前言：

2020年，數據中心建設被中央正式列入新基建戰略，被視為新基建的基礎設施、經濟高質量發展的數字底座。

然而隨著數據流量呈指數增長，數據中心設備功耗也在不斷攀升，電能消耗數目彌巨和運營成本居高不下的問題愈發凸顯。

數據中心總量與能耗雙雙上漲

截至2019年底，我國數據中心數量約為7.4萬個，占全球數據中心總量的23%。

數據中心是典型的重資產，運維管理工作量繁雜，隨著未來業務需求的多元化，如果依然采用傳統的方式進行管理，其難度將無法想象。

目前我國數據中心年耗電量已經達到社會耗電總量的2%，比三峽大壩的年發電量還高出30%。

 

數據中心設備能耗結構

數據中心能耗最大的地方，主要集中在IT設備能耗和機房空調能耗（空調室內機、水冷機組、蓄電池組等），前者占六成，后者占四成。

一般而言，降低數據中心能耗，提高能效，著重在于空調功耗的優化降低，以及后續IT功耗優化。

服務器作為數據中心的三大基礎IT設施之一，整體功耗能占到數據中心總能耗的40%-50%。

 

微觀來看，更迫切的問題是，數據中心的建設與擴張，對地方電力系統提出巨大挑戰，很多城市不得不推出限制政策以保證電力系統不會被數據中心壓垮。

節能降耗無疑是數據中心的重中之重，而空調制冷系統又是降低數據中心基礎設施能耗的關鍵所在。

在這一趨勢下，傳統的節能手段漸漸無法滿足數據中心節能要求，人工智能恰恰可以提供新的方向。 

利用AI開啟限制PUE等節能方式

PUE=數據中心總能耗/IT設備能耗，其中數據中心總能耗包括IT設備能耗和制冷、配電等系統的能耗。

傳統數據中心年平均PUE高于1.8，隨著越來越多AI應用的落地，業界對高速計算的需求日漸增多。

2019年2月，工信部發布《三部門關于加強綠色數據中心建設的指導意見》，明確提出到2020年，新建大型、超大型數據中心的PUE值要達到1.4以下。節能減排，降低數據中心的能耗，進一步限制PUE值，成各行各業工作重點。

2020年8月，工信部、國家發改委、商務部、國管局、銀保監會、能源局等六部門發布《關于組織開展國家綠色數據中心（2020年）推薦工作的通知》。

同時將聯合組織開展2020年度國家綠色數據中心推薦工作，其中能源資源使用情況占據評價指標分值最高的權重，高達67%。

2020年12月，我國將“做好碳達峰、碳中和工作”納入2021年的重點任務之一。

為了迎合碳中和的國家戰略，實現國家提出的節能減排與碳排量指標，在能源環境領域進行AI節能，便迫在眉睫。

數據中心節能需考慮布局優化

數據中心建設的技術應用，應充分利用自然冷源，強風弱水，加強新型制冷、供電技術、模塊化技術和AI運維技術的使用，提高數據中心分步部署能力，通過數字化、自動化、智能化運維，減輕大數據中心的運維壓力。

同步針對相應技術、產品、系統開展標準制定及指標驗證工作，保證技術及應用的一致性，整體提高數據中心設計、建設和運維的綠色高科技水平。

數據中心建設還可考慮環境適宜、電價優惠、土地資源相對充裕的地區。在至少考慮上述因素的同時進行科學規劃、明確定位，統籌布局。

國內企業針對性優化方案出爐

華為iManager全網管理功能，實現對多網點數據中心基礎設施進行集中監控，統一管理，實現預防性維護，通過GIS定位技術提高故障定位響應速度，提升數據中心運維效率。

中國電信集團已經通過智能巡檢機器人、傳感器實現數據中心能耗數據的大規模采集，從而實現數據的關聯分析，預測未來能耗等核心參數。截至2020年上半年已完成8個節能試點，下半年計劃完成18個試點機房的智慧節能部署。

近日，維諦技術和北京大學深圳環境與能源學院聯合成立的數據中心AI技術聯合實驗室。

以IDC創新節能技術為主要研究方向，將聚焦于將AI技術應用于變頻壓縮機、變頻氟泵、間接蒸發冷卻等設備的精確控制；通過軟硬件深度耦合，降低機房空調總體平均功耗。

2020年騰訊清遠云計算數據中心正式開服，整個數據中心集群規劃容納服務器超過100萬臺，阿里云在南通、杭州和烏蘭察布分別落成三座百萬服務器級別的超級數據中心。

浪潮最新發布的M6四路服務器具備先進的智能調控技術，在滿足業務平穩運行的基礎上，對服務器進行部件級別精確監測，有效降低功耗。

浪潮服務器的智能調控技術可根據業務負載壓力自動監控當前服務器的資源使用情況，并根據資源利用率動態調整服務器運行狀態，按業務需求供電，將服務器用電損耗降到最低。

結尾：

隨著政策的落地加上產業界的不斷的努力，中國數據中心在能耗控制以及PUE控制上已經取得很大進步。

未來AI在數據中心節能上一旦應用成熟的話，對于以華為、騰訊、維諦技術為代表的廠商來說，將對其產品研發和生產帶來一個革新性的變化。