揭秘黑科技：iCooling@AI能效优化技术

在第五届智能数据中心基础设施技术峰会期间，在黑科技环节，我们现场演示了iCooling能效优化技术。今天再为大家详细介绍iCooling如何利用AI技术，打造更优的PUE。

iCooling AI能效优化技术，可在给定的天气条件、IT负载、业务SLA等输入的情况下，通过深度神经网络模型进行能耗拟合及预测，并结合寻优算法，推理出最优PUE下的对应的系统控制参数，实现数据中心能效自动化调优。以华为廊坊云数据中心为例：

首先，对数据中心的海量数据进行采集和治理

采集：我们在整个数据中心采集了700多种参数，采集周期为5分钟，实时收集了该数据中心连续9个月的运行数据

治理：收集来的海量数据还需经过脱敏、归一、降噪、去重等治理才能形成高质量的训练数据集。借助华为自主研发的自动化治理工具，收集来的一亿条数据中心运行相关数据可在1小时内治理完毕

之后，根据数据分布及模型复杂度进行算法模型选择及调优

模型训练：对治理后的数据进行特征工程，并评估多种机器学习模型对能耗预测的拟合精度，最终锁定深度神经网络，基于该算法生成的数据中心PUE预测模型，预测准确率>99.5%，误差<0.005

策略推理：利用遗传算法，从所有控制参数组合的1500万种原始制冷策略中寻找出最符合当前IT负载、室外环境，并且符合业务保障的控制参数组合

模型迁移：因为廊坊基地二期、三期气候条件、制冷架构基本相同，因此利用迁移学习，利用廊坊二期采集的丰富数据结合三期的数据进行PUE模型在三期系统的迁移，实现节能效果的轻松复制

部署iCooling AI解决方案后，廊坊云数据中心年均PUE由1.42降至1.30以下，每年可节电630多万度，这些电量的节省减少了超过300万千克的二氧化碳排放，相当于种下了16万棵树。

强大的算力背后，还离不开华为多年的技术积累和平台能力：

推理平台：华为自研Taishan服务器，配置Euler OS及Guass Database，安全可信

训练平台：利用华为公有云，摆脱物理架构限制，支持分期部署，便于多DC的统一管理

依托先进的SoftCom AI云平台、丰富的ICT行业经验、强大的数据中心技术研发能力，除了上面介绍的iCooling外，华为还探索了一系列数据中心能源的自动驾驶解决方案，帮助数据中心智能化转型，具备故障主动预测、能效动态调节、运维运营自动化等功能，实现极简运维、极致节能、极致可靠三大特性。

未来华为将继续进行技术创新，持续为客户提供更加绿色、智能、可靠的数据中心解决方案，助力客户获得商业成功。

【凡本网注明来源非中国IDC圈的作品，均转载自其它媒体，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。 】