人工智能促进数据中心绿色节能研究

目录

0 引言

1 绿色数据中心发展趋势

2 AI在数据中心节能方面的应用

图1

2.1 技术应用及发展

2.1.1 基于机器学习的AI节能技术

图2

图3

图4

图5

图6

2.1.2 基于物理模型的AI节能技术

图7

2.2 数据中心AI节能系统部署趋势

3 建议与展望

3.1 推动标准编制,凝聚多方共识

3.2 征集测试试点,推广高价值实践经验

3.3 优化咨询服务,支撑数据中心绿色算力发展有序升级

4 结束语

---

摘要

为应对全球气候变化和实现绿色发展,我国提出碳达峰碳中和发展目标,绿色发展已成为数据中心建设运营的主旋律。基于人工智能等新一代信息技术促进数据中心节能的理论与实践,分析了多种人工智能技术在数据中心节能方面的应用。在此基础上,提出了数据中心人工智能节能系统的部署趋势,并给出了以创新技术推动行业绿色节能发展的思考与建议。

关键词： 人工智能节能; 绿色创新发展; 机器学习; 神经网络; 物理机理模型

0 引言

随着新一轮科技革命和产业变革的兴起,以数据为核心的生产要素、以数字技术为驱动力的新型生产方式蓬勃发展,社会正快速步入数字经济时代。数据中心是发展数字经济的算力底座,也是数字化产业链的关键一环。截至2023年6月,全国在用数据中心机架总规模超过760 万标准机架,算力总规模达到197 EFLOPS,位居全球第二,比2022年同期增长30%[1]。与此同时,数据中心能耗问题日益凸显,在传统数据中心,产品级节能技术应用已接近天花板,且系统复杂、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,加之传统控制方式各自为政,作用已到极限。在此背景下,数字化及人工智能(Artificial Intelligence,AI)技术是推动数据中心电能利用效率(Power Usage Effectiveness,PUE)预测和指标优化实践的重要基础工作。基于专家经验的传统人工PUE预测和能效优化基本着眼于单设备或者单系统运行能效,尚未考虑到多系统协同与联动。通过AI技术应用,可以保障数据中心能效优化由数据驱动,更加有章可循,从而规范和促进我国数据中心节能提效。

1 绿色数据中心发展趋势

随着产业的规模发展,数据中心能耗成为社会广泛关注的话题。对于从业者而言,实现数据中心的绿色化发展也是体现技术水平的重要方面[2]。数据中心是技术密集型产业,设备和系统技术复杂,对性能、安全要求较高,能耗也涉及多个方面。因此,节能降碳是一项系统工程,涉及规划、设计、建设、运维等方面,任一环节出现问题都会影响最终能效水平。据统计,数据中心IT及网络设备在数据中心总耗电占比约为45%~50%,制冷设备占比约为30%~45%,制冷系统耗电与选址地点、系统方案以及运行要求相关,并与当地全年气候变化息息相关;供配电设备约占10%~15%,供配电系统耗电通常以供电效率损失和配电损耗为主,供配电架构确定后供电效率和损耗即确定,只要其他系统用电就会有一定的损失[3]。故PUE数值计算结果受多种因素影响,当单一系统节能潜力充分挖掘后,下一个阶段能效管理的核心命题则是“集成”,需考察具体项目全生命周期、系统规划节能方案能力,打造全栈节能能力是节能减碳未来主要创新发展趋势。

《新型数据中心发展三年行动计划(2021—2023年)》提出新建大型及以上数据中心PUE降低到1.3以下,严寒和寒冷地区力争降低到1.25以下。此外,我国工业和信息化部通过创建国家绿色数据中心、国家新型数据中心典型案例名单,引导企业建设发展绿色集约型数据中心。2023年,我国新建大型及以上数据中心PUE降至1.3以下,全国最优水平达到1.08,能效水平逐步提升。绿色低碳技术广泛应用,我国有120多个数据中心绿色低碳等级达到4A级以上[4]。虽然新建大规模数据中心PUE设计及运行水平稳中向好,但目前我国老、旧数据中心绿色技术应用及PUE发展与欧洲、美国等国家和地区相比还存在一定的差距。数据显示,我国中、小规模数据中心PUE值普遍偏高,各地政府及数据中心企业已经开始关注到这一发展问题,主动探寻“老、旧、小、散”数据中心的节能改造路径,相信未来在生产制造、通信、互联网、公共机构、金融、能源等重点领域将迎来老、旧数据中心改造浪潮[4]。

2 AI在数据中心节能方面的应用

鼓励数据中心应用绿色先进技术。一方面应在应用上鼓励数据中心采用高效系统,优先采购先进绿色技术产品,建设数据中心能源消耗在线监测平台,开展数据中心能耗监测评估,从数据中心应用上实现节能;另一方面应在源头上引导数据中心高效利用清洁能源和可再生能源