777,052
次編輯
變更
無編輯摘要
==技术原理及工艺==
本技术产品基于AI和[[大数据]]技术 <ref>[https://www.sohu.com/a/546172164_120774982 大数据技术有哪些] ，搜狐，2022-05-20</ref> ，在云端基于机房IT负载、机房内外部环境数据、制冷设备运行状态等数据，通过相关性模型探索并结合专家经验训练机房制冷设备的最优设置模型，在边缘系统进行AI推理和控制策略自动和手动下发，实现数据中心的电能使用[[效率]]（PUE）最低，同时解决机房送风不平衡，局部热点和制冷冗余等问题。技术原理如图15所示。
==技术指标==
（2）智慧节能分析，定制节能策略：AI智能引擎定制模型计算，构建机房“画像”，生成个性化节能[[策略]]，实现“千房千面、一站一策”。
（3）自动控制技术，节省运维人力：基于AI <ref>[https://it.sohu.com/a/692339311_120111372 AI是什么意思？了解人工智能的定义及应用领域] ，搜狐，2023-06-29</ref> 的[[策略]]自动生成后，系统会通过一系列业务保障机制，实现对末端设备的运行参数的自动调控。
（4）容器化运维部署，更加[[安全]]可靠：构建机房可视化支撑运维系统，对下实现高性能异构计算资源池的统一化调度管理，对上支撑边缘计算、大数据处理、AI训练以及机房智慧节能系统等的托管运维。