大型数据中心热管理中基于热成像节点的热点成因自动诊断方法研究

Energy conservation and emissions reduction is related to the sustainable development of China. A large-scale data center (DC) consumes a great deal of energy. And all of the energy density, the scale and the amount are increasing with the rapid development of “Big Data”. Energy consumption has restricted the development of DCs. About 40~50% of the energy is used in the computer room air conditioner (CRAC). Improvement of CRAC efficiency can save a great deal of energy. The prevalence of local high temperature area, namely "hotspots", reduce the CRAC efficiency. Thus, in order to improve CRAC efficiency, the project team will research automatic diagnosis method for the genesis of hotspots based on thermal camera nodes, using image processing and pattern recognition techniques, as a reference in data center thermal management. The main research in this project is as follows. A database of thermal images about hotspots of different genesis in DCs will be established. Fast thermal image segmentation methods will be developed for hotspots and IT equipments. We will research methods to extract a set of features that are sensitive to the genesis of the hotspot in spatial and time domains of the thermal image. The set of features include the features of the hotspot and the relative features of the IT equipment that is influenced by this hotspot. A classifier-based feature selection method will be used to reduce the dimensionality of the feature set. Finally, the research result in this project can automatically diagnose the common genesis of the hotspot on the surface of the IT equipment in the DC.

节能减排关系到我国的可持续发展。大型数据中心（DC）的能耗巨大，并且随着大数据时代的到来，其能耗密度、规模和数量都在不断增加。在DC的所有能耗中，用于机房空调的大约40~50%。提高空调制冷效率可以有效节省大量能耗。普遍存在的局部高温，即“热点”，严重影响了制冷效率。因此，项目组以提高空调制冷效率为目的，基于热成像节点，利用图像处理与模式识别技术，研究DC内部热点的成因自动诊断方法，进而为DC的热管理提供辅助判断依据。具体研究内容包括：以热点成因为属性，建立热点的红外图像库；以红外图像中的热点和服务器为对象，研究快速图像分割方法；基于红外图像数据，在空域和时域研究对热点成因敏感的特征集合提取方法，特征集合包括热点特征和受热点影响的服务器的相对特征；以分类器的分类性能为评价标准，研究特征集合的降维方法。最终形成的方法可以利用热成像节点对DC内服务器表面上的热点的常见成因进行自动诊断。

本项目主要研究了在数据中心基于热像仪自动诊断服务器表面热点的成因的方法，包括提出了两种基于热像仪提取服务器表面温度分布的方法、提出了适于成因诊断的服务器表面热点的提取方法、发现和提出二十余种可以用于区分热点成因的温度分布特征提取方法。通过在中晶云北京亦庄数据中心（亚洲最大）和大连理工大学小型数据中心收集的数据，建立了实验环境。对常见的五种热点成因进行了基于热像仪的自动诊断实验，目前的诊断准确率约为85%。本项目的研究成果有助于在数据中心温度管理中，针对由不同原因引起的热点，自动选择合理方式消除或减弱热点，提高制冷效率，最终达到减少能耗的目的。下一步，项目组计划结合数据中心内部监测数据，以提高诊断准确率。