在第五届智能数据中心基础设施技术峰会期间，在黑色技术环节，我们现场演示了icoling能效优化技术。今天，我将详细介绍如何创造更好的PUE。

icooling法AI效率优化技术通过深度神经网络模型拟合和预测能耗，并结合优化计算推断出最佳PUE下相应的系统控制参数，实现数据中心能效的自动调优。以华为廊坊云数据中心为例：

首先，对数据中心的海量数据进行采集和治理

采集:我们在整个数据中心收集了700多个参数，采集周期为5分钟，连续9个月实时收集数据中心的运行数据

治理：收集的大量数据也需要脱敏、归一、降噪和去重处理，以形成高质量的培训数据集。借助华为自主开发的自动化处理工具，收集的1亿个数据中心可在1小时内处理

然后根据数据分布和模型复杂性选择和调整算法模型

模型培训:对处理后的数据进行特征工程，评估各种机器学习模型对能耗预测的拟合精度，最终锁定基于算法生成的数据中心PUE预测模型的深度神经网络，预测精度'>

在强大的计算能力背后，也离不开华为多年的技术积累和平台能力：

推理平台华为自研eulean服务器

训练平台：利用华为公共云，摆脱物理架构的限制，支持分期部署，促进多DC的统一管理

除了上面介绍的icoling，华为还探索了一系列数据中心能源的自动驾驶解决方案，帮助数据中心智能化转型，具有主动故障预测、能效动态调节、运维运维自动化等功能，实现了极简运维、极致节能、极致可靠三大特点。

未来，华为将继续进行技术创新，继续为客户提供更绿色、智能、可靠的数据中心解决方案，帮助客户取得商业成功。

页面网址: https://www.jifengyun.com/newsinfo/1007.html