基于AI的金融數(shù)據(jù)中心綠色節(jié)能技術研究報告-2024.07-54正式版-WN8

基于

AI

的金融數(shù)據(jù)中心綠色節(jié)能技術研究報告北京金融科技產(chǎn)業(yè)聯(lián)盟2024

年

7

月編制委員會編委會成員：聶麗琴

張海燕

王旭東編寫組成員：趙春華

葛金磊

馮

博

陸

曦

蔡學識

徐省委

李

培汪

宏

邢范

鵬

侯費若雨

邊編審：何世榮李泓萱黃本濤

周II參編單位：北京國家金融科技認證中心有限公司新華三技術有限公司網(wǎng)聯(lián)清算有限公司中金金融認證中心有限公司北京銀聯(lián)金卡科技有限公司中國工商銀中國建設銀安徽省農(nóng)村螞蟻科技集上海兆芯集杭州諧云科銳捷網(wǎng)絡股III摘

要中國人民銀行印發(fā)的《金融科技發(fā)展規(guī)劃（2022—2025

年）》（以下簡稱《規(guī)劃》）將“綠色低碳”作為四項基本原則之一，以實現(xiàn)碳達峰碳中和為目標，加強金融科技與綠色金融的深入融合，助力實體經(jīng)濟綠色轉(zhuǎn)型和低碳可持續(xù)發(fā)展?！兑?guī)劃》中明確要求建設綠據(jù)中心綠色大型、超大數(shù)據(jù)中心電據(jù)中心總能術意義重大則，成為構(gòu)本報告術，加快數(shù)。要求新建2025

年，消耗占據(jù)數(shù)化和節(jié)能技低碳基本原。應用的體系展開研究，融數(shù)據(jù)中心旨在推動金架構(gòu)、關鍵通過對

AI綠色節(jié)能

A融科技產(chǎn)業(yè)實現(xiàn)綠色低碳發(fā)展，提高金融數(shù)據(jù)中心能源利用效率和降低能耗。由于經(jīng)驗學識所限，本文仍有諸多不足，懇請各界批評指正。IV一、

研究背景及目標（一）研究背景1.數(shù)據(jù)中心綠色節(jié)能發(fā)展背景黨的十八大以來，黨中央、國務院高度重視大數(shù)據(jù)發(fā)展和數(shù)據(jù)中心建設。習近平總書記指出“要以推行電子政務、建設新型智慧城市為抓手，以數(shù)據(jù)集中和共享為途徑，建設全國一體化的國家大數(shù)據(jù)于

2030

年據(jù)統(tǒng)計，我右，且仍在能耗大戶，國家多部門區(qū)域內(nèi)大型數(shù)據(jù)中心

P過

1.5。而1.5，部分碳排放力爭和”的目標。量的

2.5%左據(jù)中心作為意義。為此，，要求新建大型及以上E

普遍不超E

普遍高于右。這就需要數(shù)據(jù)中心建設和運營管理必須堅持走高效、低碳、集約、循環(huán)的綠色發(fā)展道路，切實履行節(jié)能減排和可持續(xù)發(fā)展的社會責任。2020

年

12

月和

2021

年

5

月，國家發(fā)展改革委、中央網(wǎng)信辦、工業(yè)和信息化部、國家能源局

4

部門聯(lián)合印發(fā)《關于加快構(gòu)建全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系的指導意見》（發(fā)改高技〔2020〕1922

號）、《全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實施方案》（發(fā)改高技〔2021〕709

號），圍繞“數(shù)網(wǎng)、數(shù)紐、1數(shù)鏈、數(shù)腦、數(shù)盾”五大體系構(gòu)建全國一體化大數(shù)據(jù)中心系統(tǒng)創(chuàng)新體系，明確在京津冀、長三角、粵港澳大灣區(qū)、成渝等重點區(qū)域以及部分能源豐富、氣候適宜的地區(qū)布局大數(shù)據(jù)中心國家樞紐節(jié)點，優(yōu)化數(shù)據(jù)中心基礎設施建設布局，推動數(shù)據(jù)中心綠色可持續(xù)發(fā)展。中國人民銀行發(fā)布《金融科技發(fā)展規(guī)劃（2022—2025

年）》（銀發(fā)〔2色高可用數(shù)再生能源，與管理”?？萍籍a(chǎn)業(yè)聯(lián)心白皮書及色節(jié)能相關行更高效的2.數(shù)據(jù)施，建設綠術和清潔可耗數(shù)據(jù)監(jiān)測，北京金融綠色數(shù)據(jù)中數(shù)據(jù)中心綠更敏捷、運2021新體系算力樞紐實施方案》中，對數(shù)據(jù)中心提出了從“加強綠色集約建設”“加強能源供給保障”“提升算力服務水平”“深化數(shù)據(jù)智能應用”等

9

大核心任務，為數(shù)據(jù)中心的未來指明了發(fā)展方向。2021

年工業(yè)和信息化部印發(fā)了《新型數(shù)據(jù)中心發(fā)展三年行動計劃（2021—2023

年）》（工信部通信〔2021〕76

號），指出新型數(shù)據(jù)中心是以支撐經(jīng)濟社會數(shù)字轉(zhuǎn)型、智能升級、融合創(chuàng)新為導向，以

5G、工業(yè)互聯(lián)網(wǎng)、云計算、人工智能等應用需求為牽2引，匯聚多元數(shù)據(jù)資源、運用綠色低碳技術、具備安全可靠能力、提供高效算力服務、賦能千行百業(yè)應用，與網(wǎng)絡、云計算融合發(fā)展的新型基礎設施。在高質(zhì)量發(fā)展內(nèi)驅(qū)力的推動下，數(shù)據(jù)中心的綠色低碳轉(zhuǎn)型和智能化革新勢在必行。在這一過程中，人工智能（AI）技術的應用不僅提高了業(yè)務流程的自動化和智能化水平，同時也為業(yè)務決策提供了強已成為其數(shù)力，主要應一是智化技術應用的關鍵驅(qū)動階段，利用用最大化，采用模塊化高效運營，BIM

創(chuàng)建三減少建設過設計，使金適應不斷變二是智使用情況，化和滿足可優(yōu)化能源消持續(xù)發(fā)展目標。結(jié)合太陽能、電池儲能等可再生能源技術，減少對市電的依賴，確保數(shù)據(jù)中心的綠色運營。三是先進冷卻技術。采用液冷、浸沒式冷卻等高效冷卻技術，提高熱量管理效率，適應高密度計算環(huán)境的要求。四是智能監(jiān)控與管理。進行全面的資源監(jiān)控、管理和優(yōu)化功能，追蹤電力、制冷、空間和網(wǎng)絡資源的使用情況，支持對金融3數(shù)據(jù)中心的精準管理。通過對大量運行數(shù)據(jù)的采集和分析，預測潛在問題并提供優(yōu)化建議，確保數(shù)據(jù)中心的穩(wěn)定運營。五是安全運行保障。利用機器學習算法分析設備健康狀態(tài)，提前預警可能的故障，安排預防性維護，減少停機時間，確保關鍵金融服務的連續(xù)性。部署基于

AI

的網(wǎng)絡安全系統(tǒng)，對流量進行實時分析，發(fā)現(xiàn)并阻止?jié)撛诘耐{，如

DDoS

攻擊、數(shù)據(jù)泄露等，確保金六是智（UPS）系金融交易的工干預，提七是合不間斷電源電力中斷對護，減少人監(jiān)控和記錄性和審計要出現(xiàn)故障或。數(shù)據(jù)中心的求。建立智災害時，能智能化方式，從數(shù)據(jù)分析、風險管理到客戶服務、流程自動化，都顯現(xiàn)出顯著的效益。智能化技術的不斷發(fā)展，必將帶動金融行業(yè)進入一個更高效、更智能的新階段。（二）研究目標本報告從金融數(shù)據(jù)中心在綠色節(jié)能領域

AI

技術應用的體系架構(gòu)、關鍵技術，全生命周期管理及應用探索等方面展開研究，通過對

AI

技術和綠色節(jié)能理念的綜合運用，給出金融數(shù)據(jù)中心4綠色節(jié)能

AI

技術應用水平的評估指標和評估方法。1.體系架構(gòu)及關鍵技術研究。構(gòu)建云、邊、端三級體系架構(gòu)，并運用人工智能關鍵技術，在數(shù)據(jù)中心體系架構(gòu)中實現(xiàn)多層次的策略部署，實現(xiàn)服務器、存儲、網(wǎng)絡等基礎設施的部署優(yōu)化。三級架構(gòu)設計優(yōu)化了數(shù)據(jù)中心的資源分配，降低了冷卻與能源需求；在邊緣側(cè)開展本地數(shù)據(jù)處理，降低數(shù)據(jù)傳輸過程中的帶寬消耗和網(wǎng)絡設備能進行動態(tài)分利用率；同際需求動態(tài)2.全生和網(wǎng)絡資源，提升資源，可根據(jù)實優(yōu)化

4

個環(huán)和軟件進行、冷卻系統(tǒng)的智能化運節(jié)進行應用全生命周期優(yōu)化、環(huán)境營，提升數(shù)3.應用著的

3

方面進行研究，包括設計和優(yōu)化智慧機房管理系統(tǒng)，實現(xiàn)設備的實時監(jiān)控、故障預警和能耗優(yōu)化；利用人工智能算法調(diào)控暖通系統(tǒng)，動態(tài)調(diào)整溫控參數(shù)，提高冷熱管理的能效；通過

AI

驅(qū)動的綠色算力調(diào)度，優(yōu)化計算資源的分配和使用，降低高峰期的能耗。4.技術評估方法研究。系統(tǒng)研究

AI

技術在數(shù)據(jù)中心綠色節(jié)能應用中的原則、評估分級和評估維度。通過對現(xiàn)有數(shù)據(jù)中心的綠色節(jié)能情況指標梳理，探索構(gòu)建一套科學合理的評估指標體系，5為行業(yè)提供科學指導和實用方法，推動數(shù)據(jù)中心向更加高效和環(huán)保的方向發(fā)展。二、

體系架構(gòu)及關鍵技術金融數(shù)據(jù)中心在傳統(tǒng)的設計方式、施工建設、運行管理、優(yōu)化提升等方面需要投入大量人力，反復試錯，難以找到最優(yōu)的解決方案。而

AI

技術和數(shù)據(jù)中心的融合，可構(gòu)建起金融數(shù)據(jù)中心綠色節(jié)能體分布式計算提升。礎，還通過能源效率的（一）金融數(shù)采用“云+展現(xiàn)、信息近端策略執(zhí)負責數(shù)據(jù)信邊+端”部化綜合管理行、數(shù)據(jù)初息采集，包圖

1

金融數(shù)據(jù)中心綠色節(jié)能

AI

技術應用體系架構(gòu)6云平臺負責

AI

模型訓練、海量數(shù)據(jù)處理與分析、基于

AI

服務的數(shù)據(jù)推理、策略生成與下發(fā)、策略執(zhí)行結(jié)果監(jiān)控、節(jié)能成效評估及統(tǒng)計分析展現(xiàn)。AI

模型由云端訓練后，封裝為服務推送至邊端，實現(xiàn)邊緣數(shù)據(jù)實時推理。云邊之間通過增強的協(xié)同通道進行數(shù)據(jù)交互。邊緣系統(tǒng)作為節(jié)能控制前置節(jié)點，主要負責節(jié)能策略的接收、審核、執(zhí)行遠程遙調(diào)遙現(xiàn)場運維人進行反饋。由邊緣側(cè)對冷設備參數(shù)結(jié)果、節(jié)能通過基般，不支持緣系統(tǒng)，由過邊緣系統(tǒng)控的情況，動化控制制后，將執(zhí)行化設備調(diào)度運營成本，和能源利用實現(xiàn)可持續(xù)管理流程主要包括以下

6

部分。一是數(shù)據(jù)采集上傳。按照數(shù)據(jù)采集規(guī)范從端側(cè)實時采集數(shù)據(jù)上傳至邊緣側(cè)。二是算法模型生成。在邊緣側(cè)統(tǒng)一進行數(shù)據(jù)處理與分析，并基于歷史數(shù)據(jù)訓練

AI

模型，將模型封裝成

AI

服務。三是節(jié)能策略下發(fā)。云端系統(tǒng)調(diào)用

AI

服務處理實時數(shù)據(jù)，生成節(jié)能策略，下發(fā)至端邊緣系統(tǒng)。7四是策略執(zhí)行反饋。在端、邊統(tǒng)一部署邊緣系統(tǒng)，策略執(zhí)行完成后，將執(zhí)行結(jié)果、節(jié)能策略反饋至云端，由云端進行統(tǒng)一管理。五是節(jié)能成效評估。云端系統(tǒng)統(tǒng)一管理所有節(jié)能策略，通過對機房實施前后能耗數(shù)據(jù)進行對比分析，實現(xiàn)節(jié)能成效的統(tǒng)一評估、分析、呈現(xiàn)。六是節(jié)能實施，需的統(tǒng)一納管或根據(jù)數(shù)據(jù)統(tǒng)），進行（二）式進行的節(jié)行節(jié)能成效報節(jié)能成效三方節(jié)能系統(tǒng)計展現(xiàn)?；诠ぶ悄堋⑸鶬

算法優(yōu)化施和能效配，大數(shù)據(jù)實成式人工智服務器運行置的優(yōu)化策時監(jiān)控能耗并提供優(yōu)化方案。通過智能資源調(diào)度、預測分析、本地數(shù)據(jù)處理和能耗監(jiān)控等手段，顯著提高能源效率和可持續(xù)性，實現(xiàn)更加環(huán)保、高效的數(shù)據(jù)中心運營。1.人工智能AI

是一種模擬人類智能的技術，通過機器學習、深度學習和自然語言處理等方法，使計算機能夠?qū)W習、推理和自我糾正。AI

技術能夠從大量數(shù)據(jù)中提取有價值的信息，與傳統(tǒng)的數(shù)據(jù)分8析方法相比，具有更高的效率和精度。在數(shù)據(jù)中心的綠色節(jié)能應用中，AI

技術主要用于以下幾個方面。（1）智能資源調(diào)度。AI

算法可實時分析和預測設備的工作負載，根據(jù)需求調(diào)整資源分配，避免資源過度配置和不必要的能源消耗。并根據(jù)設備的利用率，智能遷移到能源效率更高的設備上運行，從而提高整體能效。（2）據(jù)和當前運供決策支持電力分配以（3）歷史能耗數(shù)心管理者提，動態(tài)調(diào)整溫度分布，中心中的熱工作負載，動態(tài)調(diào)整空點區(qū)域，并快速降低熱（4）狀態(tài)，分析因設備故障可能的故障導致的能耗浪費。利用

AI

優(yōu)化策略，減少不必要的停機時間和資源占用，提高設備利用率和能效。2.生成式人工智能生

成式

人工

智能

（Artificial

Intelligence

GeneratedContent

AIGC)利用人工智能技術來自動生產(chǎn)內(nèi)容，其發(fā)展可以追溯到

20

世紀

50

年代。隨著機器學習和深度學習等技術的不斷發(fā)展，AIGC

技術得到了快速的發(fā)展，將機器學習和自然語言處9理等技術相結(jié)合，通過對海量數(shù)據(jù)的學習和分析，讓計算機模擬人類的創(chuàng)造力和判斷力，自動生成符合人類需求的內(nèi)容，包括各種文本、圖像、音頻和視頻等，已成為新型的內(nèi)容創(chuàng)作方式，并在各個領域得到了廣泛應用。AIGC

與傳統(tǒng)的

AI

技術有所不同。AIGC

主要集中在通過生成模型創(chuàng)作內(nèi)容或設計解決方案，例如文本、圖像、音頻或工程設計，而傳統(tǒng)在數(shù)據(jù)制等應用。創(chuàng)建設計方主要用于以案和優(yōu)化策下幾個方面（1）根據(jù)數(shù)據(jù)中設施節(jié)能設源分配等，IGC

自動生管理和熱量心綠色節(jié)能計方案?？紡亩M一步成和評估不分散。優(yōu)化（2）能效策略生成。AIGC

能夠基于實時數(shù)據(jù)和歷史記錄生成動態(tài)調(diào)整策略。如生成不同環(huán)境條件下的能源使用方案，在高需求時自動增效，在低需求時啟用節(jié)能模式。AIGC

能模擬不同的能效策略并自動評估其效果，選擇最佳策略以最大化效率并減少能耗。在模擬過程中，考慮多個變量和不確定性因素，從而生成最優(yōu)的綜合策略。（3）智能冷卻系統(tǒng)管理。AIGC

通過實時數(shù)據(jù)生成動態(tài)冷卻10模型，準確預測數(shù)據(jù)中心內(nèi)部的溫度變化，并自動調(diào)節(jié)冷卻系統(tǒng)的運行參數(shù)，確保在最小能耗下達到最佳冷卻效果?？山Y(jié)合數(shù)據(jù)中心的實時負載情況，AIGC

生成自適應冷卻計劃，避免過度冷卻和能源浪費。（4）節(jié)能模式生成。AIGC

可以根據(jù)數(shù)據(jù)中心的不同時間段和使用情況，生成不同的節(jié)能模式，如低流量時段的節(jié)能模式，確保在低需進一步細化平的精細控（5）力管理方案，徑和電壓水預測模型，減少故障引結(jié)合長期能機時間，提識別出潛在發(fā)的能耗浪效數(shù)據(jù)提供升設備的總3.邊緣邊緣計算和存儲資源從傳統(tǒng)的數(shù)據(jù)中心轉(zhuǎn)移到距離終端設備更近的邊緣節(jié)點上。邊緣計算技術將計算能力推向網(wǎng)絡邊緣，通過將邊緣節(jié)點智能化，采用云上智能模型訓練、邊緣模型推理、預測執(zhí)行的模式，實現(xiàn)精細化節(jié)能策略的下發(fā)，基于邊緣采集數(shù)據(jù)生成計算任務，將處理任務從核心數(shù)據(jù)中心節(jié)點轉(zhuǎn)移到更接近數(shù)據(jù)源的邊緣數(shù)據(jù)中心節(jié)點，并根據(jù)任務推理計算用量，合并拆解任務同步節(jié)點計算結(jié)果，從而減少網(wǎng)絡傳輸、多級轉(zhuǎn)發(fā)異常耗能帶來的帶寬、時延11及能源損耗，提供更快的響應時間和更多的本地處理能力，實現(xiàn)低延遲、高帶寬、高安全性的服務，為不同行業(yè)的應用提供了全新的解決方案。（1）技術架構(gòu)邊緣計算技術架構(gòu)主要由以下幾部分構(gòu)成。（a）邊緣節(jié)點。邊緣節(jié)點是邊緣計算的基礎，包括邊緣服務器、邊緣和處理終端和存儲能力（b）點負責存儲一定的計算信網(wǎng)絡，主低延遲和高要包括有線可靠性的通（c）的支撐，負點通過分發(fā)保證邊緣計責實現(xiàn)對邊任務、調(diào)度算的正常運（d）終端設備。終端設備是邊緣計算的數(shù)據(jù)源，包括智能手機、傳感器、無人機等。終端設備通過采集數(shù)據(jù)、處理數(shù)據(jù)和發(fā)送數(shù)據(jù)，與邊緣節(jié)點進行交互，實現(xiàn)對數(shù)據(jù)的處理和分析。（2）技術特點邊緣計算技術具有以下幾個主要特點，使其在不同領域的應用具有優(yōu)勢。（a）低延遲。邊緣計算將計算和存儲資源靠近數(shù)據(jù)源和終12端設備，減少了數(shù)據(jù)傳輸?shù)臅r間延遲，實現(xiàn)了近實時的響應和處理。這對于要求低延遲的應用場景，如智能交通、工業(yè)自動化和虛擬現(xiàn)實等，具有重要意義。（b）數(shù)據(jù)本地化。邊緣計算技術將數(shù)據(jù)處理和存儲移到邊緣節(jié)點上，使數(shù)據(jù)在本地進行處理和分析，減少對中心數(shù)據(jù)節(jié)點的依賴。這不僅可以降低數(shù)據(jù)傳輸?shù)某杀竞惋L險，還可以提高數(shù)據(jù)隱私和安（c）任務和數(shù)據(jù)仍然可以通（d）式，將計算點發(fā)生故障，性和容錯性。部署邊緣節(jié)據(jù)應用需求算負載，提點，可以更進行任務分高計算資源（3）邊緣計。（a）物聯(lián)網(wǎng)應用。邊緣計算技術與物聯(lián)網(wǎng)應用的結(jié)合可以實現(xiàn)大規(guī)模傳感器數(shù)據(jù)的實時處理和分析。通過將計算能力下沉到邊緣節(jié)點，可以提高物聯(lián)網(wǎng)應用的效率和可靠性，實現(xiàn)智能家居、智慧城市和智能工廠等場景的快速發(fā)展。（b）智能交通。邊緣計算可以實現(xiàn)交通數(shù)據(jù)的實時處理和決策。通過在道路邊緣部署邊緣節(jié)點，可以實時監(jiān)控交通狀況，優(yōu)化交通信號和路況預測，提高交通效率和交通安全。13（c）工業(yè)自動化。邊緣計算技術可以應用于工業(yè)自動化領域，實現(xiàn)對工業(yè)設備的實時監(jiān)測和分析。通過在生產(chǎn)線上布置邊緣節(jié)點，可以實時監(jiān)測設備狀態(tài)、預測設備故障，提高生產(chǎn)效率和設備可靠性。（d）增強現(xiàn)實。邊緣計算可以提供增強現(xiàn)實應用所需的計算和存儲資源。通過在終端設備附近部署邊緣節(jié)點，可以實時處理大量的圖綜上所和體驗。部署在距離性和高效能動化和增強的不斷發(fā)展，型和智能化終端設備更的服務。邊現(xiàn)實等領域?qū)楦餍懈鲬玫目焖?.大數(shù)大數(shù)據(jù)高速生成的、物聯(lián)網(wǎng)和數(shù)據(jù)而研發(fā)移動互聯(lián)網(wǎng)的快速發(fā)展，數(shù)據(jù)量急劇增加，傳統(tǒng)的數(shù)據(jù)處理方法已經(jīng)無法勝任大數(shù)據(jù)時代的需求。大數(shù)據(jù)技術的出現(xiàn)和應用，為人們從龐大的數(shù)據(jù)中提取有價值信息、進行精確決策和開展創(chuàng)新研究提供了有效的手段。（1）技術環(huán)節(jié)大數(shù)據(jù)技術是一項綜合性的技術，涉及數(shù)據(jù)的采集、存儲、處理和分析等多個環(huán)節(jié)。14（a）數(shù)據(jù)采集。大數(shù)據(jù)技術通過各種方式采集數(shù)據(jù)，包括傳感器采集、網(wǎng)頁爬取、企業(yè)數(shù)據(jù)庫提取等。數(shù)據(jù)采集是大數(shù)據(jù)處理的第一步，需要保證數(shù)據(jù)的準確性和完整性。（b）數(shù)據(jù)存儲。大數(shù)據(jù)技術提供靈活、可擴展的數(shù)據(jù)存儲方式，包括分布式文件系統(tǒng)、NoSQL

數(shù)據(jù)庫和云存儲等。數(shù)據(jù)存儲主要解決大數(shù)據(jù)量和高速生成的問題，保證數(shù)據(jù)的安全性和可靠性。（c）括分布式計理速度和效（d）理方法，包決大數(shù)據(jù)處。分析方法，要解決大數(shù)確的決策和包括機器學據(jù)中隱藏的預測。（2）大數(shù)據(jù)領域的應用具有優(yōu)勢。（a）大量性。大數(shù)據(jù)技術可處理海量的數(shù)據(jù)，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。不同于傳統(tǒng)數(shù)據(jù)處理方法，大數(shù)據(jù)技術能夠在更短的時間內(nèi)處理大規(guī)模的數(shù)據(jù)集。（b）多樣性。大數(shù)據(jù)技術可處理不同類型的數(shù)據(jù)，包括文本、圖片、音頻和視頻等多媒體數(shù)據(jù)。大數(shù)據(jù)技術可以從多個維度對數(shù)據(jù)進行分析，為用戶提供全面和多樣化的信息。15（c）實時性。大數(shù)據(jù)技術可處理高速生成的數(shù)據(jù)，實現(xiàn)實時數(shù)據(jù)處理和實時決策。對于需要快速響應的應用場景，如金融交易和風險預警，大數(shù)據(jù)技術具有重要作用。（d）價值性。大數(shù)據(jù)技術通過深入挖掘數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在價值和潛力。通過數(shù)據(jù)分析，可以發(fā)現(xiàn)市場趨勢、用戶需求和業(yè)務機會，為企業(yè)創(chuàng)造新的價值。（3）大數(shù)據(jù)醫(yī)療保健、（a）經(jīng)濟金融、用戶交易記好和投資風錄和社交媒險，為金融（b）醫(yī)學影像和預防策略，基因組數(shù)據(jù)為醫(yī)療機構(gòu)（c）據(jù)、產(chǎn)品評價和市場競爭數(shù)據(jù)等方面分析用戶需求、產(chǎn)品特征和市場趨勢，為電子商務平臺提供個性化的商品推薦和精準營銷。（d）智能制造。大數(shù)據(jù)技術可以從傳感器數(shù)據(jù)、設備運行記錄和生產(chǎn)流程數(shù)據(jù)等方面分析設備故障、生產(chǎn)效率和產(chǎn)品質(zhì)量，為工廠提供實時的監(jiān)控和優(yōu)化方案。盡管大數(shù)據(jù)技術在各個領域的應用廣泛，但仍然面臨一些挑戰(zhàn)。主要包括數(shù)據(jù)隱私與安全、數(shù)據(jù)質(zhì)量和人才短缺等問題。為16了充分發(fā)揮大數(shù)據(jù)技術的優(yōu)勢，需要加強數(shù)據(jù)隱私保護、提高數(shù)據(jù)質(zhì)量和培養(yǎng)相關人才。未來，隨著云計算和人工智能技術的不斷發(fā)展，大數(shù)據(jù)技術將進一步得到應用和完善。預計大數(shù)據(jù)技術將在智慧金融、智慧交通、智慧城市、智慧農(nóng)業(yè)和智能制造等領域發(fā)揮重要作用，推動經(jīng)濟社會的發(fā)展和進步。三、

全生命周期管理基于理是一種全，實現(xiàn)金融種管理方式各個方面，種挑戰(zhàn)。AI能化、高效負載、環(huán)境率，減少能行智能調(diào)度在數(shù)據(jù)中心新的管理方數(shù)據(jù)中心綠覆蓋了傳統(tǒng)旨在解決金技術的引入化。通過等進行實時源浪費。同和優(yōu)化能源的運行管理方面，AI

技術同樣具有廣泛的應用。通過

AI

算法和模型，可以對數(shù)據(jù)中心的設備進行遠程監(jiān)控和管理，及時發(fā)現(xiàn)和解決設備故障，保證數(shù)據(jù)中心的穩(wěn)定運行。同時，AI

技術還可以對數(shù)據(jù)中心的運行數(shù)據(jù)進行實時分析和預測，為數(shù)據(jù)中心的優(yōu)化提升提供有力的支持?；?/p>

AI

的金融數(shù)據(jù)中心綠色節(jié)能全生命周期管理不僅是一種技術革新，更是一種管理理念的轉(zhuǎn)變，可更好地實現(xiàn)金融數(shù)據(jù)17中心綠色節(jié)能的建設目標，提高數(shù)據(jù)中心的運行效率，降低能源消耗和環(huán)境污染，推動金融行業(yè)的可持續(xù)發(fā)展。（一）規(guī)劃設計基于《金融科技發(fā)展規(guī)劃（2022—2025

年）》對金融數(shù)據(jù)中心綠色低碳的建設要求，在規(guī)劃階段，就應提出具備完整功能的數(shù)據(jù)中心基礎設施智能化系統(tǒng)，包含各類監(jiān)測監(jiān)控、底層數(shù)據(jù)采集、記錄報AI

技術的的綠色節(jié)能AI

技時提供滿足全生命周期重要作用，規(guī)劃和能源術可以通過量規(guī)劃和需戶增長趨勢資源分配，通過數(shù)據(jù)分消耗等，以分析歷史數(shù)求預測。通等進行分析提前滿足業(yè)基于

AI

的綠色節(jié)能規(guī)劃應用可以在以下幾方面發(fā)揮作用。1.能源消耗預測和優(yōu)化。分析數(shù)據(jù)中心的歷史能源消耗數(shù)據(jù)，并利用機器學習技術預測未來的能源需求。通過對能源消耗的預測，可以制定相應的能源調(diào)整策略，以優(yōu)化能源使用效率和降低能源成本。2.資源管理和負載均衡。分析數(shù)據(jù)中心的負載情況，包括服務器利用率、網(wǎng)絡流量等，實現(xiàn)智能資源管理和負載均衡。通過18自動調(diào)整資源配置和負載分配，使得數(shù)據(jù)中心的資源利用更加高效，可以節(jié)約能源消耗。3.溫度和空調(diào)控制?；跀?shù)據(jù)中心的實時溫度和濕度數(shù)據(jù)，以及外部環(huán)境因素，進行智能的溫度和空調(diào)控制。通過精確的溫度調(diào)節(jié)和定制化的空調(diào)策略，可以減少能源的浪費并提高能源利用效率。4.機器中心的能耗。通過對歷理的能源調(diào)模式進行分史能耗數(shù)據(jù)整決策。5.節(jié)能互途徑，提用戶展示節(jié)供節(jié)能意識能的重要性因此，可以幫助金測、資源管排和提高數(shù)融數(shù)據(jù)中心理、溫度控據(jù)中心的能源效率，滿足快速發(fā)展的數(shù)字化需求。（二）建設改造通過將AI與原有管理系統(tǒng)整合，可改造形成新的數(shù)據(jù)中心能源管理平臺。管理平臺可以采集各個系統(tǒng)的能效參數(shù)，便于后續(xù)對能耗較高的系統(tǒng)進行優(yōu)化，同時生成直觀的能耗分布地圖。1.實施內(nèi)容（1）設備安裝。安裝數(shù)據(jù)中心智能控制設備，傳感器、控19制器等，構(gòu)建完整的硬件架構(gòu)，實現(xiàn)底層的硬件支持。（2）聯(lián)網(wǎng)調(diào)試。將各類數(shù)據(jù)中心制冷設備、用電設備、智能控制設備以及傳感器、控制器接入智能化系統(tǒng)，連接網(wǎng)關進行測試。（3）數(shù)據(jù)采集。實現(xiàn)各類數(shù)據(jù)采集、記錄功能。（4）分析建模。根據(jù)采集的數(shù)據(jù)，建立相關的各類能耗模型。（5）模型分析求2.實現(xiàn)數(shù)據(jù)、能耗通過上滿足金融數(shù)及基礎數(shù)學、節(jié)能分析據(jù)中心綠色（1）模型，實現(xiàn)（2）及空調(diào)調(diào)控（3）全流程自動化。機房發(fā)熱采集及空調(diào)調(diào)控策略，全程自動化實現(xiàn)，無須人工干預。（4）精準實時調(diào)控。7×24全天自動調(diào)節(jié)，根據(jù)負載發(fā)熱量，動態(tài)調(diào)整空調(diào)以及制冷設備負荷，實現(xiàn)任意時刻能量精準匹配。（5）節(jié)能效果自動調(diào)優(yōu)。算法輸出策略，模型學習反饋效果，進行自動學習調(diào)優(yōu)，實現(xiàn)閉環(huán)控制的持續(xù)改進。3.實現(xiàn)目標20（1）系統(tǒng)更節(jié)能。通過AI大數(shù)據(jù)分析，基于神經(jīng)網(wǎng)絡的深度學習，對暖通系統(tǒng)參數(shù)進行提取和訓練，自動學習最優(yōu)運行策略。（2）信息更安全。AI系統(tǒng)部署在客戶現(xiàn)場，數(shù)據(jù)保存在客戶本地系統(tǒng)，信息更安全。（3）控制更可靠。精準預測數(shù)據(jù)中心能效情況，控制策略經(jīng)AI系統(tǒng)、數(shù)據(jù)中心穩(wěn)（三）更強，保障AI技術節(jié)省人力成化控制，尋碳排放。AI、設備監(jiān)控、，發(fā)現(xiàn)異常斷和維護，的可靠性和本，減少數(shù)找最優(yōu)運行技術可以實故障診斷和并實時生成提高運維效穩(wěn)定性。應用包括以下幾方面。1.智能機器人。智能機器人是一種具備人工智能和自主決策能力的機器人，能夠通過感知和理解環(huán)境，學習和處理信息，并基于此做出智能化的決策和行動。對智能機器人設計制作之后，機器人無需人的干預，能夠在各種環(huán)境下自動完成各項擬人任務。機器人的本體上具有感知、處理、決策、執(zhí)行等模塊，可以像一個自主的人一樣獨立地活動和處理問題。智能機器人的應用成為21建設“無人機房”的重要方法。2.設備資產(chǎn)管理。主要包括基于物聯(lián)網(wǎng)的接觸式U位級定位技術、RFID技術、圖像處理技術等的實物設備資產(chǎn)定位方法、配件管理方法等。在架設備U位級位置信息、塔式設備區(qū)域級信息、設備配件在庫房的位置信息等是數(shù)據(jù)中心智能化運維的基礎之一。3.AI能聯(lián)，需要統(tǒng)一能效優(yōu)化空調(diào)參數(shù)、IT系統(tǒng)與制在內(nèi)的多個神經(jīng)網(wǎng)絡模輸入的控制4.負載能耗相互關層的跨層統(tǒng)包括負載、學習算法對包括IT負載之間的人工測，從而對度。在時間數(shù)據(jù)中心的上，通過重負載充分匹配可再生能源的發(fā)電量，從而加大對可再生能源的使用，減少碳排放；在空間上，通過調(diào)度一個機房模塊內(nèi)不同服務器上運行的負載，調(diào)整IT負載在機房模塊的空間分布，消除局部熱點，實現(xiàn)節(jié)能的目的。（四）智能優(yōu)化通過數(shù)據(jù)分析和機器學習等先進技術不斷優(yōu)化金融數(shù)據(jù)中心的能源消耗、服務質(zhì)量和資源利用，以指導決策者進行金融數(shù)22據(jù)中心的優(yōu)化和升級，提高性能和效益。1.系統(tǒng)調(diào)優(yōu)（1）功耗優(yōu)化。通過分析金融數(shù)據(jù)中心各個設備的能耗情況，并基于實時需求和負載情況，以調(diào)整設備的功耗模式和能耗策略，從而實現(xiàn)最佳的能耗效率。（2）資源利用優(yōu)化。通過對金融數(shù)據(jù)中心資源利用和需求的分析，管分配和利用（3）設備的資源、濕度等參實現(xiàn)金融數(shù)數(shù)，智能調(diào)據(jù)中心的熱（4）載情況的預源過?；蜷e測和分析，置，以降低（5）效指標，比評估，及時如

PUE

等，發(fā)現(xiàn)問題并進行調(diào)整優(yōu)化。2.管理應用（1）設備采購與能效評估。在采購設備時，考慮能效評估作為一個重要的指標。選擇能夠提供最佳性能和能源效益的設備，以減少能源消耗和運行成本。同時，還可以考慮設備的可升級性和可持續(xù)發(fā)展的特性，以更好地適應未來需求。（2）設備部署和調(diào)整。在設備的部署過程中，要考慮最佳23位置、機柜布局等因素，以實現(xiàn)有效的空氣流動和熱管理。定期進行設備調(diào)整和容量規(guī)劃，以適應不同的工作負載需求，并避免資源浪費和設備過早退役。（3）節(jié)能模式和智能控制。利用設備的節(jié)能模式和智能控制功能，根據(jù)實際使用情況進行能源調(diào)整和優(yōu)化。例如，通過智能電源管理、設備睡眠模式和自動化配電等方式，提高能源利用率和減少閑（4）散熱系統(tǒng)檢同時，定期和性能優(yōu)化（5）包括清潔、最佳效果。的能效改進安全的數(shù)據(jù)刪除以保護（6）理體系，及的設備退役資源浪費和時跟蹤設備規(guī)劃，以確環(huán)境影響。四、

應用探索金融數(shù)據(jù)中心基于

AI

技術的綠色節(jié)能應用在智慧機房設計、暖通系統(tǒng)調(diào)控和綠色算力調(diào)度

3

個方面展現(xiàn)了顯著的價值和意義。智慧機房通過優(yōu)化設計方案，提升設備利用率和系統(tǒng)穩(wěn)定性，減少故障率。暖通系統(tǒng)調(diào)控利用智能溫控和能效優(yōu)化，節(jié)約能源成本，減少碳排放，提高系統(tǒng)靈活性。綠色算力調(diào)度通過動態(tài)資24源調(diào)度、負載平衡技術，實現(xiàn)資源優(yōu)化利用，應對波動需求，支持可持續(xù)發(fā)展。AI

技術在綠色節(jié)能領域的應用大幅提升了數(shù)據(jù)中心的能效，降低運營成本，助力實現(xiàn)環(huán)保和可持續(xù)發(fā)展的目標，為金融行業(yè)的綠色轉(zhuǎn)型提供了強有力的技術支撐。（一）智慧機房設計基于

AI

的金融數(shù)據(jù)中心機房設計是對機房空間、電力及制冷設計方案據(jù)機房空間通過引自動生成數(shù)濟性指標為化設計和改和設計標準進行自動模設計方案。儲冷儲熱、化算法根據(jù)量，同時利目標函數(shù)，造模式，以為基礎，結(jié)塊化分析設在優(yōu)化層面光伏發(fā)電、目標函數(shù)尋用基于

3D

CFD

氣流組織仿真工具的智能

AI

技術氣流組織參數(shù)優(yōu)化算法，實現(xiàn)基于仿真結(jié)果的優(yōu)化參數(shù)的采集，為自動尋優(yōu)模型提供數(shù)據(jù)支撐。整體上，數(shù)據(jù)機房智能化方案設計模型可上傳到基于

BIM

的數(shù)據(jù)中心全生命周期數(shù)字孿生平臺，與平臺其他模塊實現(xiàn)數(shù)據(jù)互通，同時實現(xiàn)

3D

可視化，輸入修改意見可迭代優(yōu)化，與傳統(tǒng)設計相比預計節(jié)約

80%時間，顯著提升生產(chǎn)效率。基于

AI

的數(shù)據(jù)中心機房建設是指采用

BIM

技術和

AI

技術實25現(xiàn)管道預安裝模擬、大型設備吊裝模擬，根據(jù)人工智能算法和深度學習成果，模擬整體工序、計算整體工程量和工期?；?/p>

BIM和數(shù)字孿生技術，通過

BIM

技術深化管道路由，精確定位各個閥門及支吊架位置。綜合考慮閥門、支架位置、整體就位條件、觀感等條件因素，借助專業(yè)軟件對管線進行分段，將其拆分成單件加工圖。根據(jù)圖紙預制加工，再進場整體安裝。通過

BIM

技術模擬受限空間吊裝高度、BIM

模擬，有無交叉，BIM

模型進畫，可更直計劃。利用（如燈具等度和體積計借助

BIM

算重量、尺寸、模型。通過現(xiàn)場建筑物。通過構(gòu)建通過模擬動斷優(yōu)化施工的材料設備；對于以長三方軟件，過往施工條件、項目經(jīng)驗，模擬出整體工序、計算出整體工程量和工期。并且根據(jù)實時調(diào)整的各個參數(shù)，同步給出施工工期的預估結(jié)果?；?/p>

AI

的數(shù)據(jù)中心機房運維是采用數(shù)據(jù)中心數(shù)字孿生模型和大數(shù)據(jù)技術實現(xiàn)對供電系統(tǒng)、蓄電池、制冷系統(tǒng)典型故障的實時檢測診斷并預警，并提出供電、制冷系統(tǒng)的健康管理建議。對數(shù)據(jù)中心供電系統(tǒng)、制冷系統(tǒng)、環(huán)境的精細化數(shù)據(jù)采集，結(jié)合數(shù)字孿生技術構(gòu)建供電系統(tǒng)數(shù)字化邏輯樹、空間熱場、氣流組織仿26真，重建數(shù)據(jù)中心的動力、制冷、機架模擬物理及數(shù)字空間；通過建立診斷專家模型和自動尋優(yōu)算法模型，實現(xiàn)供電系統(tǒng)、制冷系統(tǒng)的早期預警，故障告警可視化，快速處理的流程化。其次，通過三維空間重建，實現(xiàn)數(shù)據(jù)中心的功率場、熱力場實時展現(xiàn)，動態(tài)分析機房熱點，自動調(diào)整氣流組織實現(xiàn)高效低碳運行，提供迅捷的上架規(guī)劃方案；進一步，通過蓄電池參數(shù)采集及人工智能算法，準確健康管理建針對不，提出電池輸出變量，卻系統(tǒng)運行耗、冷機供度等值。輸度不超過某可以在輸入輸出變量目術與

AI

技輸入變量通的控制變量回水溫度、出變量可設設定溫度。量和輸出量標值和約束術的充分結(jié)合優(yōu)化數(shù)據(jù)中心能耗，從而實現(xiàn)基于

AI

的數(shù)據(jù)中心機房優(yōu)化。（二）暖通系統(tǒng)調(diào)控建設金融數(shù)據(jù)中心

AI

節(jié)能調(diào)優(yōu)管理系統(tǒng)，適配現(xiàn)場暖通調(diào)控系統(tǒng)架構(gòu)，通過

V-BOX

接入暖通系統(tǒng)監(jiān)測點位，并基于運行實時參數(shù)，結(jié)合

AI

算法模型、暖通原理和專家經(jīng)驗，實現(xiàn)暖通制冷系統(tǒng)的精確制冷、集中管理、尋優(yōu)控制及半自動/自動調(diào)整，27有效降低暖通制冷系統(tǒng)能耗，進而降低整體能效指標。1.設計原則基于

AI

的暖通調(diào)控系統(tǒng)設計原則如下。（1）智能性與精確性。系統(tǒng)具備暖通制冷系統(tǒng)

AI

算法庫，預置豐富的暖通設備機理模型，經(jīng)過短期實時運行數(shù)據(jù)訓練即可適配現(xiàn)場暖通制冷系統(tǒng)拓撲結(jié)構(gòu)及運行特征，實現(xiàn)節(jié)能調(diào)優(yōu)的最優(yōu)解策略，據(jù)的精準監(jiān)算分析提供無誤，最終（2）實現(xiàn)運行數(shù)，精細化計策略的準確系統(tǒng)的重要有先進性、方面進行充因素之一，成熟的、最分論證，刪（3）的、成熟的技術，保證有可延續(xù)性。在應用架構(gòu)方面，呈現(xiàn)出敏捷、解耦合靈活的特點，構(gòu)建方式將從“安全&精確”向“速度&靈活”逐步演進。（4）開放性與標準性。系統(tǒng)將是一個完全開放性的軟件系統(tǒng)，通過編制子系統(tǒng)的接口軟件將解決不同系統(tǒng)和產(chǎn)品間接口協(xié)議的“標準化”，以使他們之間具備“互操作性”。（5）可靠性與穩(wěn)定性。系統(tǒng)具備極高的可靠性和容錯性，使系統(tǒng)能不間斷正常運行和有足夠的延時來處理系統(tǒng)故障，以確28保在發(fā)生意外故障和突發(fā)事件時，系統(tǒng)都應保持正常運行狀態(tài)。（6）安全性與保密性。網(wǎng)絡系統(tǒng)是信息系統(tǒng)的基礎，必須在完善的網(wǎng)絡管理和信息安全管理體系下，制定切實可行的管理措施，保證平臺高效、可靠、安全地運行。（7）擴展性與維護性。系統(tǒng)需嚴格遵循模塊化的結(jié)構(gòu)方式進行開發(fā)，系統(tǒng)軟件功能模塊完全根據(jù)用戶的實際需要和控制邏輯來編制。系統(tǒng)的集成本、快速實2.架構(gòu)便和第三方助用戶低成系統(tǒng)架考慮。（1）負責從些數(shù)據(jù)源可的主要任務步的處理和以包括傳感是確保數(shù)據(jù)清洗，以保在基礎設施智能管理平臺中，涉及冷源系統(tǒng)關鍵設備及指標參數(shù)（冷卻塔、冷水機組、蓄冷罐、電動閥、水泵、流量、水溫、水壓、壓差等）、電能參數(shù)（總能耗、IT

能耗、制冷能耗）、末端精密空調(diào)運行參數(shù)及室內(nèi)外環(huán)境參數(shù)（溫度、濕度）。采集層需要具備以下功能。采集數(shù)據(jù)。應能夠?qū)崟r采集系統(tǒng)的狀態(tài)信息，這些數(shù)據(jù)可以是性能指標、健康狀態(tài)、運行日志、實時數(shù)據(jù)等。29監(jiān)測和告警。應能夠監(jiān)測設備狀態(tài)，及時發(fā)現(xiàn)異常情況，并生成告警信息。遠程控制。應支持遠程控制設備，例如遠程開關設備、調(diào)節(jié)設備參數(shù)等。日志數(shù)據(jù)采集。采集層還負責收集系統(tǒng)運行的日志數(shù)據(jù)。這些日志數(shù)據(jù)對故障排除、性能分析和安全審計等方面非常重要。數(shù)據(jù)解析和標準化據(jù)格式轉(zhuǎn)換夠準確地理實時監(jiān)數(shù)據(jù)進行解可以包括數(shù)上層系統(tǒng)能設備進行實設備故障、時監(jiān)控，及性能異常、數(shù)據(jù)存，以備后續(xù)、分布式存的查詢、分儲系統(tǒng)等進數(shù)據(jù)安全和權(quán)限控制。采集層需要確保采集到的數(shù)據(jù)的安全性，包括數(shù)據(jù)傳輸?shù)募用堋⒃L問權(quán)限的控制等。只有授權(quán)的人員才能夠訪問和使用這些數(shù)據(jù)，確保數(shù)據(jù)的機密性和完整性。數(shù)據(jù)存儲和傳輸。采集層將采集到的數(shù)據(jù)傳輸?shù)胶罄m(xù)的數(shù)據(jù)處理和存儲系統(tǒng)。這可能涉及使用合適的數(shù)據(jù)傳輸協(xié)議和數(shù)據(jù)存儲格式，以及確保數(shù)據(jù)的可靠性和一致性。（2）智能控制中心30智能控制中心是系統(tǒng)的核心層，通過采集層的感知，智能運維能力中心的決策和運維執(zhí)行框架構(gòu)成“感知、決策、執(zhí)行”閉環(huán)智能化管理，由數(shù)據(jù)層、算法層、決策層和應用層

4

部分構(gòu)成。（a）數(shù)據(jù)層數(shù)據(jù)層包括大數(shù)據(jù)平臺和知識圖譜。其主要任務是提供數(shù)據(jù)的歸一、補齊、脫敏、降噪、去重、抽取、歸并、二次計算等治理服務，輸析，以助力（b）能效指標分算法層涉及數(shù)據(jù)分析和處理，進行挖掘、決策支持。模型，AI

算統(tǒng)運行診斷析和智能化利用機器學模式識別、算法層的目法及專家經(jīng)指導運維人算法層需要具備數(shù)據(jù)預處理、故障診斷、性能優(yōu)化的能力。數(shù)據(jù)預處理：算法層應對數(shù)據(jù)進行預處理，包括數(shù)據(jù)清洗、異常值處理等，以提高數(shù)據(jù)質(zhì)量；故障診斷：算法層應能夠根據(jù)設備和設施的狀態(tài)數(shù)據(jù)，進行故障診斷，及時發(fā)現(xiàn)和定位故障；性能優(yōu)化：算法層應能夠?qū)εㄏ到y(tǒng)的性能進行分析和優(yōu)化，如通過調(diào)整設備參數(shù)、負載均衡等方式提高性能。（c）決策層31決策層是基礎設施管理系統(tǒng)的頂層，負責根據(jù)算法層的分析結(jié)果進行決策和優(yōu)化?；谒惴▽犹峁┑男畔⒑投床欤瑳Q策層可以制定尋優(yōu)策略、調(diào)整資源分配、提出故障處理建議等。決策層生成節(jié)能調(diào)優(yōu)策略通過人工修改確認后下發(fā)執(zhí)行或自主下發(fā)實現(xiàn)自動化控制。從而實現(xiàn)自動化的最優(yōu)決策和響應。決策層需要具備告警和預警、決策、自動化操作的能力。決策層應能夠知相關人員支持，并支任務等。（d）息，及時通，提供決策動執(zhí)行維護應用層統(tǒng)監(jiān)控、能、機、物、”的智能體，本。效管理、節(jié)事的全面感提升整體效3.建設基于

AI

的暖通調(diào)控系統(tǒng)依托強大的

AIoT

數(shù)字平臺、AI

算法技術和暖通領域經(jīng)驗，打通

BA

系統(tǒng)、動環(huán)監(jiān)控系統(tǒng)、電力監(jiān)控系統(tǒng)等多個子系統(tǒng)，實現(xiàn)制冷系統(tǒng)精確按需制冷、集中管理、尋優(yōu)控制、自動調(diào)整，有效降低制冷系統(tǒng)能耗，從而降低數(shù)據(jù)中心整體

PUE

指標。（1）AI

節(jié)能調(diào)優(yōu)業(yè)務AI

節(jié)能調(diào)優(yōu)業(yè)務包含集成調(diào)優(yōu)服務、策略推理服務及

AI

節(jié)32能模型庫，如圖

2

所示。（a）成專業(yè)子系及部署采集統(tǒng)（如

BA網(wǎng)關補充監(jiān)控點位的方式，實現(xiàn)數(shù)據(jù)中心運行數(shù)據(jù)的實時采集，采集周期為

5

分鐘/次。二是策略下發(fā)，接收策略推理服務輸出的最佳制冷策略，并下發(fā)至專業(yè)子系統(tǒng)執(zhí)行。（b）策略推理服務。根據(jù)

AI

節(jié)能模型庫下發(fā)的機理算法模型，結(jié)合實時的運行參數(shù)（如制冷設備運行參數(shù)、冷卻水/冷凍水溫度、壓力、流量、IT

負載率、室內(nèi)外環(huán)境參數(shù)等），分析并輸出最佳執(zhí)行策略。33（c）AI

節(jié)能模型庫。識別并抽取海量采集數(shù)據(jù)中影響

PUE指標的特征參數(shù)，實現(xiàn)數(shù)據(jù)的自動化治理分析。利用治理后的高質(zhì)量數(shù)據(jù)，開展動態(tài)模型訓練，優(yōu)化算法機理模型，實現(xiàn)模型預測精度≥96.5%。（2）控制模式系統(tǒng)提供自動和手動兩種工作模式。（a）管理系統(tǒng)下率/溫度/壓，未下發(fā)控發(fā)指令完成差等控制環(huán)制指令的仍（b）維人員根據(jù)節(jié)、制冷模態(tài)變化。策略信息手式切換、旁（3）AI

節(jié)（a）設計、輸出PUE

節(jié)能設計方案、評估系統(tǒng)

PUE

優(yōu)化空間。（b）節(jié)能優(yōu)化。BA

對接及現(xiàn)場部署、關鍵數(shù)據(jù)采集、節(jié)能指令優(yōu)化。（c）賦能服務。數(shù)據(jù)中心節(jié)能原理培訓、PUE

優(yōu)化服務培訓、PUE

優(yōu)化系統(tǒng)軟硬件維護培訓。（d）持續(xù)優(yōu)化。專家定期巡檢、系統(tǒng)持續(xù)優(yōu)化。（三）綠色算力調(diào)度34伴隨金融行業(yè)海量用戶需求及業(yè)務增長，服務器數(shù)量也在不斷快速增長。但早期服務器利用水平較低，大量的能耗浪費在維護服務器的“空轉(zhuǎn)”上，沒能轉(zhuǎn)化為有效的算力去支撐上層業(yè)務的開展。因此需要通過技術架構(gòu)的升級，合理分配計算資源，提升金融數(shù)據(jù)中心的整體運行效率，從而實現(xiàn)綠色、穩(wěn)定的發(fā)展。1.關鍵技術路徑面向應（a）如下。負載的資源消耗并進行（b）一，以標準升穩(wěn)定性。系統(tǒng)性能，用軟件和下具體細節(jié)，化方式提供（c）并通過容器方的基礎設只需要對標（d）地進行資源彈性伸縮，提高運維效率和業(yè)務峰值活動支撐能力。（e）通過

Serverless

化，讓工作負載本身更加容易被彈性伸縮和被調(diào)度。2.具體實施路徑（1）異構(gòu)服務器管理通過算力歸一化來統(tǒng)一不同硬件架構(gòu)的

CPU（如圖

3

所示），對上可屏蔽不同

CPU

架構(gòu)差異，體現(xiàn)出統(tǒng)一的計算能力，在控制35業(yè)務應用算力使用復雜度的前提下，充分享受硬件升級帶來的高計算能效紅利。此外，運行在不同

CPU

上的業(yè)務會被分配不同的CPU

核數(shù)，讓運行在不同

CPU

上的業(yè)務性能保持一致，充分使用每款

CPU

的資源，有效提升混合集群資源的效率。（2）打造容中心的服務金融業(yè)務應等云原生容應用容量高時復用等能器標準化成用提供智能器編排能力可用保障、力，達成機器資源使用率大幅提升的目標。（3）工作負載性能優(yōu)化結(jié)合業(yè)務需求，可以對占比較高的業(yè)務負載進行有針對性的優(yōu)化，以進一步提升算力利用效率。例如可以針對存儲工作負載、AI

智能計算工作負載以及在線工作負載等進行優(yōu)化。存儲工作負載優(yōu)化方面，通過數(shù)據(jù)高級壓縮技術、高效分布式事務處理引擎等綠色計算能力實現(xiàn)存儲增效。AI

智能計算工作負載優(yōu)化方36面，通過綠色

AI

實現(xiàn)算法提效和工程提效，助力算力智能調(diào)度，節(jié)約機器資源消耗，減少二氧化碳排放。在線工作負載優(yōu)化方面，通過

AI

彈性容量、分時調(diào)度技術，有效應對流量峰值場景，極大提升資源利用率。（4）綠色數(shù)據(jù)中心洞察與度量通過持續(xù)性能分析（Continuous

Profiling）技術，可以實時地、低開性能瓶頸，低處理成本成碳排放的五、消耗，識別理速度和降率指標轉(zhuǎn)換度量。（一）金融數(shù)以下總體原標，注重資則。1.綠色源節(jié)約、環(huán)2.全面考量。在評估過程中，應考慮金融數(shù)據(jù)中心的全生命周期，包括規(guī)劃、設計、建設、運行、維護和廢棄等階段。3.量化評估。采用可量化的評估指標，對金融數(shù)據(jù)中心的能源消耗、資源利用、環(huán)境影響等方面進行全面評估。4.客觀公正。評估過程應客觀公正，避免主觀因素和人為干擾。5.持續(xù)改進。評估結(jié)果應作為改進金融數(shù)據(jù)中心綠色節(jié)能工37作的依據(jù)，不斷提高綠色節(jié)能水平。針對數(shù)據(jù)中心綠色節(jié)能建設，我國已經(jīng)陸續(xù)出臺了相關政策，并發(fā)布了相關標準，對數(shù)據(jù)中心建設提出了具體的規(guī)范性要求，相關標準如表

1

所示。表

1

金融數(shù)據(jù)中心綠色節(jié)能

AI

技術應用參考標準標準分類標準名稱發(fā)布組織主要內(nèi)容中心的電能能影響電能能效規(guī)定了電能能方法與計算方據(jù)中心的能效術要求、統(tǒng)計與計算方法。國家標準建筑綠色性能法。標準《綠色建準

》（

GB/T綠色數(shù)據(jù)中心建筑評

住

房

和

城

鄉(xiāng)

50378—2014）的補充，價技術細則建設部為數(shù)據(jù)中心建筑的綠色化設計、建造以及評價提供明確的技術指導。GB/T

51366

—

2019

住

房

和

城

鄉(xiāng)

規(guī)定了建筑物碳排放計建筑碳排放計算標準

建設部T/CCUA

011

—

2021算方法。針對數(shù)據(jù)中心的能耗、IT

設備、制冷設備、綠色管理等方面評價綠色中

國

計

算

機團體標準

數(shù)據(jù)中心綠色等級評價用戶協(xié)會38標準分類標準名稱發(fā)布組織主要內(nèi)容指標。規(guī)定了互聯(lián)網(wǎng)數(shù)據(jù)中心中

國

通

信

標

在可靠性、綠色節(jié)能和YD/T

2441

—

2013

互聯(lián)網(wǎng)數(shù)據(jù)中心技術及分級分類標準準化協(xié)會安全性三個方面的分級分類的技術要求規(guī)定了數(shù)據(jù)中心在資源占用、能效及排放方面求，包括建筑設備節(jié)能（IT冷設備、供電他設備）和管。本標準適用心的規(guī)劃、設運維和評估。色微型數(shù)據(jù)中、要求和測試（二）從金融用率等多個維度來定義金融數(shù)據(jù)中心綠色節(jié)能的智慧化等級，為數(shù)據(jù)中心的節(jié)能智慧化提供技術、產(chǎn)品規(guī)劃決策輔助?；贏I的金融數(shù)據(jù)中心綠色節(jié)能等級可劃分level

1級規(guī)劃級、level

2級規(guī)范級、level

3級集成級、level

4級優(yōu)化級、level

5級引領級，如圖4所示。綠色節(jié)能等級水平由level

1級到level

5級，每增加一級，監(jiān)控的精細度及機房設備調(diào)控能力均隨之增加，人工參與程度逐級減少，系統(tǒng)在不同階段將逐步分39擔更多的工作。但在任何階段，人對數(shù)據(jù)中心的管理運維都具備最高的緊急干預權(quán)限。（三）金融數(shù)智慧管控水如表

2

所示表

2括能源利用慧化程度，描述序號測得的連續(xù)一年內(nèi)數(shù)據(jù)中心總耗電與數(shù)據(jù)中心

IT

設備耗電的比值。12電能使用效率設計指標達標

連續(xù)一年內(nèi)數(shù)據(jù)中心實際使用能源資情況

源利用水平與設計水平比較。IT

設備負荷使

連續(xù)一年內(nèi)實際使用功率與機柜標稱用率

使用功率的比值。可再生能源使

連續(xù)一年內(nèi)使用可再生能源電量與數(shù)用比率

據(jù)中心總耗電的比值。能源高效利用345水資源利用效

連續(xù)一年內(nèi)水資源消耗量與數(shù)據(jù)中心40序號6指標率總耗電的比值。選用能效限定值及國家標準風冷

評定能效指標在節(jié)能評價值以上。制冷系統(tǒng)國家標準評定能效指標在節(jié)78水冷能評價值以上。選用能效限定值及能效等級國家標準效

1

級。節(jié)能應的運行狀態(tài)及各系統(tǒng)及主要用情況，并提9用了節(jié)能技效果。1011，結(jié)合氣候環(huán)營成本等因素進行優(yōu)化調(diào)維護。1213對降低能耗設置有明確的、不斷提高的發(fā)展目標。能源綠色管理結(jié)合氣候環(huán)境和自身負載變化、運營成本等因素不斷調(diào)整用水策略，減少水資源消耗。14水資源使用管控損壞管件應及時更換，防止破管、滲水、漏水現(xiàn)象的發(fā)生。1516節(jié)能診斷自愿接受節(jié)能診斷服務，并依據(jù)診斷41序號指標結(jié)果開展有實效的節(jié)能、節(jié)水等綠色技術改造。由具有

CNAS、CMA

資質(zhì)的第三方機構(gòu)進行評測并出具符合

CNAS、CMA

要求的相應檢測報告。1718第三方測評物理界限內(nèi)的電器電子產(chǎn)品符合《電器電子產(chǎn)品有害物質(zhì)限制使用管理辦電器電子產(chǎn)品行識別，并有1920地方相關管理度，廢棄物產(chǎn)。附加綠色電力證書梯級利用等綜數(shù)據(jù)中心總耗21構(gòu)、數(shù)據(jù)對象及數(shù)據(jù)關系進行標準化定義及線上化持續(xù)管理的能力。22數(shù)據(jù)建模對數(shù)據(jù)及信息資源描述性信息的管理，形成管理目錄的能力。通過技術手段獲取原始運維數(shù)據(jù)的能力。2324元數(shù)據(jù)管理數(shù)據(jù)采集數(shù)據(jù)管理對運維數(shù)據(jù)清洗、轉(zhuǎn)換、聚合、脫敏的能力。2526數(shù)據(jù)加工數(shù)據(jù)存儲存儲海量離線與實時運維數(shù)據(jù)的