麥肯錫全球研究院在最新發布的分析中也提到， AI對全球GDP的增長貢獻將達到1.2%，在2030年人工智能將為全球經濟活動帶來13萬億美元的額外增長，它的貢獻率不亞于蒸汽機。該分析同時表明，未來十年內全世界將有大約70%的公司至少使用一種AI技術，超過50%的公司將會應用全部的AI技術。AI技術將作為一種構建萬物智能互聯世界的通用技術，全面影響人類的經濟與生活，諸如無人駕駛、人臉識別、智能音箱等應用將會融入到日常生活之中。
基于此，我們可以預見，AI將成為第四次工業革命的核心驅動力，它牽引并加速世界發生深刻且顛覆性的變化。
但是AI引起的變化，尤其是智能變革并不會憑空出現，一方面它只有與各行各業以及價值鏈的各個環節進行深度融合，才能發揮最大效用;另一方面AI自身的發展也需要強大的基礎設施來支撐。這里的基礎設施并不單指算法、數據和計算力等核心要素，也包括作為AI技術生根發芽的土壤——信息與通信技術(ICT)基礎設施，尤其是作為底層設施的數據中心基礎設施。
在工業4.0時代，數據中心已經成為企業生產和管理系統的關鍵組成部分，并且在上升成為一個可以提升企業競爭力的有效工具。基于此，在AI 全面浸潤人類生活之際，我們要抓住AI賦予的機遇，將數據中心基礎設施價值最大化，反之，更強大的數據中心基礎設施可對AI進行反哺，將AI應用推向極致，兩者相得益彰、相輔相成。
抓住AI賦予的機遇，使能數據基礎設施價值最大化
我們不禁要問，AI賦予數據中心的機遇究竟是什么?利用機遇我們能做什么?或許我們可以從以下三點看出端倪。
重點機遇1：主動預防，數據中心做到更安全可靠
安全運行對數據中心的重要性不言而喻，保證數據中心高可靠運行是對數據中心的核心訴求。業界AI技術在提升數據中心可靠性和可用性方面已經有一些實踐，例如收集供配電系統設備信息，對即將發生故障的設備和部件提前發出預警，為運維人員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，做到供配電系統整體運行的安全可靠，是我們要思考的重點問題。要實現更高程度的智能化以及主動避錯，這對AI技術應用或許是個很好的契機。
華為對數據中心智能化進行深入研究，融入AI性能的iPower技術可提升數據中心可用性，借助智能化硬件，實現智能故障定位與預警管理，引入大數據技術，智能分析每日海量的運維數據，識別機房潛在隱患，保障數據中心的可靠運行。
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測、預警和故障自動隔離等手段，提高數據中心能源基礎設施可用性，繼而通過AI技術的應用，最終實現預測性維護。
iPower通過供電全鏈路監測，可實現毫秒級的故障檢測，毫秒級的故障隔離，分鐘級的故障恢復，可消除火災隱患，大大提高數據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，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，大大提高數據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，從而避免出現起火等惡性事件。
重點機遇2：智能營維，數據中心做到更自動高效
數據中心傳統的維護方法是靠人，而靠人維護，失誤率大、漏錯率高、失效排查時間長，小小的人為失誤會對數據中心造成極大的損失。傳統運維方式無法解決人為誤操作帶來的業務中斷問題。
融入AI性能的 iManager，可看作是數據中心的大腦，借助智能化硬件和傳感器，實現精準感知。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。再加上全流程的電子運維，包括巡檢的操作、維保的操作、應急演練的操作，把所有的流程以及操作指導全部做到線上，實現了運維質量從原來靠人的責任心到現在靠流程管理的轉變。通過全流程電子化的運維跟蹤，量化原來沒有辦法量化的信息，比如通過電子運維提升巡檢的執行力和運維活動的質量、實現故障的預測等。這將大幅提高人均運維效率和運維水平，提升數據中心的可靠性。
此外，在市場出現了越來越多由邊緣計算產生的邊緣數據中心機房，就近提供服務和處理計算。面對日益增長的邊緣數據中心數量，分行、支行、網點等數據中心無法統一集中管理，數據中心故障響應速度慢，運維效率低等挑戰。
華為iManager全網管理功能，實現對多網點數據中心基礎設施進行集中監控，統一管理，實現預防性維護，通過GIS定位技術提高故障定位響應速度，提升數據中心運維效率;移動APP監控，從內到外簡化管理，輕松知曉海量網點數據中心運行情況，擺脫傳統人工的運維檢修方式，降低維護下站次數和節省開支，讓數據中心管理變得更加簡單、高效。
在運營方面，管理好數據中心資產也尤為重要。華為iManager還能對資產進行盤查，保證設備的完整性，保護重要數據。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，實現資源的最佳利用，利用AI技術，可協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。
重點機遇3：降耗增效，數據中心做到更綠色節能
能耗問題一直是數據中心關注的焦點，傳統數據中心年平均PUE高于1.8，隨著越來越多AI應用的落地，業界對高速計算的需求日漸增多，GPU計算服務器的規模和需求將持續增長，加速計算服務器產生的熱能是傳統CPU的數倍，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節能技術可以通過傳感器獲取關鍵節點數據，進而優化所有系統和設備的整體能耗，降低PUE。
而AI能否深入數據中心內核，帶來更低PUE?華為作為ICT行業的領導者，在數據中心熱管理技術方面走在行業前端，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據中心基礎設施，針對數據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、水泵等制冷系統以及IT負載、環境變量等大數據之間的聯動，對大量的歷史數據進行分析，探索影響能耗的關鍵因素，獲取PUE的預測模型。利用尋優算法，獲取調優參數組，下發到控制系統，實現制冷系統的最優控制。最終通過規范化的實踐引導和目標導向評測，不斷調整優化，獲取最佳PUE。
iCooling@AI解決方案目前已在華為云廊坊數據中心成功部署，全年PUE可降低超過0.1，年平均值達到1.3以下，年節約電費數百萬元。
創新技術聯接綠色未來
華為作為全球領先的ICT解決方案供應商，在關注業務發展的同時，更加關注運營的可持續性，致力于為社會的可持續發展做出貢獻，助力建設綠色智能的全聯接世界。根據華為GIV2025產業愿景報告，預計到2025年，通過ICT及基礎設施節能技術的持續創新，全球ICT行業平均到每聯接的碳排放量有望降至15kg，比2015年(75kg)下降80%。數據中心基礎設施作為全聯接世界基礎的基礎，通過融合AI、電力電子技術、熱力學技術、數字信息技術、通信技術與物聯網等創新性技術，可以獲得更好的能效指標，以此促進環境的持續改善。目前華為已在全球部署了800+大型數據中心，提供低PUE的數據中心能源解決方案，減少耗電量和碳排放。
京公網安備 11010502049343號