AI在数据信息管理中心的运用

2021-01-19 21:15

伴随着数据经济发展时期的到来,数据信息管理中心做为关键基本设备发展趋势尤其迅猛。但随之而来的是能耗难题日益比较严重。这不但使得数据信息管理中心自身的经营成本费持续爬升,更是加大了社会发展电网的负荷工作压力。在这样的情况下,客户针对数据信息管理中心要求的迅猛提高和数据信息管理中心的高能耗就造成了比较严重分歧,怎样才可以让二者互相融洽?早已变成了制造行业内积极主动关心的话题。针对运用新技术应用和新方式从而更改这类现况的呼声也日益明显。

AI针对数据信息管理中心降本增效善莫大焉

据有关汇报指出,2018年我国数据信息管理中心总用电量1608.89亿千瓦时,占我国全社会发展用电量的2.35%,超出上海市市2018年全社会发展用电量。照此预计,2023年我国数据信息管理中心总用电量将做到2667.92亿千瓦时,将来5年将提高66%,年均提高率将达10.64%。

2019年以来,北京,上海市,广州市和深圳市等地陆续出台政策以调控数据信息管理中心基本建设。此外,工信部以前也早已密文规定,到2022年新建大中型、超大中型数据信息管理中心PUE务必做到1.4下列。可是传统式减少PUE的方式其发展潜力已达极限,怎样应用新技术应用、新构架减少电力能源消耗,完成数据信息管理中心的翠绿色发展趋势早已变成制造行业关心的聚焦点。

在能耗之中,数据信息管理中心IT机器设备自身因测算造成的能耗不孚众望的排位第1,而以便确保这些机器设备平稳运作,制冷造成的电力能源耗费则稳居第2位。据有关调研数据信息显示信息,制冷均值占数据信息管理中心电力能源成本费已达40%;2017年DCD在东南亚的1项科学研究说明,假如PUE从1.80(贴近全世界均值水平)降低到1.30,则电力工程成本费能够递减。虽然这类大幅改善不太将会完成,但即便是中等水平的改善也将合理减少经营成本费。

在这样的情况下,借助人力智能化(AI)技术性,根据深层学习培训,动态性认知不一样IT机器设备在当今自然环境下的测算情况,互联网自然环境,和电力能源耗费等层面的要素从而做出融入性调剂的方式正在被许多大中型数据信息管理中心所选用。

因为AI是根据基本设备管理方法技术性和鳞次栉比的智能化感应器工作中,并根据神经系统互联网来剖析和解决工作中命令,因此相比于传统式的人力管理方法精英团队,其对常见故障或是威协的解决基本上能够做到即时回应的水平,从而协助数据信息管理中心管理方法者合理预测分析或降低灾祸性常见故障。

高成本费及优秀人才不够限定数据信息管理中心AI普及

尽管AI针对数据信息管理中心可以带来众多益处,但并不是全部数据信息管理中心都能像谷歌1样有充足的资金尝试全新技术性。此外,这些益处还务必放在1个较长的经营周期才可以反映,而布署AI的成本费,则让许多数据信息管理中心经营商望而生畏。依据DCD的科学研究显示信息,现阶段AI不管是在多租户数据信息管理中心(MTDC)還是公司数据信息管理中心之中的渗入率都还较为低。非常是针对那些年久主机房而言,尽管有效布署AI能够在能耗和经营层面对其造成助益,但因为其主机房基本建设较早,并没有规范可言,许多设计方案上的硬伤不但会致使AI技术性的优点无法充分发挥,乃至还会反方向危害其一切正常运行。

除此以外,针对许多主机房而言,有关优秀人才的欠缺也是制约要素。简易来讲,AI学习培训优化算法是借助必要水平的数据信息同化、学习培训和运用工作能力,来提升总体特性。但这类优化算法的产生,务必要借助很多的主机房经营数据信息才可以创建。针对许多年久数据信息管理中心而言,空有有关数据信息,可是怎样产生优化算法并最后创建AI实体模型,则是没法超越的阻碍。

AI技术性能否真实普惠数据信息管理中心降本增效?

尽管现阶段也有1些限定性要素,但AI技术性能否真实普惠数据信息管理中心降本增效的难题,其回答明显是毫无疑问的,让王谢堂前燕飞入寻常老百姓家并不是绝没法能。客观事实上,现阶段早已有许多数据信息管理中心处理计划方案供货商在做有关尝试,并得到了非常好的实际效果。

华为的iCooling@AI能效提升处理计划方案便是1个非常好的实践活动。该计划方案在2018年早已在自家廊坊云数据信息管理中心的1500个机架上布署结束。历经具体运作,试点地区(1500个机架)的年均值PUE已从1.4提升到1.3下列,节约了8%的电力工程耗费。

除此以外,在2019年11月投产的我国挪动宁夏数据信息管理中心(中卫)也一样运用了华为iCooling@AI能效提升处理计划方案。该计划方案包括了AI环保节能提升技术性及配套的云计算技术、边沿AI逻辑推理等。在第1环节当然冷却情景下实测数据信息显示信息,iCooling @AI处理计划方案已合理减少我国挪动宁夏数据信息管理中心PUE标值达3.5%。在第2环节中高负载及机械制冷情景下,随PUE实体模型精度的持续提高,环保节能实际效果预计可做到5%⑻%。

所谓iCooling,是根据AI的数据信息管理中心能效提升处理计划方案,能够很好的处理数据信息管理中心制冷高效率的短板难题。实际来讲,该处理计划方案是根据设备深层学习培训,可以对很多历史时间数据信息开展业务流程剖析,找出在其中危害能耗的重要要素,并籍此获得PUE的预测分析实体模型。随后根据该实体模型测算出PUE的比较敏感特点值,再开展有关业务流程训炼。当训炼进行以后,会产生详细的业务流程实体模型。最终以PUE预测分析实体模型,业务流程实体模型做为参考,运用寻优优化算法,获得调优主要参数组,下发到操纵系统软件,完成制冷系统软件的操纵。iCooling可根据标准化的实践活动正确引导和总体目标导向性评测,持续调剂提升,获得平衡PUE,并最后协助数据信息管理中心减少能耗。

续篇:

由上述数据信息不难发现,AI针对数据信息管理中心将来的发展趋势而言,将起到十分积极主动的功效。尽管现阶段的渗入率还较为低,但华为iCooling在这层面的示范性效用十分显著。在数据信息管理中心基本设备行业,iCooling处理了数据信息、优化算法、算力的难题,将本来觉得趾高气昂的AI技术性带入到了具体运维管理工作中之中。

客观事实上,除减少能耗之外,AI在数据信息管理中心的别的行业也是有突显主要表现。如在运维管理层面,根据图象、响声的绝大多数据剖析,能够完成全自动化的巡检,防范于未然;在经营层面,能够创建财产实体模型,鉴别闲置不用机器设备,完成資源高效率运用。在安全性行业,协助检验故意手机软件和废弃物电子邮件,剖析一切正常和出现异常的主题活动方式,鉴别弱点并提升对潜伏威协的安全防护。更有甚者,AI还能根据优化算法,将故意侵入数据信息“圈禁”以执行监管,并籍此跟踪侵入者。“发展前途似海,未来方长”,大家有理由坚信,AI技术性在中国的数据信息管理中心制造行业1定大有作为。(来源于互联网)



扫描二维码分享到微信

在线咨询
联系电话

020-66889888