可持续智能：人工智能如何帮助改善数据中心建设对环境的影响

　　是否以及如何最好地使用人工智能 (AI) 已成为近几个月来最两极分化的争论之一。人工智能应用的兴起引发了一些人对加强监管的呼吁，而另一些人则认为人工智能是未来提高生产力和创新的明确手段。无论你站在哪一边，人工智能的实施都将会增加，从而推动对数据处理基础设施的需求不断增长——但随着我们建设更多的容量，我们如何确保这些设施继续满足重要的可持续性和效率标准?

　　这种基础设施需求继续推动数据中心市场的发展，预计未来 5 年复合年增长率 (CAGR) 为 5.05%，超过英国经济的许多行业。伦敦仍然是表现最好的地区，5 年复合年增长率为 10.32%，最近启动的多个 5G 项目将进一步促进该地区的增长。

　　然而，尽管增长数据看起来很有希望，但数据中心行业面临着越来越大的压力，要求提高其如何扩大气候缓解战略的透明度。作为回应，该行业正在加大对可持续性的关注，Gartner 预测，到 2027 年，75% 的数据中心组织将启动并运行以可持续性为重点的项目。近几个月来，数据中心项目的规划申请因可持续性资质而出现延迟。因此，尽早考虑加强环境和可持续性措施可能成为限制延误及其对新项目底线影响的关键方法。

　　那么，数据中心提供商如何才能在保持增长的同时为地球的未来做出积极贡献呢?

　　人工智能可以为这个问题提供解决方案。通过收集和分析大型数据集并可视化未来的工作负载，人工智能可以帮助衡量和改善能源、资源和运营的使用。

　　首先，我们来看看人工智能如何应用于能源使用监测。华为等数据中心运营商已经在使用人工智能监测设施的能源使用情况，以找到在不影响处理的情况下减少消耗的方法。例如，据报道，华为的 iManager 使用人工智能来管理数据中心的电力分配，估计可将其设施的资源利用率提高 20%。

　　在能源使用方面，冷却系统可占数据中心能源消耗的 40%，这使其成为提高能源性能的关键研究领域。美国互联网和数据中心公司 Equinix 的报告展示了如何大规模实现这一点。Equinix 最近宣布与一家德国能源智能初创公司建立合作伙伴关系，该公司将在法兰克福启动一个设施，用于测试人工智能在数据中心运营中的应用。 2016 年，谷歌的 Deepmind AI 开发了基于温度的算法，据称该算法可将能源使用量减少 15%，而据报道，Equinix 的法兰克福项目之一还有望更进一步。该项目旨在通过利用外部天气条件和运营负荷数据来优化冷却策略，从而将冷却系统的年度能源投入量减少 48%。

　　如果数据中心功能更加高效，能源需求可以进一步减少。同样，通过对性能进行建模，AI 可以释放运营效率的机会。

　　当数字孪生被用于提供数据中心设计和运营的 3D 模型时，人工智能可以通过模拟功能来纠正和防止低效流程的运行，从而增强这些系统的功能。例如，Cadence 的 6Sigma 数字孪生使用预测模拟方法，将人工智能与软件分析和机器学习相结合，不仅可以监控和评估性能，还可以在数据中心建成之前预测成本概况和容量。

　　为了随着时间的推移获得数据中心运营改善的好处，机器本身需要得到良好的维护。这就是人工智能驱动的预测性维护可以用来延长设备使用寿命的地方。除了 iManager 系统外，华为还开发了 iPower，这是一种可以预测电池寿命的智能电源和配电技术。这可以在发生任何故障之前确定维护需求。它还可以检测和隔离故障，以改善电力基础设施并降低设施发生火灾的风险。这不仅可以减少停机时间，还可以确保组件使用寿命更长。

　　最后，为了让数据中心真正成为英国绿色转型的一部分，需要将可再生能源整合到运营中。使用可再生能源的数据中心(例如纽卡斯尔的 Stellium 项目)可以最大限度地发挥 AI 的能源管理能力。就像商业建筑一样，AI 可用于监控运营情况，并根据供需波动找到在传统能源和可再生能源之间切换的最佳时间。

　　AI 不仅代表了计算领域的一次巨大飞跃，还具有彻底改变数据中心可持续性的潜力，确保为该行业及其当地社区带来积极的环境、社会和政府影响。

　　作者：Michael 是 Linesight 英国业务的董事总经理