哇特？！主任說明年資料中心電費預算砍掉30%，小李喪到爆

都說幹運維是操著賣白fen的心、賺著賣白菜的錢。A企業資料中心運維團隊李小男忙乎一年，大大小小問題解決一堆，總算是沒出啥大岔子。臨近年底，李小男一邊做著明年的運營規劃，一邊想著今年的年終獎。就在這時，領導王主任找來了。。。

真是“烏雲壓城城欲摧,山雨欲來風滿樓。”--此時的李小男喪到爆。但沒辦法，運維人天生就是要及時發現問題和解決問題，哪裡有困難就去哪裡。想著近年來資料中心規模逐漸擴大，電費也是水漲船高，李小男深知資料中心能耗問題終究迴避不了，現在是時候徹底解決這個大難題啦。

運維人最擅長什麼？無疑就是追著一個問題刨根問底，找到根因所在。於是，李小男決定先分析一下資料中心最近五年的支出情況，從中抽絲剝繭發現好多新問題。首先，這五年資料中心採購成本中，IT裝置佔大頭，但是 資料中心運營成本中電費成本超過了70%，初略計算一下，資料中心3年的用電成本就能再造一個資料中心，真是資料中心“苦電費久矣” 。

“這幾年業務增長迅速，裝置數量增加是大勢所趨，並且採購的時候也很注重裝置的能耗表現。要想節能減排，只能從製冷等節點技術上下功夫啦。”李小男尋思著。但資料中心水冷從原理到產品這些年基本到天花板了，李小男不知道如何從水冷技術突破入手。尋思良久，李小男決定找運維高手大師兄聊聊。

李小男搜尋了一下相關研究，發現Google DeepMind、百度、華為等這些領先公司都在大力採用AI技術進行資料中心節能。

這些大公司都是如何運用AI技術來實現資料中心節能的？以華為公司為例，其NAIE資料中心解決方案首先將資料中心冷塔、冷機等各種裝置的原始資料特徵進行採集、校驗，在這基礎之上透過能耗預測和安全保障多個模型不斷訓練與學習，之後再進行控制引數尋優，實現裝置工況預測和能耗最優的效果。

此外，針對使用者擔心的模型過時問題，華為NAIE資料中心解決方案還實現了雲地協同，打通雲端與地端，實現資料採集上雲、模型日常評估、重訓練、模型更新全流程自動化，徹底解決資料中心使用者的後顧之憂。在AI技術的加持下，華為某處資料中心年均PUE降低8-12%、冷凍站總能耗下降328.6kW，年電費節省580萬。

仔細查閱了相關資料之後，李小男不禁感嘆：“真是天無絕人之路！明年電費下調30%的目標看來有望實現了！”此刻，李小男彷彿發現了資料中心運維的“新大陸”，並立刻著手準備具體方案的調研。

對於千千萬萬的“李小男”而言，資料中心節能降耗一直都是運維人渴望征服的一道坎兒。如今AI在資料中心運維中愈發重要，它未來一定可以全面幫助資料中心降低能耗！