传统的节能手段无法满足数据中心节能要求，AI提供了新的方向

2020年，数据中心建设被中央正式列入新基建战略，被视为新基建的基础设施、经济高质量发展的数字底座。

然而随着数据流量呈指数增长，数据中心设备功耗也在不断攀升，电能消耗数目弥巨和运营成本居高不下的问题愈发凸显。

数据中心总量与能耗双双上涨

截至2019年底，我国数据中心数量约为7．4万个，占全球数据中心总量的23%。

数据中心是典型的重资产，运维管理工作量繁杂，随着未来业务需求的多元化，如果依然采用传统的方式进行管理，其难度将无法想象。

目前我国数据中心年耗电量已经达到社会耗电总量的2%，比三峡大坝的年发电量还高出30%。

数据中心能耗最大的地方，主要集中在IT设备能耗和机房空调能耗（空调室内机、水冷机组、蓄电池组等），前者占六成，后者占四成。

一般而言，降低数据中心能耗，提高能效，着重在于空调功耗的优化降低，以及后续IT功耗优化。

服务器作为数据中心的三大基础IT设施之一，整体功耗能占到数据中心总能耗的40%-50%。

微观来看，更迫切的问题是，数据中心的建设与扩张，对地方电力系统提出巨大挑战，很多城市不得不推出限制政策以保证电力系统不会被数据中心压垮。

节能降耗无疑是数据中心的重中之重，而空调制冷系统又是降低数据中心基础设施能耗的关键所在。

在这一趋势下，传统的节能手段渐渐无法满足数据中心节能要求，人工智能恰恰可以提供新的方向。

利用AI开启限制PUE等节能方式

PUE=数据中心总能耗/IT设备能耗，其中数据中心总能耗包括IT设备能耗和制冷、配电等系统的能耗。

传统数据中心年平均PUE高于1．8，随着越来越多AI应用的落地，业界对高速计算的需求日渐增多。

2019年2月，工信部发布《三部门关于加强绿色数据中心建设的指导意见》，明确提出到2020年，新建大型、超大型数据中心的PUE值要达到1．4以下。节能减排，降低数据中心的能耗，进一步限制PUE值，成各行各业工作重点。

2020年8月，工信部、国家发改委、商务部、国管局、银保监会、能源局等六部门发布《关于组织开展国家绿色数据中心（2020年）推荐工作的通知》。

同时将联合组织开展2020年度国家绿色数据中心推荐工作，其中能源资源使用情况占据评价指标分值最高的权重，高达67%。

2020年12月，我国将“做好碳达峰、碳中和工作”纳入2021年的重点任务之一。

为了迎合碳中和的国家战略，实现国家提出的节能减排与碳排量指标，在能源环境领域进行AI节能，便迫在眉睫。

数据中心节能需考虑布局优化

①数据中心建设的技术应用，应充分利用自然冷源，强风弱水，加强新型制冷、供电技术、模块化技术和AI运维技术的使用，提高数据中心分步部署能力，通过数字化、自动化、智能化运维，减轻大数据中心的运维压力。

②同步针对相应技术、产品、系统开展标准制定及指标验证工作，保证技术及应用的一致性，整体提高数据中心设计、建设和运维的绿色高科技水平。

③数据中心建设还可考虑环境适宜、电价优惠、土地资源相对充裕的地区。在至少考虑上述因素的同时进行科学规划、明确定位，统筹布局

华为iManager全网管理功能，实现对多网点数据中心基础设施进行集中监控，统一管理，实现预防性维护，通过GIS定位技术提高故障定位响应速度，提升数据中心运维效率。

中国电信集团已经通过智能巡检机器人、传感器实现数据中心能耗数据的大规模采集，从而实现数据的关联分析，预测未来能耗等核心参数。截至2020年上半年已完成8个节能试点，下半年计划完成18个试点机房的智慧节能部署。

近日，维谛技术和北京大学深圳环境与能源学院联合成立的数据中心AI技术联合实验室。

以IDC创新节能技术为主要研究方向，将聚焦于将AI技术应用于变频压缩机、变频氟泵、间接蒸发冷却等设备的精确控制;通过软硬件深度耦合，降低机房空调总体平均功耗。

2020年腾讯清远云计算数据中心正式开服，整个数据中心集群规划容纳服务器超过 100 万台，阿里云在南通、杭州和乌兰察布分别落成三座百万服务器级别的超级数据中心。

浪潮最新发布的M6四路服务器具备先进的智能调控技术，在满足业务平稳运行的基础上，对服务器进行部件级别精确监测，有效降低功耗。

浪潮服务器的智能调控技术可根据业务负载压力自动监控当前服务器的资源使用情况，并根据资源利用率动态调整服务器运行状态，按业务需求供电，将服务器用电损耗降到最低。

结尾：

随着政策的落地加上产业界的不断的努力，中国数据中心在能耗控制以及PUE控制上已经取得很大进步。

未来AI在数据中心节能上一旦应用成熟的话，对于以华为、腾讯、维谛技术为代表的厂商来说，将对其产品研发和生产带来一个革新性的变化。

责任编辑：xj