由于制冷与设备散热、设备配置、机房环境,大气条件相互关联,在运维达到一定的成熟度后,如果单纯凭借硬件节能或者基于人工经验的简单调优,都已经无法满足能耗进一步降低的要求。
如何找到一种新的控制算法,利用大数据、人工智能等高性能科技,达到数据中心整体能效最优,成为数据中心行业致力探索的问题。
华为基于丰富的数据中心建设经验,在温控领域持续投入与研发,推出了全新的iCooling@AI解决方案,将AI自学习算法应用在冷媒检测、调节冷量和风量输出,打通所有制冷控制逻辑,确保工作在最佳能效点,推动大型数据中心从“制冷”走向“智冷”。
![](http://www.ctiforum.com/uploadfile/2018/1218/20181218091757395.jpg)
华为iCooling@AI解决方案
基于AI的iCooling数据中心能效优化解决方案,针对数据中心制冷效率提升瓶颈,通过机器深度学习,对大量的历史数据进行业务分析,探索影响能耗的关键因素,获取PUE的预测模型。
基于PUE的预测模型,获取与PUE敏感的特征值,利用特征值,进行业务训练,输出业务的预测模型。
- 利用系统可调整的参数作为输入,将PUE预测模型、业务预测模型作为约束。
- 利用寻优算法,获取调优参数组,下发到控制系统,实现制冷系统的控制。
- 通过规范化的实践引导和目标导向评测,不断调整优化,获取均衡PUE。
iCooling@AI解决方案目前已在华为云廊坊基地三期成功部署,预计全年PUE可降低至1.30以下。
华为廊坊云数据中心项目作为数据中心的标杆项目,除了iCooling特性,还需要设置其它的制冷设备功能,更多内容请参考《数据中心制冷与空调设计标准》。
![](http://www.ctiforum.com/uploadfile/2018/1218/20181218091837836.jpg)
当然不同的温控制冷方式,其切换的边界条件及切换过程不尽相同,保证平滑切换的措施也各有特色,整个系统的运行逻辑相对复杂。没有数据中心管理系统的配合,实现这些功能几乎是不可能的。
![](http://www.ctiforum.com/uploadfile/2018/1218/20181218092016224.jpg)