上期，我们邀请了某数字基础设施绿色解决方案提供商研发项目经理陈源为大家分享了，在“双碳”要求下，如何实现数据中心制冷系统的绿色转型？文章发出后，网友们留言提出了很多关于数据中心制冷过程中如何应用AI以及实施难点等问题。本期，研发项目经理陈源将为大家答疑解惑共同探索“如何通过AI、数字化仿真等技术实现数据中心制冷系统的节能降碳？”

1、相较于过去传统制冷方式，目前数据中心的制冷系统存在哪些特点？为什么节能减排的需求尤为显著？

       答：伴随着数字经济时代的到来，企业对基于算力的应用创新提出了海量需求，带来了数据中心规模爆发式增长。根据工信部发布的数据显示，截至2023年6月底，全国数据中心机架总规模超过760万标准机架，近5年年均增长速超过30%，平均上架率达58%。此外，以ChatGPT为标志，生成式AI技术在全球不断掀起热潮，也促使服务器数量和功率密度随之提高，这使得数据中心的散热问题变得日益严重，如果不能有效地散发出这些热量，那么数据中心就会变得像蒸笼一样热，直接导致设备故障或者系统崩溃。

       传统数据中心多采用自然冷却的方式，通过将热空气排放到室外，然后将预先冷却的室外空气吸入设施使其冷却。这个过程中温度控制主要依靠精密空调实现，通过传感器采集数据实时调节空气中的温度、湿度以及洁净度。这种方式随着数据中心规模提升，其覆盖精度和温度调节精度都随之下降，最直接的问题就是造成大量的能耗浪费。

       基于AI+CFD仿真应用，我们实现了数据中心各区域动力设备及环境变量的细颗粒度监控，能够精确动态按需制冷、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（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，其值大于1，越接近1表明非IT设备耗能越少，即能效水平越好。）指标。
2、您认为在制冷系统绿色创新升级过程中，如何更好地融入数字化仿真？我们进行了哪些探索？

       答：首先，我们在制冷系统的规划阶段，通过BIM和CFD进行数据中心PUE值的模拟运算，在设计阶段就能很好地检查系统缺陷、预测应用效果。随后，我们在设计过程中利用深度学习算法，挖掘各类数据之间的关联关系，形成“动态感知→数据挖掘→分析评估→持续优化”的闭环控制流程，建立面向设备能效、制冷故障、节能评估的深度学习模型，更精确地测量和控制数据中心的能源使用，实时评估能源使用的效率。最后，我们基于上述数据模型，还可以实现设备的预测性维护，通过分析设备运行数据，以及预测设备可能出现的故障或性能下降，从而提前采取措施进行维修或更换，在减少意外停机的风险的同时，还能降低数据中心的能耗。
       在进行CFD仿真过程中，我们需要快速的获得数据中心气流、温度等仿真数据，但是这部分仿真数据由于之前工作站GPU算力不足，导致需要较长的建模与仿真工作等待时间，严重影响了我们团队的研发效率。

       不过，通过惠普Z4 G5台式工作站搭载的NVIDIA RTX A5000专业显卡和英特尔至强W5-2455X高性能处理器，使上述问题迎刃而解。能够快速的完成数据中心关键位置如空调出风口、服务器机架、传感器周围温度、气流的CFD模型，高效的仿真求解获得温度、气流的具体分布情况，整个过程相较于之前，效率提升了60%以上。
3、请您结合具体场景，谈谈人工智能在制冷系统融合应用中面临的主要挑战，我们是如何克服的？

       答：在具体进行制冷系统规划设计与部署实施过程中，我们主要的挑战是如何高效地通过AI建立优化模型。这个过程中，我们需要先对采集的历史数据进行ETL（抽取、转换、加载），这部分因为工作站CPU性能不足，运行效率低下，甚至出现过程序假死、崩溃等现象，导致我们在模型优化方面力不从心。

       所以，在AI建模优化过程中，凭借惠普Z系列高性能工作站帮助我们更好的完成数据清洗与模型训练等工作，使我们结合专家知识、模拟PUE值完成AI模型的持续优化，能够使原本数小时的模型优化工作缩短至30分钟完成，大幅度提升了我们研发效率。

       值得一提的是，整个过程中我们需要应用多款设计软件协同工作，惠普工作站获得了21000+软硬件组合认证，满足我们了对于BIM、CFD、AI建模等多领域的软件应用和协同工作需求，使我们能够更加专注于研发创新本身，无惧软件兼容性风险。
4、结合您的工作经验，您认为未来数据中心制冷系统研发创新与演进方向是什么？您认为一台高性能工作站将在其中扮演怎样的角色？

       答：数据中心一直是耗电大户，在国家“双碳”大背景下，节能降碳、提高能效将是硬指标。一方面，我们需要结合AI技术对传统制冷方式进行升级，在达到服务器性能要求的前提下，满足低碳、绿色、PUE等要求，实现最小颗粒度的碳排放，有效推动绿色节能制冷系统设计发展。另一方面，我们将通过在上层构建全栈监控、运维、运营业务功能，使制冷系统的运维更加绿色高效，这里面也包括基于人工智能的精细调控与预测性维护，实现数据中心的可视化管理与绿色运维。

       未来，我们将基于惠普Z系列工作站持续优化制冷解决方案、创新节能技术产品，与用户携手共建智能、低碳、可持续的新型绿色数据中心。