众启Z力量 | 惠普Z系列工作站与AI共同助力数据中心实现节能降耗

如何通过Al、数字化仿真等技术实现数据中心制冷系统的节能降碳

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？

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，再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，由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。

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？

首先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，能更精确地测量和控制数据中心的能源使用，从而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的气流、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台式工作站搭载的英伟达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。

成都强川科技有限公司一成都惠普HPE服务器总代理

联系方式：028-85080466   13880364254（微信同号）

央采/校采/企采/政采协议供应商|业务领域:服务器、工作站、台式机、笔记本、存储器等IT设备招投标项项目

成都强川科技HPE惠普产品销售团队经过多年的发展,至今已成功服务超过数千家中小企业的成长。一直以来，我们的十几位销售团队和技术工程师,坚持以倾听您的需求和愿望为工作核心,以丰富的方案经验和过硬的IT技术,为您提供高匹配度的解决方案，,帮您做出明智的决定。