数据中心空调智能散热技术研究与落地实践

刘伟民 张炳华 肖羽佳 余兴林

(百度公司，北京 100089)

0 引言

近年来，云计算和5G相关技术正在兴起，全球对计算、存储资源的需求逐步增加，数据中心作为技术载体，在新基建政策的扶持下，呈现热点增长趋势[1]。随着数据中心朝大型化、高密化方向发展，其面临的能耗问题愈发凸显。PUE作为综合考察数据中心的用能效率指标，成为事实上衡量数据中心能效的KPI。以IT负载8 MW、年均PUE 1.4、电价0.5元/度的数据中心为例，其年总用电量约为1亿度，其中基础设施消耗电量约为0.28亿度，折合电费约1400万元。PUE每降低1%，每年可节省电费约70万元。因此，降低数据中心PUE成为降低成本的关键。

由于制冷与设备散热、设备配置、机房环境，大气条件相互关联，在运维达到一定的成熟度后，如果单纯凭借硬件节能或者基于人工经验的简单调优，无法满足能耗进一步降低的要求。寻求一种新的控制算法，利用大数据、人工智能等高性能科技，以达到数据中心整体能效最优，成为了数据中心行业致力探索的问题。针对以上需求，近些年国内外企业都进行了相关技术产品的探索，尽管方式方法可能略有不用，但最终目标都是在保证制冷量的前提下，实现最优PUE下的制冷运行[2-8]。

本文主要对空调智能化的AI散热技术进行研究，先后实现了IT负载预测、湿球温度预测、PUE预测等基础的数据预测功能；构建了冷冻水系统中各制冷设备的 AI 模型，实现系统冷源部分AI调优。后期联动空调系统末端，实测整体AI 调优，并实际验证策略可用性达到90%+。……