PUE作為綜合考察數據中心的用能效率指標，成為事實(shí)上衡量數據中心能效的KPI。因此各大IT廠(chǎng)商在如何降低PUE上使出了渾身解數，各出奇招。先來(lái)看幾個(gè)典型的低PUE數據中心，看看他們采用了何種妙招~
微軟
微軟在英國蘇格蘭奧克尼群島海岸線(xiàn)附近水域部署的潛水艇式水下數據中心。所有部件預集成，并且可以利用海水進(jìn)行自然冷卻。
雅虎
位于美國紐約州的洛克波特的雅虎“雞舍式”數據中心。雅虎“計算雞舍”完全放棄了機械式冷水機組，幾乎完全依靠外部空氣進(jìn)行冷卻。“計算舍”的PUE值大約為1.08。
谷歌
注明：以上圖片來(lái)源于網(wǎng)絡(luò )
Google位于比利時(shí)Saint-Ghislain的數據中心。該數據中心的蒸發(fā)冷卻系統從附近的工業(yè)運河抽取用水， 實(shí)現了100%水側自然冷卻，全年平均PUE1.11。
這些數據中心都有一個(gè)共同點(diǎn)：高效利用自然冷源。但與此同時(shí)，他們也犧牲了靈活性。這些數據中心建設模式與環(huán)境強耦合，難以批量復制。
那么問(wèn)題來(lái)了，不是所有的數據中心都能建在海里和山里，那我怎么降低PUE？
傳統自動(dòng)和人工調節面臨困境
傳統的冷凍水制冷系統由冷水機組、泵、冷卻塔、末端等部分組成。由于制冷能耗與設備散熱、設備配置、機房環(huán)境，外部氣象條件相互關(guān)聯(lián)，在運維達到一定的成熟度后，單純憑借硬件節能或者基于人工經(jīng)驗的簡(jiǎn)單調優(yōu)，都已經(jīng)無(wú)法滿(mǎn)足能耗進(jìn)一步降低的要求。
冷凍水制冷系統的調節需要解決三個(gè)問(wèn)題：
- 確保制冷系統的各部件運行在高效區間內（單部件最優(yōu)）；
- 找出制冷系統內各個(gè)部件的最佳組合（全局最優(yōu)）。例如同樣輸出1000KW冷量，冷卻塔、冷卻泵、冷機，冷凍泵各自的頻率應當是多少？哪種組合更節能？
- IT負載與制冷系統進(jìn)行關(guān)聯(lián)，實(shí)現熱量需求與冷量供給的均衡。
基于傳統專(zhuān)家經(jīng)驗的調優(yōu)，多數只能解決第一步的問(wèn)題，難以達成制冷系統全局最優(yōu)。而且人工調節周期長(cháng)，速度慢，無(wú)法滿(mǎn)足節能降耗的相關(guān)訴求。
針對復雜的冷凍水制冷系統，需要找到一種新的控制算法，來(lái)達成整體最優(yōu)。大數據、人工智能成為能效優(yōu)化的一個(gè)探索方向。
華為iCooling創(chuàng )新解決方案
基于A(yíng)I的iCooling數據中心能效優(yōu)化解決方案，可在給定的氣候條件、業(yè)務(wù)SLA等條件下，通過(guò)深度神經(jīng)網(wǎng)絡(luò )，自動(dòng)推理出最優(yōu)PUE下的系統參數，實(shí)現數據中心能效最優(yōu)。其詳細的實(shí)現方案如下：
- 數據采集：采集冷凍站、末端空調及IT負載等系統的相關(guān)運行參數。以廊坊云數據中心二期為例，共700+采集點(diǎn)，共采集了9個(gè)月的運行參數；
- 數據治理：對原始數據進(jìn)行降維、降噪、清洗等處理。華為強大的自動(dòng)化治理工具，一億條原始數據可以一個(gè)小時(shí)內完成治理，為后續的模型訓練提供高質(zhì)量數據；
- 模型訓練：利用高質(zhì)量的數據和DNN（深度神經(jīng)網(wǎng)絡(luò )），訓練出PUE模型。經(jīng)過(guò)訓練的PUE模型，其預測準確率可達99.5%，誤差<0.005；
- 推理決策：將訓練好的預測模型發(fā)布到推理平臺上。iCooling不僅能在1分鐘內，利用預測模型從17萬(wàn)種組合中找出在當前室外環(huán)境、IT負載下的最優(yōu)參數組合，并能根據要求進(jìn)行多層過(guò)濾，最后得出最合適的指令，下發(fā)執行并反饋效果。
AI開(kāi)啟數據中心“智冷”新時(shí)代
華為廊坊云數據中心，在沒(méi)有增加硬件成本的情況下，使用iCooling@AI技術(shù)，結合華為自研的能效最優(yōu)的溫控產(chǎn)品，打通IT負載到制冷系統再到整個(gè)外界環(huán)境之間的數據聯(lián)動(dòng)，把已建好的數據中心PUE降低了0.1，每年可節約數百萬(wàn)的電費。
隨著(zhù)相關(guān)算法理論的不斷完善，計算能力的不斷提高，人工智能獲得了迅速的發(fā)展，人臉識別，智能搜索，人機對弈，自動(dòng)駕駛等多種應用正在走向千家萬(wàn)戶(hù)。
在數據中心基礎設施領(lǐng)域，AI也大有可為。AI+配電系統，智能分析故障根因，從被動(dòng)告警到主動(dòng)預防；AI+制冷系統，iCooling可以顯著(zhù)降低能耗，達成綠色節能的目標；AI+運維系統，真正實(shí)現無(wú)人運維。
