数据中心的AI秘笈 ： 数亿美元电费是怎么省出来的？
文｜包校千
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，让数据中心成为行业关注的焦点。
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。而当下，国内数据中心在绿电供能未完全放开的情况下，数据中心的节能减排、降本增效，仍然在眼下被放置于首位。
PUE（Power Usage Effectiveness），即电源使用效率，是一项衡量数据中心运营、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。
围绕“碳中和”的时代命题下，这一名词更是被行业观察家们频繁提及。
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PUE的合理值界于1.6-2.0之间，PUE平均值为1.7。而国内数据中心同期PUE为 2.5-3.0，IDC行业整体处于粗放式的发展阶段。
一直以来，欧美国家的数据中心行走在绿色节碳的最前沿。全球数据中心节能领域的佼佼者——Google，在2016年为已经很节能高效的15座数据中心，节省了40%以上的冷却耗能，约占数据中心用电总成本的15%，PUE降低至1.12。
过去6年，Google数据中心被外界津津乐道，也成为IDC行业用智能技术“武装”自己的学习范本。基于此，本文着重讨论如下问题：
1.Google实现绿色低碳的秘笈究竟是什么？
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实践和成果？
4.数据中心未来会朝怎样的方向发展？
能效比行业高1/3
2014年，Google消耗了440.3万兆瓦时的电力，相当于36.7万户美国家庭全年的总用电量。对于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。
其中，数据中心的用电耗能所占比重很大。无论是Google覆盖全球的网络服务还是手机应用，都需要数据中心来提供支持。
根据美国能源信息管理局的数据，美国商业用电价格通常为25美元/兆瓦时到40美元/兆瓦时。数据中心用电如果能减少10%，就能帮助Google节省数亿美元的支出。
然而，每个数据中心的体系结构和环境都很独特，这个高度复杂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数据中心部门和Deepmind来操刀。
这个项目萌生于2014年，起因是青年工程师Jim Gao在网上观看斯坦福大学教授吴恩达的教学视频后，受到的启发。他认为用类神经网络可以提高Google数据中心的效率。他和团队的想法也很简单：再小的提升也有巨大的节能效果，对于减少碳排放，帮助抑制气候变化能够起到很大作用。
为期12个月的开发阶段中，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心的效率，算法从数千个传感器中提取出数据中心冷却系统的快照，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消耗的影响，帮助Google决定何时清理热交换器，从而提高设备冷却性能。
Google每个数据中心都有各自的供电和冷却设施，而且分布在不同的气候区。虽然季节性天气变化也会影响PUE值，但对于谷歌遍布世界各地的所有数据中心，都已成功地把PUE值保持到一个较低的水平，即使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，不需要人工干预即可直接控制数据中心的制冷系统，而且可以被数据中心的操作专家有效监控。同时，这套基于云端的AI控制系统已经为Google多家数据中心应用，节约了大量的能源。
Google全球数据中心副总裁Joe Kava在博客中表示，在欧洲，Google数据中心的能耗通常比一般的数据中心低三分之一，但团队仍然在努力使用更少的能源。例如把弗雷德里西亚数据中心打造成为丹麦最节能的数据中心之一，利用先进的机器学习技术确保每瓦电量都使用得当。
数据中心为什么是“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。中国对于AI技术的热忱，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技术为数据中心提高能效。Google利用AI算法控制数据中心制冷系统的思路，在这个时期也被传导至国内，加速中国大型数据中心走向节能减碳的阵营中。
市场也察觉到了一种变化：以前，产业界关心用于人工智能的数据中心；后来，他们更在意用于数据中心的人工智能。
这一趋势发生在AI的黄金时期。大规模的服务器串联而成的计算系统支撑了海量的数据处理和运算，一座座数据中心拔地而起。数据中心机架数量由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，有些甚至已经升级为100kW的机架，对数据中心的能耗带来了更大挑战。
不过，传统的大型数椐中心机房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。为了维持机房恒定温度，数据中心通常把进风温度控制在20-25度。
根据PUE=数据中心总耗电/IT设备耗电的计算公式，不难看出制冷环节是导致数据中心能耗飙升的主要元凶，也是PUE居高不下的原因。
如今，行业级的AI智能解决方案，正以提高能源利用效率的方式，推进中国数据中心的建设和升级。
2019年，我国在用超大型、大型数据中心的平均PUE分别为1.63和1.54，规划在建的数据中心，平均设计PUE在1.5左右。虽然行业专家坦承，我国数据中心的总体能耗仍与国际先进水平相差30%以上，且只有一小部分新建数据中心PUE可做到1.4以下，但这一差距正以肉眼可见的速度缩窄。
年度减排=种16万棵树
在国内，华为是第一家用AI帮助数据中心在冷却环节做复杂决策的企业。
传统的制冷系统管理虽然久经验证，但高度依赖运维人员的经验，IT团队时常人手不足，或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精确性。
Google数据中心的智能路线，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化时，发挥及时应对的技术优势。
廊坊云数据中心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。
出于节能减排和控制成本的考虑，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，冷热通道隔离等设计方案，还部署了间接蒸发式自然冷却（IEC）系统，并利用外部冷源，降低制冷系统的电力消耗。
尽管设计方案在当时很超前，但如此复杂的体系，限制了数据中心的运维调整空间，系统给无法根据系统的实际用量做出精确的调整，只能在几个固定模式之间来回切换。
而大数据与AI的结合，让华为数据中心找到了算法的最优解。廊坊云数据中心率先成为了“试验田”。
2018年5月，华为把iCooling能效优化技术方案部署在廊坊云数据中心的1500个机架上，节省了8％的电力消耗，年平均PUE从1.42降低至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的智能解决方案类似：系统从700多个监控点、传感器中收集数据，然后对数据与系统PUE数值、能效之间的关联度进行分析，识别出最重要的21种变量后，再对深度神经网络进行训练，建立动态的PUE模型。
最终，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，准确性和速度远超资深数据中心工程师的能力。
从自动化迈向智能化
基于华为自建大型节能数据中心的能力，以及iCooling等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）正式投产时，定位于超大规模、绿色节能的世界一流数据中心。根据官方披露的数据，在第一阶段冬季自然冷却的场景下，华为iCooling AI能效优化技术，帮助该数据中心的总能耗降低了3.2%，每年可节电40多万度。
当AI学习能力得到进一步增强，数据中心负载提升和制冷方式的切换，其目标是完成每年节省600万度电的任务，相当于减少约300万千克的二氧化碳排放。
按照中国工信部的要求，2022年新建大型、超大型数据中心PUE必须达到1.4 以下。如何运用新技术、新架构降低能源损耗、实现数据中心的绿色发展，成为IDC行业的关注热点。
以华为乌兰察布云数据中心为例，采用间接蒸发冷却解决方案和iCooling能效优化技术，年均PUE降低至1.15。与传统冷冻水解决方案相比，该数据中心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，贵安华为云数据中心在2021年9月投入使用时，对外宣布的PUE是1.12，相当于大部分的电力资源都在数据中心中被利用起来，基本与Google数据中心的能耗持平。华为对此也给予了很高的评价，认为达到了业界领先水平。
这其中，AI和大数据分析技术起到了削峰平谷的作用,服务器可根据业务功率变化实时调整制冷功率,提升能效和运维效率。满负荷运行情况下，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，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，阳泉数据中心的AI智能预警功能，可以根据负载预判设备的运行情况，然后给出维护策略。单体数据中心的年均PUE最高可降至1.08，PUE明显优于1.59的全球平均水平。
在数据中心自我进化的过程中，AI技术所能应用的范畴远不止调整PUE、降低能耗。
阳泉数据中心已经从自动化向智能化的方向发展。例如数据中心在2018年尝试采用无纸化智能巡检，相关数据上传到远端电脑，专家系统通过分析现场运行数据，保障系统的稳定性。
随着一系列AI技术在数据中心运营和管理中的作用越来越广泛，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。
数据中心的日常运维，有50%的人力消耗在巡检工作中。按照华为设计的数据中心AI无人巡检方案，远程抄表、图像识别、声音识别等多种技术，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术的AI-Robot ，已经从图像/声音/气味识别、温度云图、资产管理等维度，自主规划路线，实时上报巡检信息，并生成巡检报告。
如今，AI帮助数据中心开启了节能减排的新时代，而无人智能运维从“超前”变为“眼前”，既需要更多的成熟方案和技术攻坚，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）
如果你对To B 领域的报道感兴趣，欢迎扫码关注“数字时氪”公众号（微信ID：digital36kr）
扫码关注数字时氪公众号（微信ID：digital36kr）
相关推荐
数据中心的AI秘笈 ： 数亿美元电费是怎么省出来的？
张一鸣公开核心秘笈，推出「灵驹」搏击To B野心
英伟达的DPU，是想在数据中心奇袭英特尔？
36氪5G日报0309 |三大运营商5G今年最大压力是一年增加几百亿的电费，中美韩三国5G用户已达 3.15 亿
AI在婚恋领域是怎么起作用的？
TikTok投5亿美元在爱尔兰建数据中心 存欧洲用户数据
为什么苹果认为自己是 AI 的领导者？（上）
AI新贵上位记：图网络是怎么火起来的？
为什么苹果认为自己是 AI 的领导者？（下）
搞AI的，怎么才能不失业？
网址: 数据中心的AI秘笈 ： 数亿美元电费是怎么省出来的？ http://m.xishuta.com/newsview60747.html
