人工智能技術在云計算數據中心能量管理中的應用與展望

摘? 要：現階段我國信息技術水平不斷提升，促進了人工智能技術的誕生以及發展。目前來看，人工智能技術在我國云計算中的應用越來越廣泛。對于云計算數據中心來說，其屬于重要的電力用戶，電能消耗情況往往會隨著國家數字化建設的速度而不斷增加，因此對云計算數據中心能量進行管理是非常重要的一項工作。在展開云計算數據中心能量管理工作的時候，往往會涉及多個環節，要對其中各個能量管理環節進行優化，這也是我國綠色經濟發展的必然需求之一。人工智能技術是基于高速發展的信息化技術來進行運轉的，本文探討了人工智能技術在現階段我國云計算數據中心能量管理中的優化應用，并且梳理了機房、設備、云計算平臺以及業務系統等層面的能量管理優化方式，對其中存在的問題進行總結及探索。

關鍵詞：人工智能技術;云計算數據中心;能量優化管理;應用

中圖分類號：TP273 文獻標識碼：A 文章編號：2095-9052（2021）09-0-02

隨著我國社會發展速度的不斷加快，科學技術水平也在不斷提升。在這樣的時代背景下，互聯網以及物聯網等技術應用范圍越來越廣，大量的IT設備以及數據中心投入了運行，這也使得IT資源運用范圍更廣、共享更加高效。在現階段的時代背景下，云計算理念被提出，并且在我國工業生產以及學術界受到廣泛關注。從目前來看，其已經成為帶動我國社會經濟整體發展的重要技術之一。

一、新型人工智能技術簡述

對人工智能技術來說，已經走過了近70年的發展歷程，在技術水平上已經有了較大創新，在20世紀80年代初經歷了一次重要變革。由于當時受到計算能力以及理論知識儲備等多方面因素的影響，使其數據計算規模以及準確性受到多個因素限制，人工智能技術實現了突破性發展以及推廣應用。從最近幾年來全球數字化發展情況來看，云計算平臺的應用范圍越來越廣，這與互聯網技術的全面普及有直接關系，使得數據的產生、傳輸以及處理效率不斷提升，大數據以及云計算技術已經成為新一代人工智能技術發展的基礎，人工智能技術迎來了再次高速發展的革命變遷。目前，可以將人工智能技術大體分為基礎理論、共性技術以及行業應用三個層次，對于不同的層次來說，往往功能性也存在較大差異，每個層次都有多種具體的技術理論支持。當前智能技術發展整合了云計算、AI、智能神經網絡等諸多前沿技術，發展方向也多向延伸。人工智能技術需要根據不同行業、不同應用場景來基于其核心基礎展現不同的智能化邏輯計算管控作用。當前，人類所能夠達到的運算能力較之前有極大提升，浮點運算讓計算規模和準確性大幅增強，而這對于邏輯計算以及構建神經網絡都起到至關重要的作用。未來，我們在人工智能技術應用方面，不僅要使之符合各行業自動化、智能化、高效化以及穩定化的需求，還要使其具備隨時間推移進行經驗積累不斷完善自身邏輯的能力。

二、人工智能技術在云計算數據中心新能量管理中的應用與展望

（一）機房的能量管理與優化

對于云計算數據中心機房來說，能量管理工作主要涉及制冷、IT設備運行參數設置以及狀態管理等幾個方面，同時也需要對設備進行合理布局以及放置，從而保證其可以順利運行。對于機房來說，制冷模式以及溫度特性勢必會對機房能量消耗情況產生嚴重影響，并且這種影響是持續性的，也使其具有較大的優化空間。機房制冷的核心需求是使所有IT設備處于適合的工作溫度之中，而機房整體制冷功耗與多方面因素有關，不僅包括制冷方式，同時也包括當前機房布局以及熱量流動方向等。在制冷降溫的過程中，不僅要考慮降溫的需求，同時也要注意各類輔助設備的整體能耗情況。在這種情況下，總能量的優化利用成為重點關注的內容。想要保障最優能耗情況，就必須從整體入手，對制冷方式、供電分布以及整體機房布局進行再優化設計。目前來看，采取線性規劃以及神經網絡設計等相關技術，能夠有效提高機房制冷的整體功耗情況，在最佳能量流通情況以及最優冷卻方式的基礎上進一步降低機房整體能耗，同時保障各設備均處于合適的溫度中運行。對于數據中心來說，供電操作與物理空間中一樣，也屬于稀缺資源，這就需要在機房內部盡量多布置IT設備，通過這種方式使供電資源得到保證。目前來看，將人工智能技術應用到機房能量管理與優化后，建立起數據中心功率監測系統。對于此系統來說，在實際運轉的過程中可以實現對設備功率信息的有效采集，并且能夠對設備功率限制情況作出準確判斷，這也使得機房可以容納的設備數量更多，從而在整體上保證了服務質量。此外，從現階段機房制冷優化情況來看，應用大量的監測數據之后，使得傳統制冷策略得到了有效優化，策略設計問題轉化為溫度約束下的能量最小化問題。這一問題的轉化也直接降低了問題處理難度，使機房內部能量管理控制工作開展更加容易，可以應用深度強化學習框架的方式來實現最優選擇，同時也在很大程度上避免了服務器區域溫度超閾值現象的出現。我們可以看出，云計算數據中心的機房制冷能量消耗情況往往與機房布局情況、熱量流通情況以及IT設備功率情況密切相關，其能量管理工作的核心是保證設備工作時溫度適合，這樣才能夠盡量降低多種輔助設備的能耗，從而使得機房能量管理優化工作的開展更加順利。

（二）IT設備能量管理與優化

對于數據中心來說，IT設備種類比較多，主要包括服務器、安全設備以及網絡設備等。其中，服務器的數量最大，并且在運行過程中往往也耗能最高。隨著我國信息技術以及云計算技術的快速發展，軟件定義網絡技術也變得越來越成熟，開始逐漸替代傳統專用設備。由此可以看出，今后服務器在我國數據中心設備中所占的比例會不斷提升，成為業內主要發展趨勢之一。目前來看，服務器的能耗優化技術主要包括兩種，即動態電壓頻率調整技術、動態功率開關技術。這兩種技術的有效應用可以實現將服務器能耗控制在峰值能耗的60%左右，因此有廣泛的應用。在網絡設備能耗優化的時候，其所秉持的基本思想原則是對網絡流量進行合并，通過這種方式來節約網絡設備的能耗。此種方式的應用可以讓不活躍設備進入休眠狀態，或者直接將其關閉，既保障了必要運行設備的能量供應同時也大幅降低了無用待機設備的額外能耗。對于活躍設備來說，可以為其設定流量專用通道，對不活躍的端口進行休眠，這樣一來也很好地達到了節能目的。在展開IT設備數據中心能量管理優化工作的時候，往往會涉及多個環節，主要會應用到功率模型的建設以及功率控制兩個方面的技術。DPS等技術的應用，有效起到促進設備休眠的作用，是現階段典型的IT設備能量優化方法。隨著我國科技水平的不斷提升，人工智能技術在數據中心能量管理優化中的滲入力度會越來越大，同時也會開發更多新領域，使CPU以及新型硬件的聯合優化效果更加理想。虛擬化是計算機技術的基礎特點，通過對其有效運用可以將單服務器資源分割成多個細粒度資源，將其應用到企業中心能量管理工作之后，其優勢可以得到有效體現，既能夠實現無人值守、在線檢測，也使得服務器在實際應用的過程中更好地實現了平臺共用以及資源共享。

（三）數據中心能量管理與優化

數據中心城的能耗管理是數據中心的重要組成內容。當前數據中心能量管理可以根據具體處理內容分為單數據中心以及多數據中心，不論是哪類型情況都相對較高。由于單數據中心需要重點進行內部制冷工作，同時其UPS以及IT設備的整體能耗都相對較高，所以在單數據中心能量管理中要更加重視多級能耗的協調處理。對于多數據中心能量管理工作而言，則更要重視數據中心本身的能量負載以及電能消耗情況，要在總成本控制的基礎上，對各分管系統的能耗進行控制。數據中心能量管理工作需要對數據中心當前能量利用效率進行建模，獲取PUE值，根據該數值來分析當前數據中心的能源使用效率。而且應建立數據中心的性能模型，根據模型分析能耗管理工作中的不足之處，整體提升其能量利用效率。要通過傳感器數據分析來明確當前各分管設備的負載情況，根據具體運行溫度來進行相應的溫度管控工作。設備的運行功率與多方面參數有關，包括室內外溫度、當前設備負載情況以及整體可調動的冷卻設備數量等，這就需要更為全面的傳感器覆蓋。通過數據搜集以及中心數據處理系統對相關數據的判斷來科學啟動并設定冷卻設備參數，這樣能夠達到最佳的能源利用效率。在能源使用過程中，不僅要考慮設備運行的需求，同時也要針對能量消耗過程中所關聯的碳排放相關事件進行分析，要盡量使用再生能源。數據中心作為數據交換的核心部分，不僅要保障數據交換的效率，同時也要保障其運行效益，這就需要對整體設備的能耗進行控制。目前來看，能耗控制要從多個角度入手，目前主要采用的技術包括線性規劃、混合整數規劃以及啟發式算法等，應用這些技術能夠在考慮到當前電價以及碳排放等多種能量管理相關因素的基礎上，最大限度平衡能耗與效益之間的關系。

三、結語

綜上所述，隨著我國新型人工智能技術理論以及實驗成果不斷豐富，在很大程度上突破了傳統技術限制，將其在云計算數據中心中進行合理應用起到支撐我國社會經濟整體發展的作用，同時也使得能量管理工作開展所涉及的內容更加細化，提升了能源利用率。

參考文獻：

[1]李淑麗.簡析山區核桃種植管理關鍵技術[J].農業開發與裝備，2021（2）：171-172.

（責任編輯：張詠梅）

收稿日期：2021-03-12 修改日期：2021-07-01

基金項目：2020年度河南省重點研發與推廣專項支持項目“水上公安機關貫徹落實黃河流域生態保護的體制機制建構對策研究”（202400410148）;河南省駐馬店職業技術學院校級教改項目“智慧課堂應用實踐研究”（2019YBJG01）

作者簡介：楊青（1981—），女，河南駐馬店人，講師，本科，主要從事大數據和人工智能研究。