昨日，維諦技術(Vertiv，NYSE：VRT)和北京大學深圳環境與能源學院聯合成立的數據中心AI技術聯合實驗室在維諦技術(Vertiv)模塊化T4級數據中心進行了掛牌儀式，雙方將圍繞AI技術在數據中心領域的應用落地展開一系列研究合作。

北京大學深圳研究生院環境與能源學院教授、博士生導師馬曉明(左)和維諦技術(Vertiv)亞太區熱量管理及融合解決方案事業部副總裁冉啟坤(右)參加掛牌儀式

產學研深度合作，聯合攻關核心課題

2020年12月，我國將“做好碳達峰、碳中和工作”納入2021年的重點任務之一。數據中心作為高載能行業，提高節能水平，保障行業可持續發展的需求迫在眉睫。維諦技術(Vertiv)作為網絡能源業務領先的龍頭企業，在數據中心節能解決方案的研究方面一直處于領先地位;北京大學作為頂尖學府，其下屬的深圳環境能源學院長期專注于環境能源大數據挖掘以及人工智能在環境領域應用的研究工作。本次雙方的合作將以IDC創新節能技術為主要研究方向，第一階段的研究將聚焦于將AI技術應用于變頻壓縮機、變頻氟泵、間接蒸發冷卻等設備的精確控制;通過軟硬件深度耦合，降低機房空調總體平均功耗。

AI技術飛速發展，行業應用倍受期待

在數據經濟快速規模發展、創新應用不斷迭代、產業逐步完善的帶動下，AI算法也在不斷更新，特別是AI算法中與神經網絡相關模型取得長足進步。以深度學習為代表的機器學習算法近年來發展迅猛，從圍棋、游戲到工業控制，控制策略逐步從基于規則的控制進化到利用大數據驅動的人工智能控制。AI技術已經成為數據中心節能領域最受期待的幾個技術之一，本次合作無疑將大大加速相關技術在行業的落地。

多技術有機結合，充分利用自然冷源

結合維諦技術(Vertiv)現有的全時自然冷解決方案，研究擬配置蒸發式冷凝+全時變頻壓縮模式、全時變頻壓縮模式、蒸發式冷凝+氟泵自然冷模式、氟泵自然冷模式，及“部分壓縮+氟系自然冷”混合模式等五種主要運行工況，為數據中心最大限度地利用自然冷源進行制冷轉換提供可能。多種制冷模式之間，以制冷能效提高、熱點消除、可靠運行為目標，通過強化學習形成最佳切換策略，最終實現低PUE與高可靠性的目的。

單控與群控結合，優化空調控制策略

整體算法架構采用深度神經網絡與強化學習技術相結合，對單空調內部各個組件、機房內部多臺空調進行優化控制。單空調與多空調優化相結合，可以在滿足機房所需冷量輸出、滿足服務器正常穩定運行的情況下，最大化降低機房空調整體功耗，降低數據中心PUE的目標。

AI技術的逐步成熟正在將數據中心節能的目標一步步拉近，維諦技術(Vertiv) & 北京大學數據中心AI技術聯合實驗室研發的高效制冷技術將率先在維諦技術(Vertiv)數據中心解決方案中應用，并將擴展至交通、電信、能源、醫療等行業，雙方后續也將會在能源環境領域展開更深入的合作研究。

了解更多：

https://www.vertiv.com/zh-CN/about/news-and-insights/#/?utm_source=china5e&utm_medium=paid-referral&utm_campaign=architects-of-continuity&utm_term=AI&utm_content=zh