摘  要：现阶段我国信息技术水平不断提升，促进了人工智能技术的诞生以及发展。目前来看，人工智能技术在我国云计算中的应用越来越广泛。对于云计算数据中心来说，其属于重要的电力用户，电能消耗情况往往会随着国家数字化建设的速度而不断增加，因此对云计算数据中心能量进行管理是非常重要的一项工作。在展开云计算数据中心能量管理工作的时候，往往会涉及多个环节，要对其中各个能量管理环节进行优化，这也是我国绿色经济发展的必然需求之一。人工智能技术是基于高速发展的信息化技术来进行运转的，本文探讨了人工智能技术在现阶段我国云计算数据中心能量管理中的优化应用，并且梳理了机房、设备、云计算平台以及业务系统等层面的能量管理优化方式，对其中存在的问题进行总结及探索。

关键词：人工智能技术;云计算数据中心;能量优化管理;应用

中图分类号：TP273 文献标识码：A 文章编号：2095-9052（2021）09-0-02

随着我国社会发展速度的不断加快，科学技术水平也在不断提升。在这样的时代背景下，互联网以及物联网等技术应用范围越来越广，大量的IT设备以及数据中心投入了运行，这也使得IT资源运用范围更广、共享更加高效。在现阶段的时代背景下，云计算理念被提出，并且在我国工业生产以及学术界受到广泛关注。从目前来看，其已经成为带动我国社会经济整体发展的重要技术之一。

一、新型人工智能技術简述

对人工智能技术来说，已经走过了近70年的发展历程，在技术水平上已经有了较大创新，在20世纪80年代初经历了一次重要变革。由于当时受到计算能力以及理论知识储备等多方面因素的影响，使其数据计算规模以及准确性受到多个因素限制，人工智能技术实现了突破性发展以及推广应用。从最近几年来全球数字化发展情况来看，云计算平台的应用范围越来越广，这与互联网技术的全面普及有直接关系，使得数据的产生、传输以及处理效率不断提升，大数据以及云计算技术已经成为新一代人工智能技术发展的基础，人工智能技术迎来了再次高速发展的革命变迁。目前，可以将人工智能技术大体分为基础理论、共性技术以及行业应用三个层次，对于不同的层次来说，往往功能性也存在较大差异，每个层次都有多种具体的技术理论支持。当前智能技术发展整合了云计算、AI、智能神经网络等诸多前沿技术，发展方向也多向延伸。人工智能技术需要根据不同行业、不同应用场景来基于其核心基础展现不同的智能化逻辑计算管控作用。当前，人类所能够达到的运算能力较之前有极大提升，浮点运算让计算规模和准确性大幅增强，而这对于逻辑计算以及构建神经网络都起到至关重要的作用。未来，我们在人工智能技术应用方面，不仅要使之符合各行业自动化、智能化、高效化以及稳定化的需求，还要使其具备随时间推移进行经验积累不断完善自身逻辑的能力。

二、人工智能技术在云计算数据中心新能量管理中的应用与展望

（一）机房的能量管理与优化

对于云计算数据中心机房来说，能量管理工作主要涉及制冷、IT设备运行参数设置以及状态管理等几个方面，同时也需要对设备进行合理布局以及放置，从而保证其可以顺利运行。对于机房来说，制冷模式以及温度特性势必会对机房能量消耗情况产生严重影响，并且这种影响是持续性的，也使其具有较大的优化空间。机房制冷的核心需求是使所有IT设备处于适合的工作温度之中，而机房整体制冷功耗与多方面因素有关，不仅包括制冷方式，同时也包括当前机房布局以及热量流动方向等。在制冷降温的过程中，不仅要考虑降温的需求，同时也要注意各类辅助设备的整体能耗情况。在这种情况下，总能量的优化利用成为重点关注的内容。想要保障最优能耗情况，就必须从整体入手，对制冷方式、供电分布以及整体机房布局进行再优化设计。目前来看，采取线性规划以及神经网络设计等相关技术，能够有效提高机房制冷的整体功耗情况，在最佳能量流通情况以及最优冷却方式的基础上进一步降低机房整体能耗，同时保障各设备均处于合适的温度中运行。对于数据中心来说，供电操作与物理空间中一样，也属于稀缺资源，这就需要在机房内部尽量多布置IT设备，通过这种方式使供电资源得到保证。目前来看，将人工智能技术应用到机房能量管理与优化后，建立起数据中心功率监测系统。对于此系统来说，在实际运转的过程中可以实现对设备功率信息的有效采集，并且能够对设备功率限制情况作出准确判断，这也使得机房可以容纳的设备数量更多，从而在整体上保证了服务质量。此外，从现阶段机房制冷优化情况来看，应用大量的监测数据之后，使得传统制冷策略得到了有效优化，策略设计问题转化为温度约束下的能量最小化问题。这一问题的转化也直接降低了问题处理难度，使机房内部能量管理控制工作开展更加容易，可以应用深度强化学习框架的方式来实现最优选择，同时也在很大程度上避免了服务器区域温度超阈值现象的出现。我们可以看出，云计算数据中心的机房制冷能量消耗情况往往与机房布局情况、热量流通情况以及IT设备功率情况密切相关，其能量管理工作的核心是保证设备工作时温度适合，这样才能够尽量降低多种辅助设备的能耗，从而使得机房能量管理优化工作的开展更加顺利。

（二）IT设备能量管理与优化

对于数据中心来说，IT设备种类比较多，主要包括服务器、安全设备以及网络设备等。其中，服务器的数量最大，并且在运行过程中往往也耗能最高。随着我国信息技术以及云计算技术的快速发展，软件定义网络技术也变得越来越成熟，开始逐渐替代传统专用设备。由此可以看出，今后服务器在我国数据中心设备中所占的比例会不断提升，成为业内主要发展趋势之一。目前来看，服务器的能耗优化技术主要包括两种，即动态电压频率调整技术、动态功率开关技术。这两种技术的有效应用可以实现将服务器能耗控制在峰值能耗的60%左右，因此有广泛的应用。在网络设备能耗优化的时候，其所秉持的基本思想原则是对网络流量进行合并，通过这种方式来节约网络设备的能耗。此种方式的应用可以让不活跃设备进入休眠状态，或者直接将其关闭，既保障了必要运行设备的能量供应同时也大幅降低了无用待机设备的额外能耗。对于活跃设备来说，可以为其设定流量专用通道，对不活跃的端口进行休眠，这样一来也很好地达到了节能目的。在展开IT设备数据中心能量管理优化工作的时候，往往会涉及多个环节，主要会应用到功率模型的建设以及功率控制两个方面的技术。DPS等技术的应用，有效起到促进设备休眠的作用，是现阶段典型的IT设备能量优化方法。随着我国科技水平的不断提升，人工智能技术在数据中心能量管理优化中的渗入力度会越来越大，同时也会开发更多新领域，使CPU以及新型硬件的联合优化效果更加理想。虚拟化是计算机技术的基础特点，通过对其有效运用可以将单服务器资源分割成多个细粒度资源，将其应用到企业中心能量管理工作之后，其优势可以得到有效体现，既能够实现无人值守、在线检测，也使得服务器在实际应用的过程中更好地实现了平台共用以及资源共享。

（三）数据中心能量管理与优化

数据中心城的能耗管理是数据中心的重要组成内容。当前数据中心能量管理可以根据具体处理内容分为单数据中心以及多数据中心，不论是哪类型情况都相对较高。由于单数据中心需要重点进行内部制冷工作，同时其UPS以及IT设备的整体能耗都相对较高，所以在单数据中心能量管理中要更加重视多级能耗的协调处理。对于多数据中心能量管理工作而言，则更要重视数据中心本身的能量负载以及电能消耗情况，要在总成本控制的基础上，对各分管系统的能耗进行控制。数据中心能量管理工作需要对数据中心当前能量利用效率进行建模，获取PUE值，根据该数值来分析当前数据中心的能源使用效率。而且应建立数据中心的性能模型，根据模型分析能耗管理工作中的不足之处，整体提升其能量利用效率。要通过传感器数据分析来明确当前各分管设备的负载情况，根据具体运行温度来进行相应的温度管控工作。设备的运行功率与多方面参数有关，包括室内外温度、当前设备负载情况以及整体可调动的冷却设备数量等，这就需要更为全面的传感器覆盖。通过数据搜集以及中心数据处理系统对相关数据的判断来科学启动并设定冷却设备参数，这样能够达到最佳的能源利用效率。在能源使用过程中，不仅要考虑设备运行的需求，同时也要针对能量消耗过程中所关联的碳排放相关事件进行分析，要尽量使用再生能源。数据中心作为数据交换的核心部分，不仅要保障数据交换的效率，同时也要保障其运行效益，这就需要对整体设备的能耗进行控制。目前来看，能耗控制要从多个角度入手，目前主要采用的技术包括线性规划、混合整数规划以及启发式算法等，应用这些技术能够在考虑到当前电价以及碳排放等多种能量管理相关因素的基础上，最大限度平衡能耗与效益之间的关系。

三、结语

综上所述，随着我国新型人工智能技术理论以及实验成果不断丰富，在很大程度上突破了传统技术限制，将其在云计算数据中心中进行合理应用起到支撑我国社会经济整体发展的作用，同时也使得能量管理工作开展所涉及的内容更加细化，提升了能源利用率。

参考文献：

[1]李淑丽.简析山区核桃种植管理关键技术[J].农业开发与装备，2021（2）：171-172.

（责任编辑：张咏梅）

收稿日期：2021-03-12 修改日期：2021-07-01

基金项目：2020年度河南省重點研发与推广专项支持项目“水上公安机关贯彻落实黄河流域生态保护的体制机制建构对策研究”（202400410148）;河南省驻马店职业技术学院校级教改项目“智慧课堂应用实践研究”（2019YBJG01）

作者简介：杨青（1981—），女，河南驻马店人，讲师，本科，主要从事大数据和人工智能研究。