數(shù)據(jù)中心如今伴著云計算、大數(shù)據(jù)和5G的興起迅速站穩(wěn)C位，大伙兒眾說紛紜，展望得心潮澎湃。但這些展望靠不靠譜？又如何落地？好的數(shù)據(jù)中心到底長啥樣？怎么建設，又該如何管理？

不能懵，華為現(xiàn)在帶你一起，十問數(shù)據(jù)中心！

人人聊，家家說，AI在數(shù)據(jù)中心真的落地了嗎？

自從AlphaGo戰(zhàn)勝了柯潔和李世石，如果一個科技圈或創(chuàng)業(yè)圈的精英不會聊兩句AI，出門兒都不好意思跟人打招呼。無比敬崗愛崗的數(shù)據(jù)中心從業(yè)者們當然也不能放著這么好的技術不琢磨，不過關于AI與數(shù)據(jù)中心，說了不少，也聽了很多。但新技術只有應用，創(chuàng)造出價值，才有繼續(xù)優(yōu)化和演進的可能。

問：所以現(xiàn)在AI在數(shù)據(jù)中心真的落地了嗎，應用了有什么好處？

答：落地了，實踐證明，AI是數(shù)據(jù)中心難得的行業(yè)轉折機遇，AI將使能數(shù)據(jù)基礎設施價值大化。

問：那怎么用AI實現(xiàn)價值大化呢？

答：以下有幾個經(jīng)過驗證的標準答案，要不借你“Ctrl C”一下。

01、讓AI時時給數(shù)據(jù)中心做CT主動預防，安全可靠

安全運行對數(shù)據(jù)中心的重要性不言而喻，業(yè)界在提升數(shù)據(jù)中心可靠性和可用性方面已有實踐，例如收集供配電系統(tǒng)設備信息，對即將發(fā)生故障的設備和部件提前發(fā)出預警，為運維人員的運維活動提供決策支撐，但是如何利用機器的自我學習能力，做到供配電系統(tǒng)整體運行的安全可靠，是需要思考的重點問題。要實現(xiàn)更高程度的智能化及主動避錯，這對AI技術應用是個很好的契機。

微信圖片_20200109175630

華為融入AI性能的iPower技術可提升數(shù)據(jù)中心可用性，借助智能化硬件，實現(xiàn)智能故障定位與預警管理，引入大數(shù)據(jù)技術，智能分析每日海量的運維數(shù)據(jù)，識別機房潛在隱患，保障數(shù)據(jù)中心的可靠運行。

iPower智能供配電技術以模塊化UPS為核心，主要通過供電全鏈路監(jiān)測、預警和故障自動隔離等手段，提高數(shù)據(jù)中心能源基礎設施可用性，繼而通過AI技術的應用，最終實現(xiàn)預測性維護。

iPower通過供電全鏈路監(jiān)測，可實現(xiàn)毫秒級的故障檢測，毫秒級的故障隔離，分鐘級的故障恢復，可消除火災隱患，大大提高數(shù)據(jù)中心能源基礎設施可靠性和可用性；

以電池管理為例，在預防電池失效方面，iPower通過AI技術，可以精確預測電池的壽命和健康度，為用戶提前提供維護決策依據(jù)，及時排除有失效隱患的電池組，變事后補救為事前預防，變被動響應為主動維護，大大提高數(shù)據(jù)中心供配電安全等級。華為的模塊化UPS結合iPower技術，可以在電池出現(xiàn)溫度快速升高等極端情況下，自動切斷該組電池，從而避免出現(xiàn)起火等惡性事件。

02、讓AI給數(shù)據(jù)中心做管家智能營維，自動高效

數(shù)據(jù)中心傳統(tǒng)的維護方法是靠人，失誤率大、漏錯率高、失效排查時間長,傳統(tǒng)運維方式無法解決人為誤操作帶來的業(yè)務中斷問題。

融入AI性能的 iManager，可看作是數(shù)據(jù)中心的大腦，借助智能化硬件和傳感器，實現(xiàn)精準感知。通過自動化手段，逐步減少人工巡檢等例行重復性工作,池化專家資源和能力，并固化于運維流程中。

加上全流程的電子運維，包括巡檢、維保、應急演練，把所有的流程以及操作指導全部做到線上，實現(xiàn)了運維質量從原來靠人的責任心到現(xiàn)在靠流程管理的轉變。通過全流程電子化的運維跟蹤，量化原來無法量化的信息，比如通過電子運維提升巡檢的執(zhí)行力和運維活動的質量、實現(xiàn)故障的預測等，大幅提高人均運維效率和運維水平，提升數(shù)據(jù)中心的可靠性。

此外，市場上出現(xiàn)了越來越多由邊緣計算產生的邊緣數(shù)據(jù)中心機房，就近提供服務和處理計算。邊緣數(shù)據(jù)中心數(shù)量日益增長，分行、支行、網(wǎng)點等數(shù)據(jù)中心無法統(tǒng)一集中管理，數(shù)據(jù)中心故障響應速度慢，運維效率低。

華為iManager全網(wǎng)管理功能，實現(xiàn)對多網(wǎng)點數(shù)據(jù)中心基礎設施進行集中監(jiān)控，統(tǒng)一管理，實現(xiàn)預防性維護，通過GIS定位技術提高故障定位響應速度，提升數(shù)據(jù)中心運維效率；移動APP監(jiān)控，從內到外簡化管理，輕松知曉海量網(wǎng)點數(shù)據(jù)中心運行情況，擺脫傳統(tǒng)人工的運維檢修方式，降低維護下站次數(shù)和節(jié)省開支，讓數(shù)據(jù)中心管理變得更加簡單、高效。

華為iManager還能對資產進行盤查，保證設備的完整性，保護重要數(shù)據(jù)。另外，還可以對資產匹配最適宜的供電、制冷、空間、帶寬等資源，實現(xiàn)資源的最佳利用，利用AI技術，可協(xié)助對資產上下架和運營進行智能化的管理，提升運營效率和效益。

03AI給數(shù)據(jù)中心唱首“涼涼”降耗增效，綠色節(jié)能

能耗問題一直是數(shù)據(jù)中心關注的焦點，傳統(tǒng)數(shù)據(jù)中心年平均PUE高于1.8，隨著越來越多AI應用的落地，業(yè)界對高速計算的需求日漸增多，GPU計算服務器的規(guī)模和需求將持續(xù)增長，加速計算服務器產生的熱能是傳統(tǒng)CPU的數(shù)倍，如何解決服務器的散熱問題將是未來的重要考量。目前已有的智能DC節(jié)能技術可以通過傳感器獲取關鍵節(jié)點數(shù)據(jù)，進而優(yōu)化所有系統(tǒng)和設備的整體能耗，降低PUE。

而AI能否深入數(shù)據(jù)中心內核，帶來更低PUE？華為作為ICT行業(yè)的領導者，在數(shù)據(jù)中心熱管理技術方面走在行業(yè)前端，致力于帶給客戶更低的PUE。

華為將基于AI的iCooling智能熱管理解決方案融入數(shù)據(jù)中心基礎設施，針對數(shù)據(jù)中心制冷效率提升瓶頸，通過深度學習，打通精密空調末端、冷水機組、冷卻塔、水泵等制冷系統(tǒng)以及IT負載、環(huán)境變量等大數(shù)據(jù)之間的聯(lián)動，對大量的歷史數(shù)據(jù)進行分析，探索影響能耗的關鍵因素，獲取PUE的預測模型。利用尋優(yōu)算法，獲取調優(yōu)參數(shù)組，下發(fā)到控制系統(tǒng)，實現(xiàn)制冷系統(tǒng)的最優(yōu)控制。最終通過規(guī)范化的實踐引導和目標導向評測，不斷調整優(yōu)化，獲取最佳PUE。

iCooling@AI解決方案目前已在華為云廊坊數(shù)據(jù)中心成功部署，全年PUE可降低超過0.1，年平均值達到1.3以下，年節(jié)約電費數(shù)百萬元。

【凡本網(wǎng)注明來源非中國IDC圈的作品，均轉載自其它媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負責。 】