全球对可持续发展和能源效率的呼吁
日益高涨
人们迫切需要一种高效而创新的方法
来降低能源消耗
如今随着Al技术的快速发展
已经找到了全新的途径来应对这一挑战
通过智能化解决方案来
减少能源浪费并实现降本增效
“双碳”使命下，数据中心制冷系统的绿色转型
随着“碳达峰、碳中和”成为全球共识，节碳之旅已成为不可逆转的趋势。数据中心作为国家基础性战略资源和数字经济发展的基石，其能耗总量也不断攀升，能效问题日益尖锐，面临更为紧迫的“双碳”挑战。值得注意的是，数据中心的制冷系统至关重要，通常需要全年不间断运行，其能耗总量也惊人的达到整个数据中心能耗的30%~50%。因此，在制冷系统的整体设计、建设及运行过程中，如何降低能耗、提高能源利用效率显得尤为重要。由于制冷系统原理非常复杂，单纯依靠运维人员的专业经验，依据室外的环境温度和实时IT功率来动态调节响应已经无法满足进一步降低能耗的要求。因此，在制冷系统中，可以考虑应用AI技术来进行节能创新，推进数据中心绿色节能，降低单位运行成本。
图1 数据中心的制冷系统惠普Z系列工作站提供敏捷化开发能力 打造AI节能方案
制冷系统的运行控制一般需要依据机房现场的测点温度变化进行相应的调整，如果使用传统的流体动力学和传热学机理分析方法，建立简单的温度分布模型，会难以准确描述机房内各监测点的温度随时间、空间分布的变化，更难以及时捕捉不同服务器IT设备旁的局部热点，使得机房IT设备存在过热隐患。
因此，我们必须采用CFD仿真软件+AI算法决策来对数据中心机房进行分析优化，通过建立温度分布模型描述机房内各监测点的温度随时间、空间分布的变化，同时捕捉不同服务器IT设备旁的局部热点，排查机房过热隐患区域。
仿真应用
在惠普Z4 G5 台式工作站平台上，我们依据建模资料构建出机房建筑框架，包括墙体及高架地板、数据中心机柜及空调、封闭冷通道等，然后将机房离散化处理以完成仿真。结合实际情况，我们对于空调出风口、IT设备附近、传感器周围等温度、气流流速变化大的关键位置的网格参数进行调整。通过仿真求解，可以快速得到整个机房的温度、气流等分布情况，再通过接口并结合算法决策进行后续的计算，效率非常高，跟原来的普通电脑相比整个建模仿真工作效率提升了60%以上。
图2 基于惠普Z4 G5 台式工作站完成AI+CFD模型示意图AI赋能
依托于AI和暖通制冷技术经验，我们通过融合深度学习算法+能源大模型,并利用惠普 Z4 G5 台式工作站开展了大量运算验证，对采集的数据进行整理和清洗，并基于GPU进行深度学习模型的训练。
在实际工作中，我们应用惠普 Z4 G5 台式工作站对采集的大批量高质量的运行数据进行清洗，并针对大规模的模型进行训练调优。我们根据系统运行的历史数据积累，结合专家知识，拟合PUE、制冷能耗、设备单机效率的数学预测模型，并依靠惠普 Z4 G5 台式工作站对已成型的模型进行推理，通过正则化和交叉验证对AI节能调优方案进行评估和迭代。
为评估AI调优算法的性能，我们会依据数据中心现场运行的数据集，选取典型一段时期的冷源数据作为对照工况进行案例分析，并采用遗传算法（Genetic Algorithm，GA）对其进行最优化，其基本思想是从一组可能的系统调优解决方案开始，然后通过迭代选择、交叉和突变来改进这些解决方案，直到满足优化停止条件。基于惠普 Z4 G5 台式工作站，我们成功地将系统建模和AI计算结合，解决了制冷系统优化中的耦合问题。
图3 制冷系统架构示意图在AI大模型的加载中，往往需要高效算力和显存的支撑。面对与日俱增的算力需求，惠普 Z4 G5 台式工作站始终游刃有余，满足了我们在数据安全性、稳定性、开发敏捷性、本地化部署等多方面的需求，大幅提升开发效率，实现效率与便捷兼得的高效开发体验，以往老机器需要几个小时才能完成的任务现在仅需半小时就可以完成。
图4 制冷系统AI调优运维体系平台基于AI大模型的应用，我们打通了BA、电力、动态监控等多个环节，实现制冷系统精确动态按需制冷、集中管理、寻优控制及自动调整，有效降低制冷系统能耗，进而降低数据中心整体PUE指标。
科技创新，刷新节能普惠新高度
总的来说，随着时代的不断进步发展，在AI浪潮推动下，我们需要有一个高效的工具来支撑我们应用AI技术，从而保障在工程领域对产品的预测、分析和智能处理，最终实现技术领先的优势。与此同时，企业对算力的需求也与日俱增，遍布了AI算法应用的各个环节，不仅需要大量GPU算力来用于深度学习模型的训练，还需要在本地拥有足够的算力以满足企业对运行效率和数据安全性的要求。
图5 惠普Z4 G5 台式工作站惠普 Z4 G5 台式工作站作为一台强大的生产力工具，以其卓越的性能特点确保了较大规模AI模型训练都可以畅跑无忧，同时也为本地化的AIGC应用带来了更多便捷。由此可见，这样一台高算力高性能工作站，必将成为强大的生产力工具，为我们未来的产品研发工作带来实实在在的便利，帮助我们高效应用AI技术来开启制冷系统的节能普惠时代，进一步实现双碳目标。
