標準與產業推進委員會：2020年云數據中心的智能能耗管理和優化（25頁）.pdf

1、一直以來，人工智能技術在數據中心能量管理與優化領域得到了廣泛應用。反向傳播(back propagation，BP)神經網絡、支持向量機(support vector machine，SVM)、決策樹、專家系統、知識推理等技術應用在了設備功率預測、機房溫度控制、云資源與能耗協同調度等方面，初步實現了數據中心一些能耗管理功能的智能化。下面對數據中心能耗相關算法進行比較分析。人工智能技術在云計算數據中心能耗管理與優化中應用日益廣泛，在設備和系統能耗與性能建模、作業任務與資源調度、運行參數優化和節能措施選擇等方面應用不斷深入，能耗的管理和優化與云計算數據中心承載的業務密切相關。下面從機房、IT 設備

2、、云計算平臺、業務系統、數據中心 5 個不同應用場景討論其能耗管理與優化問題。目前，數據中心已被納入“新基建”范疇，數據中心的能效治理尤為關鍵。人工智能技術在云計算數據中心能量管理與優化中應用日益廣泛，在設備和系統能耗與性能建模、作業任務與資源調度、運行參數優化和節能措施選擇等方面應用不斷深入，并在實際應用中取得了較好的效果。新一代人工智能理論和技術迅速發展，開放的人工智能平臺與大數據和云計算技術相結合，構成了支撐新一代人工智能應用的基礎設施，以深度學習、強化學習、知識圖譜為代表的人工智能技術為數據中心能量管理提供了理論基礎和工具。加快綠色高效數據中心建設，構建智能能耗管理系統。通過系統采集數

3、據中心各設備的用電參數，精確分析數據中心的能耗水平（PUE）、能耗分布及構成，實現主動式分析與預警、精細化監測與管理、合理化規劃與決策，為管理者能耗優化提供有力依據。如通過監測分析精確定位數據中心局部“熱點”，采取整體或者局部優化措施，實現精確制冷，并減少安全隱患，提升數據中心智能化水平，降低運營成本。集約化運營，加快數據中心運營團隊建設。受資源環境政策和成本壓力的影響，數據中心追求低 PUE、快速響應也對數據中心運維人員提出了更高要求，需加快數據中心運營人才培訓，提高數據中心技術和運維人員總體水平，提升運維管理能力。能耗優化是數據中心能量管理的關鍵。未來數據中心能耗優化具有設備更加復雜、范圍更加廣闊、聯系更加密切的特征。隨著新一代人工智能技術理論突破和應用的不斷深入，云計算數據中心在支撐經濟社會發展的同時，其能量管理會更加精細，能源效率不斷提高，云計算數據中心會變得越來越智能，越來越環保。