中国邮政储蓄银行数据中心总经理 马德辉

  今年年初，国家正式提出加快5G网络、数据中心等新型基础设施建设。作为新型基础设施之一的数据中心，因耗电量巨大，其节能与绿色发展受到社会广泛关注。2019年2月，工业和信息化部、国家机关事务管理局和国家能源局发布《关于加强绿色数据中心建设的指导意见》，提出到2022年我国数据中心平均能耗基本达到国际先进水平，新建大型、超大型数据中心的电能使用效率值达到1.4以下的目标。2020年8月，银保监会等六部门联合印发《关于组织开展国家绿色数据中心（2020年）推荐工作的通知》，要求各银行保险机构应积极落实绿色发展理念，推进绿色数据中心建设。

  中国邮政储蓄银行（以下简称“邮储银行”）于2007年正式成立，是一家相对年轻的国有大型商业银行，其数据中心建设起步虽较晚，但在基础设施建设、AI新技术应用等方面不断创新、突破，取得了一定的成绩。本文以合肥中心为例对邮储银行绿色数据中心建设进行回顾与展望，探索新基建赋能背景下的未来发展之路。

  超前设计 绿色节能

  作为金融行业的大型数据中心，合肥中心在总体设计方面既突出了安全可靠性，又兼顾了绿色节能。

  在电力配置方面，每个机房模块采用2N结构供电模式，配置多台工频UPS保证不间断供电，采用高压上楼层及柴油发电机组高压并机的方式，能大幅减少线路损耗。在机房制冷方面，制冷系统采用高效节能的水冷空调系统。每套制冷机组均配有板式换热器，在冬季和过渡季节利用外界冷源实现自然冷却，从而达到节能降耗的目的。制冷系统末端采用6用4备的方式为每个机房模块配置水冷式机房专用空调，机房内采用下送上回、冷热通道相间的气流组织方式，从物理上保证送回风气流高效稳定。机房空调间布置湿膜加湿系统，相比传统的电极和电热加湿，不但在能效上有较大优势，而且有利于对机房湿度环境的精准控制。在运维监控方面，基础设施配置了动力环境监控系统、电力监控系统、电池监控系统和冷源控制系统，实时监视基础设施各系统设备的运行状态及工作参数，为运维提供安全保障，同时也能对各系统及主要设备使用能源、资源的情况提供统计分析功能，为运维节能提供数据支撑。机房设计节能之冷热通道分离如图1所示。

  深化管理 持续优化

  在合肥中心运行初期，针对IT负荷小、系统能效低的情况，我们开展了大量节能优化工作。制冷系统能耗约占数据中心全部能耗的40%，降低制冷系统能耗是提高数据中心能源使用效率的关键。结合运行情况和技术分析，我们主要从蓄冷节能、调节系统流量和优化气流组织三方面着手。首先，通过蓄冷罐蓄冷、放冷不断循环，提高了冷机负载率和运行效率，减少了冷机运行时间；同时考虑峰平谷电价因素，采用移峰填谷的方法，最大限度的节约电费。其次，通过调节二次泵运行频率，降低末端压差和水系统流量，提高了冷冻水回水温度，降低了二次泵的功耗。最后，根据机房模块现场实际情况，通过安装机柜空闲U位盲板、调整机房内开孔地板位置、调整精密空调运行参数、封堵机房穿墙孔洞等一系列措施，优化了机房气流组织，使得冷量得到了充分利用。通过以上措施，大大提高了系统运行效率，经计算一年节约电量约197.6万kWh，减少电费支出188.9万元。

  在合肥中心投产两三年后，随着机房IT负载逐渐增加，UPS及冷机负载率也随之提高，单台设备效率的提升空间越来越小。我们根据负载变化和运行规律持续挖掘制冷系统节能潜力，从精密空调、二次泵和蓄冷罐运行模式三方面进行优化，再次有效地降低了系统能耗，使PUE值持续降低。对于精密空调，通过开启除湿模式，使空调水阀保持在最大开度，充分利用盘管的换热能力，从而使精密空调风机保持在低转速状态下运行，降低了空调能耗；对于二次泵，根据设备运行特性，通过增开一台二次泵，使“单机高频”运行模式转化为“双机低频”运行，使其在适应当前供冷流量需求的同时，达到更优能效区间，有效降低了二次泵总功率；对于蓄冷罐，通过V1-V4电动阀转换操作，调整蓄冷罐的运行模式，有效避免罐内冷量流失，降低蓄冷需求带来的能耗增加，同时提高了系统运行的安全性、降低了运行操作复杂度。采取以上措施后，平均年节约电量113.5万kWh，减少电费支出102万元。投产初期运维节能效果如图2所示，负载增加后运维节能效果如图3所示。  

  AI创新 智能运维

  尽管人工调优在节能降耗方面取得了明显的成果，但这种方法既依赖也受限于运维团队的技术能力和经验积累。由于气候条件、机房环境、IT负载、制冷设备功率等参数时时在变化，单靠技术人员人工分析难以找到能效最优的控制策略。在此背景下，我们尝试运用人工智能方法进一步降低数据中心能耗。

  对于复杂的制冷系统能耗控制来说，有大数据分析能力、能够对算法模型进行不断更新并持续优化的人工智能自动控制系统具有天然优势。基于合肥中心制冷系统运行参数、用电功耗、外部环境等大量历史数据，我们运用机器学习和深度学习等人工智能算法，加以持续校验改进，训练出均方差5%以内的参数预测模型，并以此为基础建立数据中心空调水系统及风系统的全局优化算法，搭建数据中心AI能效管理系统。在保证数据机房温度环境要求的前提下，根据全局算法输出的推荐参数组合，实时调整合肥数据中心制冷设备运行参数，逐步实现全局最优化控制，提高制冷系统能效，节约电力运行成本，降低数据中心PUE。人工智能助力数据中心制冷能效提升如图4所示。

  目前AI能效管理系统已完成整体上线运行，开启了以人工智能为主、人工及BA为辅的绿色节能新时代。经过AI优化控制和BA冷源控制对比测试，验证了AI能效管理系统的节能性和安全性，取得了数据中心制冷系统不低于8%的节能效果。AI优化控制和BA冷源控制对比测试结果如图5所示。

  通过绿色设计、绿色运维及人工智能加持，邮储银行数据中心的能源使用效率得到了大幅提升，PUE值已经并仍在持续降低，绿色数据中心建设已卓有成效，但节能降耗永无止境，对高效节能技术的追求永远在路上。

  伴随着行业迅猛发展和产业升级革新，数据中心的节能化、绿色化越来越受到国家相关部委和各地方政府的重视并被提上了更重要的日程。展望未来，以大数据为基础、人工智能为代表的新兴技术正在成为驱动创新与实现数字化转型的重要力量，加之工业化与信息化的深度融合，都在推动数据中心向云化、超大规模化、绿色化、智能化升级。邮储银行积极响应国家和监管机构的绿色数据中心建设倡议，优先选用节能高效的基础设施产品和方案，全面拥抱以物联网和人工智能为代表的新技术，深入打造绿色高效、智能先进的智慧型数据中心。