据不同组合预测潜在行为对能源花费的影响，帮助Google决定何时清理热交流器，从而提高设备冷却性能。
Google每个数据中央都有各自的供电和冷却举动步伐，而且分布在不同的景象区。虽然时令性景象变革也会影响PUE值，但对付谷歌遍布天下各地的所有数据中央，都已成功地把PUE值保持到一个较低的水平，纵然在湿热的亚特兰大夏季也不例外。
2018年前后，Google完成了这套AI系统的升级，不须要人工干预即可直接掌握数据中央的制冷系统，而且可以被数据中央的操作专家有效监控。同时，这套基于云真个AI掌握系统已经为Google多家数据中央运用，节约了大量的能源。
Google环球数据中央副总裁Joe Kava在博客中表示，在欧洲，Google数据中央的能耗常日比一样平常的数据中央低三分之一，但团队仍旧在努力利用更少的能源。例如把弗雷德里西亚数据中央打造成为丹麦最节能的数据中央之一，利用前辈的机器学习技能确保每瓦电量都利用得当。
数据中央为什么是“电老虎”
Google AI第一次声名大噪，是在2016年的那场AI与真人的围棋对决。在机器学习和算法的神秘面纱被揭开后。中国对付AI技能的热心，以及可落地场景的探索，掀起了一股前所未有的热潮。
中国IDC行业也深受启蒙，开始研究如何利用AI技能为数据中央提高能效。Google利用AI算法掌握数据中央制冷系统的思路，在这个期间也被传导至海内，加速中国大型数据中央走向节能减碳的阵营中。
市场也察觉到了一种变革：以前，家当界关心用于人工智能的数据中央；后来，他们更在意用于数据中央的人工智能。
这一趋势发生在AI的黄金期间。大规模的做事器串联而成的打算系统支撑了海量的数据处理和运算，一座座数据中央拔地而起。数据中央机架数量由2016 年的 124 万架上升至 2019 年的 227 万架，四年间上涨 83.1%。
这些耗电量大，功率密度高达30－50kW，有些乃至已经升级为100kW的机架，对数据中央的能耗带来了更大寻衅。
不过，传统的大型数椐中央机房IT设备仅占用电耗能的46%，另有40%以上用在了泵、冷却器和冷却塔等大型工业制冷设备上。为了坚持机房恒定温度，数据中央常日把进风温度掌握在20-25度。
根据PUE=数据中央总耗电/IT设备耗电的打算公式，不丢脸出制冷环节是导致数据中央能耗飙升的紧张首恶，也是PUE居高不下的缘故原由。
如今，行业级的AI智能办理方案，正以提高能源利用效率的办法，推进中国数据中央的培植和升级。
2019年，我国在用超大型、大型数据中央的均匀PUE分别为1.63和1.54，方案在建的数据中央，均匀设计PUE在1.5旁边。虽然行业专家坦承，我国数据中央的总体能耗仍与国际前辈水平相差30%以上，且只有一小部分新建数据中央PUE可做到1.4以下，但这一差距正以肉眼可见的速率缩窄。
年度减排=种16万棵树
在海内，华为是第一家用AI帮助数据中央在冷却环节做繁芜决策的企业。
传统的制冷系统管理虽然久履历证，但高度依赖运维职员的履历，IT团队时凡人手不敷，或没有足够的资源来密切关注724小时的繁芜流程，缺少一定的灵巧性和精确性。
Google数据中央的智能路线，让行业愈发看到AI既能够胜任全天候的实时监控，又能在大量系统参数发生变革时，发挥及时应对的技能上风。
廊坊云数据中央是华为公有云的北方基地以及华北地区的数据枢纽，也是华为落地AI的首个项目。
出于节能减排和掌握本钱的考虑，华为廊坊云数据中央在培植之初，就采取了行级精密空调、高效供配电，冷热通道隔离等设计方案，还支配了间接蒸发式自然冷却（IEC）系统，并利用外部冷源，降落制冷系统的电力花费。
只管设计方案在当时很超前，但如此繁芜的体系，限定了数据中央的运维调度空间，系统给无法根据系统的实际用量做出精确的调度，只能在几个固定模式之间来回切换。
而大数据与AI的结合，让华为数据中央找到了算法的最优解。廊坊云数据中央率先成为了“试验田”。
2018年5月，华为把iCooling能效优化技能方案支配在廊坊云数据中央的1500个机架上，节省了8％的电力花费，年均匀PUE从1.42降落至1.26。算下来，每年可省下630多万度电，减少超过300万千克的二氧化碳排放，效果等同于种下了16万棵树。
这套系统的逻辑和上述Google的智能办理方案类似：系统从700多个监控点、传感器中网络数据，然后对数据与系统PUE数值、能效之间的关联度进行剖析，识别出最主要的21种变量后，再对深度神经网络进行演习，建立动态的PUE模型。
终极，这套PUE模型的预测准确性达到99.5％。有了它，华为边缘AI推理平台Atlas 200可在1分钟内，从40万中初始组合中找出最佳的制冷策略，准确性和速率远超资深数据中央工程师的能力。
从自动化迈向智能化
基于华为自建大型节能数据中央的能力，以及iCooling等软件办理方案的技能上风，华为开始扮演IDC做事商的角色，参与外部数据中央的培植。
例如2019年12月，中国移动宁夏数据中央（中卫）正式投产时，定位于超大规模、绿色节能的天下一流数据中央。根据官方表露的数据，在第一阶段冬季自然冷却的场景下，华为iCooling AI能效优化技能，帮助该数据中央的总能耗降落了3.2%，每年可节电40多万度。
当AI学习能力得到进一步增强，数据中央负载提升和制冷办法的切换，其目标是完成每年节省600万度电的任务，相称于减少约300万千克的二氧化碳排放。
按照中国工信部的哀求，2022年新建大型、超大型数据中央PUE必须达到1.4 以下。如何利用新技能、新架构降落能源损耗、实现数据中央的绿色发展，成为IDC行业的关注热点。
以华为乌兰察布云数据中央为例，采取间接蒸发冷却办理方案和iCooling能效优化技能，年均PUE降落至1.15。与传统冷冻水办理方案比较，该数据中央每年可节省耗电量超过1600万度，每年减少二氧化碳排放量约8140吨。
再比如，贵安华为云数据中央在2021年9月投入利用时，对外宣告的PUE是1.12，相称于大部分的电力资源都在数据中央中被利用起来，基本与Google数据中央的能耗持平。华为对此也给予了很高的评价，认为达到了业界领先水平。
这个中，AI和大数据剖析技能起到了削峰平谷的浸染,做事器可根据业务功率变革实时调度制冷功率,提升能效和运维效率。满负荷运行情形下，理论上每年可节省10.1亿度电和81万吨的碳排放。
同样引入AI技能的，还有百度阳泉数据中央。其深度学习模型根据室外景象湿度、温度和负荷，自主判断并切换制冷模式、预冷模式和节约模式这三种冷水机组运行模式。
此外，阳泉数据中央的AI智能预警功能，可以根据负载预判设备的运行情形，然后给出掩护策略。单体数据中央的年均PUE最高可降至1.08，PUE明显优于1.59的环球均匀水平。
在数据中央自我进化的过程中，AI技能所能运用的范畴远不止调度PUE、降落能耗。
阳泉数据中央已经从自动化向智能化的方向发展。例如数据中央在2018年考试测验采取无纸化智能巡检，干系数据上传到远端电脑，专家系统通过剖析现场运行数据，保障系统的稳定性。
随着一系列AI技能在数据中央运营和管理中的浸染越来越广泛，大公司在智能运维、风险管理、安全管理等方面，对AI给予了比较大的期许。
数据中央的日常运维，有50%的人力花费在巡检事情中。按照华为设计的数据中央AI无人巡检方案，远程抄表、图像识别、声音识别等多种技能，可让90%的人工巡检内容转变成自动化、远程无人处理。
除此之外，华为基于自动驾驶技能的AI-Robot ，已经从图像/声音/气味识别、温度云图、资产管理等维度，自主方案路线，实时上报巡检信息，并天生巡检报告。
如今，AI帮助数据中央开启了节能减排的新时期，而无人智能运维从“超前”变为“面前”，既须要更多的成熟方案和技能攻坚，也取决于市场能否爆发新的需求。但无可否认，智能化的底座在给IDC行业带来从追赶到超越的更多信心。
（本文完）
