北京 2025年4月27日 /美通社/ -- 日前，元腦InManage數(shù)據(jù)中心智能管理平臺全面升級，打通IT基礎(chǔ)設(shè)施管理系統(tǒng)與動力環(huán)境監(jiān)控系統(tǒng)，實現(xiàn)雙平臺統(tǒng)一納管，構(gòu)建覆蓋數(shù)據(jù)中心環(huán)境參數(shù)和服務(wù)器關(guān)鍵數(shù)據(jù)的全域數(shù)據(jù)池，可以根據(jù)服務(wù)器部件溫度情況，實現(xiàn)從服務(wù)器風扇、整機負載，到數(shù)據(jù)中心空調(diào)、冷量、流量等自適應(yīng)精準調(diào)控，讓服務(wù)器始終穩(wěn)定運行在最適宜的溫度下，從而達成數(shù)據(jù)中心級的節(jié)能降耗，風冷系統(tǒng)能耗直降15-20%，液冷系統(tǒng)再節(jié)能10%，打造安全穩(wěn)定、綠色高效的高質(zhì)量數(shù)據(jù)中心。
數(shù)據(jù)中心運維管理核心難題 兩套系統(tǒng)不互通，運維粗放能耗高
據(jù)國際能源署（IEA）報告數(shù)據(jù)顯示，2024年，數(shù)據(jù)中心約占全球電力需求的1.5%，即415太瓦時；到2030年，數(shù)據(jù)中心的用電量將增長一倍以上，達到約945太瓦時。作為能耗大戶，數(shù)據(jù)中心的能耗主要來源于IT設(shè)備和制冷系統(tǒng)。其中，IT設(shè)備作為數(shù)據(jù)中心的核心，能耗占比最高達40%-50%；其次是制冷系統(tǒng)，能耗占比約30%-40%。
在傳統(tǒng)運維管理模式下，數(shù)據(jù)中心節(jié)能降耗主要依賴于兩套管理系統(tǒng)：
但由于IT和動環(huán)兩套系統(tǒng)獨立運行，數(shù)據(jù)不互通，動環(huán)系統(tǒng)只能收集到機柜級的數(shù)據(jù)，而無法獲取更精細的服務(wù)器節(jié)點級、芯片級數(shù)據(jù)，導致冷量和服務(wù)器功耗的貼合度低，對制冷系統(tǒng)和供電系統(tǒng)的運維管理粗放，無法依據(jù)服務(wù)器功耗進行精準調(diào)控，從而影響數(shù)據(jù)中心整體的能耗優(yōu)化。
更重要的是，傳統(tǒng)粗放式運維調(diào)控手段難以實現(xiàn)溫度的精準把控，不穩(wěn)定的服務(wù)器溫度將顯著影響設(shè)備性能與壽命。一般服務(wù)器機箱內(nèi)部溫度維持在 25-30℃區(qū)間是最適宜的狀態(tài)。當服務(wù)器長期處于過熱狀態(tài)，將會加速電路老化、芯片和風扇損壞，提升硬件故障率，最終大幅縮減服務(wù)器整體使用壽命，且會導致內(nèi)存與存儲設(shè)備性能下降，數(shù)據(jù)讀寫錯誤率上升，影響系統(tǒng)的高效穩(wěn)定運行。
元腦 InManage全新升級 雙平臺統(tǒng)一納管，能效與穩(wěn)定性雙提升
針對數(shù)據(jù)中心整體節(jié)能降耗和系統(tǒng)高效穩(wěn)定運行的挑戰(zhàn)，元腦InManage數(shù)據(jù)中心智能管理平臺進行了全新升級，以"AI+一體化"為核心理念，深度融合IT基礎(chǔ)設(shè)施管理平臺與動力環(huán)境監(jiān)控平臺，通過全域統(tǒng)一納管、AI精準調(diào)控兩大創(chuàng)新突破，保障數(shù)據(jù)中心綠色節(jié)能、高效穩(wěn)定運行，讓服務(wù)器始終穩(wěn)定運行在最適宜的溫度下。
// 全域統(tǒng)一納管，讓服務(wù)器始終穩(wěn)定運行在最適宜的溫度下
全新升級的元腦InManage數(shù)據(jù)中心智能管理平臺實現(xiàn)跨系統(tǒng)深度集成，融合IT基礎(chǔ)設(shè)施管理與動力環(huán)境監(jiān)控兩套系統(tǒng)，構(gòu)建涵蓋溫度、濕度、風速、流速等環(huán)境參數(shù)，以及服務(wù)器功耗、運行狀態(tài)等關(guān)鍵數(shù)據(jù)的全域數(shù)據(jù)池；并通過多維度數(shù)據(jù)采集模塊實時收集、清洗和融合，確保了數(shù)據(jù)的準確性和及時性，實現(xiàn)核心參數(shù)的毫秒級采集與關(guān)聯(lián)分析，助力實現(xiàn)從服務(wù)器風扇、整機功耗調(diào)優(yōu)，到數(shù)據(jù)中心空調(diào)、冷量、流量等的全方位精準調(diào)控，避免了傳統(tǒng)運維管理模式中由于數(shù)據(jù)單一和滯后導致的控制誤差和延遲，大幅提升系統(tǒng)穩(wěn)定性，運維效率翻倍。
在IT和動環(huán)系統(tǒng)打通后，通過跨系統(tǒng)智能聯(lián)動，可直接監(jiān)測服務(wù)器 BMC數(shù)據(jù)，整合部件級數(shù)據(jù)和環(huán)境信息，形成"部件溫度-整機負載-綜合環(huán)測-自動指令-冷量供給"的閉環(huán)控制鏈路，一旦捕捉到溫度異常，立即結(jié)合服務(wù)器負載狀態(tài)及環(huán)境溫度，調(diào)節(jié)風量和冷卻液流量，實現(xiàn)毫秒級響應(yīng)，提升控制精度和實時性，讓服務(wù)器始終穩(wěn)定運行在最適宜的溫度下。
// AI精準調(diào)控，數(shù)據(jù)中心更節(jié)能
在實現(xiàn)IT和動環(huán)雙平臺統(tǒng)一納管的基礎(chǔ)上，升級后的元腦InManage數(shù)據(jù)中心智能管理平臺可通過對制冷系統(tǒng)、供電系統(tǒng)等同步進行AI精準調(diào)控，實現(xiàn)非IT設(shè)備的能耗優(yōu)化，從而推動數(shù)據(jù)中心整體節(jié)能降耗。例如，在風冷數(shù)據(jù)中心里，該平臺作為智能中樞，實時匯聚服務(wù)器、空調(diào)、配電柜等設(shè)備的運行數(shù)據(jù)，以及溫濕度、氣流壓力等環(huán)境參數(shù)，借助AI算法對海量數(shù)據(jù)深度分析，精準預(yù)測設(shè)備負載變化與溫度趨勢，一旦發(fā)現(xiàn)潛在熱點風險，平臺立即聯(lián)動調(diào)節(jié)空調(diào)風速、風向與制冷量，實現(xiàn)"以需供冷"的動態(tài)平衡，保障系統(tǒng)穩(wěn)定運行的同時，可降低能耗15-20%以上。
針對液冷數(shù)據(jù)中心，該平臺實現(xiàn)了動態(tài)流量優(yōu)化，相比于傳統(tǒng)運維的分散式數(shù)據(jù)分析模式，該平臺可基于服務(wù)器芯片功耗與液冷回路壓力數(shù)據(jù)，通過采用多目標優(yōu)化算法，精確控制系統(tǒng)冷卻液流量，計算出系統(tǒng)在不同運行環(huán)境下的最優(yōu)流量分配方案，通過AI精準調(diào)控，流量利用率提升50%，液冷系統(tǒng)再節(jié)能10%。
流量動態(tài)調(diào)控界面
在管理智能化、運維精細化的發(fā)展趨勢下，全新升級的元腦InManage數(shù)據(jù)中心智能管理平臺憑借其統(tǒng)一納管、精準調(diào)控的核心優(yōu)勢，實現(xiàn)從服務(wù)器節(jié)點到數(shù)據(jù)中心整體的節(jié)能降耗和穩(wěn)定運行，為數(shù)據(jù)中心的智能化、綠色化轉(zhuǎn)型提供了有力支撐。未來，隨著AIOps能力的持續(xù)迭代，浪潮信息將加速對智能管理的研發(fā)創(chuàng)新，為全球數(shù)據(jù)中心提供更高效、更節(jié)能、更可靠的運維管理解決方案，為企業(yè)數(shù)智化轉(zhuǎn)型注入新動能。
