随着数据中心往大型化、高密化的方向发展，数据中心面临的能耗问题愈发凸显。PUE作为综合考察数据中心的用能效率指标，成为事实上衡量数据中心能效的KPI。
由于制冷与设备散热、设备配置、机房环境，大气条件相互关联，在运维达到一定的成熟度后，如果单纯凭借硬件节能或者基于人工经验的简单调优，都已经无法满足能耗进一步降低的要求。
如何找到一种新的控制算法，利用大数据、人工智能等高性能科技，达到数据中心整体能效最优，成为数据中心行业致力探索的问题。
华为基于丰富的数据中心建设经验，在温控领域持续投入与研发，推出了全新的iCooling AI解决方案，将AI自学习算法应用在冷媒检测、调节冷量和风量输出，打通所有制冷控制逻辑，确保工作在最佳能效点，推动大型数据中心从“制冷”走向“智冷”。
华为iCooling AI解决方案
基于AI的iCooling数据中心能效优化解决方案，针对数据中心制冷效率提升瓶颈，通过机器深度学习，对大量的历史数据进行业务分析，探索影响能耗的关键因素，获取PUE的预测模型。
基于PUE的预测模型，获取与PUE敏感的特征值，利用特征值，进行业务训练，输出业务的预测模型。
利用系统可调整的参数作为输入，将PUE预测模型、业务预测模型作为约束。
利用寻优算法，获取调优参数组，下发到控制系统，实现制冷系统的控制。
通过规范化的实践引导和目标导向评测，不断调整优化，获取均衡PUE。
iCooling AI解决方案目前已在华为云廊坊基地三期成功部署，预计全年PUE可降低至1.30以下。
华为廊坊云数据中心项目作为数据中心的标杆项目，除了iCooling特性，还需要设置其它的制冷设备功能，更多内容请参考《数据中心制冷与空调设计标准》。
当然不同的温控制冷方式，其切换的边界条件及切换过程不尽相同，保证平滑切换的措施也各有特色，整个系统的运行逻辑相对复杂。没有数据中心管理系统的配合，实现这些功能几乎是不可能的。
